Работая с сайтом, я даю свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта обрабатывается системой Яндекс.Метрика

Принять

Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology

cетевое издание
issn 2310-6018

отправить
статью

метаданные статей за последние 2 года

Облачная платформа масштабируемого моделирования магнитостатических полей методом конечных элементов для формирования наборов данных реконструкции магнитных характеристик

2026. T.14. № 5. id 2262

Cурняев В.А. Гречихин В.В.

DOI: 10.26102/2310-6018/2026.56.5.001

В статье рассматривается задача ускоренного формирования репрезентативных наборов данных численного моделирования, используемых при реконструкции магнитных характеристик материалов в информационно-измерительных системах для коротких образцов. В ранее разработанных измерительных решениях повышение чувствительности достигается, в том числе, введением параллельного магнитного шунта, однако интерпретация измерительной информации требует решения обратной задачи и построения моделей, привязанных к конкретной геометрии установки. При изменении геометрии или параметров магнитной системы возникает необходимость повторного расчета большого числа сценариев методом конечных элементов. Прямое распараллеливание решения одной конечно-элементной задачи затруднено вследствие глобальной связности разреженной системы линейных алгебраических уравнений и высокой стоимости межпроцессорных обменов, поэтому предлагается параллелизация на уровне независимых расчетных задач параметрического перебора. Предложена облачная микросервисная архитектура, реализующая полный автоматизированный цикл: генерация сетки, формирование постановки магнитостатической задачи, численное решение, централизованное хранение результатов и формирование обучающей выборки. Реализация выполнена в инфраструктуре Yandex Cloud. Экспериментально показано, что среднее время расчета одной точки составляет 22,78 секунды, из которых 3,64 секунды занимает генерация сетки, а 19,13 секунды – решение задачи. Время формирования выборки из 900 характеристик сокращается со 105 часов до 9 минут при увеличении числа параллельных контейнеров до 900, что подтверждает близкую к линейной масштабируемость предложенного подхода.

Ключевые слова: облачные вычисления, распределенные вычисления, метод конечных элементов, магнитостатика, реконструкция магнитных характеристик, микросервисная архитектура, автоматизация расчетов, масштабируемость

Адаптивный шаблон технического задания: графовая модель, структурный анализ и алгоритм автоматизированной верификации

2026. T.14. № 4. id 2261

Ечин А.В. Алиева Н.Д. Садыков А.М. Кравец А.Г. Сафонова Е.В.

DOI: 10.26102/2310-6018/2026.55.4.017

В условиях возрастающей неоднородности практик разработки программного обеспечения и применяемых стандартов подготовки документации, обеспечение полноты и структурной согласованности технического задания остается сложной и трудоемкой задачей. Существующие нормативные документы, включая ГОСТ 34, IEEE 830, ISO/IEC/IEEE 29148 и Volere, предлагают различные подходы к структурированию требований, однако их одновременное применение в реальных проектах приводит к дублированию разделов, несогласованности структуры и значительным затратам на ручную верификацию. В работе предлагается адаптивный шаблон технического задания, основанный на параметризованной графовой модели, позволяющей гибко структурировать требования в зависимости от типа программного обеспечения, применимых стандартов, отраслевых ограничений и уровня детализации. Разработан алгоритм структурного анализа и автоматизированной верификации документов в форматах DOCX и PDF на основе извлечения иерархии разделов и нечеткого сопоставления заголовков. Введена метрика адаптивности шаблона. Экспериментальная апробация на реальных технических заданиях показала достижение точности извлечения структуры до 92 % для документов DOCX. Предложенный подход может служить основой для интеллектуальных инструментов анализа технической документации.

Ключевые слова: техническое задание, графовая модель, адаптивность шаблона, нечеткое сопоставление, структурный анализ

Алгоритм функционирования программно-аппаратной подсистемы биометрической идентификации на основе анализа клавиатурного почерка

2026. T.14. № 4. id 2255

Шкляр Е.В.

DOI: 10.26102/2310-6018/2026.55.4.022

В настоящей работе представлен алгоритм функционирования программно-аппаратной подсистемы биометрической идентификации на основе анализа клавиатурного почерка. Система поддерживает режим идентификации (1:N) и режим верификации (1:1) в соответствии с ГОСТ Р 54412–2019. Обзор современной научной литературы по теме исследования показал, что биометрические системы могут использовать различные характеристики, такие как скорость печати или время набора пар клавиш. Выявлено, что аппаратные средства позволяют повысить точность захвата временных интервалов между нажатиями последовательных пар клавиш (биграмм), однако отсутствуют решения, соответствующие ГОСТ Р 54412–2019. Алгоритм обеспечивает полный цикл обработки в распределенной архитектуре, включающей клиент, сервер и аппаратный модуль на базе Arduino. Проведена оценка модели на соответствие требованиям стандарта, доказана устойчивость работы на платформе ATmega32U4. Показана эффективность интеграции в биометрические системы за счет поддержки онлайн и офлайн режимов работы. Время сравнения составляет ≤ 190 мс, а потребление памяти ~1,9 Кб. Описана возможность использования модели в подсистеме обработки сигнала и принятия решений с применением метрик сходства распределений. Результаты исследования могут быть использованы при разработке систем биометрической идентификации, соответствующих ГОСТ, обеспечивающих защиту доступа без модификации клиентских операционных систем.

Ключевые слова: клавиатурный почерк, идентификация, биометрия, математическая модель, биометрический контрольный шаблон

Распределенная вычислительная система на базе мобильных устройств

2026. T.14. № 4. id 2251

Исаев Ф.И. Исаева Г.Н.

DOI: 10.26102/2310-6018/2026.55.4.014

В работе рассматривается архитектура распределенной вычислительной системы, построенной на базе гетерогенных мобильных устройств и использующей комбинированный метод динамической балансировки нагрузки. Данный подход ориентирован на беспроводные среды, где состав узлов и их производительность изменяются во времени. Проведен анализ производительности смартфонов как вычислительных узлов, исследованы факторы, ограничивающие эффективность их применения: гетерогенность аппаратных платформ, тепловой троттлинг, неоднородность вычислительных ядер и загруженность фоновой активностью. Предложен алгоритм, объединяющий статическую оценку мощности узлов и динамическую корректировку коэффициентов производительности с учетом частоты, температуры и текущей загрузки процессора. Алгоритм имеет механизм отказоустойчивого перераспределения подзадач: при отключении или зависании узла незавершенные подзадачи автоматически возвращаются в очередь и назначаются другим исполнителям. Предложенный подход обеспечивает адаптацию распределения нагрузки к текущему состоянию вычислительных узлов, поддерживая стабильность общей производительности при колебаниях их ресурсов. Экспериментальная проверка выполнена на наборе смартфонов разных классов, а в качестве тестовой нагрузки использовалась задача без межузлового обмена данными. Экспериментальная оценка подтверждает, что разработанный метод обеспечивает значительное снижение времени выполнения задач и минимизацию дисперсии нагрузки по сравнению со статическими подходами.

Ключевые слова: распределенные вычисления, динамическая балансировка нагрузки, отказоустойчивость, грид-подход, тепловой троттлинг

Исследование методов обращения матриц для применения в алгоритмах адаптивного диаграммообразования

2026. T.14. № 4. id 2250

Глушанков Е.И. Морозов А.А. Кондрашов З.К.

DOI: 10.26102/2310-6018/2026.55.4.018

Статья посвящена исследованию методов обращения ковариационных матриц в задачах адаптивного диаграммообразования в антенных решетках. Рассматриваются два варианта обработки сигналов, а именно пространственная и пространственно-временная обработка, для которых анализируется структура ковариационной матрицы и ее влияние на выбор алгоритмов обращения. В качестве эталонного решения используются оптимальные весовые коэффициенты, определяемые по критерию Винера как решение задачи минимизации среднеквадратической ошибки. Проведено сравнение алгоритма Холецкого, рекурсивного алгоритма типа Левинсона, метода Барайсса и БПФ-аппроксимации с точки зрения точности восстановления оптимальных весов, значения среднеквадратической ошибки обучения, формы диаграммы направленности и вычислительной сложности. Численное моделирование выполнено в MATLAB для различных геометрий антенных решеток при одинаковом сценарии помеховой обстановки. Рассмотрена связь между структурой ковариационной матрицы в задачах пространственной и пространственно-временной обработки, выбором алгоритмов ее обращения и их вычислительной эффективностью. Показано, что точные методы обращения обеспечивают совпадение с оптимальным решением, тогда как аппроксимационные методы позволяют существенно снизить вычислительные затраты при контролируемом росте ошибки. Полученные результаты подтверждают целесообразность использования структурных методов обращения ковариационной матрицы в задачах пространственно-временной адаптивной обработки сигналов.

Ключевые слова: адаптивная антенная решетка, адаптивное диаграммообразование, ковариационная матрица, обращение матрицы, среднеквадратическая ошибка

Реконструкция c, φ и E50 по лабораторным данным: интерпретируемый ансамбль и сравнение моделей

2026. T.14. № 5. id 2249

Тишин Н.Р.

DOI: 10.26102/2310-6018/2026.56.5.002

Статья посвящена задаче восстановления прочностных и деформационных характеристик грунтов: удельного сцепления сцепления c, угла внутреннего трения трения φ и секущего модуля деформации деформации E50 по физическим и классификационным признакам, доступным в массовых лабораторных протоколах. Актуальность работы обусловлена тем, что в инженерно-геологической практике механические параметры определяются не для всех образцов, хотя именно они необходимы при расчетах оснований и параметризации геотехнических моделей. В работе использован архив лабораторных данных по грунтам, для которого выполнены контроль качества, фильтрация, формирование информативного признакового описания и независимая внешняя проверка. Для решения задачи проведено сравнение моделей машинного обучения для табличных данных, включая CatBoost, FT-Transformer и многозадачную нейросеть, а также рассмотрен интерпретируемый ансамбль моделей. Дополнительно выполнен анализ важности признаков, позволяющий оценить физическую согласованность получаемых прогнозов. Показано, что наилучшее качество достигается при использовании ансамбля с доминирующим вкладом CatBoost (FT-Transformer (0,10) ) + CatBoost (0,90)) с (WAPE) ̅= WAPE = 13,16 %, R2(R^2 ) ̅ = 0,877 и Асс±20% (Acc_(±20%) ) ̅ = 76,36 %. На тестовой выборке лучшие решения обеспечивают высокое качество восстановления целевых параметров, а внешняя валидация на независимом объекте подтверждает устойчивость подхода. Установлено, что наиболее надежно восстанавливаются параметры параметры c и φ, тогда как прогнозирование E50 является более сложной задачей из-за повышенной чувствительности этого показателя к условиям испытаний и структурным особенностям грунта. Практическая значимость работы состоит в том, что предложенный подход позволяет обоснованно восстанавливать недостающие механические параметры грунтов по данным стандартных лабораторных определений и может использоваться в цифровых системах инженерно-геологического моделирования, обработке лабораторных данных и подготовке расчетных параметров для инженерной практики.

Ключевые слова: инженерная геология, механика грунтов, восстановление параметров, табличные данные, catBoost, FT-Transformer, многозадачное обучение, ансамблирование, SHAP

Исследование нейронных сетей как способа сжатия и архивации изображений

2026. T.14. № 3. id 2247

Подберёзкин А.А. Лоскутов Я.Д. Грецкий Д.А. Пронин Ц.Б. Остроух А.В.

DOI: 10.26102/2310-6018/2026.54.3.020

В статье исследован метод хранения изображений путем обучения нейронной сети на одном изображении и сохранения ее весов как компактного представления. Данный подход позволяет значительно уменьшить объем хранимых данных при сохранении приемлемого визуального качества. Проанализированы параметры модели и настройки обучения с целью оптимизации качества восстановления. Основная идея подхода заключается в том, что обученная модель сохраняет аппроксимированное отображение изображения в свои веса, которые выступают в качестве компактного представления исходного изображения. При необходимости реконструкции веса загружаются обратно в сеть для восстановления визуального содержания. Экспериментальные результаты показывают, что оптимизация архитектуры сети (выбор числа слоев и нейронов) и цветового пространства (YCbCr) позволяет достичь высоких коэффициентов сжатия до 29,4 при сохранении визуального качества, близкого к оригиналу (MSE ≈ 10-5). Однако авторы отмечают существенный недостаток метода: длительное время обучения и значительные вычислительные затраты, что делает его менее эффективным по сравнению с традиционными алгоритмами сжатия для практического применения в реальном времени. Тем не менее, подход демонстрирует потенциал для задач, где критически важно сохранение тонких деталей изображений, например, архивации данных или сжатия видеопотоков.

Ключевые слова: сжатие изображений, нейронная сеть, архивация изображений, обучение на одном изображении, восстановление изображения, многослойный персептрон, машинное обучение, позиционное кодирование, координатное кодирование, искусственный интеллект

Формализация механизмов трансформации параметров и минимизация совокупных издержек трансфера в разнородных средах

2026. T.14. № 5. id 2245

Тихоненко Д.В. Козлова А.В. Алмазова Е.С. Панченко В.Ю.

DOI: 10.26102/2310-6018/2026.56.5.005

В современной науке процессы передачи материальных, информационных и правовых объектов зачастую рассматриваются изолированно, что препятствует выявлению универсальных закономерностей их функционирования и затрудняет оценку совокупных издержек трансфера в разнородных системах. Целью данной работы является разработка единого математического аппарата для описания и оптимизации процессов перехода сущностей различной природы между агентами. Исследование базируется на методах системного анализа и математического моделирования, в рамках которых была проведена классификация структурных подобий (изоморфизмов) в логистических, правовых и информационных процессах. Для формализации воздействий внешней среды использован метод группировки факторов по девяти базовым механизмам трансформации параметров: времени, стоимости, надежности и структурной сложности. В результате работы создана универсальная модель, позволяющая количественно оценивать сопротивление среды через аппарат бинарных флагов чувствительности. Разработан двухэтапный алгоритм оптимизации, реализующий предварительную фильтрацию траекторий по расчетному порогу надежности и последующий поиск минимума целевой функции совокупных издержек. Практическая значимость результатов заключается в возможности обнаружения скрытых потерь ресурсов и временных лагов, которые не фиксируются традиционными узкоспециализированными методами анализа. Предложенный подход позволяет проектировать устойчивые системы трансфера, обеспечивая баланс между скоростью передачи сущности и безопасностью процесса в условиях динамически меняющейся среды.

Ключевые слова: трансфер сущностей, совокупные издержки, механизмы трансформации параметров, разнородные среды, изоморфизм систем, управление надежностью, оптимизация процессов, математическая формализация

Гибридное адаптивно-оптимальное управление с настройкой параметров методом MPSO для трехзвенного робототехнического манипулятора

2026. T.14. № 4. id 2243

Ла М. Лван М.

DOI: 10.26102/2310-6018/2026.55.4.007

В статье рассматривается задача высокоточного слежения за траекторией трехзвенного нелинейного робототехнического манипулятора, функционирующего в условиях параметрической неопределенности и внешних возмущений. Классические ПИД-регуляторы и стандартные адаптивные методы управления демонстрируют ограниченную робастность и пониженную энергетическую эффективность при управлении динамически связанной многозвенной системой. Для преодоления указанных ограничений предложена гибридная адаптивно-оптимальная структура управления, объединяющая адаптивное вычислительное управление моментом с модифицированным алгоритмом роя частиц для систематической настройки коэффициентов регулятора. Динамическая модель получена на основе формализма Эйлера – Лагранжа и реализована в среде MATLAB методом численного интегрирования. Параметры регулятора оптимизируются по многокритериальной целевой функции, учитывающей ошибку слежения, управляющее воздействие и энергопотребление. Оптимизированные коэффициенты усиления затем применяются в рамках адаптивной компенсационной структуры в режиме реального времени для повышения устойчивости к неопределенностям моделирования. Результаты моделирования показывают, что предложенный подход обеспечивает снижение среднеквадратичной ошибки приблизительно на 26 % по сравнению со стандартным адаптивным управлением, уменьшение времени установления, снижение нормированного энергопотребления и уменьшение пульсаций крутящего момента, что подтверждает повышение точности, робастности и энергоэффективности системы.

Ключевые слова: робототехнический манипулятор, адаптивное управление, гибридное оптимальное управление, оптимизация роя частиц, слежение за траекторией

Алгоритмизация управления распределением ограниченных финансовых ресурсов в региональном социальном фонде на основе нейронных сетей ART-MAP

2026. T.14. № 3. id 2242

Бурковский В.Л. Обухова А.Е.

DOI: 10.26102/2310-6018/2026.54.3.015

В условиях сохраняющейся ограниченности бюджетных ресурсов, усугубляемой возрастающей социальной нагрузкой на региональные бюджеты, проблема поиска эффективных механизмов распределения средств государственных социальных фондов приобретает первостепенное значение. От того, насколько рационально и справедливо будут распределены ресурсы, напрямую зависит социальное самочувствие миллионов граждан и стабильность общественных отношений. Ключевым элементом для построения такой эффективной системы является наличие четкой, научно обоснованной и, что особенно важно, отранжированной по степени приоритетности классификации групп-получателей социальной помощи. Такая классификация позволяет перейти от уравнительного принципа поддержки к адресному, концентрируя усилия и средства на наиболее уязвимых категориях населения. В данной статье предлагается к рассмотрению инновационный подход к алгоритмизации этого сложного процесса. Предлагаемый метод основан на интеграции разработанной иерархической классификации получателей с современными нейросетевыми технологиями, а именно с архитектурами семейства ART-MAP. Использование данных нейросетей позволяет создать гибкую, адаптивную систему, способную обучаться в реальном времени, учитывать динамику изменений социальной среды и обеспечивать не только точную, но и полностью прозрачную, понятную и обоснованную дисперсию (перераспределение) финансовых потоков, что критически важно для соблюдения принципов социальной справедливости.

Ключевые слова: распределение финансовых ресурсов, региональный социальный фонд, нейронные сети, алгоритмизация, управление

Применение машинного обучения и анализа значимых признаков для прогнозирования потребностей на российском фармацевтическом рынке

2026. T.14. № 3. id 2241

Ломакин А.С. Оганесян А.А. Зубков А.В.

DOI: 10.26102/2310-6018/2026.54.3.017

Статья посвящена исследованию применения компьютерных методов анализа табличных данных для прогнозирования потребления товаров на российском фармацевтическом рынке. В статье раскрывается основной этап разработки информационной системы, предназначенной для прогнозирования закупок лекарственных препаратов и поддержки принятия управленческих решений в сфере лекарственного обеспечения. Рассматриваются особенности закупочной деятельности медицинских организаций и ключевые риски, связанные с планированием потребности в лекарственных средствах и формированием цен на фармацевтическую продукцию. Детально изложены современные методы, используемые в работе, включая модели машинного обучения и анализ значимости признаков с помощью SHAP. Описывается процесс подготовки и предобработки данных, включающий сбор, очистку, преобразование и кодирование признаков, а также формирование обучающих и тестовых выборок для построения регрессионных моделей. Особое внимание уделено выявлению факторов, влияющих на ценообразование лекарственных препаратов, и повышению точности прогнозирования за счет применения специализированных моделей для отдельных групп препаратов. Авторами работы оценивается экономический эффект от использования предложенного решения. Кроме того, инструмент помогает медорганизациям эффективнее планировать закупки путем снижения рисков и оптимизации бюджета. В рамках устойчивого рационального развития фармрынка России подробно рассматриваются вопросы автоматизации закупок и прогнозирования цен в качестве ключевых факторов.

Ключевые слова: машинное обучение, искусственный интеллект, SHAP-анализ, информационные системы, прогнозирование потребностей, фармацевтический рынок

Дифференциальная эволюция с многоуровневым обменом в окрестности для бюджетно‑ограниченной локализации множества корней нелинейных систем уравнений

2026. T.14. № 4. id 2238

Ли Ц. Антамошкин О.А.

DOI: 10.26102/2310-6018/2026.55.4.016

Бюджетно‑ограниченная локализация множества корней нелинейных систем уравнений требует одновременно охватывать различные области притяжения и быстро уточнять перспективные кандидаты при ограниченном числе вычислений невязки. Во многих нишевых вариантах дифференциальной эволюции замена выполняется внутри локальных окрестностей, однако чрезмерно локальное спаривание снижает покрытие пространства и приводит к преждевременной стагнации. В работе предлагается дифференциальная эволюция с многоуровневым обменом в окрестности, которая сохраняет механизм замещения в окрестности, но вводит контролируемый обмен глобальной информацией. Метод использует мутацию с переключением по величине невязки, выбирая между локальной эксплуатацией и глобальным якорем, а также многоуровневое скрещивание, связывающее особей из трех фитнес‑стратифицированных групп для поддержания разнообразия. Для формирования множества различных решений применяется архив подтвержденных корней и фильтрация дубликатов по расстоянию. Эксперименты на шести эталонных системах показывают, что предложенный подход при одинаковом вычислительном бюджете повышает долю обнаруженных корней и вероятность успешного нахождения всех корней по сравнению с репрезентативными нишевыми вариантами дифференциальной эволюции.

Ключевые слова: дифференциальная эволюция, нелинейные системы уравнений, локализация множества корней, ниширование, обмен в окрестности, вычислительный бюджет, эволюционные вычисления

Модификация модели информационного процесса удаленного мониторинга состояния объектов на основе гетерогенных источников данных

2026. T.14. № 4. id 2237

Гилка В.В. Кузнецова А.С. Качанов Ю.А. Морозов Д.А. Ломакин А.С.

DOI: 10.26102/2310-6018/2026.55.4.006

В статье предложена модификация модели информационного процесса удаленного мониторинга состояния объектов, направленная на повышение корректности интерпретации результатов в условиях гетерогенности источников данных, различий частоты измерений, задержек поступления и неполноты наблюдений. Цель работы заключается в расширении исходной модели за счет включения дополнительных этапов и механизмов, обеспечивающих контроль качества данных, согласование потоков по времени, устойчивость уведомлений и воспроизводимость получаемых оценок. В качестве методов использованы структурно-функциональная декомпозиция информационного процесса и формализация принципов обработки данных на каждом добавленном этапе. В рамках модификации введены: профиль объекта как контекст интерпретации параметров и механизм однозначной привязки измерений к объекту; временная синхронизация потоков на основе оконной обработки; контур контроля качества данных с формированием меток валидности и выявлением аномальных значений; показатель доверия к оценке состояния, учитывающий полноту и качество наблюдений; событийная интерпретация результатов (фиксация отклонений, восстановления и потери источников данных); механизмы устойчивых уведомлений на основе расширенной пороговой модели с гистерезисом и ограничением частоты сообщений; средства объяснимого вывода, указывающие параметры, повлиявшие на присвоенный статус; а также трассируемость результатов за счет журналирования входных данных, правил интерпретации и выходных оценок. В результате сформирована уточненная структура информационного процесса, позволяющая получать оценку состояния с учетом качества и согласованности входных данных, а также обеспечивать устойчивую выдачу результатов субъекту мониторинга.

Ключевые слова: удаленный мониторинг, состояние объекта, гетерогенный источник информации, информационный процесс, структурно-функциональная модель, контроль качества данных, временная синхронизация, оконная обработка, устойчивые уведомления, трассируемость результатов

Системный подход к исследованию параметров опор газотурбинных двигателей: многофизическая модель демпфирующей опоры

2026. T.14. № 4. id 2236

Зубков Н.В.

DOI: 10.26102/2310-6018/2026.55.4.010

Актуальность исследования обусловлена необходимостью повышения эффективности анализа динамических характеристик демпфирующих опор газотурбинных двигателей, поскольку существующие конечно-элементные модели обладают высокой вычислительной сложностью и не применимы для оперативного анализа, а упрощенные аналитические модели ориентированы на обобщенную оценку характеристик и имеют ограниченные возможности при исследовании нелинейных контактных и гидродинамических эффектов. В связи с этим данная статья направлена на разработку многофизической имитационной модели демпфирующей опоры газотурбинного двигателя, обеспечивающей достоверное исследование ее динамических и демпфирующих характеристик в составе виртуального испытательного комплекса. Ведущим методом исследования является системный подход, основанный на интеграции библиотек Simscape и Multibody среды MATLAB Simulink, позволяющий реализовать согласованное моделирование механических, контактных и гидродинамических процессов в подшипниковом узле и демпфирующем пакете, а также проводить параметрический анализ влияния конструктивных характеристик на динамический отклик системы. В статье разработана многофизическая модель демпфирующей опоры, реализующая взаимодействие тел качения, упруго-диссипативных элементов и гидродинамической среды, и выполнено исследование влияния числа лент и гофр демпфирующего пакета на силовые и частотные характеристики опоры. Полученные на базе разработанной модели результаты моделирования позволяют количественно оценивать влияние конструктивных параметров демпфирующих опор на вибрационную устойчивость ротора и могут быть использованы при проектировании, оптимизации и виртуальном прототипировании опорных узлов газотурбинных двигателей.

Ключевые слова: виртуальный испытательный комплекс, газотурбинный двигатель, демпфирующая опора, многофизическая модель, гидродинамическая модель

Алгоритм автоматической идентификации транспорта экстренных служб

2026. T.14. № 4. id 2234

Шульга Т.Э. Либерман А.И. Фадеева А.А. Костюкевич Т.А.

DOI: 10.26102/2310-6018/2026.55.4.011

Актуальность исследования обусловлена необходимостью обеспечения оперативного доступа транспортных средств экстренных служб на территорию охраняемых объектов, доступ к которых в условиях современной городской среды часто ограничен шлагбаумами и другими физическими барьерами, управляемыми автоматически. Данная проблема может быть решена за счет внедрения интеллектуальных систем идентификации транспорта экстренных служб. В связи с этим, данная статья направлена на разработку алгоритма автоматической идентификации транспорта экстренных служб по изображению. Идея предлагаемого алгоритма основывается на совместном использовании искусственной нейронной сети и онтологической модели знаний о транспорте экстренных служб. Онтология разработана с использованием редактора Protégé и языка OWL на основе анализа открытых данных о классификации и оснащении экстренных служб. В качестве основы искусственной нейронной сети выбрана архитектура YOLOv8, обученная на расширенном наборе данных Roboflow. Результаты экспериментального исследования подтвердили высокую эффективность предложенной модели, достигшую точности 89 %, что свидетельствует о ее практической применимости для решения целевой задачи. Разработанный алгоритм может быть интегрирован в интеллектуальные системы управления доступом на территориях жилых комплексов и коммерческих объектов, способствуя тем самым повышению уровня безопасности и оптимизации сервисного обслуживания.

Ключевые слова: OWL-онтология, семантическая модель, искусственная нейронная сеть, алгоритм распознавания изображений, транспорт экстренных служб

Моделирование и оптимизация процесса сбора данных для искусственного интеллекта в медицине

2026. T.14. № 4. id 2232

Иващенко А.В. Терехин М.А. Порецкова Г.Ю. Жданович Г.Э. Мельников Д.А. Радаев Д.Е.

DOI: 10.26102/2310-6018/2026.55.4.020

Развитие технологий искусственного интеллекта в медицине требует реализации системного подхода по сбору и обработке структурированных наборов данных (датасетов) для обучения, тестирования и валидации моделей машинного обучения. В статье предложено решение этой задачи путем имитационного моделирования на основе теории массового обслуживания, в ходе которого необходимо оценить плановую пропускную способность каждой точки сбора информации, обеспечение достаточного количества пациентов, доступности и достоверности их медицинской информации, обеспечение требований законодательства в части защиты персональных данных и врачебной этики. Исследование предложенного подхода было произведено на примере анализа процессов сбора биомедицинских данных, предназначенных для обучения моделей искусственного интеллекта методам дистанционной диагностики. Эмпирическая часть исследования проводилась на базе пунктов сбора биомедицинских сигналов в течение шести месяцев. Общий объём выборки составил 574 пациента. В рамках исследования была построена имитационная модель, позволившая провести оптимизацию процесса сбора данных. По данным имитационного моделирования средняя интенсивность сбора данных составила 7,28 пациента в день при выраженной вариативности нагрузки. В ходе оптимизации были произведены изменения в процессе сбора данных путем распараллеливания, что позволило повысить производительность за счет сокращения времени на анкетирование и термометрию и увеличения входящего потока пациентов. Проведенная оптимизация процесса сбора данных позволила повысить интенсивность работы с 4,67 до 12,12 пациентов в день. Предложенный подход позволяет обосновать архитектуру организационно-технологического процесса сбора информации до начала масштабирования и минимизировать риски превышения календарных сроков формирования медицинских датасетов.

Ключевые слова: медицинский датасет, имитационное моделирование, теория массового обслуживания, цифровой двойник, пропускная способность, искусственный интеллект

Автоматизированная система поддержки принятия решений для прогнозирования покупательского поведения пользователей интернет-магазинов

2026. T.14. № 3. id 2230

Святов Р.С.

DOI: 10.26102/2310-6018/2026.54.3.010

Актуальность исследования обусловлена стремительным развитием электронной коммерции и необходимостью построения эффективных инструментов прогнозирования поведения пользователей интернет-магазинов. Проблема заключается в том, что существующие решения в этой области часто ограничены применением к конкретным наборам данных, не обладают достаточной масштабируемостью и редко поддерживают автоматизацию процесса прогнозирования в реальном времени. Целью работы является разработка системы поддержки принятия решений, позволяющей на основе анализа поведенческих данных пользователей формировать прогноз вероятности совершения покупки в будущем и предоставлять лицам, принимающим решения, готовые рекомендации для дальнейших маркетинговых действий. Методологическая основа исследования заключается в использовании системы веб-аналитики в качестве источника информации о действиях пользователей, предобработке и структурировании данных, а также применении градиентного бустинга в качестве алгоритма машинного обучения для прогнозирования вероятности совершения покупки. Для определения внутренних и внешних факторов, которые могут оказать положительное или отрицательное влияние на достижение поставленной цели, был проведен SWOT-анализ. Проведена экспериментальная апробация системы на данных четырех интернет-магазинов различной направленности. Полученные результаты показали, что общее значение показателя F-меры превышает 80 % во всех экспериментах. Материалы статьи представляют практическую ценность для специалистов в области электронной коммерции, аналитиков и маркетологов, а также лиц, принимающих решения, поскольку разработанная система позволяет автоматизировать процесс прогнозирования покупательского поведения, формировать интерпретируемые сегменты пользователей и использовать полученные результаты в задачах персонализации маркетинговых коммуникаций и оптимизации управленческих решений.

Ключевые слова: машинное обучение, система поддержки принятия решений, анализ поведения пользователей, электронная коммерция, прогнозирование покупательского поведения, интернет-магазины

Архитектура распределенной системы мультимодального анализа медицинских данных на основе вариационного семантического выравнивания

2026. T.14. № 5. id 2229

Пожарский Р.В. Рындин А.А.

DOI: 10.26102/2310-6018/2026.56.5.010

В статье представлена архитектура распределенной системы для интеллектуального анализа мультимодальных медицинских данных (изображений DICOM и текстовых отчетов), сочетающая теоретические методы вариационного вывода с современными инженерными практиками MLOps. Ключевой проблемой, решаемой в работе, является интеграция разнородных данных (визуализационных исследований в формате DICOM и текстовых клинических отчетов) в условиях реальных ограничений по времени и мощности. Основной научный вклад заключается в формализации и реализации нового критерия семантического выравнивания, обусловленного по отношению к ненаблюдаемым клинически значимым латентным факторам. Данный критерий, максимизируемый с помощью вариационного вывода (Evidence Lower Bound), обеспечивает глубокую интеграцию модальностей на основе общей патофизиологической основы, а не поверхностных корреляций. С практической стороны разработана и развернута отказоустойчивая распределенная инфраструктура на базе Docker, Apache Spark, MinIO и MLflow, обеспечивающая полный жизненный цикл данных – от хранения и распределенной обработки до трекинга экспериментов. Для адаптивного управления нагрузкой предложен и реализован контроллер на основе обучения с подкреплением (Reinforcement Learning), формализующий задачу маршрутизации пациентов между быстрым (детерминированные алгоритмы) и глубоким (полноценные модели ViT+BERT) конвейерами как проблему частично наблюдаемого марковского процесса принятия решений (POMDP). Представлен и реализован архитектурный каркас (framework) и математическая модель вариационного семантического выравнивания. Проведенные эксперименты на синтетических данных подтвердили корректность программной реализации в среде WSL2/Docker и эффективность взаимодействия компонентов Spark и MinIO. Следующим этапом исследований станет масштабирование системы на полный набор данных MIMIC-CXR для клинической валидации предложенных гипотез.

Ключевые слова: мультимодальный анализ, вариационный вывод, семантическое выравнивание, распределенные вычисления, обучение с подкреплением, медицинские данные, DICOM, MLOps

Двухуровневая стохастико-адаптивная модель управления эксплуатационными рисками объектов розничной сети

2026. T.14. № 5. id 2227

Устимов М.Г. Львович И.Я.

DOI: 10.26102/2310-6018/2026.56.5.006

В статье представлена инновационная двухуровневая стохастико-адаптивная модель управления эксплуатационными рисками, предназначенная для крупных распределенных инфраструктурных сетей. Исследование решает проблему неспособности традиционных детерминированных моделей адекватно оценивать «хвостовые» риски в условиях высокой неопределенности энергопотребления, отказов оборудования и логистических сбоев. Предлагаемая методология объединяет стратегическое планирование и тактическую онлайн-адаптацию. На верхнем уровне используется двухэтапное стохастическое программирование для формирования робастных планов обслуживания и резервирования мощностей, учитывающих вероятностный характер угроз. Интеллектуальная кластеризация объектов с помощью самоорганизующихся карт Кохонена позволяет разделить сеть на четыре категории: критические, высокого риска, логистически уязвимые и стабильные. На нижнем уровне агенты с обучением с подкреплением (алгоритмы PPO и DQN) адаптируют эксплуатационные решения в реальном времени, используя кастомизированные функции вознаграждения для каждого кластера. Экспериментальные результаты подтверждают эффективность подхода: для критических объектов доля простоев снижена до 2 %, а для стабильных достигнута максимальная экономия ресурсов. Внедрение модели позволяет снизить эксплуатационные затраты на 10–15 % и повысить надежность критической инфраструктуры на 20–30 %. Модель обеспечивает прозрачность управления через четкие KPI и способствует реализации стратегии устойчивого развития.

Ключевые слова: мультимодальный анализ данных, семантическое выравнивание, медицинская диагностика, обучение с подкреплением, распределенные вычисления

Экспериментальное исследование кооперативного распределения ресурсов в системах обработки больших данных на основе значения Шепли и машинного обучения

2026. T.14. № 5. id 2226

Бляхеров М.В. Львович И.Я.

DOI: 10.26102/2310-6018/2026.56.5.012

Оптимальное и справедливое распределение вычислительных ресурсов в динамичных средах обработки больших данных (Big Data), таких как Apache Spark, остается сложной задачей. Традиционные планировщики часто не учитывают синергетические эффекты кооперации между задачами, что приводит к неэффективности и конфликтам. Целью данной работы является экспериментальное исследование и верификация гибридного подхода к кооперативному распределению ресурсов, основанного на формальных принципах теории кооперативных игр и адаптивных возможностях машинного обучения. В работе формализована модель кооперативной игры, где коалиции параллельных задач характеризуются функцией полезности, зависящей от выделенных ресурсов. Для обеспечения устойчивости и справедливости введены условия равновесия (ядро игры), а распределение основано на значении Шепли, оценивающем маржинальный вклад каждой задачи. Для преодоления аналитической сложности оценки полезности в реальных условиях предложено использование ML-моделей (градиентный бустинг, графовые нейронные сети), обученных на исторических метриках кластера, в качестве аппроксиматоров характеристической функции игры. Разработан и развернут экспериментальный стенд на базе Apache Spark с системой мониторинга Prometheus/Grafana. В ходе экспериментов показано, что предложенный подход обеспечивает динамическое и сбалансированное распределение ресурсов (CPU, память), повышает стабильность коалиций задач и улучшает общую справедливость распределения (индекс Джинни, fairness index) по сравнению с базовыми сценариями. Визуализация ключевых метрик подтвердила достижение состояний, близких к ядру игры. Исследование демонстрирует практическую применимость и эффективность сочетания теоретико-игровых моделей и машинного обучения для интеллектуального управления ресурсами в распределенных системах Big Data, открывая путь к созданию самооптимизирующихся и кооперативных оркестраторов.

Ключевые слова: распределение ресурсов, кооперативная теория игр, значение Шепли, машинное обучение, большие данные, apache Spark, мониторинг

Методика управления процессом ликвидации чрезвычайных ситуаций, основанная на методах многокритериальной оптимизации

2026. T.14. № 4. id 2224

Баркалов С.А. Бекирова О.Н. Вторникова Я.А.

DOI: 10.26102/2310-6018/2026.55.4.021

В современных условиях ввиду нестабильной экономической и политической ситуации во всем мире чрезвычайные ситуации различного характера становятся все более частыми и масштабными явлениями. Это обусловлено как природными факторами и техногенными причинами, так и умышленными действиями вследствие конфликтов диверсий, и что требует совершенствования методов оперативного реагирования. В связи с этим возрастает актуальность разработки автоматизированных систем поддержки принятия решений для эффективного противодействия современным вызовам и угрозам в сфере ликвидаций последствий чрезвычайных ситуаций. В работе описана методика эффективного управления комплексом работ и мероприятий по ликвидации чрезвычайных ситуаций, которая базируется на методах многокритериальной оптимизации. В качестве критериев оптимизации выбраны оперативность или возможность выполнить поставленные задачи в кратчайшее время, обеспеченность или возможность обеспечения ресурсами всех реализуемых работ в необходимом объеме, и информативность или реализация мер для обеспечения актуальной и объективной информации об имеющейся ситуации. Рассмотрены три модели проведения оптимизации и получения Парето-оптимального решения: метод обобщенной целевой функции, метод критериальных ограничений и метод последовательных уступок. В статье проводится математическая формулировка и описание моделей, приведен алгоритм выбора модели для разных условий.

Ключевые слова: чрезвычайные ситуации, принятие решений, ликвидация угроз, многокритериальная оптимизация, математическое моделирование

Управление транспортным потоком на основе обучения с подкреплением

2026. T.14. № 4. id 2223

Минаков Е.И. Хазов Н.И.

DOI: 10.26102/2310-6018/2026.55.4.015

Пробки на дорогах часто возникают из-за неэффективного управления светофорами на перекрестках, то есть из-за того, что их настройки недостаточно адаптированы к конкретным условиям. В настоящее время активно ведутся зарубежные исследования в области применения методов машинного обучения с подкреплением для оптимизации транспортных потоков на перекрестках, что еще раз показывает актуальность проблемы. Перспектива применения обучения с подкреплением заключается в способности управлять динамикой сложных процессов без вмешательства человека. Для поддержания эффективности и безопасности перемещения автомобилей в городских условиях существуют системы, управляющие потоками транспорта с помощью светофорных объектов. В работе рассмотрены существующие типы систем управления транспортными потоками. В ходе проведенного анализа выявлены их положительные и негативные качества. В статье предложена система интеллектуального управления, основанная на принципах обучения с подкреплением, дополненная аппроксиматором, в качестве которого используется нейронная сеть. Архитектура сети представляет собой многослойный перцептрон с двумя скрытыми слоями с ReLU функциями активации. Представлен процесс обучения агента и результаты моделирования системы управления в среде микроскопического моделирования SUMO. Результаты представлены в виде графика динамики обучения агента, тепловых карт перекрестков при имитации движения в час пик и при ДТП до воздействия и после. Предложенная система позволяет увеличить интенсивность движения в сети перекрестков на 40 % и 25 % при движении в час-пик и ДТП соответственно. Помимо этого, отражены дальнейшие перспективы ее развития.

Ключевые слова: транспортный поток, управление дорожным движением, обучение с подкреплением, нейронная сеть, машинное обучение, адаптивное управление

Размещение антенных систем радиоэлектронных средств в локальной группировке

2026. T.14. № 6. id 2222

Исмагилов В.В. Гайнутдинов Р.Р.

DOI: 10.26102/2310-6018/2026.57.6.005

Актуальность исследования обусловлена тем, что проблема обеспечения внутриобъектовой электромагнитной совместимости радиоэлектронных средств является критически важной для проектирования перспективных технических средств, однако в настоящий момент не существует подхода для оптимального размещения антенных систем радиоэлектронных средств с учётом их электромагнитной совместимости при влиянии через антенные системы. В качестве основного метода решения задачи предложен генетический алгоритм. Он учитывает взаимное влияние антенных систем радиоэлектронных средств как ключевой критерий для оптимизации их пространственного расположения, обеспечивая поиск компромиссных решений в многопараметрическом пространстве. В результате был разработан алгоритм, позволяющий определять рациональные схемы размещения антенн. Основной вывод заключается в том, что учет взаимного влияния радиоэлектронных средств через их антенные системы может быть эффективно использован не только для анализа, но и для прямой оптимизации электромагнитной обстановки. Разработанный алгоритм может быть применен на этапе проектирования технических объектов для автоматизированного планирования размещения антенных систем в соответствии с требованиями стандартов по электромагнитной совместимости, что способствует снижению уровня взаимных помех.

Ключевые слова: электромагнитная совместимость, радиоприёмник, радиопередатчик, монтажное пространство, локальная группировка, летательный аппарат, оптимизация, размещение антенных систем

Особенности оценки эффективности процессов в ИТ-команде при применении гибких методологий управления

2026. T.14. № 5. id 2221

Котова М.Р.

DOI: 10.26102/2310-6018/2026.56.5.004

Оценка эффективности процессов в ИТ-командах, которые применяют гибкие методологии управления (Agile), представляет собой актуальную задачу, связанную с необходимостью сокращения времени поставки изменений при одновременном обеспечении устойчивости (качества) и экономической целесообразности разработки. Традиционные результатные показатели, ориентированные на сроки и объем выполненных работ, оказываются недостаточно информативными в условиях итеративной и инкрементной разработки, поскольку не отражают вариативность потока, потери и последствия снижения качества. В статье предложена процессно-ориентированная модель оценки эффективности ИТ-команды, основанная на агрегировании метрик потока работ, устойчивости поставки и экономических потерь в интегральный индекс процессной эффективности. Модель опирается на данные цифровых следов жизненного цикла ИТ-продукта, которые формируются в трекерах задач, системах управления версиями, CI/CD-пайплайнах и средствах мониторинга. В рамках исследования обосновано использование мультипликативной формы агрегирования, что позволяет учитывать влияние лимитирующих факторов процесса. Апробация модели на данных продуктовых команд, которые применяют Agile-подходы, подтвердила, что интегральная оценка позволяет выявлять деградацию процессов на ранних этапах и локализовать проблемные зоны, связанные с управлением потоком, устойчивостью поставки и накоплением технического долга. Полученные результаты демонстрируют возможность использования предложенной модели в качестве инструмента поддержки управленческих решений и регулярного мониторинга эффективности ИТ-команд.

Ключевые слова: разработка по принципам Agile, lean, devOps, эффективность процессов, метрики потока, устойчивость поставки, технический долг, интегральный индекс, ИТ-команда

Гибридная семантическая редукция текстов в библиотечных информационных системах

2026. T.14. № 3. id 2220

Рзянкин И.С. Носков М.В.

DOI: 10.26102/2310-6018/2026.54.3.013

Актуальность исследования обусловлена ростом объемов текстовой информации в библиотечных информационных системах и необходимостью обеспечения быстрой и содержательной навигации по электронным фондам в условиях ограниченных вычислительных ресурсов. Существующие решения автоматической суммаризации ориентированы преимущественно на использование крупномасштабных языковых моделей, что затрудняет их внедрение в локальную библиотечную инфраструктуру. В связи с этим работа направлена на разработку ресурсосберегающего метода семантической редукции текста, обеспечивающего баланс между качеством смыслового представления и вычислительной доступностью. Ведущим подходом является гибридная архитектура, основанная на последовательном применении лексической редукции с использованием облаков слов и нейросетевой суммаризации компактными моделями. В исследовании предложена контекстно-ориентированная метрика оценки релевантности, учитывающая семантическую целостность, структурные характеристики и доменно значимые термины библиотечной среды. Экспериментальное исследование на корпусе из 1178 документов показало, что гибридный подход обеспечивает прирост показателей релевантности при одновременном сокращении времени инференса по сравнению с прямой нейросетевой суммаризацией полного текста. Полученные результаты подтверждают возможность практического внедрения предложенного метода в библиотечных информационных системах с ограниченной вычислительной инфраструктурой и его применимость для задач навигации и каталогизации.

Ключевые слова: семантическая редукция текста, автоматическая суммаризация, облако слов, библиотечные информационные системы, гибридные методы обработки текста, нейросетевые модели, оценка релевантности, library Relevance Score

Применение марковского процесса принятия решений при разработке стратегии информационной безопасности

2026. T.14. № 4. id 2217

Зубченко К.В. Султанов Н.З. Шевцова Г.А.

DOI: 10.26102/2310-6018/2026.55.4.019

Актуальность исследования обусловлена ростом количества и сложности кибератак, в частности, необходимостью постоянного повышения уровня защиты организаций, а также постоянного планирования и моделирования стратегии защиты в условиях ограниченности ресурсов. Данная работа направлена на разработку модели, позволяющей осуществлять разработку стратегии информационной безопасности заданной организации с учетом экономических показателей. Основными методами исследования являются моделирование, сравнительный анализ и синтез. В работе содержатся характеристики смоделированных организаций, использованные в прототипе формулы и алгоритмы, а также числовые показатели критериев и параметров. Представлены зависимости между параметрами модели. В результате выявлена работоспособность модели на смоделированных организациях: получены оптимальные стратегии для каждой из них, коррелирующие с общепризнанными подходами к построению стратегий в реальных компаниях. Продемонстрированы результирующие графики состояния систем. Для всех организаций наиболее оптимальными оказались комплексные стратегии. В краткосрочной перспективе использование марковского процесса принятия решений позволяет успешно оптимизировать управленческие решения, независимо от степени зрелости компании. Выделение большого бюджета на информационную безопасность оказывает существенное влияние на эффективность только для компаний с низкой степенью зрелости. Результаты работы представляют практическую ценность для специалистов и руководителей по информационной безопасности, предоставляя инструмент для разработки оптимальной стратегии информационной безопасности в рамках заданного бюджета.

Ключевые слова: марковский процесс принятия решений, стратегия информационной безопасности, моделирование стратегии защиты, экономические затраты, оптимизация стратегии

Разработка системы адаптивного управления ресурсами контейнеризированных САПР на основе обучения с подкреплением

2026. T.14. № 3. id 2216

Чудинова А.А.

DOI: 10.26102/2310-6018/2026.54.3.016

Данный проект посвящен разработке адаптивной системы управления ресурсами для контейнеризированных приложений автоматизированного проектирования (САПР) с использованием обучения с подкреплением. Современные рабочие нагрузки САПР характеризуются высокой изменчивостью вычислительных требований, что делает традиционные механизмы автоматического масштабирования на основе пороговых значений недостаточными для поддержания производительности и надежности в динамических условиях. Для решения этой проблемы предлагаемая система сравнивает классическое автоматическое масштабирование подов Kubernetes на основе пороговых значений (HPA) со стратегией автоматического масштабирования на основе Q-обучения, применяемой к кластерам контейнеров. Экспериментальная установка реализована как симуляция распределенного контейнеризированного кластера и включает в себя настраиваемые модели рабочей нагрузки, представляющие собой легкие, средние, тяжелые и пиковые шаблоны запросов. Производительность системы оценивается с использованием метрик, таких как время отклика, пропускная способность, доступность, экономическая эффективность, среднее время восстановления и ложноположительные события масштабирования. Агент обучения с подкреплением наблюдает за отслеживаемыми системными метриками и изучает политики масштабирования, которые оптимизируют долгосрочную производительность и стабильность за счет многократного взаимодействия с окружающей средой. Интерфейс приложения позволяет пользователям управлять параметрами моделирования, включая количество запусков политик, количество эпизодов за запуск и шагов в эпизоде, а также параметрами конфигурации кластера, такими как количество узлов и ядер на узел. Интенсивность рабочей нагрузки может быть скорректирована для анализа поведения системы в различных сценариях эксплуатации. Такая конфигурация позволяет проводить систематическую оценку адаптивных стратегий автомасштабирования и их влияния на эффективность использования ресурсов и отказоустойчивость в контейнеризированных системах САПР. Исследование представляет собой методологическую новизну благодаря интерактивному интерфейсу оценки, основанному на экспериментах, который объединяет логику моделирования и оркестровки.

Ключевые слова: адаптивное управление ресурсами, экспериментальная установка, контейнеризированный кластер, рабочие нагрузки, kubernetes, классическое автоматическое масштабирование подов, пороговые значения (HPA), стратегия автоматического масштабирования, q-обучение

Алгоритм построения вполне интерпретируемых сегментированных линейных регрессий

2026. T.14. № 3. id 2212

Базилевский М.П.

DOI: 10.26102/2310-6018/2026.54.3.018

Работа посвящена актуальному научному направлению – интерпретируемому машинному обучению. Ранее автором было введено понятие «вполне интерпретируемая линейная регрессия», построение которой осуществляется с помощью метода наименьших квадратов по всей выборке статистических данных. В статье это понятие обобщается на сегментированную линейную регрессию, при идентификации которой данные сначала разбиваются на сегменты, а затем на каждом из них строится своя линейная регрессия. Разработан алгоритм построения вполне интерпретируемых сегментированных линейных регрессий. Его особенность в том, что, во-первых, разбиение пространства предикторов на сегменты осуществляется с помощью логических функций активации аргументов бинарных операций min. Во-вторых, в каждом сегменте строится парная регрессия, что полностью решает проблему мультиколлинеарности. С помощью разработанного алгоритма по выборке объема 1030 наблюдений была построена сегментированная линейная регрессия прочности бетона на сжатие. Во всех ее восьми сегментах значения коэффициентов детерминации линейных регрессий не превосходят величины 0,8, что указывает на наличие неучтенных факторов, поэтому построенную модель нельзя отнести строго ко вполне интерпретируемым. Тем не менее, все остальные условия интерпретируемости выполнены. К тому же сегментированная модель по качеству аппроксимации в целом оказалась гораздо лучше простой линейной регрессии.

Ключевые слова: регрессионный анализ, интерпретируемость, сегментированная линейная регрессия, метод наименьших квадратов, мультиколлинеарность, значимость оценок

Архитектуры глубокого обучения для сегментации мультифазных КТ-изображений

2026. T.14. № 3. id 2211

Самсоненко С.В. Каширина И.Л.

DOI: 10.26102/2310-6018/2026.54.3.012

В статье проводится комплексный систематический анализ современных архитектур глубокого обучения для автоматической сегментации мультифазных КТ-изображений. Подробно рассматриваются специфические особенности мультифазных данных, главными из которых являются пространственные несовпадения (смещения) между фазами, вызванные движениями пациента, и различный характер накопления контрастного вещества в патологических тканях на разных фазах. Эти особенности делают прямую адаптацию классических методов сегментации неэффективной и требуют разработки специализированных архитектур. В статье прослеживается эволюция подходов: от базовых сверточных сетей (U-Net, 3D U-Net, nnU-Net) и гибридных моделей (TransUNet, UNETR), комбинирующих свертки и трансформеры, до специализированных решений. Особое внимание уделяется моделям с механизмами перекрестного внимания между фазами, таким как PA-ResSeg, M3Net и MULLET, которые позволяют осуществлять неявное выравнивание признаков и адаптивное слияние информации из разных фаз без явной регистрации (совмещения) изображений. В работе также анализируются сравнительные преимущества различных стратегий слияния данных c разных фаз (раннее, позднее, перекрестное взаимодействие), рассматриваются вопросы вычислительной эффективности и доступности открытых датасетов. Определены ключевые тенденции и перспективные направления развития области, включая применение фундаментальных моделей (MedSAM, VoxTell) и модально-агностичное обучение. Делается вывод о том, что дальнейший прогресс в области мультифазной сегментации КТ-изображений связан с созданием вычислительно эффективных архитектур, способных к интеграции в реальный клинический процесс для поддержки диагностических решений.

Ключевые слова: гибридные архитектуры, сегментация изображений, механизмы внимания, мультифазная КТ, слияние признаков, медицинская визуализация, глубокое обучение, компьютерное зрение, PA-ResSeg, m3Net

Исследование неопределенности в многоагентном мониторинге дорожного покрытия

2026. T.14. № 2. id 2210

Подберёзкин А.А.

DOI: 10.26102/2310-6018/2026.53.2.009

Актуальность исследования обусловлена тем, что в платформах мониторинга дорожной инфраструктуры ошибки на уровне детектирования и интерпретации состояния объектов способны переходить в ошибки нормативных и управленческих решений, особенно в реальных условиях съемки (тени, блики, влажное/заснеженное покрытие, загрязнения, неоднозначные границы дефектов), где возрастает риск неверной классификации и локализации. Это критично при пороговой нормативной оценке, поскольку небольшая погрешность может привести к смене категории состояния и, как следствие, к необоснованному назначению ремонтных мероприятий либо к пропуску опасного дефекта. В связи с этим статья направлена на исследование учета неопределенности детектирования дефектов дорожного покрытия в многоагентном контуре мониторинга, где результаты наблюдений передаются между компонентами вместе с контекстом обработки через Model Context Protocol как единый протокол обмена событиями, метаданными и параметрами интерпретации. Ведущим подходом является построение вычислительного конвейера, включающего предварительную обработку видеоданных, детектирование дефектов, вычисление показателя неопределенности H(p) по распределению вероятностей классов, присвоение статуса «автоматически/валидация/уточнение», последующую нормативную интерпретацию и агрегацию по участкам дорожной сети. Для обеспечения воспроизводимости каждый прогон фиксируется как унифицированный «контекст эксперимента» (идентификатор сцены/кадра, версия модели, параметры порогов, статус решения), что позволяет сопоставимо сравнивать режимы и выполнять аудит причин расхождений. Верификация основана на сравнении нормативных решений с экспертной оценкой и анализе зависимости доли ошибочных нормативных решений от порога автоматического принятия решения по H(p), при этом риск-ориентированная логика переводит высоконеопределенные детекции в режим валидации и снижает вероятность ошибок в пограничных случаях. Показано, что протоколирование контекста через Model Context Protocol и учет H(p) повышают воспроизводимость экспериментов и обоснованность нормативной интерпретации, уменьшая риск ошибочной приоритизации ремонта за счет отделения сомнительных наблюдений и сохранения причин принятого решения.

Ключевые слова: многоагентная система, мониторинг дорожного покрытия, дефекты дорожного покрытия, компьютерное зрение, неопределенность детектирования, нормативная интерпретация, протоколирование контекста