Работая с нашим сайтом, вы даете свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта отправляется в «Яндекс» и «Google»

Понятно

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

Прогноз распространенности онкозаболеваний среди жителей Московского региона на основе модели регрессии

2024. T.12. № 3. id 1644

Степанов В.С.

DOI: 10.26102/2310-6018/2024.46.3.023

В статье сделана попытка выявить связь между частотой случаев рака на территориях и факторами окружающей среды, с учетом показателя демографии. Установлена регрессионная зависимость распространенности онкологических заболеваний на территориях городских округов Московской области и ряда округов столицы с долей пожилых жителей и рядом санитарно-гигиенических показателей территорий. Комплекс факторных объясняющих переменных включал показатель загрязненности атмосферного воздуха территории, два показателя с концентрациями озона и бенз(а)пирена, качественные переменные по уровню ее техногенного загрязнения и объемам сброса загрязненной воды, долю пожилых граждан. Учитывалось и ежесуточное курение сигарет взрослыми. На этой основе построена модель регрессии с переменной структурой, которая имеет коэффициент детерминации 98,5 % и ошибку аппроксимации ниже 2 %. Параметры модели оценивались по методу наименьших квадратов по данным из 51 городского округа области и 5 округов г. Москвы. Наличие лагов у факторов позволяет сделать прогноз численности контингента лиц, страдающих опухолями любой локализации, в муниципальном разрезе и с горизонтом планирования 1 год. На основе созданной модели можно более эффективно планировать ряд мероприятий первичной профилактики и распределять медицинские ресурсы.

Ключевые слова: регрессионная модель, загрязнение атмосферного воздуха, сброс загрязненных сточных вод, бенз(а)пирен, приземный озон, взвешенные частицы, техногенное загрязнение, злокачественное новообразование, городской округ, муниципальный район

Разработка миварной экспертной системы для планирования ресурсов цеха и анализа отклонений

2024. T.12. № 3. id 1641

Варламов О.О. Чжан С. Балдин А.В. Мышенков К.С. Сидоренко Е.В.

DOI: 10.26102/2310-6018/2024.46.3.017

Для создания машиностроительного искусственного интеллекта применяют миварные технологии логического искусственного интеллекта. Производственный процесс часто сопровождается большим количеством событий, а различные виды отклонений и помех прямо или косвенно влияют на стабильную и эффективную работу производства, а также приводят к снижению качества продукции. Прогнозирование отклонений и помех при планировании производства – это проблема научных исследований, которая является основой планирования ресурсов производственных систем. Известен подход к решению оптимизационных задач распределения ресурсов производственных систем на основе построения логического вывода в миварной базе знаний, который и представляет собой план распределения ресурсов. В данной работе анализируются отклонения и/или нарушения, вызванные вмешательством в производство в цехе, а именно материалы, персонал, оборудование, процессы и так далее, и предлагается определение производственных помех в производственной среде цеха. Значительная степень вмешательства выражается в задержках поставок продукции, снижении уровня качества и других отклонениях от запланированного производственного плана. Разработана миварная экспертная система для прогнозирования отклонений в производственных процессах после планирования ресурсов цеха. Экспертная система разработана с использованием программного комплекса КЭСМИ Wi!Mi «Разуматор». Проанализированы отклонения в производственной среде, установлена система факторов, влияющих на отклонения, и построена соответствующая миварная модель прогнозирования производственных отклонений в цехе. Применение миварной экспертной системы эффективно и быстро решает задачу поддержки принятия решений на основе проведения гибких сложных вычислений при расчете весов. Поэтому миварная экспертная система играет критически важную роль в прогнозе помех планирования цеховых операций, значительно повышая эффективность работы всей системы управления предприятием.

Ключевые слова: миварные сети, миварная экспертная система, система поддержки принятия решений, КЭСМИ, разуматор, большие знания, оптимизация, распределение ресурсов производства цеха, отклонения в производственных процессах

Особенности применения методов глубокого обучения для обнаружения небольших объектов на видео в условиях дождя

2024. T.12. № 3. id 1640

Штехин С.Е. Стадник А.В.

DOI: 10.26102/2310-6018/2024.46.3.019

В данной работе рассматриваются методы детектирования объектов небольшого размера на видео, при проведении распознавании технологических операций ручного труда, которые проходят вне помещений, на открытом воздухе и подвержены влиянию погодных условий. Рассмотрены подходы для улучшения точности детектирования таких объектов при неблагоприятных погодных условиях, таких как дождь. В данной работе был исследован двухэтапный подход. На первом этапе методами компьютерного зрения, такими методами глубокого обучения, как сверточные нейросети, производится выявление и классификация различных погодных условий на видео. На втором этапе, при обнаружении неблагоприятных погодных условий, проводится исследование различных методов глубокого обучения для фильтрация погодных условий на видео. Основное внимание уделено оценке влияния различных методов фильтрации на точность детектирования объектов небольшого размера. В работе рассмотрен вопрос применимости данного подхода для детектирования небольших инструментов на видеоданных, при распознавании технологических операций ручного труда, выполняемых при ремонте и обслуживании железнодорожного пути. Полученные результаты могут быть полезны при исследовании трудовых процессов, происходящих вне помещений, в алгоритмах распознавания технологических операций ручного труда на видеоданных.

Ключевые слова: глубокое обучение, трансформер, детектирование объектов, распознавание погодных условий на видео, фильтрация погодных условий, фильтрация шума на изображении, нейронные сети, технологические операции

Технологии искусственного интеллекта в реабилитации инвалидов: анализ публикационного потока

2024. T.12. № 3. id 1638

Суфэльфа А.Р. Петрищева К.Н. Щербина К.К. Пономаренко Г.Н.

DOI: 10.26102/2310-6018/2024.46.3.026

Технологии искусственного интеллекта (ИИ) активно применяются в медицине, что значительно расширяет возможности профилактики, диагностики, лечения и мониторинга заболеваний. Реабилитация инвалидов, находящаяся на стыке медицины и социальной сферы, традиционно перенимает инновационные подходы развития из сферы здравоохранения. Вопросы применения технологий ИИ в реабилитации инвалидов с учетом особенностей реабилитационных мероприятий для различных пациентов требуют изучения. Цель работы – проанализировать публикационный поток зарубежных исследований по теме применения технологий ИИ в реабилитации инвалидов и выявить наиболее используемые методы ИИ для последующего внедрения в практику. Были проанализированы публикации из международной медицинской базы данных PubMed за последние 5 лет (с января 2019 года по май 2024 года). Среди методов технологий искусственного интеллекта в разбивке по способу обработки информации одними из основных, согласно проведенному анализу публикационного потока, оказались методы машинного обучения, глубокого обучения и нейронных сетей в различных сочетаниях. Чаще всего эти методы применяются для создания систем мониторинга показателей здоровья и предсказания (на основе машинного обучения) и систем поддержки принятия (врачебных) решений (на основе нейронных сетей). Они имеют высокий потенциал применения в реабилитации инвалидов в сферах медико-социальной экспертизы, составления индивидуальных реабилитационных программ и мониторинга эффективности реабилитационных мероприятий.

Ключевые слова: искусственный интеллект, методы обработки данных, машинное обучение, реабилитация, инвалиды, анализ публикаций, системы поддержки принятия решений, мониторинг показателей здоровья

Языковые модели и онтологии, угрозы безопасности в распределенной системе

2024. T.12. № 3. id 1634

Донских Н.И.

DOI: 10.26102/2310-6018/2024.46.3.016

Исследования в области больших языковых моделей (Large Language Models) и систем обработки естественного языка (Natural Language Processing) активизировались из-за появления новых, латентных и серьезных рисков, например, нарушений процессов генерации вывода, вредоносных запросов в автоматическом режиме. Разрабатываются синергетические сценарии применения больших языковых моделей. Основная гипотеза, учитываемая в данном исследовании – возможность страховки (с заданной вероятностью) от генерации запрещенного контента и его «подмешивания» к пользовательскому запросу, учет онтологических свойств и связей для улучшения качества поиска в практических задачах, например, с помощью библиотеки онтологий. Использованы методы анализа-синтеза, моделирования-прогнозирования, экспертно-эвристические, теории вероятностей и принятия решений. Основные результаты статьи: 1) аналитика по проблемам применения больших языковых моделей в достижении устойчивости в инфраструктуре системы (предложена таблица ключевых методов); 2) предложена языковая модель устойчивости сетевой инфраструктуры на основе оценок распределений при подмешивании слов, в которой использован байесовский метод; 3) предложена и исследована аналогичная языковая модель на основе экспертно-эвристического подхода к оценке рисков (неопределенностей в системе), в частности, с использованием информационно-энтропийного подхода. Исследование можно развивать, усложняя модели (гипотезы) и «глубину» учета рисков.

Ключевые слова: большие языковые модели, устойчивость, риски, информационная безопасность, управление

Параметрическая модель шлангокабеля с использованием Siemens NX

2024. T.12. № 3. id 1633

Шевченко Д.С.

DOI: 10.26102/2310-6018/2024.46.3.018

Шлангокабель является одним из ключевых средств управления, например, в системе подводной добычи нефти и газа. Его можно рассматривать как индивидуальный продукт, связанный с конкретными параметрами вариантов использования, например, место установки. В этой статье применяется метод расчета надежности шлангокабеля с помощью усовершенствованного метода второго момента первого порядка (AFOSM) и метода Монте-Карло. Обсуждаются преимущества и текущие ограничения внедрения подхода проектирования на основе знаний (KBE), который, в свою очередь, дает возможность для создания различных конфигураций и вариантов продукта, для интеграции моделей САПР, дополненных функцией автоматического расчета. Даются рекомендации по будущим исследованиям метода KBE при проектировании изделий. В статье демонстрируется использование Siemens NX и его структуры для представления инженерных знаний под названием Knowledge Fusion (KF) для создания параметрической модели конструкции шлангокабеля с учетом ее надежности с целью улучшения процесса проектирования сечения. Раскрываются преимущества внедрения подхода KBE для интеграции моделей САПР, дополненных автоматическими расчетами для обеспечения надежности продукта, предлагаются варианты расширения работы для рассмотрения более сложных инженерных процессов.

Ключевые слова: параметрическая модель, КВЕ, knowledge Fusion, CAD, проектирование изделия, индивидуальное изделие, шлангокабель, AFOSM, метод Монте-Карло

Формализация задачи оптимизации рендера компьютерной трехмерной графики как вариант многомерной задачи о рюкзаке

2024. T.12. № 3. id 1632

Мымликов В.Н. Антамошкин О.А. Фарафонов М.М.

DOI: 10.26102/2310-6018/2024.46.3.014

Работа посвящена решению задачи оптимизации рендера компьютерной трехмерной графики, а именно рендер-конвейера. Данная работа сводит упомянутую проблему к многомерному варианту широко известной комбинаторной оптимизационной задачи о рюкзаке. Центральным элементом такой оптимизации является емкость, которую в текущем контексте играют ограниченные аппаратные возможности пользователя, и предметы для укладывания в емкость, роль которых играют различные пиксельные шейдеры. Емкость ограничена величинами ресурсов аппаратуры, а предметы-шейдеры имеют два основных свойства: полезность, выраженную в некоторой величине вклада в качество итоговой картинки, и вес, которым является их вычислительная стоимость для каждого ресурса аппаратуры. Основной задачей в данном контексте является разработка системы, которая будет способна решать такую задачу о рюкзаке в реальном времени для определения в каждый момент времени наилучшей возможной комбинации шейдеров. Таким образом, можно будет получить наилучшее качество изображения и избежать простоя или перегрузки аппаратуры. Основное применение описанная система найдет в сфере компьютерных игр, веб-рекламы, создании фильмов и других сферах, использующих компьютерную графику. Среди ключевых проблем при разработке описанной системы можно выделить сложность в определении вклада каждого отдельного шейдера в результат ввиду субъективности такой оценки. Другой сложностью является поиск компромисса между точностью решения задачи о рюкзаке и скоростью получения результата, с учетом условия, что система должна работать в реальном времени и не замедлять работу программы, для которой выполняется оптимизация.

Ключевые слова: задача о рюкзаке, рендеринг, трехмерная графика, рендер-конвейер, оптимизация, нейронные сети

Оценка уровня зрелости центра мониторинга информационной безопасности в условиях обеспечения устойчивости риск-управления

2024. T.12. № 3. id 1631

Пономарев А.В.

DOI: 10.26102/2310-6018/2024.46.3.015

Оценка эффективности работы центров мониторинга и управления безопасностью является актуальной задачей, от решения которой зависит как надежность всей системы, так и мониторинг, прогнозирование управляемости. Цель работы – провести системный анализ факторов и метрик (индикаторов), влияющих на уровень зрелости центров мониторинга. Данная задача реализуется с помощью идентификации управляющих параметров и прогнозирования (моделирования) устойчивости риск-управления центров при обслуживании запросов. В частности, интерес представляет формирование интегрального показателя устойчивости. В качестве гипотез исследования рассматриваются приемлемая «полоса допусков», устойчивость управления, планирование атак и анализ уязвимостей, необходимость проведения ситуационного моделирования. Использованы методы системного анализа и синтеза, моделирования, теории вероятностей, эвристический подход. Основные результаты статьи: 1) проведен анализ устойчивости политики информационно-экономической безопасности и классификация прямых и косвенных угроз в цифровой бизнес-экосистеме; 2) на основе проведенного анализа предложены адаптивная схема моделирования риск-устойчивости корпоративной системы и формальная оптимизационная модель прогноза устойчивой защиты (по затратам на обеспечение требуемой меры защищенности); 3) в качестве практических приложений предложены вероятностная модель обслуживания запросов в распределенной системе (при заданной интенсивности «подмешивания» запросов злоумышленников) и эвристическая процедура оценки уровня мониторинга устойчивости. Работа развиваема в направлении усложнения моделей, их эластичности и «глубины» учета рисков.

Ключевые слова: оценка, устойчивость, зрелость, центр информационной безопасности, мониторинг, риск, управление

Применение искусственных нейронных сетей для поиска объектов на медицинских изображениях

2024. T.12. № 3. id 1630

Руденко А.В. Руденко М.А. Каширина И.Л.

DOI: 10.26102/2310-6018/2024.46.3.013

Статья посвящена вопросам применения технологий искусственных нейронных сетей для определения объектов на медицинских изображениях, в том числе на изображениях внутренних органов человека, полученных в результате проведения процедуры компьютерной томографии. Целью данного исследования был выбор метода анализа медицинских изображений и его реализация в системе поддержки принятия решений в хирургии и урологии при диагностике мочекаменной болезни человека. В статье исследована применимость для решения различных задач обнаружения объектов на медицинских изображениях методов классификации, детектирования и сегментации. Показано, что для использования в системе поддержки принятия врачебных решений при диагностике мочекаменной болезни с целью планирования дальнейшего хирургического вмешательства лучше всего подходит детектирование. Поэтому в статье рассмотрены основные современные нейросетевые архитектуры, применимые для решения задачи детектирования. Для решения задачи детектирования объектов на медицинских изображениях, полученных по результатам компьютерной томографии внутренних органов человека, обоснована целесообразность применения нейросети архитектуры YOLO. По результатам вычислительного эксперимента выявлены проблемные места, связанные с детектированием сетью YOLO объектов почек и камней. Для повышения точности метода предложено использовать алгоритм нечеткой оценки результатов детектирования объектов нейросетью архитектуры YOLO. Результаты детектирования изображений нейросетью YOLO после ее модификации позволяют провести дальнейшие расчеты параметров найденных объектов для планирования хирургического вмешательства.

Ключевые слова: компьютерное зрение, медицинские изображения, классификация, детектирование, сегментация, нейронные сети, компьютерная томография, мочекаменная болезнь

Метод генерации контуров, сохраняющий характеристики распределения геометрических параметров, по обучающему набору с использованием полярного представления контуров

2024. T.12. № 3. id 1626

Калашников В.А.

DOI: 10.26102/2310-6018/2024.46.3.012

В статье представлен новый алгоритм аугментации визуальных данных на основе статистических методов. Метод включает в себя оригинальный способ кодирования контуров в виде одномерных векторов, хранящих информацию о расстояниях от центра тяжести до вершин под определенными углами. Предложен алгоритм генерации новых контуров, основанный на статистических характеристиках исходного набора данных и нормальном распределении. Ключевой особенностью метода является сохранение важных статистических свойств исходного набора данных, что подтверждается математическими доказательствами двух основных утверждений об инвариантности математического ожидания и дисперсии. Представлен визуальный пример, демонстрирующий работу метода на реальном контуре. Предложенный подход имеет потенциал для применения в различных областях, включая компьютерное зрение, медицинскую визуализацию и дистанционное зондирование, где генерация и аугментация данных о контурах объектов играют важную роль. Метод может быть особенно полезен в ситуациях, когда сбор реальных данных затруднен или ресурсоемок. Основные результаты получены аналитическим методом – разработанная математическая модель дополнена генератором случайных чисел из распределения с параметрами, рассчитанными на базе обучающего набора данных. Параметры подобраны таким образом, чтобы основные статистические характеристики обучающего набора данных сохранялись на синтетических данных, что позволяет эффективно применять предложенный алгоритм к широкому классу задач распознавания образов.

Ключевые слова: генерация контуров, полярное представление, аугментация данных, компьютерное зрение, статистические характеристики, машинное обучение

Разработка генетического алгоритма решения одноэтапной транспортной задачи с фиксированными доплатами

2024. T.12. № 3. id 1624

Бондаренко Ю.В. Горошко И.В. Пензенский А.А.

DOI: 10.26102/2310-6018/2024.46.3.011

Управление сложными логистическими процессами современных предприятий требует разработки адекватных математических моделей, позволяющих рассчитать оптимальные планы перевозки. Одной из таких моделей является транспортная задача с фиксированными доплатами, особенностью которой является нелинейность функции цели. Настоящее исследование посвящено разработке генетического алгоритма решения транспортной задачи с фиксированными доплатами. Основу исследования составляет проведенный анализ существующих подходов к решению различных модификаций транспортных задач. Особенностью предлагаемого алгоритма является формирование на каждом из этапов хромосом, удовлетворяющих ограничениям задачи, что позволяет сократить время решения. В исследовании подробно представлены шаги алгоритма формирования начальной популяции, кроссинговера и мутации, адаптированные к условиям транспортной задачи с фиксированными доплатами. В основу формирования начальной популяции положен подход случайного выбора пары «поставщик-потребитель», что обеспечивает ее достаточное разнообразие. Оператор кроссинговера реализуется посредством разработки алгоритма, основанного на делении по модулю двух сумм генов родителей и последующем перераспределении остатков от деления между потомками. Алгоритм мутации хромосомы основан на изменении плана перевозок для случайно выбранных строк и столбцов при сохранении допустимости особи. Для проведения вычислительного эксперимента разработан программный продукт на языке Python, приведен демонстрационный пример расчета. Результаты проведенных расчетов для группы сельхозпроизводителей позволили сделать выводы о практической значимости предлагаемого алгоритма и выявили возможности его использования для решения многоэтапных транспортных задач, актуальных для крупных производственных и логистических компаний.

Ключевые слова: транспортная задача, транспортная задача с фиксированными доплатами, генетический алгоритм, хромосома, мутация, кроссинговер, эвристический алгоритм, план перевозок, оптимизация

Оценка риска развития хронического гепатита C на основе эвристических алгоритмов классификации

2024. T.12. № 3. id 1623

Палевская С.А. Гущин А.В. Иванов Д.В.

DOI: 10.26102/2310-6018/2024.46.3.020

Материалы статьи предназначены для специалистов в области машинного обучения для организации технологий повышения качества информационного восприятия и интерпретации измерений в практике принятия врачебных решений. В статье предлагается способ выбора, настройки и тестирования классификатора в условиях дефицита априорной информации используемых данных. Это актуально, когда на начальном этапе научных исследований формируются малые выборки измерений биологических объектов и их систем, нелинейные свойства которых часто приводят к несостоятельности статистических критериев. Тем не менее, согласованность «неудобных» распределений должна выражаться в адекватном ответе программы содействия врачебному решению. Исходя из этого, определяется цель – выбор метода решения из предлагаемого множества способов машинной настройки разделения признаков. Большая часть алгоритмов настройки – эвристические, где останов параметрического оценивания базируется на критериях минимизации энтропии как косвенной максимизации принятой информации. Главная задача – это определение алгоритма обучения и настройки регрессии классификации с явным прогностическим поведением подобия статистической сходимости минимизируемых ошибок. Это гарант повышения качества классификации рисков при тривиальном увеличении экземпляров обучения. Особенности рассматриваемого случая заключается в двойственности характера прогрессирования хронического гепатита C (ХГС) у детей: с коинфекцией ВИЧ и собственно ХГС. Отсюда и возникает проблема нахождения единых условий метрической минимизации ошибок при оценке риска развития ХГС на базе методов машинного обучения. На небольших выборках были исследованы данные с целью выявления значимых параметров для эвристической идентификации присутствия рисков развития основного и сопутствующих заболеваний. В этом исследовании применялось несколько методов неглубокого машинного обучения регрессий, в основном использующие эвристические решения вероятностного разделения признаков. В статье выборочно описано применение некоторых основных методов обучения с учетом их особенностей при технологической проверке классификаторов риска.

Ключевые слова: машинное обучение, хронический гепатит C, коинфекция ВИЧ, бинарные классификаторы, lasso-регрессия, сумма квадратов ошибок (MSE), регуляризация, классификатор дерева решений, ROC кривая, площадь под ROC кривой (AUC)

Построение зависимостей изменения параметров организма ребенка от возраста

2024. T.12. № 3. id 1622

Фролов С.В. Судаков Д.Е. Старых Д.Г.

DOI: 10.26102/2310-6018/2024.46.3.004

Актуальность исследования, проведенного в статье, обусловлена необходимостью прогнозирования рисков, которые угрожают жизни ребенка, имеющего врожденный порок сердца, с целью планирования проведения хирургических вмешательств. Прогноз состояния сердечно-сосудистой системы осуществляется на основе нульмерной модели кровообращения. Для этого предлагается создать квазистационарную модель, в которой параметры сердечно-сосудистой системы изменяются в зависимости от возраста ребенка. На основе анализа данных регионального мониторинга здоровья детей в статье сформулирована гипотеза о том, что параметры организма ребенка изменяются в зависимости от возраста по экспоненциальному закону. Экспериментальные исследования на основе данных мониторинга подтвердили выдвинутую гипотезу. Предложена и исследована методика построения изменения параметров сердечно-сосудистой системы ребенка в зависимости от возраста. Для установления этой зависимости достаточно иметь значение параметра для ребенка в текущий момент времени и в другой момент времени для среднего ребенка данного пола. Предложен алгоритм получения экспериментальной экспоненциальной зависимости на основе использования итерационного метода Ньютона для решения нелинейного уравнения. Реализация предложенной методики позволяет прогнозировать состояние сердечно-сосудистой системы ребенка для планирования таких вмешательств, как хирургическое устранение врожденных пороков сердца.

Ключевые слова: врожденный порок сердца, аппроксимация, экспоненциальный закон, математическое моделирование, квазистационарная система, сердечно-сосудистая система

Подход к процессу взаимного информационного согласования элементов систем доставки данных на основе аукционной модели

2024. T.12. № 3. id 1621

Рубцов А.А.

DOI: 10.26102/2310-6018/2024.46.3.009

В статье рассматривается представление о повышении эффективности процесса обслуживания запросов в одноранговых распределенных вычислительных системах на основе логического объединения их подмножества в пиринговые системы, а также предложен алгоритм взаимного информационного согласования элементов объединенной системы для обслуживания потока высокоинтенсивных запросов к данным на основе аукционной модели. В качестве метода и модели, обеспечивающей поддержку децентрализованного взаимодействия элементов пиринговой системы, предложена аукционная модель. Обоснован выбор аукционной модели – обратной аукционной модели Викри. С использованием теории мультиагентных систем рассмотрен подход для процесса формирования логической группы элементов пиринговой системы, определены соответствующие программные модули-агенты, обеспечивающие функции инициализации и реализации процесса проведения аукциона. С использованием теоретико-множественного представления определяются такие параметры, формирующие условия участия узлов-участников аукциона в процессе взаимного информационного согласования, как стоимостная функция и функция полезности. Детально рассмотрен выбор и обоснование функций компонентов аукционной модели. Определен вид стоимостной функции и функции полезности, используемых узлами – участниками аукциона. На основании состава функциональных компонентов элементов пиринговой системы, входящих в логическую группу, а также определения состава и вида функций, реализуемых этими компонентами, разработана схема алгоритма реализации обратной аукционной модели Викри, обеспечивающая формирование и функционирование логической группы элементов пиринговой системы.

Ключевые слова: распределенные системы, система доставки данных, пиринговые системы, система массового обслуживания, аукционная модель

Алгоритм перераспределения виртуализированных вычислительных и коммуникационных ресурсов центра обработки данных на основе метаэвристики ACS

2024. T.12. № 3. id 1620

Бумажкина Н.Ю.

DOI: 10.26102/2310-6018/2024.46.3.005

Перераспределение виртуализированных вычислительных и коммуникационных ресурсов в центрах обработки данных представляет собой значительную проблему в контексте облачных технологий, осложняя обеспечение стабильного функционирования сервисов. Эти сервисы должны соответствовать критериям качества обслуживания, оценки производительности и условиям контрактов на обслуживание, которые предъявляют поставщики облачных услуг. Главная цель перераспределения виртуализированных вычислительных и коммуникационных ресурсов – оптимальное размещение подмножества активных виртуальных машин на минимальном количестве физических машин с учетом их многомерных потребностей в вычислительных и коммуникационных ресурсах. Что значительно улучшит эффективность работы виртуализированного центра обработки данных. Проблема перераспределения вычислительных и коммуникационных ресурсов центра обработки данных попадает под класс проблем, определяемых как «NP-трудные» проблемы, так как предполагает обширное пространство решений. Поэтому необходимо больше времени для нахождения оптимального варианта. В предыдущих исследованиях ряда таких проблем было доказано, что метаэвристические стратегии позволяют находить приемлемые решения за пригодное время. В статье предлагается использовать модифицированный вариант метаэвристического алгоритма муравьиной колонии для решения задачи перераспределения вычислительных и коммуникационных ресурсов между виртуальными машинами центра обработки данных, рассматриваемой в рамках задачи многомерной векторной упаковки.

Ключевые слова: виртуализированные вычислительные и коммуникационные ресурсы, метаэвристические методы, многомерная векторная упаковка, алгоритм оптимизации муравьиной колонии, центр обработки данных

Применение метода отжига в задаче диагностики электрических дефектов аналоговых схем радиоэлектронных устройств

2024. T.12. № 4. id 1618

Увайсов С.У. Черноверская В.В. Нгуен Дык Хай Во Тхе Хай Фам Суан Хань

DOI: 10.26102/2310-6018/2024.47.4.022

Совершенствование методов диагностики неисправностей радиоэлектронных устройств остается актуальной и своевременной задачей на современном этапе развития этого класса технических средств. Электрическая схема, реализующая функционал электронного средства, зачастую содержит элементы, параметры которых отличаются от номинальных значений ввиду особенностей технологического процесса их производства. Это, в свою очередь, может привести к изменению выходных характеристик устройства, состоянию неисправности или отказа электронного средства. В статье приведены результаты исследования по диагностированию электрических дефектов аналоговых схем радиоэлектронных устройств на основе модифицированного алгоритма имитации отжига. Проанализированы сложности применения классической схемы алгоритма и невозможность однозначной идентификации дефектов электрорадиоэлементов. Предложена доработанная схема алгоритма, позволяющая решить оптимизационную задачу по поиску глобального экстремума целевой функции для задачи диагностики электронной компонентной базы. Показано, что для эффективной работы алгоритма необходимо правильно настроить его параметры и исследовать все возможные варианты генерации соседних решений и механизмов снижения температуры, чтобы выбрать наилучший вариант реализации. Алгоритм имитации отжига имеет ряд достоинств перед другими алгоритмами оптимизации. Время работы алгоритма можно контролировать с помощью графика охлаждения. При этом допускается резкое завершение работы алгоритма за счет изменения параметра конечной температуры. Всегда существует решение, независимо от того, сколько времени прошло в процессе поиска. Эта гибкость объясняет широкую популярность алгоритма имитации отжига в различных сферах научных исследований и решении прикладных задач.

Ключевые слова: алгоритм имитации отжига, оптимальное решение, радиоэлектронное устройство, диагностирование дефектов, электрорадиоэлемент, глобальный минимум, локальный минимум, механизм генерации соседних решений, длина цепи Маркова, схема понижения температуры

Обобщенная внутренняя структура умного помощника (программного робота) для оперативной поддержки принятия решений в организации

2024. T.12. № 4. id 1615

Калач А.В. Смоленцева Т.Е. Акатьев Я.А.

DOI: 10.26102/2310-6018/2024.47.4.002

В статье рассмотрены особенности применения программного робота для поддержки принятия решений в организации в условиях неопределенности. Отмечено, что одной из технологий, позволяющих значительно повысить эффективность взаимодействия пользователей с цифровыми устройствами, являются умные помощники. Предложено рассматривать понятие «умный помощник» в качестве программного робота, способного анализировать данные, выявлять закономерности и предоставлять рекомендации пользователю по принятию решений. Предложены перспективные области применения умного помощника в зависимости от их функциональных особенностей, возможных каналов связей с пользователем. Рассмотрен перечень возможных вариантов синхронизации умного помощника c корпоративными информационными системами. Рассмотрены модели, позволяющие умному помощнику предоставлять функционал эффективной поддержки принятия решения. Проведен сравнительный анализ двух вариантов организации модуля поддержки принятия решения и предложены практические рекомендации использования комбинированного варианта, предусматривающего использование различных подходов для обеспечения высокоэффективной работы умного помощника. Предложены обобщенная внутренняя структура умного помощника в графическом формате и вариант классификации программных роботов по различным критериям. Предлагаемый вариант умного помощника позволяет достичь высокой точности и надежности рекомендаций при сохранении оперативности реакции программного робота на запросы пользователя и может быть использован при создании специализированных систем поддержки принятия решений, адаптированных под конкретные потребности организации.

Ключевые слова: информационная система, программный робот, обобщенная структура, классификация программных роботов, оперативный консультант, умный помощник, принятие решений

Исследование возможностей применения мультилатерации для автономной навигации беспилотных летательных аппаратов

2024. T.12. № 3. id 1614

Галанцев Е.С. Пономарев Д.Ю.

DOI: 10.26102/2310-6018/2024.46.3.010

В работе рассматривается метод мультилатерации для обеспечения согласованного взаимодействия беспилотных летательных аппаратов для выполнения задач в составе роя при мониторинге полей в сельском хозяйстве, выполнении контроля параметров окружающей среды, сборе метеоданных и т. д. Мультилатерация позволит повысить надежность работы беспилотных летательных аппаратов в составе роя и обеспечит автономность действий отдельных аппаратов. В качестве цели работы рассматривается оценка потенциала использования метода мультилатерации радиосигнала для определения взаимного расположения беспилотных летательных аппаратов и создание программной и физической моделей для проверки этого метода. Для достижения поставленной цели в работе представлены результаты разработки алгоритма взаимодействия беспилотных летательных аппаратов при использовании метода мультилатерации, способ решения задачи определения местоположения источника сигнала при малых вычислительных затратах и результаты компьютерного и физического моделирования предложенных подходов. Разработанные модели продемонстрировали свою адекватность поставленным задачам и выявили некоторые недостатки предложенного подхода при практической реализации. В работе также рассмотрены возможные ситуации при взаимодействии беспилотных летательных аппаратов в рое и отмечены основные пути устранения недостатков.

Ключевые слова: метод мультилатерации, беспилотный летательный аппарат, рой летательных аппаратов, определение местоположения, физическая модель, система уравнений

Разработка программного комплекса для управления базой данных в поисковом сервисе с применением организационных систем

2025. T.13. № 1. id 1612

Пeкишeв Д.В. Коваленко А.В.

DOI: 10.26102/2310-6018/2025.48.1.022

В статье рассмотрена реализация системы управления базой данных, которая интересна тем, что позволяет производить быстрый поиск по статичным и неизменяемым данным, в том числе при большом объеме этих данных. Для получения результатов были с нуля разработаны программы для обработки и унификации файлов, их объединения и индексирования, а также для поиска по проиндексированным данным. Использованы методы распараллеливания, бинарного поиска, интерполяционного поиска, mmap-отображения, кластеризации, кэширования, прямой и обратной индексации, слияния, LZ-архивирования и B-деревьев. Была создана поисковая система, позволяющая выполнять тысячи поисковых запросов в секунду и работать с базами данных, размером в несколько терабайт. Актуальность исследования обусловлена необходимостью выполнения большого числа операций поиска по большим массивам данных. В связи с этим данная статья направлена на раскрытие и реализацию наиболее эффективных механизмов такого поиска. Ведущим подходом к исследованию данной проблемы является практическая реализация различных поисковых алгоритмов и их дальнейшая оптимизация для получения наиболее быстрых методов поиска. Представлены готовые алгоритмы обработки данных и дальнейших методов поиска по ним. Материалы статьи представляют собой практическую ценность для специалистов, решающих задачи, связанные с большими данными и выполняющие поисковые запросы по ним. В настоящее время такая разработка по усовершенствованию баз данных необходима из-за постоянно увеличивающегося потока цифровой информации, которую надо правильно собирать, обрабатывать, анализировать и хранить.

Ключевые слова: база данных, программный комплекс, индексация, поисковые деревья, api

Реализация компонентов мониторинговой среды для управления многофункциональными интеллектуальными системами

2024. T.12. № 2. id 1611

Гусев П.Ю. Данилов А.Д. Лебедев Д.В.

DOI: 10.26102/2310-6018/2024.45.2.046

Работа посвящена формированию принципов построения компонентов мониторинговой среды для управления многофункциональными интеллектуальными системами. Обоснована актуальность исследуемой тематики, поставлены цель и задачи работы. Выделена задача формирования системы показателей, описывающих работу системы, как ключевая задача при формировании мониторинговой среды. Описаны 3 этапа, определяющие формирование системы показателей от показателей эффективности системы к показателям деятельности отдельных элементов. Предложена система показателей для мониторинговой среды в виде иерархической структуры с 3 уровнями: уровень критериев эффективности, уровень показателей деятельности, уровень комбинации видов ресурсов и видов деятельности. Предложены алгоритмы сбора и формирования наборов данных. Алгоритм формирования набора данных для мониторинговой среды предусматривает получение данных из разных источников. Задача алгоритма сбора данных – подготовка наборов данных для последующей обработки и получения значений, требуемых мониторинговой средой. При сборе данных рассмотрены различные подходы к формированию целевых наборов данных. Для определения соответствий между функциональными направлениями, ресурсами, видами деятельности, подразделениями и исполнителями приложен алгоритм формирования справочников соответствий. Предложена архитектура веб-приложения как одной из форм реализации мониторинговой среды. На примере использования фреймворка Next.js описаны компоненты архитектуры приложения и представлена схема архитектуры.

Ключевые слова: управление, данные, мониторинг, архитектура, алгоритм, интеллектуальные системы

Разработка алгоритма повышения релевантности рекомендаций в сервисах онлайн-знакомств с использованием нейронных сетей

2024. T.12. № 3. id 1607

Шаталов А.С. Резников К.Н. Астахов В.В. Акинина Ю.С.

DOI: 10.26102/2310-6018/2024.46.3.002

В представленной статье рассматривается алгоритм для оценки привлекательности потенциальных партнеров в контексте онлайн-знакомств. Алгоритм использует две нейронные сети: генеративную и сверточную. Генеративная нейронная сеть создает визуальные профили на основе различных параметров привлекательности, в то время как сверточная нейронная сеть анализирует и извлекает эти параметры из изображений реальных пользователей. Такой подход позволяет динамически адаптировать предпочтения пользователей, обеспечивая высокую релевантность рекомендаций даже при ограниченной выборке кандидатов в отдельно взятом регионе. Метод, описанный в статье, направлен на значительное улучшение пользовательского опыта и повышение успешности знакомств в онлайн-среде. Благодаря использованию нейронных сетей алгоритм способен учитывать индивидуальные предпочтения пользователей и адаптироваться к ним в режиме реального времени. Это делает рекомендации более точными и персонализированными, что, в свою очередь, способствует созданию более глубоких и качественных межличностных связей. Исследование также подчеркивает важность формирования стабильных и счастливых отношений в долгосрочной перспективе. Представленный подход способствует этому, обеспечивая пользователям более удовлетворительный и результативный опыт в онлайн-знакомствах. Таким образом, использование алгоритмов и нейронных сетей в сфере онлайн-знакомств имеет потенциал для значительного улучшения качества взаимодействий и межличностных связей, что является важным аспектом в современной цифровой эпохе.

Ключевые слова: нейронные сети, привлекательность, онлайн-знакомства, генеративная нейронная сеть, сверточная нейронная сеть, подбор пар, рекомендации, пользовательские предпочтения, релевантность

Модель компетенций научных работников в научно-исследовательских организациях

2024. T.12. № 3. id 1605

Сахаров Ю.С. Ковалева А.В.

DOI: 10.26102/2310-6018/2024.46.3.008

Актуальность исследования обусловлена необходимостью систематизации ключевых навыков и знаний для эффективной научной деятельности в научно-исследовательских организациях. В связи с этим, данная статья направлена на разработку модели компетенций для научных сотрудников. Ведущим подходом к исследованию данной проблемы является метод интеграции модели компетенций в систему грейдирования, позволяющий комплексно рассмотреть оценку и стимулирование профессионального роста сотрудников. В статье представлены: модель компетенций для научных сотрудников исследовательских организаций, включающая четыре основные категории компетенций: профессиональные, личностные, межличностные и управленческие, детализированные по уровням мастерства; методика интеграции модели компетенций в автоматизированную систему грейдирования, обеспечивающая объективную оценку и стимулирование профессионального роста; этапы создания модели, включающие выделение должностных групп, расчет шкалы грейдирования, дифференциацию уровней мастерства и адаптацию модели на основе обратной связи. Модель компетенций, предложенная как набор компетенций, которые по представлению руководителей научно-исследовательских организаций рассматриваются как индикаторы поведения, при помощи которых научные работники способны эффективно и качественно выполнять свои должностные обязанности. Материалы статьи представляют практическую ценность для научно-исследовательских организаций, способствуя эффективному управлению талантами, планированию карьерного роста и разработке программ обучения.

Ключевые слова: модель компетенций, грейдирование, научные сотрудники, профессиональное развитие, HR процессы, междисциплинарное взаимодействие, управление талантами

Интеллектуализация процессов принятия решений в системах управления рисками на базе нейронных сетей семейства ART

2024. T.12. № 2. id 1604

Антипов С.С. Бурковский В.Л. Поцебнева И.В.

DOI: 10.26102/2310-6018/2024.45.2.020

В статье рассматривается проблематика применения нейронных сетей семейства ART для оптимизации процесса принятия решений в системах управления рисками. Преимущества такого подхода, такие как способность быстро реагировать на новую информацию и гибкость в обучении, сопоставляются с недостатками, включающими сложности настройки параметров и интерпретации результатов. В следующей части статьи будут изучены различные способы обучения ART-сетей, включая методы без учителя (unsupervised learning) и с учителем (supervised learning), а также ключевые моменты настройки параметров сети. Поднимаются возможные проблемы, связанные с качеством входных данных и сложностью интерпретации выходных данных. В статье также представлен конкретный пример использования нейронных сетей типа ART в сфере строительства для оценки рисков и принятия обоснованных решений. В заключении статьи делается акцент на перспективах использования нейронных сетей семейства ART для кластер-анализа рисков, выявления связанных факторов и группировки их для более эффективного управления. Обсуждаются возможности дальнейшего развития методов принятия решений в управлении рисками с применением нейронных сетей типа ART и их потенциал для обеспечения более точных и прогностических практик.

Ключевые слова: нейронные сети типа ART, риски, процессы принятия решений, мониторинг данных, обучение нейронной сети

Интеллектуальная система управления движением квадрокоптера с помощью жестов рук

2024. T.12. № 2. id 1603

Чернышев Н.Н. Шевченко М.А. Ниженец Т.В.

DOI: 10.26102/2310-6018/2024.45.2.045

Актуальность исследования обусловлена тем, что управление квадрокоптером с помощью жестов рук более естественно и интуитивно, чем использование традиционных пультов управления. Это позволяет пользователям с легкостью освоить управление и сосредоточиться на выполнении задачи, а не на технических аспектах управления. В свою очередь, разработка системы распознавания жестов требует совершенствования алгоритмов обработки изображений на основе машинного обучения. Данная статья направлена на исследование возможности реализации управления движением квадрокоптера с использованием жестов рук, в сочетании с современными нейросетевыми технологиями. Основным подходом в исследовании данной проблемы является применение сверточных и искусственных нейронных сетей для обработки изображений и выполнения задач компьютерного зрения. В работе также рассматриваются методы оптимизации гиперпараметров с помощью инструмента Optuna, использования TensorFlow Lite для реализации моделей машинного обучения на устройствах с ограниченными ресурсами и применение библиотеки MediaPipe для анализа жестов. Такие технологии, как Dropout и L2-регуляризация, используются для повышения эффективности моделей. Материалы статьи представляют практическую ценность для исследователей в области искусственного интеллекта и робототехники, разработчиков программного обеспечения и компаний, занимающихся разработкой беспилотных летательных аппаратов.

Ключевые слова: квадрокоптер, жесты рук, компьютерное зрение, сверточные нейронные сети, искусственные нейронные сети, оптимизация гиперпараметров, управление

Метод комбинированного использования SWOT-анализа и метода гибридных оценок

2024. T.12. № 3. id 1601

Маковий К.А. Ефимова О.Е. Хицкова Ю.В. Новиков Е.А.

DOI: 10.26102/2310-6018/2024.46.3.003

В работе рассмотрен метод, при котором SWOT-анализ комбинируется с методом гибридных оценок. SWOT-анализ включает в себя выявление внутренних сильных и слабых сторон организации (Strengths, Weaknesses), а также внешних возможностей и угроз (Opportunities, Threats), что позволяет выявить стратегии для максимизации преимуществ и минимизации рисков. В свою очередь, метод гибридных оценок сочетает в себе преимущества нескольких известных методов повышения эффективности и удобства процесса принятия решений. Основная идея метода заключается в комбинированном использовании метода анализа иерархий и статистического метода расчета средневзвешенного, что позволяет объединить их сильные стороны и при этом минимизировать недостатки. Метод анализа иерархий позволяет структурировать сложные задачи в виде иерархии, которая далее формируется в отдельные уровни. Парные сравнения элементов иерархии позволяют оценивать относительную важность каждого элемента, что обеспечивает систематический подход к принятию решений. Целью интеграции было объединить положительные черты двух методов. В рамках данной работы был выявлен и подробно описан один из главных недостатков подхода комбинированного использования SWOT-анализа и метода анализа иерархий. Также был выполнен сравнительный анализ количества требуемых операций парных сравнений между подходом комбинированного использования SWOT-анализа и метода анализа иерархий, и использования SWOT-анализа совместно с методом гибридных оценок.

Ключевые слова: метод принятия решения, метод анализа иерархий, метод гибридных оценок, нефункциональные требования, функциональные требования, SWOT-анализ

Разработка алгоритма комплексирования базовых массивов информационной модели машиностроительного предприятия

2024. T.12. № 2. id 1600

Александров И.А. Иванов Н.З.

DOI: 10.26102/2310-6018/2024.45.2.019

Актуальность данной работы связана с расширяющимся применением информационных систем и моделей, позволяющих отслеживать динамику ключевых показателей функционирования предприятий и принимать соответствующие организационно-управленческие решения. При работе с информационными моделями предприятий необходимо обращение к массивам данных, что может повлечь проблемы с временем на анализ данных и обработку запросов. При рассмотрении этой задачи важно учитывать размеры и структуру базовых информационных массивов, хранящих основные данные предприятия. В связи с этим, в данной работе рассматривается целесообразность объединения массивов, отражающих состояние объектов определенных цехов машиностроительного предприятия. Показано, что выигрыш от такой операции возможен за счет уменьшения времени операций с массивом. Предложена задача для нахождения оптимальной структуры состава полученных базовых массивов, характеризующихся оптимальным временем актуализации. Для решения данной задачи предлагается алгоритм для объединения основных массивов. Проводится анализ целесообразности процесса объединения, в результате которого определены условия, при которых такое объединение целесообразно. Для алгоритма предложено использование метода «ветвей и границ». Предложенный алгоритм позволяет принять оптимальное решение по выбору состава базовых массивов и позволяет объединять базовые массивы данных информационной модели предприятия, обеспечивая сокращение суммарного времени обращения к данным.

Ключевые слова: информационная модель предприятия, информационный массив, комплексирование данных, анализ данных, критерии оптимизации, эффективность объединения информационных массивов, управление предприятием, организация производства, автоматизация

Мобильное приложение для развития лидерских качеств с интеллектуальной индивидуализацией траектории обучения

2024. T.12. № 3. id 1597

Кузьмин А.К. Пиминов Д.А. Кумова С.В. Кузнецова К.Д. Дубова М.С.

DOI: 10.26102/2310-6018/2024.46.3.028

В статье рассматривается разработка мобильного игрового приложения для формирования и развития лидерских качеств у школьников старших классов, студентов колледжей и техникумов. Обучающее игровое приложение соответствует концепции «инновационной образовательной технологии», то есть включает в себя комплекс из трех взаимосвязанных составляющих: современное содержание, современные методы обучения, современная цифровая инфраструктура обучения. Разработанное мобильное приложение позволяет системно развивать такие лидерские качества, как уверенность в себе, ответственность, умение планировать время, креативность, умение действовать в ситуации неопределенности, целеустремленность. В основе логики приложения заложен принцип формирования индивидуальной образовательной траектории. Для построения индивидуальных траекторий обучения для каждого пользователя используется нейросетевая кластеризация анкетных данных. То есть при генерации индивидуальных траекторий развития лидерских качеств используются не только методы анкетирования, но и результат применения к совокупности анкет методов кластеризации. Для кластеризации используются самоорганизующиеся карты Кохонена. Получаемое разбиение на кластеры проанализировано экспертами, выявлено несколько четко обозначенных кластеров, для каждого из которых составлена модель индивидуального изменения траектории развития лидерских качеств. В результате экспертного анализа результатов кластеризации было выделено семь кластеров. Совместно с экспертами составлено описание каждого кластера.

Ключевые слова: кластеризация, сеть Кохонена, лидерские качества, индивидуализация траектории обучения, мобильное приложение

Исследование поведенческой биометрии методами анализа данных и машинного обучения

2024. T.12. № 2. id 1596

Смирнов И.С. Кочкаров А.А.

DOI: 10.26102/2310-6018/2024.45.2.021

В статье показаны возможности применения методов машинного обучения для построения и анализа системы аутентификации на основе динамики нажатий клавиш. В работе обоснована необходимость улучшения многофакторной системы аутентификации. Предложен способ классификации работ поведенческой биометрии для сравнения и использования результатов исследований. Рассмотрены базовые возможности обработки и генерирования динамических и статических признаков динамики нажатий клавиш. Протестированы различные комбинации наборов признаков и выборок обучения, описана лучшая комбинация с равной частой ошибок (Equal Error Rate) 4,7%. Итеративный анализ качества системы позволяет установить важность первых символов последовательности ввода, а также нелинейную взаимосвязь степени ранжирования модели и EER. Высокие показатели, достигнутые бустинговой моделью, свидетельствуют о значительном потенциале поведенческой аутентификации для дальнейшего улучшения, развития и применения. Приводится значимость данного метода, его практическая полезность не только в задаче аутентификации, перспективы развития, включая использование нейросетевых методов и анализ динамики данных. Несмотря на достигнутые результаты, отмечается необходимость дальнейшей работы над моделью, включая разработку дополнительных моделей кластеризации, классификации, изменение набора признаков и построение каскада. Подчеркивается важность исследуемой области, способной принести значительный вклад в развитие информационной безопасности и технологий.

Ключевые слова: аутентификация, поведенческая биометрия, динамика нажатий клавиш, классификация, машинное обучение

Алгоритмы 3D-реконструкции и расчета параметров объектов по результатам детектирования на медицинских изображениях

2024. T.12. № 2. id 1594

Руденко А.В. Руденко М.А. Каширина И.Л.

DOI: 10.26102/2310-6018/2024.45.2.013

В статье представлены алгоритмы реконструкции, расчета параметров камней и визуализации трехмерных объектов почек и камней по данным, полученным после детектирования нейросетью 2D-объектов на медицинских изображениях, полученных в результате компьютерной томографии внутренних органов человека. Алгоритмы позволяют выполнить восстановление (сборку) объектов почек и камней, расчет физических параметров камней, выполнить плоскую и трёхмерную визуализацию камней. Программная реализация алгоритмов позволяет получить размеры найденных конкрементов в почках, визуализировать распределение плотности внутри камня, визуализировать расположение найденных камней в почке, что упрощает поддержку принятия врачебных решений при постановке диагноза и последующего планирования оперативного вмешательства при проведении процедуры дробления камней с применением лазерной установки. Предложенные алгоритмы и модели были реализованы в прототипе системы поддержки принятия врачебных решений в хирургии и урологии с использованием технологий компьютерного зрения в составе программных модулей. Использование разработанных алгоритмов послойной сборки камней и почек в прототипе системы поддержки принятия врачебных решений в хирургии и урологии с применением компьютерного зрения сокращает время на постановку диагноза и планирование операции по дроблению камней, а также помогает избежать ошибок в определении расположения камней внутри почки и, тем самым, уменьшить вероятность травмирования пациента.

Ключевые слова: детектирование, визуализация, 3D-воксельная реконструкция, DICOM-изображения, сеть YOLO

Прогнозирование депрессии на основе пользовательских данных русскоязычной социальной сети

2024. T.12. № 2. id 1593

Солохов Т.Д. Кочкаров А.А.

DOI: 10.26102/2310-6018/2024.45.2.016

В статье показаны возможности применения семантического анализа постов пользователей социальной сети ВКонтакте для мониторинга и прогнозирования депрессии. Подчеркивается серьезность проблемы депрессии, ее негативное влияние на здоровье и социум, а также актуальность ранней диагностики и помощи. В работе также обоснована необходимость и перспективы анализа данных русскоязычных социальных сетей для предотвращения развития депрессии у пользователей. В статье предложен подход, который позволяет проводить анализ текстовых данных и использовать логистическую регрессию для классификации пользователей по наличию депрессии. Результаты исследования показывают высокую точность модели с использованием логистической регрессии, что представляет потенциал для автоматизации процессов выявления и поддержки пользователей, страдающих депрессией по данным пользовательской информации в социальных сетях. Также приводится значимость данного метода, его практическая полезность для персонализированных интервенций, преимущества и перспективы развития, включая использование нейросетевых методов и анализ динамики данных. Несмотря на достигнутые результаты, отмечается необходимость дальнейшей работы над моделью, включая изучение других методов машинного обучения и учет изменений в психическом состоянии пользователя со временем. Развитие методов прогнозирования депрессии на основе данных социальных сетей, предложенных в статье, является важным направлением, способным принести значительный вклад в области психологии, здравоохранения и информационных технологий.

Ключевые слова: прогнозирование, депрессия, психическое расстройство, логистическая регрессия, классификация, социальная сеть, машинное обучение