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

Математическое моделирование процесса диффузии антифрикционного материала при ультразвуковой обработке

2026. T.14. № 8. id 2464

Бондарева А.С. Королев А.В. Королев А.А.

DOI: 10.26102/2310-6018/2026.59.8.012

В статье представлена разработанная математическая модель процесса диффузии антифрикционного материала (на примере графита) в поверхностный слой металлической заготовки при ультразвуковой обработке. В отличие от традиционных подходов, основанных на втором законе Фика для объемной диффузии, предложенная модель базируется на уравнении Фишера, описывающем межзеренную диффузию в условиях интенсивной пластической деформации и формирования нанокристаллической структуры. Получено аналитическое выражение для расчета глубины проникновения покрытия, учитывающее температуру в зоне контакта, энергию активации диффузии, геометрию пятна контакта, частоту ультразвуковых колебаний, параметры режима обработки (частота вращения заготовки, поперечная подача) и свойства материала. Реализованы численные методы суммирования вкладов отдельных ударов индентора с учетом импульсного характера нагружения и накопления тепла. Проведен анализ влияния технологических параметров на толщину формируемого слоя: установлено, что снижение частоты вращения и поперечной подачи увеличивает глубину диффузии за счет роста числа перекрытий контактных пятен и времени воздействия на каждую точку поверхности. Результаты моделирования позволяют прогнозировать толщину антифрикционного слоя и оптимизировать режимы ультразвукового упрочнения для обеспечения заданных триботехнических характеристик. Модель может быть использована при проектировании технологических процессов нанесения покрытий в машиностроении.

Ключевые слова: математическое моделирование, ультразвуковая обработка, уравнение Фишера, межзеренная диффузия, антифрикционное покрытие, режимы обработки

Применение нейросетевых методов идентификации характеристик речевого потока на примере построения цифровых профилей пользователей финансовых услуг

2026. T.14. № 9. id 2463

Кузнецова В.Ю. Кузовлев К.Д.

DOI: 10.26102/2310-6018/2026.60.9.011

В статье рассматривается применение нейросетевых методов для идентификации характеристик речевого потока с целью построения расширенных цифровых профилей пользователей финансовых услуг. Актуальность исследования обусловлена развитием дистанционных форм банковского и микрофинансового обслуживания, при которых речевая коммуникация становится одним из значимых источников информации о клиенте. Описаны основные просодические характеристики речи, включая темп, громкость, высоту тона, паузы и ритмику, а также рассмотрена их связь с психологическими типами личности по методике «7 радикалов» В.В. Пономаренко. Особое внимание уделено нейросетевому подходу к анализу речевого сигнала: предварительной цифровой обработке аудиозаписи, выделению акустических признаков, формированию вектора просодических параметров и последующей классификации психологических радикалов с использованием современных архитектур CNN, LSTM и механизмов внимания. Представлена информационная технология принятия решений в банковской и микрофинансовой сферах, предусматривающая включение модуля анализа речевой информации в систему построения цифрового профиля клиента. Показано, что использование вероятностного подхода и многокритериального анализа позволяет повысить объективность оценки личности, снизить субъективную неопределенность при взаимодействии с заемщиком и повысить точность кредитного скоринга. Сделан вывод о перспективности применения нейросетевого анализа речевых характеристик для управления финансовыми рисками и персонализации финансовых услуг.

Ключевые слова: нейросетевые методы, речевой поток, просодика, цифровой профиль, финансовые услуги, кредитный скоринг, психологические радикалы, анализ речи, акустические признаки, поддержка принятия решений

Фазовая оптимизация однопоточного выполнения независимых программных последовательностей

2026. T.14. № 7. id 2456

Буевич Е.А.

DOI: 10.26102/2310-6018/2026.58.7.009

В работе рассматривается один из аспектов совместного выполнения в одном потоке нескольких независимых друг от друга по данным программных последовательностей, что достигается чередованием их инструкций в исходном коде. Эта задача является NP-сложной. В работе рассматривается метод поиска оптимального сдвига старта последовательностей через быстрое преобразование Фурье для различных вариантов постановки задачи (числа последовательностей). Цепочки инструкций представляются в виде временных рядов использования ресурсов (исполнительных портов) и регистров вычислительного ядра. При работе с регистрами ряды взаимной корреляции строятся через преобразование Фурье размерностью K, где K – число рядов. При работе с портами каждый ряд разделяется на несколько каналов, соответствующих различной нагрузке порта, для каждого канала выполняется преобразование Фурье размерностью K-1, далее результаты суммируются с заданными весами. Показано, что при K=3 в обоих случаях частотное представление имеет меньшую вычислительную сложность, чем прямой перебор. Метод также подходит для поиска оптимальной точки разреза последовательности с целью конвейерного исполнения в рамках одного потока. Алгоритм успешно находит точки оптимального совмещения для набора тестовых последовательностей с высокой дисперсией локальных средних интенсивностей использования индивидуального ресурса и сочетаний ресурсов.

Ключевые слова: быстрое преобразование Фурье, взаимная корреляция, планирование инструкций, регистровое давление, исполнительные порты, слияние потоков, оптимизация компилятора

Адаптивная модель предобработки изображений при классификации чертежей строительных металлоконструкций

2026. T.14. № 9. id 2452

Колесников В.Д. Кабалянц П.С.

DOI: 10.26102/2310-6018/2026.60.9.005

Постоянный рост рынка инженерных услуг и наличие значительного объема архивной бумажной документации актуализируют задачу перевода технических чертежей и спецификаций к ним в цифровой формат. Анализ состояния исследований демонстрирует активное применение распознающих и генеративных моделей для извлечения ключевых характеристик чертежей, что упрощает их интеграцию в системы компьютерного моделирования. Для повышения эффективности нейросетевых моделей применяется предобработка изображения, однако ввиду особенностей структуры и возможных источников чертежей, подобный подход несет с собой риск потери информации или искажения данных. Авторами предлагается адаптивная модель предобработки, ориентированная на системы классификации чертежей строительных металлоконструкций. Данная модель включает в себя операции масштабирования, фильтрации шумов, бинаризации и восстановления цвета информативных пикселей, где каждая операция применяется в зависимости от значения критериев, определяющих необходимость ее вызова. В рамках исследований определяются алгоритмы и методы, подходящие для реализации вышеописанных операций: метод интерполяции Ланцоша, взвешенный медианный фильтр с переключением и метод бинаризации Вольфа. Авторами предлагается набор критериев оценки эффективности предобработки при классификации чертежей строительных металлоконструкций. Ряд проведенных экспериментов показывает, что разработанная адаптивная модель предобработки дает больший прирост точности классификации по сравнению со стандартной предобработкой на основе таких же алгоритмов или полным ее отсутствием. Делаются выводы о возможности дальнейшего внедрения модели в системы классификации и распознавания деталей чертежей строительных металлоконструкций.

Ключевые слова: цифровые изображения, технические чертежи, адаптивная предварительная обработка, масштабирование, фильтрация шумов, бинаризация, классификация чертежей

Интеллектуальная система управления сервисным роботом на основе мягких вычислений

2026. T.14. № 8. id 2450

Николаева А.В. Ульянов С.В. Тятюшкина О.Ю.

DOI: 10.26102/2310-6018/2026.59.8.010

Разработаны методики проектирования комплексной системы управления мобильным роботом сервисного обслуживания на логике мягких вычислений. Демонстрируется эффективность разработанных методов для контроля маршрута и обхода препятствий роботом, а также для точного позиционирования манипуляционного устройства в условиях непредвиденных ситуаций. Контроль маршрута с обходом препятствий основывается на компьютерном моделировании динамики для роботизированной системы, а поиск возможных решений происходит с помощью генетических алгоритмов. Оптимальные решения, полученные в результате работы генетических алгоритмов, используются для построения и обучения нечеткой нейронной сети, откуда формируется база знаний для нечеткого контроллера для управления навигацией и выполнения технологических операций, таких как открытие двери, с помощью манипулятора. Генетические алгоритмы, нечеткие нейронные сети и нечеткие контроллеры с заложенными базами знаний продемонстрировали свою эффективность для планирования маршрута в условиях возможных препятствий в виде предметов и людей для мобильного робота сервисного обслуживания. Рассмотрено применение интеллектуальных вычислений на основе эволюционных и генетических алгоритмов, нечеткой логики в системах управления манипулятором с тремя степенями свободы в непредвиденных ситуациях управления. Для демонстрации результатов работы нечеткого моделирования системы управления роботом описаны результаты проведенных экспериментальных исследований.

Ключевые слова: мобильный робот сервисного обслуживания, мягкие вычисления, генетический алгоритм, нечеткая нейронная сеть, база знаний, нечеткий контроллер, интеллектуальная система управления

Метод автоматического реферирования научных текстов на основе диагностически управляемой итерационной генерации

2026. T.14. № 9. id 2447

Гокарев В.Н.

DOI: 10.26102/2310-6018/2026.60.9.006

В работе рассматривается задача автоматического абстрактивного реферирования русскоязычных научных текстов с использованием локальных больших языковых моделей. Показано, что однопроходная генерация реферата языковой моделью без учета характеристик исходного документа приводит к систематическим типам ошибок: семантической неполноте, механическому копированию, информационной избыточности или недостаточности. Для выявления и устранения указанных недостатков предложена гибридная программная система, реализующая замкнутый контур управления процессом генерации с обратной связью от модуля трехфакторной диагностической оценки качества. Контур осуществляет итерационную коррекцию параметров запроса к языковой модели, таких как температура, количество подаваемых ключевых слов, формат инструкции системного запроса, минимальное и максимальное количество генерируемых токенов, на основе классификации диагностического профиля машинного реферата. В составе диагностической методики предложено асимметричное штрафное преобразование z-нормализованных отклонений, отражающее содержательное различие между избыточностью и недостаточностью лексической, семантической и компрессионной близости реферата к референсному распределению. Описана модульная архитектура системы, включающая модули итерационной генерации рефератов, диагностической оценки и блок автоматического останова итерационного процесса. Приведены результаты экспериментальной апробации на корпусе русскоязычных научных статей, продемонстрирован статистически значимый и устойчивый прирост качества по комбинированной диагностической метрике относительно однопроходной базовой линии на отложенной тестовой выборке.

Ключевые слова: автоматическое реферирование, научные тексты, большие языковые модели, контур управления, диагностическая оценка качества, асимметричные штрафные функции

Двухмоментная оценка совместного исполнения независимых программных последовательностей

2026. T.14. № 7. id 2433

Буевич Е.А.

DOI: 10.26102/2310-6018/2026.58.7.010

Компиляция исходного кода на языке высокого уровня в машинный код является NP сложной задачей. Одной из проблем, возникающих в процессе компиляции и имеющих огромное пространство решений, является наличие в коде несвязанных по данным последовательностей операций. В данной работе рассматривается алгоритм поиска оптимального равномерного смешивания произвольных последовательностей инструкций, которые можно представить в виде ациклического связного графа. Целью подобного смешивания является увеличение параллелизма уровня инструкций. Для этого последовательность описывается как вектор случайных величин, каждая из которых характеризует его потребность в определенном ресурсе. Подобное представление позволяет приблизительно оценить математическое ожидание задержек, возникающих при исполнении их смеси, вследствие конкуренции нескольких последовательностей за ресурсы, без выполнения собственно компиляции. Алгоритм оперирует скалярными данными, описывающими последовательности и их комбинации, вместо длинных векторов инструкций. Поиск оптимального разбиения последовательностей на группы выполняется за время O(nk), где n – число последовательностей, а k – некоторое предельное значение числа последовательностей в смеси, зависящее от кода, латентности инструкций и числа регистров. Для вычислительных ядер современных процессоров в большинстве практических задач k не превышает 4.

Ключевые слова: параллелизм уровня инструкций, ациклический граф зависимостей, алгоритм Рейзера-Лавенберга, замкнутая сеть массового обслуживания, смешивание кода, оптимизация компилятора

Интеллектуальные методы эквализации и компрессии в процессе мастеринга звука на основе машинного обучения

2026. T.14. № 10. id 2429

Сокольцова Д.О. Шагрова Г.В.

DOI: 10.26102/2310-6018/2026.61.10.014

В статье рассматривается задача автоматизации мастеринга аудиозаписей с использованием методов машинного обучения и цифровой обработки сигналов. Актуальность обусловлена стремительным ростом объемов аудиоконтента и потребностью в доступных инструментах профессиональной обработки звука для независимых музыкантов и малых студий. В работе предложена гибридная система, интегрирующая классификатор музыкальных жанров на основе метода опорных векторов с мел-кепстральными коэффициентами и модуль цифровой обработки сигналов, включающий эквализацию, компрессию, фильтрацию верхних и нижних частот, а также нормализацию громкости. Обучение классификатора выполнено на датасете GTZAN, а параметры обработки извлечены из датасета MUSDB18-HQ, содержащего треки с вокалом, на основе анализа среднеквадратичной амплитуды и распределения энергии по частотным диапазонам. Тестирование на выборке из пятнадцати треков пяти жанров показало, что использование MUSDB18-HQ повышает точность классификации жанров с 46,6 % до 60 % и увеличивает отношение сигнал-шум по сравнению с моделью, обученной только на GTZAN. Сравнение с коммерческим аналогом показывает отставание разработанной системы по объективным метрикам, но система обладает преимуществами в виде прозрачности параметров обработки благодаря наличию элемента логирования, простоты использования и отсутствия платы за использование. Новизна работы заключается в использовании открытого классификатора жанров с модулем цифровой обработки сигналов и адаптации параметров мастеринга для треков с вокалом. Практическая значимость состоит в создании доступного прототипа для образовательных целей и обработки демо-записей. В дальнейшем планируется замена метода опорных векторов на нейросетевые архитектуры и расширение поддержки аудиоформатов.

Ключевые слова: мастеринг звука, эквализация, компрессия, метод опорных векторов, мел-кепстральные коэффициенты, датасет GTZAN, датасет MUSDB18-HQ, цифровая обработка сигналов, коммерческий аналог, интеллектуальная обработка аудио

Разработка и программная реализация интеллектуальной системы поддержки принятия врачебных решений для выбора режимов искусственной вентиляции легких

2026. T.14. № 7. id 2428

Фролов С.В. Судаков Д.Е. Долгов Е.П.

DOI: 10.26102/2310-6018/2026.58.7.011

Актуальность работы обусловлена высокой когнитивной нагрузкой на врача-реаниматолога при выборе режима искусственной вентиляции легких (ИВЛ) из‑за наличия десятков режимов и более 50 параметров настройки. Отсутствие формализованных критериев и прозрачных систем поддержки принятия решений приводит к вариабельности терапии и повышению риска вентилятор-ассоциированных осложнений. Цель работы – разработка методологии, алгоритма и программного прототипа интеллектуальной системы поддержки принятия врачебных решений для выбора режимов ИВЛ, обеспечивающей объяснимость рекомендаций. В работе использованы методы формализации клинических параметров, построения классификатора состояний, создания продукционных правил, объектно-ориентированного программирования на Python, а также апробации на литературных клинических сценариях. Формализованы четыре группы параметров (механика дыхания, газообмен, активность пациента, гемодинамика). Построен классификатор состояний (апноэ, слабость дыхательной мускулатуры, обструктивные и рестриктивные нарушения). Создана база из 30 продукционных правил «ЕСЛИ–ТО», сгруппированных по шести клиническим ситуациям с приоритетным перебором. Разработан алгоритм, включающий модуль объяснения, формирующий текстовое обоснование каждой рекомендации. Программный прототип реализован на Python (библиотеки tkinter, experta). Апробация на 20 литературных клинических сценариях показала полное совпадение рекомендаций с эталонными протоколами в 85 % случаев, частичное – в 10 %, несовпадение (требовалась экстракорпоральная элиминация CO₂) – в 5 %. Среднее время формирования рекомендации составило 0,42 секунды. Полученные результаты подтверждают работоспособность предложенной методологии и позволяют использовать систему как автономное рабочее место врача или встраиваемый модуль в аппараты ИВЛ.

Ключевые слова: искусственная вентиляция легких, система поддержки принятия решений, продукционные правила, классификация состояний, модуль объяснения

Алгоритм определения оптимального маршрута движения робота для мониторинга объектов с учетом препятствий

2026. T.14. № 8. id 2427

Макаровских Т.А. Саллам М.Э.

DOI: 10.26102/2310-6018/2026.59.8.004

Одной из актуальных задач является наземный мониторинг состояния различных объектов. Его необходимость может возникать не только на промышленных предприятиях, но и в сельском хозяйстве (осмотр плодовых садов), медицине (мониторинг состояния пациентов инфекционных отделений), при ликвидации чрезвычайных ситуаций. В этих ситуациях невозможно размещение датчиков и умных камер в фиксированных местах. Кроме того, возникают ситуации, когда цели для мониторинга задаются непосредственно перед его проведением. Еще одной актуальной задачей является построение пути робота с учетом наличия препятствий. В данной статье рассматривается алгоритм построения кратчайшего маршрута для проведения мониторинга в конечном множестве точек наземным роботом с учетом препятствий. Задача определения траектории движения робота формулируется как задача о маршрутизации транспортного средства. Данные о координатах робота и местоположении точек мониторинга хранятся в виде взвешенного плоского графа с использованием списка ребер. В статье предложен эвристический алгоритм SearchWithObstacles, использующий функцию SPPA (Shortest Path with Precautionary Avoidance), который основан на методе ближайшего соседа и решает задачу за полиномиальное время. Приведено сравнение алгоритма с известными подходами и обсуждены преимущества и недостатки предложенного алгоритма.

Ключевые слова: маршрутизация транспортных средств, плоский граф, эвристический алгоритм, оптимизация, объезд препятствий, задача коммивояжера

Метод перехода к постоянной длине вектора параметров целевой функции в задачах оптимизации работы мостовых кранов на складе слябов

2026. T.14. № 8. id 2423

Щеголихин И.С. Андреев С.М.

DOI: 10.26102/2310-6018/2026.59.8.001

Ряд оптимизационных задач, возникающих при рационализации логистики склада непрерывнолитых заготовок металлургического предприятия, оперирует вектором параметров целевой функции переменной длины. Это накладывает ограничения на выбор методов, применимых для решения таких задач. Ряд существующих методов приведения вектора параметров целевой функции к постоянному размеру, которые применяются для комбинаторной оптимизации, обладают выразительной ограниченностью, т. е. применимы лишь к узкоспециализированному классу задач. Целью настоящего исследования является приведение вектора параметров целевой функции, возникающей в задачах оптимизации работы мостовых кранов на складе слябов, к постоянному размеру, что позволит для решаемой оптимизационной задачи использовать все известные методы оптимизации из подходящего класса, а также понизит ресурсоемкость алгоритма оптимизации за счет сокращения количества параметров целевой функции. В данной работе авторы предлагают метод, являющийся обобщением L-систем и клеточного кодирования, позволяющий для заданной целевой функции перейти от вектора параметров переменного размера к вектору параметров постоянного размера. Новизной работы является обобщение идей, специфичных для узкоспециализированных областей научного знания, на множество классов оптимизационных задач, в частности на задачи составления расписания для мостовых кранов. Авторами рассмотрена целевая функция, возникающая при совместном решения задач составления расписания мостовых кранов и выбора слябов для графика горячей прокатки. Для этой целевой функции был применен предложенный метод: описаны функции смены поискового пространства в виде простых алгоритмов. Результатом явилось сокращение размерности векторов целевой функции минимум в 10 раз. Предложенный метод может быть использован при проектировании цифрового двойника склада непрерывнолитых заготовок, а также для управления иерархией команд: от самых простых (для управления отдельными компонентами кранов) до самых сложных (задающих логистические операции над слябами).

Ключевые слова: вектор параметров, целевая функция, слябы, клеточное кодирование, непрямое кодирование, прямое кодирование

Оценка численности лиц с онкологическими заболеваниями на основе анализа статистики из базы данных «Показатели муниципальных образований», созданной Росстатом

2026. T.14. № 8. id 2420

Степанов В.С.

DOI: 10.26102/2310-6018/2026.59.8.006

Болезни онкологии актуальны для России и многих стран. В нашей стране была принята стратегия борьбы с ними, одной из базовых компонент которой является первичная профилактика. Исследования в этом направлении, включая моделирование в муниципальном разрезе, встречаются редко. Данная работа полезна для выявления связи между распространённостью жителей территории, страдающих из-за рака, и комплексом факторных переменных. Целью исследования является разработка регрессионной прогностической модели. Информационную базу для построения модели составила выборка из 56 наблюдений, репрезентирующих муниципальные образования Алтайского края, преимущественно относящиеся к сельским территориям. Результаты применимы на практике, т. к. используются открытые данные, а точность созданной модели достаточно высокая. Роль зависимой переменной играет численность контингента к концу года t. Наблюдения включают пять факторов, которые брались с разными лагами, три фактора были нелинейно преобразованы. Также имелось два качественных фактора по свойствам территории, их градации кодируют три фиктивные переменные. Далее применялся метод линейной регрессии с оцениванием параметров модели по методу наименьших квадратов. Была получена модель с ошибкой аппроксимации (МАРЕ) менее 1 %. При внешнем тестировании на других муниципалитетах она изменялась от 1,5 до 2,4 %. На основе модели можно сделать прогноз численности контингента для большого числа муниципальных территорий РФ с горизонтом 1 год. Приводятся графики с примерами прогнозирования: для семи городов Поволжья и двух территорий Красноярского края за ряд лет. Такие прогнозы полезны при разработке мероприятий по медико-социальной и экологической политике, проводимой в муниципальном разрезе.

Ключевые слова: модель регрессии с переменной структурой, злокачественное новообразование, техногенное загрязнение территории, душевое потребление алкогольных напитков, обеспеченность территории врачами, гигиена питьевой воды

Пространственно-временное слияние глубинных данных для оценки трёхмерных расстояний

2026. T.14. № 8. id 2414

Юй С.

DOI: 10.26102/2310-6018/2026.59.8.013

Актуальность исследования обусловлена тем, что качество обработки глубинных данных часто оценивают по пиксельным ошибкам, хотя в робототехнике и трехмерной метрологии конечным результатом являются пространственные расстояния. Цель работы – разработать и проверить протокол оценки методов улучшения глубины по ошибке евклидовых расстояний между восстановленными точками. Основные эксперименты выполнены на последовательностях TUM Freiburg1 desk и xyz; дополнительная валидация включает динамическую последовательность Freiburg3 walking_static, контролируемые сценарии с движением границ, дальними глубинами и повышенным шумом, три варианта псевдоэталона и измерение вычислительных затрат. При полуширине окна N = 10 временное среднее уменьшило RMSE расстояний на 24,07 % для desk и на 23,66 % для xyz по сравнению с необработанной глубиной. Прямое сопоставление метрик показало, что минимальную пиксельную MAE дает временная медиана, тогда как минимальную RMSE расстояний – временное среднее; коэффициенты ранговой корреляции Спирмена равны 0,70 и 0,90. Временное среднее сохранило первое место при трех способах построения псевдоэталона. На динамической последовательности маска временной стабильности сохранила 18,92 % пикселей и изменила ранжирование, что подтверждает необходимость исключения или компенсации движущихся областей. На CPU обработка кадра 640 × 480 при N = 10 заняла 56,2 мс для временного среднего, 217,5 мс для временной медианы и 3155,6 мс для пространственно-временной медианы в исследовательской реализации. Полученные результаты определяют область применимости протокола и ограничения псевдоэталонной оценки.

Ключевые слова: глубинные данные, трехмерные измерения, карта глубины, псевдоэталон, пространственно-временное слияние, геометрическая точность, улучшение глубины

Аналитика обучения: прогнозирование успеваемости на основе данных об активности и эффективности студентов в системах управления электронными образовательными курсами

2026. T.14. № 9. id 2412

Даничев А.А. Ликсонова Д.И. Шестаков В.Н.

DOI: 10.26102/2310-6018/2026.60.9.018

В настоящем исследовании рассматривается задача повышения точности прогнозирования результатов обучения студентов вузов на основе данных о текущей успеваемости по дисциплинам из электронных образовательных курсов. Исходные данные представляют собой числовые значения – оценки и показатели активности по итогам каждой недели обучения, которые могут относиться к разным диапазонам шкал и быть сильно разреженными, что осложняет их дальнейшее использование в алгоритмах прогнозирования. Поэтому необходимо проводить качественную предобработку исходной информации для построения прогнозной математической модели результатов обучения. В качестве одного из методов для обработки данных предлагается использование процентилей, которые позволяют эффективно описывать распределение признаков. Процентильный подход решает проблему сравнения студентов при различной сложности курсов, переводя абсолютные оценки в относительные ранги внутри группы обучающихся. В исследовании проводится сравнительный анализ методологий обработки данных, включая стандартный метод центрирования-нормирования и процентильный подход. Для построения прогнозной модели используется метод непараметрической оценки функции регрессии Надарая-Ватсона. Приводятся фрагменты вычислительных экспериментов с разным количеством групп, которые показывает достаточно приемлемые результаты с практической точки зрения.

Ключевые слова: образовательные данные, аналитика обучения, прогнозирование успеваемости учащихся, интеллектуальный анализ образовательных данных, методы машинного обучения, предобработка данных, нормирование, процентили, электронная образовательная среда

Сравнительное моделирование эвристик распределения вычислительной нагрузки в гибридной cloud-fog архитектуре для IoT-систем

2026. T.14. № 9. id 2405

Прошечкина Н.В. Гасанов Р.Р. Житяйкина В.Д.

DOI: 10.26102/2310-6018/2026.60.9.007

В работе проводится сравнительный анализ эвристик распределения вычислительной нагрузки на основе гибридной cloud-fog архитектуры, использующейся для обработки трафика интернета вещей. Такая архитектура является оптимальной для приложений, требующих быстродействия и работающих в масштабе реального времени, с учетом ограничений по задержке, энергопотреблению и загрузке вычислительных узлов. Сравнительное моделирование проводится на основе стохастической многокритериальной математической модели распределения вычислительной нагрузки между туманными и облачными ресурсами. На модель накладываются ограничения по емкости, задержке, надежности и балансировке загрузки. На базе iFogSim проведено моделирование типового IoT-сценария с вариацией интенсивности потока задач и сравнением двух политик распределения – базовой и оптимизированной. Динамический анализ проводился с изменением нагрузки по интенсивности поступления заявок. Результаты показывают, что оптимизированная стратегия снижает среднюю задержку, энергопотребление, долю нарушений SLA и степень перегрузки fog-узлов, обеспечивая более устойчивое функционирование системы при росте нагрузки. При таком подходе туманные и облачные ресурсы используются более рационально, повышая тем самым эффективность обработки IoT-данных. Практическая значимость работы заключается в возможности применения результатов моделирования при построении интеллектуальных алгоритмов управления нагрузкой в промышленных IoT-системах, умных городах, телемедицине и системах видеомониторинга.

Ключевые слова: гибридная cloud-fog архитектура, интернет вещей, распределение вычислительной нагрузки, многокритериальная оптимизация, задержка и энергопотребление, iFogSim, качество обслуживания SLA

Инкрементальный метод обновления многомерного куба по неупорядоченному потоку событий журналов информационных систем

2026. T.14. № 8. id 2404

Уфимцев Г.А. Зыков С.В.

DOI: 10.26102/2310-6018/2026.59.8.003

Информационные системы формируют большие объёмы событийных журналов, которые используются для анализа работы приложений и сервисов. При этом события могут поступать в аналитический контур позже момента их фактического возникновения и не в исходном порядке. Такая рассинхронизация приводит к ошибкам при построении агрегированных временных показателей, а регулярный полный пересчёт многомерного аналитического куба требует значительных вычислительных затрат. Целью работы является разработка подхода к обновлению многомерного куба по потоку журнальных событий с учётом задержек и нарушения порядка их поступления. Ведущим подходом является разделение итогового представления куба на базовый куб и компенсационный слой. Своевременно поступающие события обновляют базовый куб, а запаздывающие события в пределах заданного горизонта компенсации вносят поправки в компенсационный слой. Для исключения повторного учёта событий используется проверка уникальных идентификаторов. В работе представлена формальная модель события, описаны правила отнесения событий к ячейкам куба по времени возникновения, предложен алгоритм инкрементального обновления и проведён вычислительный эксперимент на программном прототипе. Результаты эксперимента показали, что предложенный метод снижает ошибку агрегатов по сравнению с оконным методом и требует меньшего объёма повторной обработки данных по сравнению с пакетным пересчётом. Материалы статьи представляют практическую ценность для разработки аналитических контуров мониторинга, аудита, анализа событий безопасности и пользовательской активности.

Ключевые слова: инкрементальное обновление, OLAP-куб, событийный журнал, поток событий, неупорядоченное поступление данных, запаздывающие события, компенсационный слой, потоковая обработка данных

Разработка гибридной модели рекомендательной системы на базе графовых нейронных сетей и признакового описания пользователей и сообществ

2026. T.14. № 7. id 2402

Азарнова Т.В. Мазур И.Ю.

DOI: 10.26102/2310-6018/2026.58.7.008

В условиях роста конкуренции на рынке социальных сетей возрастает потребность в инструментах персонализированной рекомендации контента, способных повысить вовлеченность пользователей. Традиционные подходы к построению рекомендательных систем, основанные на коллаборативной фильтрации или контентной фильтрации, имеют ограничения в задачах рекомендации сообществ, где важны как структура социальных связей, так и семантическое описание групп. Данная статья направлена на исследование гибридной модели рекомендательной системы, сочетающей графовые нейронные сети и признаковое описание пользователей и сообществ. Модель интегрирует информацию о взаимодействиях пользователей с группами в виде графа, текстовые эмбеддинги описаний сообществ, полученные с помощью трансформерных моделей, а также числовые и категориальные признаки групп и пользователей. Результаты исследования демонстрируют существенное преимущество предложенного подхода по сравнению с базовыми методами. Проведен сравнительный анализ модели с рандомными рекомендациями и рекомендациями самых популярных групп. Он показывает улучшение метрики MAP@3 в 3,89 раза относительно рекомендации популярных групп и в 4045,9 раз относительно случайной рекомендации. Исследование базируется на данных социальной сети ОК, включающих информацию о 159 685 пользователях и 54 425 сообществах.

Ключевые слова: рекомендательные системы, графовые нейронные сети, машинное обучение, персонализация, социальные сети, коллаборативная фильтрация, эмбеддинги

Определение геолокации по кадрам видеорегистратора с использованием ResNet

2026. T.14. № 7. id 2399

Басханов А.Р.

DOI: 10.26102/2310-6018/2026.58.7.016

Актуальность исследования обусловлена ростом объемов уличных снимков и необходимостью их автоматической географической привязки без использования GPS-метаданных. В связи с этим статья направлена на оценку возможности определения координат фотографий в пределах одного города с помощью глубоких нейросетей. Ведущим методом исследования является применение сверточных нейросетей ResNet18 и ResNet50 для регрессии широты и долготы по кадрам размером 512×512 пикселей. Для сбора данных использована открытая платформа Mapillary, а для равномерного покрытия территории Уфы разработана программа с разбиением города на сетку из 10 000 ячеек. Всего собрано 88 798 изображений с точной привязкой к координатам. В статье представлены количественные результаты обучения моделей. Модель на базе ResNet50 достигает медианной ошибки локализации около 3,1 км после 13 эпох, при этом 92,6 % предсказаний попадают в радиус 10 км от истинного положения. Методом Smooth Grad‑CAM визуализированы области, на которые модель опирается при определении координат; показано, что модель фокусируется на фасадах зданий, перекрестках и дорожной разметке. Материалы статьи представляют практическую ценность для систем автоматической геопривязки больших массивов уличных фотографий. Работа также предлагает воспроизводимый пайплайн для городской геолокации и анализирует поведенческое внимание нейросетей в данной задаче.

Ключевые слова: геолокация изображений, сверточные нейросети, resNet, анализ городских сцен, глубокая регрессия, визуализация внимания, smooth Grad‑CAM, mapillary

Разработка моделей машинного обучения для прогнозирования заболеваний желудочно-кишечного тракта

2026. T.14. № 9. id 2398

Альмусави М. Ляпунцова Е.В.

DOI: 10.26102/2310-6018/2026.60.9.014

В статье рассматривается задача прогнозирования патологических состояний желудочно-кишечного тракта по эндоскопическим изображениям с использованием моделей машинного обучения. Актуальность исследования связана с необходимостью повышения воспроизводимости предварительной оценки эндоскопических данных и снижения риска пропуска клинически значимых изображений при большом объеме визуальной информации. Цель работы состоит в разработке и экспериментальной проверке ресурсно-эффективной схемы классификации эндоскопических изображений, учитывающей среднее качество распознавания и надежность автоматического решения для патологических классов. В качестве экспериментальной базы использован открытый набор Kvasir-v2, включающий 8000 изображений восьми классов. Сравнивались простая сверточная нейронная сеть, MobileNetV2 и EfficientNetB0 с переносом обучения. Дополнительно предложена селективная схема, объединяющая прогнозы двух наиболее сильных моделей и направляющая сомнительные изображения на ручную проверку. Эксперимент показал, что EfficientNetB0 достигает средней F-меры 0,8497 на тестовой части, а объединенный прогноз повышает значение показателя до 0,8681. Предложенная селективная схема обеспечила среднюю F-меру 0,9581 среди автоматически принятых решений и снизила число опасных автоматических ошибок с 64 до 10. Полученные результаты показывают перспективность клинически ориентированного подхода, при котором автоматическая классификация дополняется контролем уверенности и оценкой риска пропуска патологического состояния.

Ключевые слова: машинное обучение, эндоскопические изображения, желудочно-кишечный тракт, прогнозирование заболеваний, сверточные нейронные сети, перенос обучения, селективная классификация, патологические состояния, поддержка медицинских решений

Интеграция информационной безопасности и системной инженерии в мультиязычную обучающую игру по жестовым языкам

2026. T.14. № 8. id 2396

Ашрафи А. Филиппович Ю.Н. Мохначев В.С. Махмуд А.А.

DOI: 10.26102/2310-6018/2026.59.8.014

Разработка доступных и безопасных цифровых инструментов имеет очень важное значение для инклюзивного образования. Хотя в нашей предыдущей работе была продемонстрирована педагогическая эффективность мультиязычной обучающей игры по жестовым языкам, о чем свидетельствует улучшение распознавания жестов на 35 % и оценка по шкале юзабилити системы (SUS) 90 из 100, переход на готовую к промышленному использованию платформу, подключенную к интернету, создает значительные риски с точки зрения безопасности и эксплуатации. Для решения этой проблемы в данной работе представлена унифицированная методология, интегрирующая четыре ключевых направления: анализ безопасности веб-приложений, автоматизация жизненного цикла ПО (CI/CD), организация защищенных цифровых документооборотов и управление информацией и событиями безопасности (SIEM). Данная интеграция позволяет систематически усиливать защиту платформы и обеспечивать ее долгосрочную отказоустойчивость. В работе реализуется комплексный подход, при котором непрерывное тестирование безопасности, защищенные потоки данных и разработка с учетом угроз (threat-informed development) действуют согласованно для обеспечения целостности платформы. Результаты демонстрируют полную ликвидацию критических уязвимостей, снижение количества проблем высокой степени серьезности на 87,5 % в течение трех месяцев, а также сокращение среднего времени на устранение уязвимостей (MTTR) на 65,4 %. Система выдачи цифровых сертификатов достигла 99,6 % успешности выпуска и обеспечила 100 % обнаружение попыток подделки при времени публичной верификации менее одной секунды. Данная методология, валидированная в лабораторных условиях, представляет собой практическое руководство по трансформации инновационных образовательных инструментов в отказоустойчивые системы, готовые к промышленной эксплуатации.

Ключевые слова: язык жестов, образовательная игра, безопасность веб-приложений, автоматизация CI/CD, защищенный документооборот, SIEM, конфиденциальность данных, инклюзивные образовательные технологии

Методология системного анализа удаленных и труднодоступных территорий как сложных систем

2026. T.14. № 8. id 2395

Сердечный Д.В.

DOI: 10.26102/2310-6018/2026.59.8.005

В статье рассматривается проблема управления развитием удаленных и труднодоступных территорий Российской Федерации, характеризующихся низкой плотностью населения, суровыми климатическими условиями и высокой степенью инфраструктурной уязвимости. Обосновывается необходимость перехода от отраслевого и реактивного управления к проактивному, основанному на методах системного анализа и прогнозного моделирования. Разработана формальная модель удаленной территории и ее представление в виде взвешенного ориентированного графа, что позволяет количественно описывать материальные, энергетические и информационные потоки. Предложены интегральные индексы уязвимости и адаптивного потенциала, а также матрица классификации территорий по девяти зонам устойчивости. Построен шестиэтапный алгоритм системного анализа, интегрирующий сбор данных дистанционного зондирования, построение графовых моделей, расчет индексов, сценарное моделирование и генерацию управленческих рекомендаций с обратной связью. Предложенная методология создает основу для построения интеллектуальных систем поддержки принятия решений в сфере управления удаленными и труднодоступными территориями. Дальнейшие перспективы исследования связаны с развитием методов гибридного моделирования для создания полномасштабных цифровых двойников арктических муниципалитетов. Апробация методологии на пилотных проектах позволит уточнить весовые коэффициенты индексов и сформировать отраслевые базы данных для масштабирования предложенного подхода.

Ключевые слова: системный анализ, прогнозное моделирование, удаленные территории, инфраструктурная уязвимость, адаптивный потенциал, система поддержки принятия решения

Численное моделирование одномерных волновых процессов в разномодульной среде: программная реализация и анализ сходимости

2026. T.14. № 7. id 2394

Полеся В.А. Дудко О.В. Лаптева А.А.

DOI: 10.26102/2310-6018/2026.58.7.015

Современная механика деформируемого твердого тела активно развивается в направлении моделирования разномодульных материалов – сред, обладающих различным сопротивлением растяжению и сжатию. Этот класс охватывает природные и искусственные материалы, широко применяемые в инженерной практике. Различие модулей упругости при растяжении и сжатии приводит к сильной нелинейности механического отклика, что в случаях динамического нагружения порождает качественно сложные волновые картины с образованием и взаимодействием разрывов деформаций. Как следствие, аналитическое решение соответствующих краевых задач становится достаточно сложным из-за множественных взаимодействий волновых фронтов. В статье представлены разработка, программная реализация и верификация специализированного средства автоматизированного решения краевых задач одномерной динамики разномодульных упругих сред при произвольных режимах граничного воздействия. В его основу положен формализованный итерационный метод построения волновой картины, использующий кусочно-линейную аппроксимацию граничных условий и определяющих соотношений разномодульной среды Мясникова-Олейникова. Программное средство полностью автоматизирует построение волновой картины: отслеживает эволюцию системы волн, классифицирует события, автоматически формирует и решает системы нелинейных уравнений для определения параметров новых локальных областей между волновыми фронтами, а также контролирует эволюционность разрывов деформаций и добавление жестких слоев. Верификация выполнена на тестовых задачах с формированием ударных волн и жестких слоев. Анализ сходимости полученных результатов к известным аналитическим решениям подтверждает высокую точность реализованного метода при увеличении числа узлов аппроксимации граничного условия. Таким образом, разработанное программное средство является эффективным инструментом для автоматизации исследований волновых процессов, обеспечивающим физически корректное моделирование одномерного динамического деформирования разномодульных материалов. Полученные результаты имеют практическую ценность для исследователей в области механики деформируемого твердого тела, специалистов по численному моделированию, а также инженеров, занимающихся проектированием конструкций из разномодульных материалов при динамических воздействиях.

Ключевые слова: разномодульная упругая среда, одномерные волны деформаций, краевая задача, кусочно-линейная аппроксимация, эволюционность разрывов, ударные волны, жесткие слои, численное моделирование, автоматизация расчетов, анализ сходимости

Миварная экспертная система для системы контроля и управления доступом на основе биометрической идентификации по венам ладони

2026. T.14. № 6. id 2393

Григоренко К.Д. Горенков А.А. Беляев И.А. Варламов О.О.

DOI: 10.26102/2310-6018/2026.57.6.014

В статье рассмотрена задача построения системы контроля и управления доступом (СКУД), способной принимать обоснованные решения не только на основе биометрического шаблона, но и с учетом контекста: уровня прав сотрудника, зоны доступа, временного режима и истории аутентификации. Предложена архитектура комплексной интеллектуальной системы, объединяющей нейросетевой и логический уровни искусственного интеллекта. Биометрическая идентификация реализована с помощью сверточной нейронной сети ResNet18, адаптированной для grayscale-изображений вен ладони и обученной на датасете из 834 субъектов (8 340 снимков) с использованием триплетного метрического обучения и классификационной головы; достигнута точность Top-1 Accuracy = 87,47 %, Top-5 = 96,58 %, Top-10 = 98,14 %, ROC-AUC = = 0,9985 и EER = 1,64 % при среднем уровне уверенности правильных совпадений 0,908. Степень уверенности нейронной сети совместно с пятью контекстными параметрами передается в миварную экспертную систему (МЭС), реализованную в среде КЭСМИ Wi!Mi Разуматор. МЭС содержит три независимых отношения с общими входными параметрами, формирующих решение о доступе, уровень тревоги и оценку надежности биометрии. Общие входы порождают перекрестные дуги в двудольном графе решения, что отражает многоаспектность принятия решений в комплексном искусственном интеллекте. Разработан алгоритм принятия решений из 32 правил, распределенных по пяти группам приоритета. Проведено тестирование МЭС на трех репрезентативных сценариях, демонстрирующих три различные топологии графа решения – от вырожденной до полной двудольной. Результаты подтверждают корректность миварного логического вывода и масштабируемость базы знаний без изменения нейросетевого модуля. Практическая значимость полученных результатов состоит в возможности построения аудируемых биометрических СКУД, сочетающих точность глубокого обучения и прозрачность логического вывода миварных баз знаний.

Ключевые слова: миварная экспертная система, СКУД, биометрическая идентификация, вены ладони, resNet18, триплетное обучение, комплексный искусственный интеллект, КЭСМИ, wi!Mi, нейросимволический искусственный интеллект

Метод блокчейн-консенсусной распределенной классификации изображений

2026. T.14. № 7. id 2392

Конников Е.А. Санду Н.Р. Файзуллин Р.В.

DOI: 10.26102/2310-6018/2026.58.7.003

Предметом исследования являются методы межузловой агрегации обновлений и локальных визуальных представлений в распределенных системах классификации изображений. Цель работы состоит в разработке и экспериментальной проверке метода блокчейн-консенсусной распределенной классификации изображений, ориентированного на повышение устойчивости глобальной модели в условиях неоднородных, шумных и частично вредоносных источников данных. Предлагаемый подход сочетает локальные классовые атласы признаков, аудит-проверку полезности клиентских обновлений, робастную оценку аномальности локальных траекторий и блокчейн-фиксируемое консенсусное взвешивание вклада узлов. Для экспериментальной проверки использованы открытые наборы изображений CIFAR-10 и Olivetti Faces, а сравнение выполнено в сценариях iid_clean, noniid_clean, noniid_noisy и noniid_adversarial. Сопоставление проведено с методами Distributed Mean, Distributed Proximal, Distributed Trimmed Mean и Atlas Consensus по метрикам Accuracy, Macro-F1 и Balanced Accuracy, а также по траекториям сходимости, консенсусным весам и статистической проверке отличий. Показано, что предлагаемый метод не является универсальным лидером на чистых распределениях, однако в целевом вредоносном сценарии обеспечивает лучший результат среди распределенных схем. Полученные результаты подтверждают целесообразность применения блокчейн-консенсусной фильтрации обновлений в задачах распределенной обработки визуальных данных при наличии недоверенных участников и конфликтных межузловых воздействий.

Ключевые слова: блокчейн, распределенная классификация изображений, межузловая агрегация, визуальные данные, неоднородные распределения, вредоносные узлы, робастная агрегация, консенсус, классовый атлас, информационные процессы

Математическая модель оптимизации мероприятий по обеспечению безопасности объектов на основе матричных игр

2026. T.14. № 9. id 2391

Сергеев Н.П. Степанов Л.В. Зарубин В.С.

DOI: 10.26102/2310-6018/2026.60.9.013

Актуальность данного исследования обусловлена необходимостью формализации антагонистического противостояния между мероприятиями по обеспечению безопасности объектов и эксплуатационными уязвимостями систем при одновременном учете неопределенности и ограниченности ресурсов. В связи с этим данная статья направлена на разработку математической модели, позволяющей обоснованно выбирать оптимальный состав защитных мероприятий в условиях конфликта. Ведущим подходом к исследованию данной проблемы является аппарат матричных игр, позволяющий комплексно рассмотреть взаимодействие стратегий защиты и деструктивных факторов на основе единых экспертных критериев. В статье представлены три варианта формирования платежной матрицы (однородные и неоднородные стратегии, прямая экспертная оценка взаимного влияния), раскрыты механизмы поиска решения в чистых стратегиях через седловую точку, выявлены условия, при которых решение существует только в смешанных стратегиях, и обоснован способ расчета пропорций комбинирования разнородных средств защиты для достижения гарантированного результата. Материалы статьи представляют практическую ценность для специалистов, проектирующих системы физической и информационной безопасности, а также для лиц, принимающих решения по распределению ограниченных ресурсов на объектах защиты в условиях осознанного противодействия.

Ключевые слова: математическое моделирование, теория игр, матричная игра, антагонистическая игра, безопасность объекта, мероприятие по обеспечению безопасности, уязвимость, экспертная оценка, седловая точка, смешанные стратегии

Миварная экспертная система выявления сложных условий наблюдения и выбора способов коррекции изображения для однокамерной системы технического зрения автономного робота-курьера

2026. T.14. № 7. id 2390

Милевич А.А. Овчинников Д.А. Варламов О.О.

DOI: 10.26102/2310-6018/2026.58.7.002

В статье рассматривается задача интеллектуальной поддержки принятия решений в системе технического зрения мобильного автономного робота-курьера, использующего одну видеокамеру и функционирующего при ограниченных бортовых вычислительных ресурсах без обращения к облачным вычислениям. Актуальность работы обусловлена тем, что в реальных условиях эксплуатации качество визуального восприятия сцены ухудшается при недостаточной освещенности, переэкспонировании, наличии осадков, тумана, бликов, шумов матрицы, размытия изображения, частичной окклюзии и загрязнения объектива. Предлагается миварная экспертная система, формализующая предметную область в виде параметров, отношений, правил и ограничений. Пользователь задает 13 входных параметров: десять нормализованных признаков изображения и три контекстных признака – место наблюдения, время суток и время года. На выходе система формирует два семантически интерпретируемых результата: текущее сложное условие и рекомендуемое действие по улучшению изображения. Особенностью модели является атомарная структура отношений: в одном отношении используется не более одного условного оператора, а сложная логика строится как цепочка простых правил. Дополнительно в модель введены шесть служебных контекстных признаков, позволяющих учитывать плотность городской среды, ночную освещенность и сезонные эффекты при выборе ветви вывода. В качестве модуля распознавания объектов используется предобученная система YOLO, а МЭС выступает вычислительно экономичным и объяснимым слоем интерпретации сложных условий наблюдения, что делает предложенный подход пригодным для локального применения на борту автономного робота-курьера. Полученные результаты подтверждают возможность построения объяснимой, модульной и расширяемой экспертной системы для поддержки работы однокамерного автономного робота-курьера в сложных условиях наблюдения.

Ключевые слова: миварная экспертная система, автономный робот-курьер, система технического зрения, однокамерное наблюдение, сложные условия наблюдения, ограниченные вычислительные ресурсы, объяснимый искусственный интеллект, экспертные правила, КЭСМИ

Использование системного анализа при проектировании интеллектуальных систем защиты от вредоносных программ

2026. T.14. № 8. id 2389

Абедалхуссайн А.А. Ляпунцова Е.В.

DOI: 10.26102/2310-6018/2026.59.8.011

В работе рассматривается задача проектирования интеллектуальной системы защиты от вредоносных программ с учетом изменчивости входного потока, ограничений по вычислительным ресурсам и необходимости устойчивой работы на новых данных. Цель исследования состояла в том, чтобы показать, как методы системного анализа позволяют перейти от обычного сравнения моделей к обоснованному выбору архитектуры, схемы проверки и сценария обновления системы. Экспериментальная база включала 134435 объектов, из которых 57293 относились к вредоносным, а после исключения записей без распознанной даты и раннего архивного фрагмента было сформировано экспериментальное подмножество из 123704 объектов за период с августа 2019 года по сентябрь 2020 года. В исследовании сопоставлены перемешанная и хронологическая схемы проверки, базовые модели классификации, варианты сокращения признакового пространства, а также одноконтурная и двухконтурная архитектуры защиты. Показано, что использование 256 признаков в первом контуре обеспечивает почти то же качество, что и полное описание из 2381 признака, при заметно меньших вычислительных затратах. Установлено, что двухконтурная схема при передаче на второй контур 0,25 процента объектов сохраняет качество полной модели и почти не увеличивает среднее время обработки одного объекта. Дополнительно показано, что обновление первого контура повышает устойчивость системы во времени и снижает риск деградации качества на новых месяцах наблюдения.

Ключевые слова: системный анализ, вредоносные программы, интеллектуальная система защиты, хронологическая проверка, двухконтурная архитектура, сокращение признаков, адаптивное обновление, машинное обучение

Анализ современных подходов и формализация параметров для управления режимами искусственной вентиляции легких

2026. T.14. № 5. id 2388

Фролов С.В. Судаков Д.Е. Долгов Е.П.

DOI: 10.26102/2310-6018/2026.56.5.015

Актуальность работы обусловлена высокой потребностью в респираторной поддержке пациентов отделений реанимации и интенсивной терапии (до 50 % больных) и значительным риском вентилятор-ассоциированных повреждений легких (ВАПЛ) при неоптимальных настройках аппарата искусственной вентиляции легких (ИВЛ). Современные аппараты ИВЛ предлагают десятки режимов и более 50 параметров, что создает высокую когнитивную нагрузку на врача и повышает вероятность ошибок. Цель работы – систематизация знаний о современных режимах ИВЛ и формализация ключевых параметров респираторной поддержки для последующего построения интеллектуальных алгоритмов поддержки принятия врачебных решений (СППВР). В работе использованы методы аналитического обзора, классификации, математического моделирования механики дыхания и формализации клинических критериев. Проведен анализ факторов, обосновывающих необходимость СППВР: сложность интерпретации механики дыхания (комплаенс, сопротивление, движущее давление), высокая частота осложнений при ошибках настройки (баротравма у 10–15 % пациентов при давлении плато >30 см H₂O), дефицит времени врача отделения реанимации и интенсивной терапии и нестандартизованная номенклатура режимов у разных производителей. Выполнена классификация режимов ИВЛ по уровню интеллектуализации (от принудительных до полностью автоматизированных) и детально описаны ключевые параметры вентиляции (дыхательный объем, частота, давления, поток, PEEP). Формализованы четыре группы параметров для выбора режима: механика легких (статический комплаенс, сопротивление, давление плато, P0.1, движущее давление), газообмен (PaO₂/FiO₂, PaCO₂, SpO₂), активность пациента (частота дыхания, признаки асинхронии) и гемодинамика (артериальное давление, центральное венозное давление). Предложены конкретные критерии для каждого параметра. Разработана логическая схема выбора режима на основе формализованных параметров. Полученные результаты создают основу для построения продукционной базы знаний СППВР, позволяющей врачу в условиях цейтнота получать обоснованные рекомендации. Дальнейшие исследования должны быть направлены на клиническую валидацию предложенных критериев и разработку объяснимых алгоритмов искусственного интеллекта для персонализации респираторной поддержки.

Ключевые слова: искусственная вентиляция легких, респираторная поддержка, вентилятор-ассоциированное повреждение легких, режимы вентиляции, поддержка принятия врачебных решений, формализация параметров, механика дыхания, интеллектуальные алгоритмы

Снижение погрешности микроскопических измерений сквозных отверстий за счет оптимизации коэффициента относительного смещения порога при адаптивной бинаризации изображения

2026. T.14. № 10. id 2386

Ковалев А.В. Бушуев С.В. Шулепов А.В.

DOI: 10.26102/2310-6018/2026.61.10.001

Видео-измерительные микроскопы (ВИМ) широко применяются в научных исследованиях и на производстве для контроля геометрии объектов сложной формы, однако результаты измерений на них сильно зависят от условий освещения и параметров обработки изображений. В работе исследуется влияние уровня нижней подсветки на выбор оптимального значения коэффициента относительного смещения порога относительно локального фона для адаптивной бинаризации изображений при измерении сквозных отверстий. Данный параметр был оптимизирован по критерию минимизации отклонения измеренного диаметра от эталонных данных, полученных на координатно-измерительной машине (КИМ, Carl Zeiss). После реализации обработки получаемых от микроскопа изображений и расчетов параметров полученных профилей окружностей было показано, что оптимальное значение коэффициента относительного смещения порога демонстрирует близкую к линейной зависимость от уровня нижней подсветки (30–85 в условных единицах ВИМ). На основании полученных данных была предложена методика автоматизации выбора коэффициента относительного смещения порога, снижающая влияние оператора на результаты измерений. Материалы статьи могут быть использованы для повышения воспроизводимости и снижения погрешности измерений в промышленных системах автоматизированного оптического контроля геометрии готовых изделий.

Ключевые слова: видео-измерительный микроскоп, оптимизация измерений, погрешности оптических измерительных систем, проекционные измерения, распознавание образов

Многокритериальная модель рационального управления информационными потоками в цифровой организационной системе

2026. T.14. № 7. id 2380

Михеев В.С.

DOI: 10.26102/2310-6018/2026.58.7.006

В статье предложена формализованная модель рационального управления информационными потоками в цифровой организационной системе. Цель исследования заключается в разработке процедуры выбора управляющего воздействия, в рамках которой информационный поток рассматривается как самостоятельный объект управления, обладающий измеримым состоянием, заданными ограничениями и множеством допустимых альтернатив. Методическая база исследования включает системное описание цифровой организационной системы, параметрическую модель состояния потока, нормирование критериев различной размерности, весовую свертку показателей и проверку пороговых ограничений. Состояние информационного потока описывается совокупностью параметров: интенсивностью, задержкой передачи информации, качеством данных, доступностью, стоимостью сопровождения и интегральным риском. В результате сформирована многокритериальная модель, позволяющая сопоставлять организационные, программные и инфраструктурные управляющие воздействия на основе единого интегрального индекса рациональности. Показано, что рациональный выбор определяется не максимизацией отдельного показателя, а достижением согласованного баланса между пропускной способностью, своевременностью, качеством, доступностью, затратами и уровнем риска. Для проверки применимости модели приведен расчетный пример, включающий четыре альтернативы управления. Его результаты демонстрируют возможность выбора компромиссного управляющего воздействия в условиях нескольких взаимосвязанных критериев. Научная новизна подхода состоит в объединении модели состояния информационного потока и процедуры выбора управляющего воздействия в едином расчетном контуре. Предложенный подход может быть использован при проектировании цифровых контуров управления, корпоративных систем мониторинга, сервисных платформ и систем поддержки принятия решений.

Ключевые слова: информационный поток, цифровая организационная система, рациональное управление, многокритериальный выбор, качество данных, доступность информации, интегральный риск, управляющее воздействие, индекс рациональности