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

Применение теории автоматического управления в сетях связи с облачно-туманной архитектурой

2026. T.14. № 5. id 2315

Глушак Е.В.

DOI: 10.26102/2310-6018/2026.56.5.009

Статья посвящена применению методов теории систем автоматического управления для организации передачи трафика в гибридной облачно-туманной IoT‑сети с целью повышения показателей качества обслуживания. Предложена модель сети в виде системы дискретных уравнений состояния, описывающих динамику очередей на туманных узлах, загрузку каналов и взаимодействие с облачным уровнем, а также введен LQR‑критерий, который учитывает одновременно задержку и затраты ресурсов. На основе решения дискретного уравнения Риккати синтезируется распределенный регулятор, реализуемый на туманных узлах и в облаке. Он помогает адаптивно перераспределять пропускную способность, приоритеты и параметры маршрутизации с учетом текущей нагрузки и возмущений трафика. Для оценки эффективности разработанный LQR‑контроллер интегрирован в симулятор OMNeT++. Моделируется IoT‑топология из нескольких туманных узлов и облачного сервера с MQTT‑трафиком и различными сценариями нагрузки (базовый, пиковый и всплесковый режимы). Результаты моделирования показывают, что по сравнению с режимом без управления и вариантом с фиксированным LQR адаптивный LQR существенно снижает среднюю задержку и джиттер, уменьшает потери пакетов и заполненность очередей при умеренном росте загрузки CPU. Результаты подтверждают применимость предложенного подхода для оптимизации качества обслуживания в современных облачно‑туманных телекоммуникационных системах.

Ключевые слова: сети связи, облачные вычисления, туманные вычисления, теория автоматического управления, передача данных, сети интернета вещей, программа OmNet++, многоуровневая архитектура

Исследование тепловых режимов усилителя мощности СВЧ диапазона в SMD-исполнении

2026. T.14. № 5. id 2314

Увайсов С.У. Шеденко В.В. Иванов В.С.

DOI: 10.26102/2310-6018/2026.56.5.016

В статье приведены результаты численного исследования тепловых режимов усилителя мощности СВЧ, выполненного в SMD-корпусе, направленного на оценку влияния конструктивных параметров корпуса на эффективность теплоотвода и максимальную температуру активной области кристалла. Актуальность исследования обусловлена ростом плотности рассеиваемой мощности в радиоэлектронных устройствах СВЧ диапазона, что приводит к увеличению тепловых нагрузок на полупроводниковые приборы и их корпуса. В условиях ограниченных возможностей теплоотвода стандартные конструкции корпусов типа QFN не всегда обеспечивают требуемый тепловой режим, что снижает надежность и стабильность работы усилителей мощности. Целью работы является исследование влияния конфигурации SMD-корпуса на тепловой режим усилителя мощности СВЧ диапазона и выявление конструктивных решений, обеспечивающих снижение максимальной температуры активной области кристалла при заданной рассеиваемой мощности. В работе выполнено численное исследование тепловых режимов усилителя мощности СВЧ при различных конфигурациях SMD-корпуса. На основе стационарной модели теплопереноса с использованием индуцированной модели тепловыделения получены температурные поля для ряда конструктивных вариантов корпуса. Установлены количественные зависимости между параметрами конфигурации корпуса и максимальной температурой кристалла, а также показано, что применение системы тепловых переходных отверстий и размещение металлического основания корпуса в вырезе печатной платы позволяет существенно снизить тепловое сопротивление теплового тракта. Полученные результаты позволяют обоснованно выбирать конфигурацию SMD-корпуса усилителей мощности СВЧ под область активного тепловыделения конкретного кристалла с целью снижения максимальной рабочей температуры кристалла без изменения типа корпуса и технологии монтажа. Представленные результаты могут быть использованы на ранних этапах проектирования полупроводниковых приборов для сокращения числа численных и натурных экспериментов и повышения надежности СВЧ-устройств.

Ключевые слова: усилитель мощности СВЧ, тепловой режим, SMD-корпус, тепловое моделирование, теплоперенос, тепловые переходные отверстия, корпус QFN

Формирование интеллектуальной поддержки управленческих решений в территориально распределенной организационной системе с персонализированными субъектами на основе структурного моделирования

2026. T.14. № 5. id 2312

Максин А.Д.

DOI: 10.26102/2310-6018/2026.56.5.011

В статье проведены исследования путем структурного анализа территориально распределенной организационной системы с персонализированными субъектами, направленные на формирование интеллектуальной поддержки управленческих решений. Обоснована необходимость отражения в структурной модели направленности и количественных характеристик связей компонентов организационной системы с учетом многоуровневости ресурсораспределительного процесса как по нисходящему принципу от управляющего центра до персонализированного субъекта, так и по восходящему для балансирования варианта распределения централизованного ресурса с потребностями на субъектном уровне. При количественной характеризации показано влияние показателей территориальных образований, определяющих их потенциальные возможности в поддержке персонализированного ресурсного обеспечения на распределение между территориями и целенаправленность в достижении заданного уровня результативности при выделении ресурса на субъектном уровне. Структурная модель функционирования организационной системы стала основой для обоснования комплекса задач, обеспечивающих интеллектуализацию управленческих действий на административном уровне. Предложено два подхода: межуровневой оптимизации и многоуровневого оптимизационного моделирования. Первый подход при принятии управленческого решения по ресурсному обеспечению персонализированного субъекта состоит в последовательном решении двух задач: приоритетно-альтернативной оптимизации распределения централизованного ресурса между территориальными образованиями и блочно-линейной оптимизации полученного результата при распределении территориального ресурса на субъектном уровне. Формирование оптимизационных моделей базируется на использовании данных о показателях, характеризующих исследуемую организационную систему. В первой задаче требуется экспертное оценивание приоритетности получения средств территорий в рамках установленного централизованного ресурсного обеспечения, а во второй – определение коэффициентов влияния в модели чувствительности изменений результативности в зависимости от изменений объема ресурса, предоставляемого персонализированному субъекту. Многоуровневое оптимизационное моделирование предложено осуществлять путем объединения решения перечисленных задач в рамках двухэтапного итерационного цикла, объединяющего нисходящую и восходящую схемы ресурсораспределительного процесса.

Ключевые слова: организационная система, управление, интеллектуальная поддержка, структурная модель, ресурсораспределительный процесс, оптимизация, экспертное оценивание

Многоуровневое оптимизационное моделирование при индивидуально-ориентированном управлении ресурсами сложной системы

2026. T.14. № 5. id 2311

Гафанович Е.Я. Максин А.Д. Преображенский А.П.

DOI: 10.26102/2310-6018/2026.56.5.017

В статье приводятся исследования, направленные на трансформацию инвариантных средств многоуровневого оптимизационного моделирования при управлении территориально распределенной организационной системой с персонализированными субъектами применительно к распределению ресурсов лекарственного обеспечения и медицинской помощи пациентам, страдающим редкими заболеваниями. Показано, что управление ресурсораспределительным процессом требует синхронизации в рамках единого маршрута выделения и использования средств федерального и региональных бюджетов на основе существующей нормативно-правовой базы. С целью перехода к трансформации инвариантных оптимизационных моделей предварительно обоснованы особенности функционирования и управления в персонализированной организационной системе фармацевтической и медицинской помощи пациентам, страдающим редкими заболеваниями. В качестве основных особенностей определены: многоуровневый характер распределения централизованного ресурса; наличие информационных ресурсов в форме регистров, реестров, базы заявок; мониторинг индикаторов результативности и ежемесячных отчетов регионов; автоматизация интеграционной модели управления с использованием цифровых информационных ресурсов и ГИС-ориентированных технологий. С учетом особенностей исследуемой организационной системы внесены изменения при формировании проблемно ориентированного процесса многоуровневого оптимизационного моделирования: в описании множеств, определяющих межуровневое взаимодействие органов управления и пациентов; в виде дополнений и изменений в формализованное описание задач оптимизации и процедур принятия управленческих решений; с объединением интеграционной модели управления распределением централизованного ресурса административных решений и средств их интеллектуальной поддержки на основе оптимизационного подхода.

Ключевые слова: организационная система, управление, ресурсораспределительный процесс, оптимизация, пациенты с редкими заболеваниями, лекарственное обеспечение, медицинская помощь

Модификация процедуры распрямления объектов бинарных растровых изображений на основе оси криволинейной симметрии для многоконтурных фигур

2026. T.14. № 5. id 2305

Середин О.С. Ляхов Д.В. Кушнир О.А.

DOI: 10.26102/2310-6018/2026.56.5.019

В работе предложена модификация процедуры распрямления многоконтурных фигур бинарных растровых изображений на основе оси криволинейной симметрии. Данная модификация учитывает внешний и внутренние контуры анализируемой фигуры при ее разделении на части для последующего распрямления. Каждая часть фигуры соответствует своему фрагменту оси криволинейной симметрии, представляющей собой набор сочлененных отрезков. Для каждой части составляется маска, содержащая точки внешнего контура и внутренних контуров, входящих в нее. Каждая точка любого контура из полученной маски преобразуется – поворачивается и смещается относительно соответствующего фрагмента оси криволинейной симметрии. Для отображения преобразованных контуров учитывается их иерархия, представляющая собой структуру дерева. Цвет закрашивания контура меняется поочередно в зависимости от глубины его вложенности в дереве иерархии. Экспериментальные исследования предложенной модификации продемонстрировали возможность распрямлять фигуры с произвольным количеством внутренних контуров разных форм и разного уровня вложенности. Сравнение площадей преобразованных фигур относительно исходных показало уменьшение количества искажений при распрямлении. Предложенный метод позволяет устранить ограничение на использование жадного алгоритма поиска оси криволинейной симметрии только для объектов без внутренних контуров.

Ключевые слова: симметрия, бинарное растровое изображение, криволинейная симметрия, мера Жаккара, контур фигуры

Метод адаптивной градации при настройке отсечения невидимых объектов

2026. T.14. № 6. id 2303

Чёрный В.Г. Болсуновская М.В.

DOI: 10.26102/2310-6018/2026.57.6.016

В работе рассматривается применение метода адаптивной градации объектов на основе их геометрической сложности для автоматизации формирования набора загораживающих объектов в 3D-сценах, разрабатываемых с помощью графических движков. Предложенный подход предусматривает их классификацию по уровню геометрической сложности с последующим учетом этой характеристики при принятии решения об их использовании в качестве загораживающих. Метод реализовывался как расширение подхода для формирования набора окклюдеров, основанного на анализе пересечений лучей с объектами. Для ускорения анализа используется иерархия ограничивающих объемов. Подход подразумевает, что загораживающим объектом считается тот объект, попадания лучей в который превышают заданный параметрический порог. В рамках предлагаемого метода подразумевается расширение подхода путем использования адаптивного порога, вычисляемого на основе классификации объектов по числу содержащихся в них треугольников. Экспериментальная проверка выполнялась в движке Unity. Использовались две 3D-сцены, заполненные базовыми встроенными примитивами и низкополигональными моделями в разном количестве. Для небольших сцен с примитивами различие между базовым и адаптивным порогами оказывается незначительным, однако в более сложных случаях метод позволяет сузить выборку. Эксперименты демонстрируют, что применение метода обеспечивает более избирательную классификацию окклюдеров в сценах с высокой плотностью объектов, а также выявляет значимость дополнительных факторов, включая размеры и пространственное расположение моделей.

Ключевые слова: unity, occlusion Culling, статический анализ, оптимизация рендеринга 3D-сцен, инструменты автоматизации

Ансамблевые методы машинного обучения для прогностической диагностики сердечно-сосудистых заболеваний: сравнительный анализ на многоцентровой выборке

2026. T.14. № 6. id 2302

Лавьер К.М. Веселов Д.И. Андриянов Н.А.

DOI: 10.26102/2310-6018/2026.57.6.017

В работе проведено сравнение восьми алгоритмов машинного обучения для диагностики сердечно-сосудистых заболеваний на объединенной многоцентровой выборке из шести баз данных (n = 1 904). Предложены три клинически обоснованных производных признака: maxhrratio (отношение максимальной частоты сердечных сокращений к возрастному прогнозу), sthr index (отношение депрессии сегмента ST к максимальной частоте сердечных сокращений) и anginast flag (бинарный индикатор совместного присутствия типичной стенокардии и нисходящего уклона сегмента ST). Базовые алгоритмы – дерево решений, логистическая регрессия, случайный лес, XGBoost, CatBoost, LightGBM – обучались с байесовской оптимизацией гиперпараметров. Ансамблирование выполнено методами стекинга (предсказания на отложенных блоках, мета-ученик с калибровкой по методу Платта) и взвешенного мягкого голосования. Качество оценивалось по методу бутстрепа со смещением-коррекцией (10 000 итераций, 95 % доверительный интервал); попарное сравнение – тесты ДеЛонга и МакНемара с поправкой Бонферрони (28 пар, порог p < 0,00179). Лучший результат среди одиночных моделей показал CatBoost: площадь под кривой рабочих характеристик 0,948 [0,922-0,966], гармоническое среднее точности и полноты 0,884, оценка Brier 0,097. Стекинг достиг площади под кривой рабочих характеристик 0,931 при наилучшей среди ансамблей калибровке (Brier 0,102). Аблационное исследование показало, что семь признаков обеспечивают 97,5 % качества полной модели. Консенсусное ранжирование на основе значений Шепли по четырем моделям поставило производный признак sthr index на четвертое место из четырнадцати, опередив семь исходных клинических переменных. Валидация методом исключения одного источника выявила несовместимость кодировок в двух из шести источников, подчеркивая необходимость аудита данных перед межучрежденческим развертыванием.

Ключевые слова: машинное обучение, сердечно-сосудистые заболевания, catBoost, стекинг, SHAP, BCa bootstrap, NRI, IDI, многоцентровая выборка, конструирование признаков

Методика построения комплексной логической модели детектирования потенциально опасных ситуаций с применением технологий компьютерного зрения

2026. T.14. № 7. id 2299

Досалиева А.Ф. Демина Р.Ю.

DOI: 10.26102/2310-6018/2026.58.7.007

Актуальность исследования обусловлена необходимостью преодоления фрагментарности существующих систем видеодетектирования опасных ситуаций, которые разрабатываются как узкоспециализированные решения под конкретные сценарии, что затрудняет их масштабирование и адаптацию к изменяющимся требованиям безопасности. В связи с этим цель работы заключается в разработке единого методологического подхода к созданию универсальной системы автоматизированного распознавания угроз на основе компьютерного зрения. Ведущим методом исследования выступило концептуальное моделирование: на основе анализа типовых нарушений (от правил дорожного движения до промышленных регламентов) методом абстрагирования и группировки был выделен ограниченный набор базовых визуальных концептов («Человек», «Опасный периметр», «Механизм», «Сигнализирующее устройство», «Средство индивидуальной защиты») и их состояний. Для формализации взаимосвязей между концептами введена матрица отношений, а логика детектирования опасных ситуаций описывается посредством составления формальных логических формул, охватывающих две зоны анализа: статическую, оперирующую мгновенными булевыми признаками, и динамическую, применяющую темпоральную логику для предсказания развития событий. В результате исследования создана концептуальная модель, включающая универсальный формальный аппарат, который позволяет описывать широкий спектр угроз в виде системы логических правил, настраиваемых под конкретные сценарии. В связи с актуальностью задачи цифровизации в сфере промышленной безопасности материалы статьи приобретают практическую ценность для разработчиков программного обеспечения в сфере охраны труда. Подход, который предлагается в работе, позволяет масштабировать и гибко настраивать системы мониторинга под конкретные объекты.

Ключевые слова: компьютерное зрение, охрана труда, обнаружение опасных ситуаций, логическая модель, матрица отношений, концепты

Информационно-теоретическая метрика для автоматического лексикографического отбора в бенгальском жестовом языке

2026. T.14. № 6. id 2298

Ашрафи А. Мохначев В.С.

DOI: 10.26102/2310-6018/2026.57.6.011

Создание решений для помощи людям с нарушениями слуха, использующим бенгальский жестовый язык, который считается языком с ограниченными ресурсами, представляет собой сложную задачу из-за нехватки ресурсов и доступности экспертов. В данной статье представлена новая информационно-теоретическая метрика – информационная ценность для лексикографии жестов (IV-SL), разработанная для автоматизации процесса лексикографического отбора при разработке словаря жестового языка. Предложенная структура использует реализацию на основе Python, которая включает MediaPipe Holistic для извлечения визуально-кинематических признаков, включая формы рук, траекторию движения и выражения лица, а также Word2Vec для семантических связей между векторными представлениями слов бенгальского языка. Итеративный механизм отбора определяет приоритетность жестов на основе максимального прироста информации на словарную запись, балансируя редкость и разнообразие для минимизации избыточности при обеспечении широкого лексического охвата. Экспериментальная проверка показывает, что метрика IV-SL создает приоритетные лексиконы с высокой степенью соответствия экспертным оценкам лингвистов, значительно превосходящие базовые модели, основанные на частоте. Первичная валидация проведена на синтетическом датасете (880 образцов) с моделированием фонологических признаков. Подтверждение на реальных видеоданных бенгальского жестового языка остается предметом будущих исследований. Научная новизна данного исследования заключается в принципиальном применении критериев информативности и разнообразия – концепций, заимствованных из теории активного обучения, – к лексикографии жестовых языков, предлагая масштабируемое и воспроизводимое решение для жестовых языков с ограниченными ресурсами.

Ключевые слова: лексикография жестовых языков, низкоресурсные языки, бенгальский жестовый язык (BdSL), информационная ценность, корпусная лингвистика, mediaPipe

Иммерсивная тренажерная система стрелковой подготовки: архитектура, программно-аппаратная реализация и метрики эффективности

2026. T.14. № 5. id 2297

Кравец А.Г. Коробкин П.Д.

DOI: 10.26102/2310-6018/2026.56.5.014

В работе предлагается иммерсивная тренажерная система на основе технологий расширенной реальности, ориентированная на подготовку сотрудников правоохранительных органов в безопасной виртуальной среде. Актуальность исследования связана с высоким уровнем травматизма при проведении боевой учебы, значительными затратами на боеприпасы и материально-техническое обеспечение, а также необходимостью масштабируемых цифровых решений для массового обучения. Разработанный прототип включает контроллер в форме винтовки с имитацией отдачи, дымового эффекта и запаха пороха, мультизональный тактильный жилет, модуль визуализации, а также программно-аппаратный контур обмена данными по протоколу HTTP в формате JSON. Описана архитектура системы, алгоритмы взаимодействия модулей и заложенные механизмы масштабирования, включающие переход к двунаправленной передаче данных на основе WebSocket и поддержку многопользовательских тренировочных сценариев. Показаны научная новизна решения, заключающаяся в сочетании многоуровневой мультисенсорной имитации выстрела с открытым интерфейсом интеграции в XR-среду, а также практическая значимость для российских силовых ведомств за счет адаптации к типовым учебным задачам, анализу боевой телеметрии и возможности включения модулей искусственного интеллекта для интеллектуальной поддержки тренировки.

Ключевые слова: технологии расширенной реальности, виртуальная и дополненная реальность, иммерсивное обучение, тренажер для силовых ведомств, контроллер стрелкового оружия, тактильный жилет с обратной связью, одноплатный микрокомпьютер, боевая подготовка, мультисенсорная симуляция

Выделение признаков на основе сигналов в моторных вызванных потенциалах: обнаружение возникновения TKEO и анализ гильбертовой огибающей

2026. T.14. № 3. id 2294

Демига Ю. Ляпунцова Е.В.

DOI: 10.26102/2310-6018/2026.54.3.021

Надежное и объективное определение характеристик вызванного моторного потенциала (ВМП) – латентности возникновения, амплитуды от пика до пика, длительности и морфологии волновой формы – имеет фундаментальное значение для клинической нейрофизиологии, но в современной практике оно во многом зависит от суждений оператора. Математические алгоритмы обработки сигналов предлагают прозрачную, детерминированную и воспроизводимую альтернативу. Мы представляем, описываем и систематически оцениваем полный математический алгоритм для идентификации характеристик ВМП, состоящий из трех этапов: определение начала координат на основе TKEO, оператора энергии Тайгера-Кайзера, применяемого к предварительно обработанному сигналу с адаптивным порогом k∙σ_baseline; оценка смещения преобразования Гильберта – отслеживание амплитудной огибающей с использованием критерия возврата к базовой линии; и морфологическая классификация путем подсчета значимых пересечений нуля для присвоения меток монофазного, двухфазного или многофазного сигнала. На этапе проверки маркеров отклоняются тесты, в которых обнаруженные признаки не превышают минимальный уровень шума. При значении SNR, равном 3,0, производительность снижается, а задержка MAE увеличивается с 1,4 мс (SNR ≥ 5) до 9,7 мс (SNR < 3). Точность морфологической классификации составляет 94% для исследований с высоким SNR и снижается до 61% для исследований с очень низким SNR. Математический алгоритм обеспечивает клинически приемлемую точность для MEP при высоком и среднем уровнях SNR и служит интерпретируемым эталонным стандартом с нулевыми затратами на обучение. Его режимы отказов хорошо охарактеризованы, зависят от SNR и предсказуемы – свойства, которые делают его базовым компаратором для оценки более продвинутых методов автоматизированного анализа.

Ключевые слова: моторные вызванные потенциалы, транскраниальная магнитная стимуляция, TKEO, энергетический оператор Тигера-Кайзера, преобразование Гильберта, амплитудная огибающая, электромиография, обработка сигналов

Выявление особенностей вызванного моторного потенциала с помощью сверточных нейронных сетей: преодоление ограничений ручного анализа

2026. T.14. № 3. id 2292

Демига Ю. Ляпунцова Е.В.

DOI: 10.26102/2310-6018/2026.54.3.019

Моторные вызванные потенциалы (МВП) – это электрофизиологические сигналы, имеющие решающее диагностическое и мониторинговое значение в неврологии, нейрохирургии и реабилитационной медицине. Традиционно извлечение признаков из данных МВП основывалось на ручном контроле и измерениях, проводимых обученными врачами в соответствии с установленными правилами. Это процесс, который по своей природе субъективен, трудоемок и подвержен значительным различиям между наблюдателями. В этой статье представлено всестороннее обоснование использования подходов на основе сверточных нейронных сетей (CNN) для извлечения признаков МВП. CNN обеспечивают превосходные показатели по ключевым параметрам, включая точность, воспроизводимость, скорость обработки и способность обнаруживать скрытые морфологические паттерны, которые могут ускользать от человеческого визуального восприятия, по сравнению с традиционными ручными методами. Кроме того, автоматизированный анализ на основе CNN устраняет вариабельность между пациентами, что позволяет проводить мониторинг в режиме реального времени во время операции. Оценки производительности, основанные на компьютерном моделировании и структурированном сравнительном анализе двух методов, убедительно подтверждают это утверждение. Внедрение CNN представляет собой революционный шаг на пути к объективному, масштабируемому и клинически надежному анализу, который может стандартизировать интерпретацию МВП в различных клинических условиях и потенциально улучшить результаты лечения пациентов за счет более последовательной неврологической оценки.

Ключевые слова: моторные вызванные потенциалы, сверточные нейронные сети, выделение признаков, транскраниальная магнитная стимуляция, интраоперационная нейрофизиология, глубокое обучение, электрофизиология, автоматизированный анализ, межотраслевая надежность, обработка сигналов

Математическое моделирование механизмов формирования высших приоритетов абитуриентов в условиях конкурсного отбора

2026. T.14. № 6. id 2291

Машляева Н.Ю.

DOI: 10.26102/2310-6018/2026.57.6.012

В статье представлена математическая модель формирования конкурсных списков и высших приоритетов абитуриентов – научный результат, полученный автором в ходе проводимого диссертационного исследования. Обозначена одна из существующих в образовательных организациях высшего образования актуальных проблем при проведении приемной кампании. Она обусловлена затруднениями, связанными с формированием конкурсных списков с учетом высших приоритетов: основного высшего приоритета и высшего проходного приоритета. Как следствие, это влечет дополнительные сложности для вузов при работе с Сервисом «Поступление в вуз онлайн» в части формировании на его стороне данных списков и приказов о зачислении. Рассматриваемая задача также является одним из актуальных вопросов исполнения образовательными организациями высшего образования основных нормативно-правовых актов, регламентирующих процедуры поступления в образовательные организации высшего образования. Выявлено, что в современных условиях отсутствуют единый механизм и четкий алгоритм, обеспечивающие унифицированный подход к ее решению. В рамках работы автором была разработана математическая модель. Определены параметры предлагаемой модели. Математическая модель обеспечивает полноценную процедуру распределения абитуриентов по конкурсным группам в соответствии с приоритетами зачисления, указанными в заявлении о приеме, и позволяет формировать высшие приоритеты всех участников конкурса. Результаты исследования предлагается использовать в последующих работах, ориентированных на оптимизацию процессов приемной кампании в образовательных организациях высшего образования.

Ключевые слова: абитуриент, математическая модель, приемная кампания, теория множеств, формирование высших приоритетов, формирование конкурсных списков, численные методы, элементы множества

Метод персонификации образовательных траекторий на основе иерархической модели компетенций

2026. T.14. № 7. id 2288

Качурин Н.С. Кравец А.Г. Андреев В.С.

DOI: 10.26102/2310-6018/2026.58.7.013

Разрыв между тем, чему учат в вузе, и тем, что ждет от выпускника работодатель, с переходом образования в цифровую среду становится все заметнее. По оценкам World Economic Forum, к 2030 году обновится около 39 % ключевых навыков, поэтому задача своевременного выявления у студентов пробелов в компетенциях приобретает особое значение. Имеющиеся решения в области индивидуализации образовательных маршрутов, как правило, работают на уровне отдельных дисциплин и не позволяют системно сопоставить то, что студентом уже освоено, с тем, что требуется для конкретной профессии, особенно с учетом иерархии связей между навыками. Настоящее исследование посвящено разработке метода, который объединяет разнородные сведения из цифрового профиля обучающегося и формирует рекомендации, ориентированные на выбранную профессиональную роль. В рамках работы предложено: строить компетентностную модель в виде иерархии с тремя уровнями освоения (базовый, средний, продвинутый); собирать оценки по компетенциям из нескольких источников, ослабляя влияние устаревших данных по экспоненциальному закону; проводить многоуровневый gap-анализ, позволяющий количественно оценить дефицит относительно требований роли; применять гибридный алгоритм рекомендаций, в котором контентная и коллаборативная фильтрация дополняются функцией совместимости уровней. Проверка метода выполнена на модельной выборке – 100 профилей студентов, 25 компетенций, 60 учебных активностей и 5 профессиональных ролей IT-отрасли. Полученные показатели подтверждают работоспособность подхода: покрытие дефицитных компетенций (Coverage@5) достигает 0,81, расчетное сокращение суммарного дефицита составляет 46 %, а средний индекс готовности поднимается с 51 % до 76 %. По сравнению с базовыми стратегиями метод демонстрирует статистически значимое преимущество (p < 0,001). Переход от бинарной к трехуровневой шкале освоения дает прирост Coverage на 12 процентных пунктов.

Ключевые слова: индивидуальная образовательная траектория, профессиональное развитие, иерархическая модель компетенций, цифровой профиль, рекомендательные системы, gap-анализ

Прогнозирование нагрузки на микросервисную систему с использованием метода ARIMA и байесовских сетей

2026. T.14. № 5. id 2284

Четвертухин В.Р.

DOI: 10.26102/2310-6018/2026.56.5.007

В статье представлен подход прогнозирования нагрузки на микросервисную систему, объединяющий методы анализа временных рядов ARIMA и вероятностный вывод в байесовских сетях. Он позволяет учитывать как шаблоны нагрузки на отдельные микросервисы во времени, так и структурные зависимости между этими микросервисами. Представленный подход состоит из двух этапов: на первом этапе ARIMA-модели строят независимые прогнозы для каждого микросервиса, а на втором этапе байесовская сеть корректирует полученные прогнозы с учетом зависимостей между микросервисами и распространения нагрузки от сервиса к сервису. Итоговый прогноз состоит из взвешенных результатов обоих этапов. Кроме того, предусмотрен критерий обнаружения аномальной нагрузки, благодаря которому система прогнозирования способна реагировать на нее, изменяя веса и другие параметры алгоритма. Проводится экспериментальная проверка программной реализации подхода на данных реальных систем. Результаты сравниваются, в первую очередь, с изолированным применением ARIMA и с применением Long-Short Term Memory (LSTM) сетей для той же задачи. Алгоритм показывает себя перспективным к применению в задаче прогнозирования нагрузки.

Ключевые слова: прогнозирование нагрузки, временные ряды, ARIMA, байесовские сети, микросервисная архитектура

Применение мультиагентных систем в задачах распределенной оптимизации

2026. T.14. № 6. id 2283

Азарнова Т.В. Калишкин Е.О.

DOI: 10.26102/2310-6018/2026.57.6.007

В данной статье проводится систематизация и детальный анализ современных методов распределенной оптимизации в мультиагентных системах (МАС). Мультиагентные подходы, определяемые как совокупность взаимодействующих автономных вычислительных сущностей, становятся критически востребованными в условиях, когда централизованная обработка данных невозможна из-за масштабов задач, жестких требований к скорости реакции или необходимости обеспечения приватности локальной информации. Цель работы заключается в комплексном исследовании ключевых подходов к децентрализованной оптимизации и выявлении фундаментальных факторов, определяющих их вычислительную эффективность, устойчивость к сбоям и практическую применимость. В рамках исследования подробно рассмотрены пять основных классов алгоритмов: консенсусный градиентный спуск (DGD), методы отслеживания градиента (Gradient Tracking), распределенный метод чередующихся направлений множителей (ADMM), а также современные стохастические и коммуникационно-эффективные подходы, включая Local SGD и FedAvg. В статье детально проанализированы системные ограничения, накладываемые топологией графа связности, алгоритмами компрессии данных и строгими требованиями дифференциальной приватности. Раскрыты ключевые теоретические и практические аспекты построения оптимальных процедур на основе сбалансированного сочетания архитектуры сети, характера локальных функций стоимости и доступной пропускной способности каналов связи. Сформулированы рекомендации по выбору конкретных алгоритмических решений в зависимости от специфики прикладной среды.

Ключевые слова: мультиагентные системы, распределенная оптимизация, консенсусный градиентный спуск, отслеживание градиента, коммуникационная эффективность, топология графа, дифференциальная приватность

Графовые нейронные сети для предсказания характеристик сетей в архитектурах New IP и ManyNets

2026. T.14. № 4. id 2276

Поваров М.К. Гаврилов К.В. Корчагин П.А. Пищулин П.А. Малахов С.В.

DOI: 10.26102/2310-6018/2026.55.4.009

В архитектурах New IP и ManyNets (ITU-T Network 2030) возрастает потребность в предсказании характеристик сетей, в том числе задержки пути, без тяжелой симуляции; неочевидно, при каких условиях графовые нейронные сети превосходят простые расчетные методы и как модели обобщаются на графы иного размера. Цель – оценить применимость графовой модели к задаче задержки пути на синтетических графах с формулой, учитывающей нагрузку на ребрах, и обобщение на графы большего размера. Применен сравнительный эксперимент на графах Эрдеша–Реньи: модель на основе графовой свертки сопоставлена с базовым методом; два эксперимента – целевая задержка с учетом нагрузки и тест на графах с 15 и 20 узлами после обучения на графах с 15 узлами. Результаты: в первом эксперименте базовый метод дал MAE 1,85 и MAPE 7,89 %, графовая модель – 9,91 и 59,20 %; во втором при переходе теста с 15 на 20 узлов MAE графовой модели снизилась примерно на 7 %, базового метода выросла на ~8 %. Сделан вывод о применимости подхода на синтетических данных как первого шага к моделям оценки характеристик сетей для архитектур New IP и ManyNets. Материалы полезны специалистам при выборе и валидации методов предсказания задержки и планировании экспериментов на синтетических топологиях.

Ключевые слова: графовые нейронные сети, предсказание характеристик сетей, new IP, manyNets, предсказание задержки, синтетические сетевые топологии, графы Эрдеша-Реньи, качество обслуживания, топология сети, графовая свертка

Распознавание начала функций в бинарных файлах с использованием рекуррентных нейронных сетей

2026. T.14. № 5. id 2273

Шайханов А.С.

DOI: 10.26102/2310-6018/2026.56.5.008

В статье рассматривается задача распознавания начал функций в бинарных файлах, которая является одной из ключевых подзадач реверс-инжиниринга программного обеспечения. Актуальность исследования обусловлена ограничениями традиционных детерминированных методов, основанных на эвристиках, сигнатурном анализе и анализе графов потока управления, а также недостаточной универсальностью существующих нейросетевых решений, ориентированных преимущественно на архитектуры x86 и x86–64. Целью работы является разработка и экспериментальная оценка модели машинного обучения, способной эффективно распознавать начала функций в бинарных файлах, собранных под альтернативные машинные архитектуры, с учетом прикладной специфики задач обратной разработки. В качестве базового подхода предложено использование рекуррентной нейронной сети, обрабатывающей последовательности байтов бинарного файла. Проведен сравнительный анализ существующих нейросетевых моделей распознавания функций, выявлены их преимущества и ограничения, что позволило обосновать выбор простой и воспроизводимой архитектуры RNN. В рамках исследования детально изучено влияние ключевых гиперпараметров модели, включая длину входной последовательности, количество нейронов в рекуррентном слое и веса функции потерь, на качество распознавания. Эксперименты выполнены на бинарных файлах микроконтроллеров ESP32 архитектуры Xtensa Little Endian и STM32WBA6 с ядром Cortex-M33 архитектуры ARMv8-M с использованием как стандартного, так и случайного выравниваний, что позволило оценить устойчивость модели к изменению структуры бинарных данных. Результаты показывают, что длина входной последовательности является наиболее значимым гиперпараметром, в то время как влияние весов функции потерь носит вторичный характер. Установлено, что модель не обладает обобщаемостью между различными типами выравниваний, что требует предварительного анализа бинарного файла перед применением. На основе разработанной модели реализовано расширение для дизассемблера IDA Pro, демонстрирующее практическую применимость предложенного подхода в реальных задачах реверс-инжиниринга.

Ключевые слова: реверс-инжиниринг, распознавание функций, бинарный файл, начало функции, рекуррентная нейронная сеть, IDA Pro

Методика верификации функции вознаграждения для обучения политик локомоции четвероногого робота

2026. T.14. № 5. id 2272

Героев А.С. Гергет О.М. Башкирова А.В. Фильченков А.А.

DOI: 10.26102/2310-6018/2026.56.5.003

В статье предложен подход к моделированию функции вознаграждения путем последовательного тестирования ее функциональных компонент. Некорректные функциональные компоненты могут привести к тому, что максимальное значение результирующей функции перестанет соответствовать желаемому целевому поведению робота. Для решения этой проблемы, а также предварительной оценки самой функции была предложена методика верификации, позволяющая проводить систематическую проверку как отдельных компонент функции вознаграждения, так и их весовых коэффициентов до начала длительного и ресурсоемкого обучения политики. Методика включает в себя формирование набора желательных и нежелательных сценариев поведения робота для последующей оценки изменения функции вознаграждения и ее функциональных компонент. Предложен двухуровневый метод тестирования: на первом уровне тестируются отдельные функциональные компоненты, отвечающие за соблюдение желаемых критериев движения робота, таких как сохранение целевой скорости, сохранение целевой устойчивости корпуса, сохранение целевой высоты корпуса и т. д. на предмет их монотонного убывания в нежелательных состояниях. На втором уровне тестируется результирующая функция взвешенной суммы этих компонент, чтобы убедиться, что дисбаланс весов не приводит к росту награды при потере устойчивости, падении или движению с нежелательной скоростью в нежелательном направлении. Особое внимание уделяется тесту на соответствие желательному состоянию – сценарию идеального прямолинейного движения, который позволяет выявить «некорректные» наборы коэффициентов, при которых штрафующие компоненты доминируют даже в идеальных условиях. Экспериментальная проверка проведена на модели робота Unitree Go1 в среде PyBullet. Результаты подтверждают, что предложенные тесты эффективно выявляют ошибки в реализации компонент и дисбаланс весов, что существенно повышает надежность процесса обучения и сокращает временные затраты на разработку.

Ключевые слова: обучение с подкреплением, окружение четвероногого робота, интеллектуальный агент, пространство состояний, пространство действий, функция вознаграждения, локомоция

Математическое и алгоритмическое обеспечение для автоматического обновления правил в миварной экспертной системе с использованием больших языковых моделей

2026. T.14. № 5. id 2271

Доу Л.

DOI: 10.26102/2310-6018/2026.56.5.013

Целью работы является разработка математического и алгоритмического обеспечения для автоматического обновления правил в миварной экспертной системе с использованием больших языковых моделей. В ходе этого исследования было разработано математическое и алгоритмическое обеспечение для динамического и автоматического обновления правил. Обеспечение используется для решения проблемы запаздывания обновления правил базы знаний традиционной миварной экспертной системы и длительного времени ручного обновления. Математическое и алгоритмическое обеспечение в этом исследовании основано на способности генерировать большие языковые модели, включая четыре алгоритма. Триггерный алгоритм на основе оценки достоверности; алгоритм генерации подсказок; алгоритм безопасной верификации; алгоритм введения правил. Научная новизна работы заключается в разработке четырех алгоритмов, обеспечивающих автоматическое динамическое обновление правил в миварной экспертной системе с использованием больших языковых моделей. Эксперименты показывают, что математическое и алгоритмическое обеспечение, использованное в этом исследовании, может эффективно улучшить способность в миварной экспертной системы автономно обновлять правила. Было обработано 95,8 % неизвестных сценариев, а точность генерации правил достигла 91,3 %. Цикл обновления базы знаний сократился с нескольких часов до нескольких секунд. Данное исследование доказывает преимущества использования LLM в качестве внешнего интеллектуального сервиса для реализации автоматического обновления правил базы знаний миварной экспертной системы.

Ключевые слова: мивар, экспертная система, большая языковая модель, автоматическое обновление базы знаний, искусственный интеллект, алгоритм

Математическая модель и программное обеспечение формирования проектных команд с учетом взаимоотношений в коллективе

2026. T.14. № 4. id 2264

Куминов П.А. Захарова А.А.

DOI: 10.26102/2310-6018/2026.55.4.004

В современных условиях успех проектной деятельности определяется не только профессиональными компетенциями участников, но и их социально-психологической совместимостью. Существующие математические модели формирования команд, основанные на классической задаче о назначениях, ориентированы исключительно на ресурсный подход и не учитывают межличностные отношения, которые также влияют на эффективность совместной деятельности. Цель работы – разработка математической модели и программного обеспечения для формирования проектных команд, объединяющей профессиональные компетенции кандидатов и социометрические характеристики их взаимоотношений для достижения синергетического эффекта. Предложена модель, расширяющая обобщенную задачу о назначениях за счет включения социометрических индексов сплоченности и конфликтности, а также исключающая команды с наличием взаимных антипатий. Для решения NP-трудной задачи оптимизации применен генетический алгоритм, реализованный на языке Python с использованием фреймворка DEAP. Особь представляется хромосомой фиксированной длины, где позиция соответствует роли, а значение – индексу кандидата. На тестовом примере продемонстрирована работа алгоритма. Модель и алгоритм могут быть использованы руководителями проектов, HR-специалистами и педагогами для обоснованного формирования студенческих и профессиональных команд с благоприятным социально-психологическим климатом.

Ключевые слова: формирование проектных команд, задача о назначениях, математическая модель, социометрия, генетический алгоритм

Многозадачная гибридная модель с многоветвевым регрессионным блоком для обнаружения и оценки размеров дефектов по данным ультразвукового контроля

2026. T.14. № 4. id 2263

Иванов Д.А. Кондратов Д.В.

DOI: 10.26102/2310-6018/2026.55.4.012

В статье рассматривается создание многозадачной гибридной нейросетевой модели с многоветвевой структурой регрессионного блока для одновременного обнаружения и количественной оценки размеров дефектов по данным ультразвукового неразрушающего контроля. Основная цель работы – повышение точности определения параметров дефектов за счет параллельной обработки признаков разными функциями активации в рамках единой многозадачной архитектуры. В качестве материалов исследования использованы данные ультразвукового контроля сварного стыка из аустенитной нержавеющей стали с искусственными трещинами. Методология включала расширение ранее разработанной CNN-GRU модели для бинарной классификации до многозадачной, где регрессионный блок реализован как многоветвевая структура с параллельными преобразованиями и последующей интеграцией признаков. Обучение проводилось с балансировкой функций потерь для совместной оптимизации задач классификации и регрессии. Результаты показали высокую эффективность предложенного подхода. Модель продемонстрировала абсолютную точность классификации и низкую ошибку регрессии – средняя абсолютная ошибка составила 0,118 мм (5,3 % от среднего размера дефекта). Сравнение с моделью аналогичной архитектуры без многоветвевой структуры подтвердило, что предложенное решение снижает ошибку более чем в два раза и устраняет систематическое смещение предсказаний. Разработанная архитектура может иметь практическую значимость для систем автоматизированной ультразвуковой диагностики, требующих не только обнаружения, но и точного измерения параметров дефектов.

Ключевые слова: ультразвуковой контроль, многозадачное обучение, многоветвевая архитектура, классификация, регрессия, нейронные сети, дефектоскопия

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

Вычислительно эффективная коррекция раскладки ENG→RU в высоконагруженных информационно-поисковых системах электронной коммерции

2026. T.14. № 7. id 2256

Краснов Ф.В.

DOI: 10.26102/2310-6018/2026.58.7.014

Современные поисковые системы электронной коммерции функционируют в условиях высокой пользовательской активности и необходимости обработки коротких, структурно насыщенных запросов, содержащих технические обозначения и артикулы. Особую сложность представляет сегмент «сделай сам» (DIY), где значительная доля запросов включает буквенно-цифровые токены («M8x50», «LED 12W», «SSD 1TB»). Одним из существенных источников деградации качества поиска являются ошибки раскладки клавиатуры (ENG→RU), при которых латинские символы интерпретируются как кириллические, формируя нераспознаваемые комбинации (например, «ыыВ 1ЕИ» вместо «SSD 1TB»). Такие искажения нарушают лексическую и семантическую целостность запроса, приводят к снижению релевантности выдачи и негативно отражаются на конверсии. В работе предложен вычислительно эффективный подход к коррекции раскладки клавиатуры, ориентированный на эксплуатацию в высоконагруженных информационно-поисковых системах с ограниченными ресурсами. Метод объединяет детерминированные таблицы сопоставления клавиш, контекстное сопоставление токенов и легковесные модели машинного обучения, обеспечивая баланс точности и производительности. Экспериментальная оценка на доменно-специфичных наборах данных показала повышение точности поиска на 25–30 % по сравнению с базовыми орфографическими методами при среднем времени отклика менее 10 мс на запрос. Полученные результаты подтверждают масштабируемость и промышленную применимость предложенного решения в серверных и облачных IR-платформах.

Ключевые слова: информационный поиск, электронная коммерция, коррекция раскладки клавиатуры, высоконагруженные системы, вычислительная эффективность, технические поисковые запросы

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