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

Аппроксимации госпитальной статистики выздоровлений от COVID-19

2025. T.13. № 1. id 1812

Боровский А.В. Галкин А.Л. Дорошенко С.С.

DOI: 10.26102/2310-6018/2025.48.1.024

Госпитальная статистика выздоровлений от COVID-19 по городу Иркутску представлена в виде скорости выздоровления за определенное количество суток от полной группы заболевших. Время выздоровления изменяется от 1 до 182 суток. Количество рассмотренных случаев достигает ~100000 случаев. Для удобства использования данных предложено аппроксимировать таблицу для скорости выздоровления различными видами нелинейных функций. Изучены следующие варианты аппроксимирующих функций: Гауссова, Лоренцева, модифицированная Лоренцева, функция Вейбулла, функции Джонсона. Для сравнения со статистикой применялись методы минимизации среднеквадратичных отклонений аппроксимирующих функций от экспериментальных данных. Использованы метод наименьших квадратов для функций с двумя и тремя параметрами, метод спуска по координатам и метод спуска по градиенту для функций с четырьмя подгоночными параметрами. Показано, что наилучшие результаты подгонки обеспечивает модифицированная Лоренцева функция, с четырьмя параметрами. По степени расхождения с экспериментальной статистикой аппроксимирующие функции расположены в следующем порядке: функция Вейбулла обеспечивает наименее точную подгонку (16,15 %), далее располагается функция Джонсона SU (10,65 %), несколько лучше подгонка для функции Джонсона SB (8,49 %), для Гауссовой функции (5,8 %), для Лоренцевой функции подгонка составляет (3,2828 %), наилучшую подгонку дает модифицированная Лоренцева функция (3,2804 %) при определенных приближениях.

Ключевые слова: теория эпидемий, методы оптимизации, спуск по координатам, спуск по градиенту, метод наименьших квадратов, аппроксимация Гаусса, аппроксимация Лоренца, аппроксимация Вейбулла, аппроксимация Джонсона, модифицированное распределение Лоренца

Выявление признаков депрессии на основе пользовательских данных из социальных сетей с помощью нейронных сетей

2025. T.13. № 1. id 1810

Солохов Т.Д. Кочкаров А.А.

DOI: 10.26102/2310-6018/2025.48.1.020

В статье рассматривается проблема выявления признаков депрессии на основе пользовательских данных из социальных сетей с применением методов машинного обучения и сетевого анализа. Исследование включает разработку модели выявления пользователей с признаками депрессии, которая основана на текстовом анализе их публикаций в социальных сетях, а также метаданных профилей в социальной сети. В качестве алгоритмов в исследовании были использованы нейронные сети, что позволило достичь высокой точности классификации. Графовый анализ, проведенный для анализа влияния пользователей с признаками депрессии, демонстрирует, что такие пользователи имеют низкую степень центральности и не образуют плотных кластеров, что свидетельствует об их социальной изоляции. Гипотеза о распространении депрессии через социальные связи не подтвердилась, что указывает на минимальное влияние депрессивных пользователей на окружающих. Результаты исследования могут быть полезны в целях разработки систем раннего выявления депрессии. Особое внимание уделено ограничениям работы – использованию данных только одной социальной сети и сложности обработки текстовых данных. В статье предложены перспективы дальнейших исследований, направленные на расширение методов анализа распространения депрессивного поведения в социальных сетях.

Ключевые слова: прогнозирование, депрессия, психическое расстройство, классификация, социальная сеть, машинное обучение, нейронная сеть, сетевой анализ

Мониторинг состояния коммуникационных сетей на основе облачных вычислений в режиме реального времени

2025. T.13. № 1. id 1809

Амоа Куадио-кан Армел Жеафруа Сидоренко Е.В. Рындин Н.А.

DOI: 10.26102/2310-6018/2025.48.1.014

При создании коммуникационной сети неизбежно возникают различные помехи, негативно сказывающиеся на ее эффективности. Отсутствие мер по устранению таких помех затрудняет оптимизацию сети. Среди проблем, вызванных помехами, проблема их блокировки является одной из наиболее существенных. Эта неразрешенная проблема может сделать невозможным успешное проектирование сети. Для решения проблем, связанных с тем, что традиционный метод имеет длительное время отклика на мониторинг перегрузки сети связи, а эффект обнаружения не идеален, предлагается метод мониторинга в реальном времени, основанный на облачных вычислениях для блокировки сети связи. Во-первых, устанавливается точка мониторинга сети связи, и приемник завершает процесс сбора коммуникационных данных. На основе собранных данных выполняется постоянный расчет трафика для определения наличия аварийного состояния блокировки в канале сети связи и определения точного местоположения точки блокировки. Таким образом, информация генерирует тревожное сообщение для получения результатов мониторинга. Экспериментально проанализированы время работы в режиме реального времени и точность метода мониторинга. Установлено, что метод мониторинга позволяет контролировать время задержки в пределах 0,2 с, а частота ошибок мониторинга является низкой.

Ключевые слова: облачные вычисления, телекоммуникации, перегрузка сети, мониторинг в режиме реального времени, точка мониторинга, управление системой, блокировка

Нейронная сеть для оптимизации адаптивного экспоненциального алгоритма декодирования минимальной суммы

2025. T.13. № 1. id 1807

Чжан В. Мухамад И. Саклаков В.М. Джаякоди Д.К.

DOI: 10.26102/2310-6018/2025.48.1.026

В настоящее время глубокое обучение как актуальное направление исследований дало плодотворные результаты в области обработки естественного языка, распознавания и генерации графов, например, ChatGPT и Sora. Объединение глубокого обучения с алгоритмами декодирования для канального кодирования также постепенно становится актуальным направлением исследований в области связи. В этой статье мы используем глубокое обучение для улучшения адаптивного алгоритма экспоненциальной минимальной суммы (AEMS) для LDPC-кодов. Во-первых, мы расширяем итеративную процедуру декодирования между контрольными узлами (CNs) и переменными узлами (VNs) в алгоритме декодирования AEMS в сеть распространения с прямой передачей, основанную на графе Таннера, полученном из H-матрицы LDPC-кодов. Во-вторых, для повышения эффективности обучения модели и снижения вычислительной сложности мы присваиваем одинаковый весовой коэффициент всей краевой информации в каждой итерации сети декодирования AEMS, что снижает вычислительную сложность и гарантирует эффективность декодирования, и мы называем ее общей нейронной сетью декодирования AEMS (SNAEMS). Результаты моделирования показывают, что производительность декодирования предложенной сети декодирования SNAEMS превосходит производительность обычного декодера AEMS, а коэффициент усиления кодирования постепенно увеличивается по мере увеличения длины кода.

Ключевые слова: LDPC, глубокое обучение, нейронная сеть, экспоненциальный алгоритм, минимальная сумма

Система комплексирования сенсорных данных в бортовых системах управления беспилотными авиационными системами

2025. T.13. № 1. id 1806

Гулютин Н.Н. Ермиенко Н.А. Антамошкин О.А.

DOI: 10.26102/2310-6018/2025.48.1.019

Современные беспилотные авиационные системы (БАС) играют ключевую роль в различных отраслях, включая мониторинг окружающей среды, геодезию, сельское и лесное хозяйство. Одним из важнейших факторов их успешного применения является интеграция данных от различных сенсоров, таких как глобальные навигационные спутниковые системы, инерциальные навигационные системы, лидары, камеры и тепловизоры. Комплексирование данных позволяет существенно повысить точность, надежность и функциональность систем управления. В статье рассматриваются методы интеграции данных, включающие традиционные алгоритмы, такие как фильтры Калмана и его расширенные версии, а также современные подходы, основанные на моделях глубокого обучения, включая FusionNet и Deep Sensor Fusion. Экспериментальные исследования показали, что обучаемые модели превосходят традиционные алгоритмы, обеспечивая увеличение точности навигации до 40 % и улучшение устойчивости к помехам и внешним воздействиям. Предложенные подходы демонстрируют потенциал для расширения применения БАС в задачах автономной навигации, картографии и мониторинга, особенно в сложных условиях эксплуатации. Перспективы дальнейшего развития включают использование гиперспектральных сенсоров и создание адаптивных методов интеграции для повышения эффективности работы беспилотных систем.

Ключевые слова: интеграция сенсорных данных, беспилотные авиационные системы, фильтр Калмана, fusionNet, deep Sensor Fusion, автономная навигация, устойчивость к помехам

О достижимости консенсуса в мультиагентных системах управления с лидером

2025. T.13. № 1. id 1805

Ян Ш.

DOI: 10.26102/2310-6018/2025.48.1.023

В работе предлагается распределенный алгоритм управления мультиагентными системами с лидером. Основная цель исследования – обеспечение асимптотической сходимости состояний всех агентов-последователей к состоянию лидера, при условии использования каждым агентом только локальной информации, полученной от соседних узлов. Динамика агентов моделируется системой второго порядка – двойным интегратором, что позволяет учесть как положение, так и скорость агентов. Такое описание точнее отражает свойства реальных систем по сравнению с часто применяемыми упрощенными моделями первого порядка. Формализация топологии коммуникационных связей между агентами осуществляется с помощью теории графов. Разработанный алгоритм основан на идее управления с закреплением (pinning control) и использует локальную информацию о состояниях соседних агентов и лидера. Методом Ляпунова и анализом собственных значений исследована устойчивость системы и получены аналитические условия для коэффициентов усиления, гарантирующие достижение консенсуса. Для иллюстрации работоспособности и эффективности предложенного алгоритма проведено численное моделирование в среде MATLAB. Траектория лидера выбрана на основе оптимальной траектории, полученной в предыдущих исследованиях авторов. Результаты подтверждают, что состояния агентов-последователей асимптотически сходятся к состоянию лидера с течением времени. Предложенный алгоритм может найти применение при решении задач группового управления мобильными роботами, беспилотными аппаратами и другими распределенными техническими системами.

Ключевые слова: мультиагентные системы, распределенное управление, консенсус, структура лидер-ведомые, теория графов, управление с закреплением, групповое управление

Нахождение дисперсии и моментов числа отказов в моделях процессов восстановления технических и информационных систем

2025. T.13. № 4. id 1804

Вайнштейн В.И. Вайнштейн И.И.

DOI: 10.26102/2310-6018/2025.51.4.035

В работе исследуются модели процессов восстановления с переменными функциями распределения наработок до отказа элементов. Получены аналитические выражения и интегральные уравнения для расчета дисперсии и начальных моментов числа отказов, что позволяет формулировать новые оптимизационные задачи в управлении эксплуатацией технических и информационных систем. Это дает возможность постановкам новых оптимизационных задач стратегий эксплуатации технических и информационных систем, связанных со средним числом отказов, дисперсией числа отказов и средней стоимостью восстановлений. Здесь средней стоимости восстановлений и интенсивности затрат можно придать смысл «цена», среднему числу отказов и коэффициенту готовности смысл «качество», а дисперсии числа отказов и стоимости восстановлений «риск». Например, задача минимизации дисперсии числа отказов при заданных ограничениях на среднее число отказов или среднюю стоимость восстановлений. В качестве примера получено выражение дисперсии числа отказов периодического процесса восстановления второго порядка при экспоненциальном распределении наработок и ее асимптотическое поведение. В работе сформулирована задача об асимптотическом поведении дисперсии числа отказов, исследованная в математической теории надежности для функции восстановления рассматриваемых моделей процессов восстановления.

Ключевые слова: процесс восстановления, функция восстановления, дисперсия, моменты числа отказов, уравнение восстановления

Разработка методов ограничения запросов к API в зависимости от классов потребителей

2025. T.13. № 1. id 1803

Селезнёв Р.М.

DOI: 10.26102/2310-6018/2025.48.1.013

Ограничение запросов является важной частью управления доступностью и надежностью API. На сегодняшний день существует ряд подходов к реализации механизма ограничения запросов, каждый из которых основывается на определенном алгоритме или их комбинации. Однако существующие подходы зачастую рассматривают всех потребителей как однородную группу, что препятствует созданию гибких стратегий управления ресурсами в условиях современных распределенных архитектур. В данной статье автором предложены два новых метода ограничения запросов, основанные на алгоритме маркерной корзины. Первый метод предусматривает использование общей маркерной корзины с различными требованиями к минимальному уровню ее заполнения в зависимости от класса потребителей. Второй метод предполагает использование для каждого класса потребителей отдельных маркерных корзин со своими значениями параметров, но общим лимитом. Проведенное моделирование подтвердило, что оба метода позволяют обеспечить эффективное ограничение запросов к API, при этом были выявлены различия между методами в характере распределения ресурсов среди разных классов потребителей. Полученные результаты представляют практическую ценность для разработчиков информационных систем и сервисов, которым необходимо поддерживать высокий уровень доступности, одновременно обеспечивая гарантии доступа для разных категорий потребителей.

Ключевые слова: ограничение запросов, алгоритм маркерной корзины, программный интерфейс, класс потребителя, квота, порог, всплеск трафика

Метод генерации вопросов закрытого типа с использованием LLM

2025. T.13. № 1. id 1799

Дагаев А.Е.

DOI: 10.26102/2310-6018/2025.48.1.021

В исследовании представлен метод генерации вопросов закрытого типа, использующий большие языковые модели (LLM) для повышения качества и релевантности создаваемых вопросов. Предложенная структура объединяет этапы генерации, верификации и корректировки, что позволяет не исключать некачественные вопросы, а улучшать их с использованием обратной связи. Метод был протестирован на трех популярных наборах данных: SQuAD, Natural Questions и RACE. Ключевые метрики оценки ROUGE, BLEU и METEOR стабильно показывали улучшения производительности на всех протестированных моделях. В исследовании использовались четыре варианта LLM: O1, O1-mini, GPT-4o и GPT-4o-mini, при этом O1 достигла наивысших результатов по всем наборам данных и метрикам. Экспертная оценка показала увеличение точности до 14,4 % по сравнению с генерацией без верификации и корректировки. Полученные результаты подчеркивают эффективность метода в обеспечении большей ясности, фактической корректности и контекстуальной релевантности в сгенерированных вопросах. Сочетание автоматизированной верификации и корректировки дополнительно улучшает результаты, демонстрируя потенциал LLM в совершенствовании задач генерации текста. Результаты работы будут полезны исследователям в области обработки естественного языка, образовательных технологий, а также специалистам, работающим над адаптивными системами обучения и программным обеспечением корпоративного обучения.

Ключевые слова: генерация вопросов, большие языковые модели, искусственный интеллект, обработка естественного языка, o1, o1-mini, GPT-4o, GPT-4o-mini

Автоматизированная сегментация пользователей с применением RFM-анализа в маркетинговых стратегиях

2025. T.13. № 1. id 1798

Святов Р.С.

DOI: 10.26102/2310-6018/2025.48.1.018

Актуальность исследования обусловлена необходимостью повышения эффективности маркетинговых стратегий за счет автоматизированной и кастомизируемой сегментации клиентов. В рамках данной работы предложена универсальная система управления клиентскими данными, в основе которой лежит RFM сегментация с возможностью настройки гибкой логики, а также возможностью интеграции с различными внешними системами. Традиционные CRM-системы и ручные методы RFM сегментации ограничены в функционале и не всегда удовлетворяют потребности бизнеса в гибкости и интеграции с различными источниками данных. В работе были выявлены недостатки традиционных CRM-систем и предложены точки улучшения описываемой системы. Дополнительно был проведен эксперимент, в котором сравнивались полученные RFM сегменты на основе предложенной архитектуры с автостратегиями Яндекса в рекламной платформе Яндекс.Директ. Применение системы показало значительные преимущества в сравнении с автостратегиями, включая увеличение числа покупок на 30,71 % на примере магазина одежды. Полученные результаты подтверждают практическую ценность системы для оптимизации маркетинговых кампаний и повышения конверсии. Результаты имеют практическую значимость для компаний, нуждающихся в кастомизированных решениях и интеграциях. Для дальнейшего развития предлагается совершенствование метода RFM-сегментации путем внедрения алгоритмов машинного обучения, а также поиск дополнительных эффективных каналов для использования создаваемых сегментов.

Ключевые слова: RFM-анализ, автоматизация маркетинга, лояльность клиентов, сегментация пользователей, электронная коммерция, оптимизация рекламных стратегий

Системный анализ и моделирование доходности энергосервисного договора на основе цифрового рубля

2025. T.13. № 1. id 1797

Казиев В.М. Казиева Б.В.

DOI: 10.26102/2310-6018/2025.48.1.015

Предприятиям, участвующим в жилищно-коммунальном хозяйстве, нужна рыночная энергетическая состоятельность и конкурентоспособность, привлекательность для потребителей. Для российских компаний актуально придерживаться сравнительно «мягких» (гибких) тарифов и стратегий энергоснабжения. Необходимы поиск эффективных решений, например, инвестиционных и снижение неопределенностей типа «белого шума» в энергетической системе. Цель исследования – системный анализ потенциала smart-контракта, цифрового рубля и цифровых платежей в энергосервисных договорах. Методами системного анализа и моделирования исследованы возможности энергетических контрактов и сервисов, а также содержание и особенности таких контрактов, меры по устойчивому обеспечению энергосбережения с определенной доходностью и оптимизацией энергоресурсов. Поэтому необходимо идентифицировать параметры и особенности договора и моделировать процессы энергообеспечения. Результатами исследования являются: 1) системный анализ типовых форм договоров и описание комплекса энергосберегающих ключевых процедур предприятия; 2) анализ потенциала цифрового рубля и его «энергетических возможностей»; 3) модель динамики управления энергосервисным предприятием на основе диффузии цифровых сервисов и его исследование. Результаты работы позволят расширить возможности заключения и развития энергосервисных контрактов на практике, а также строить гибкие модели и алгоритмы энергоснабжения.

Ключевые слова: системный анализ, умный контракт, энергопотребление, энергосервисный контракт, моделирование

Система анализа изображений ядросодержащих клеток костного мозга для формирования диагностического заключения в онкогематологии

2025. T.13. № 1. id 1796

Поляков Е.В. Попов В.В. Дмитриева В.В.

DOI: 10.26102/2310-6018/2025.48.1.016

В работе представлена система анализа изображений ядросодержащих клеток костного мозга для формирования диагностического заключения в онкогематологии, направленной на решение проблемы построения конвейера обработки данных в автоматических анализаторах биомедицинских изображений. Актуальность исследования обусловлена необходимостью повышения надежности автоматического микроскопического анализа биомедицинских образцов, что является сложной задачей из-за высокой изменчивости и морфологической сложности исследуемых объектов. Одним из решением указанной проблемы является разработка веб-сервиса посредством загрузки, обработки и описание изображений с последующей классификацией на категории подтвержденных и неподтвержденных случаев. Данный веб-сервис обеспечивает кроссплатформенность и доступность, формирует открытую базу данных верифицированных изображений и предоставляет инструменты для обработки и анализа изображений, а также инструменты для корректировки врачом результатов обработки. Система не назначает лечение и не ставит диагнозы самостоятельно, а служит интеллектуальным инструментом для обработки, анализа и передачи результатов исследований в режиме реального времени. Результаты тестирования показали высокую точность работы системы: 91 % для нейросетевых методов и до 97 % для классических алгоритмов. Разработанная система позволяет проводить анализ модулей обработки данных для систем компьютерной микроскопии.

Ключевые слова: анализ биомедицинских изображений, выделение объектов, классификация ядросодержащих клеток, распознавание образов, онкогематология

Применение алгоритмов элитарной муравьиной системы и Max-Min муравьиной системы для оптимизации маршрутов в сетях квантового распределения ключей

2025. T.13. № 1. id 1792

Раздьяконов Е.С. Корчагин С.А. Тимошенко А.В. Булатов М.Ф.

DOI: 10.26102/2310-6018/2025.48.1.012

Данное исследование посвящено оптимизации маршрутов в сетях квантового распределения ключей (КРК), особенностями которых является ряд физических ограничений и сильная зависимость от топологии. В работе рассматривается применение двух вариаций алгоритма муравьиных колоний, алгоритмов элитарной муравьиной системы (EAS) и Max-Min муравьиной системы (MMAS), для построения оптимальных маршрутов в сетях КРК. Была представлена метрика коммуникационной эффективности маршрута сети КРК, позволяющая оценивать качество маршрута в соответствии с заданными требованиями к пропускной способности и безопасности. Особенностью данной метрики является ее неаддитивная составляющая пропускной способности, зависящая от минимальной эффективности соединения в маршруте. Была проведена серия экспериментов на случайно сгенерированном планарном графе для длинных и коротких маршрутов с алгоритмами EAS и MMAS, в результате которой MMAS оказался значительно более эффективным для длинных маршрутов, но в случае коротких маршрутов EAS находил маршрут быстрее без значительной потери в качестве решения. Результаты, полученные в данном исследовании, могут быть применены в решении задач динамической маршрутизации, а также оптимизации топологии сетей квантового распределения ключей.

Ключевые слова: квантовое распределение ключей, метаэвристика, муравьиный алгоритм, элитарная муравьиная система, max-Min муравьиная система, поиск пути

Упрощенные физические модели средостения новорожденных для электроимпедансной томографии

2025. T.13. № 1. id 1791

Конько М.А. Алексанян Г.К. Горбатенко Н.И. Елкин Н.С. Темняков Н.С.

DOI: 10.26102/2310-6018/2025.48.1.011

В статье представлены результаты разработки и экспериментального исследования двух упрощенных физических моделей средостения новорожденных для электроимпедансной томографии. Созданные модели базируются на данных спиральной компьютерной томографии и учитывают анатомические особенности органов грудной клетки младенцев. Реализация конструкций выполнена с использованием технологий 3D-печати, что позволило добиться высокой точности геометрических параметров. Модели оснащены системой управляемого воздухонаполнения лёгких и тремя рядами электродов, что обеспечивает возможность проведения экспериментов по моделированию глобальной и регионарной вентиляции. Экспериментальные исследования продемонстрировали, что разработанные модели позволяют регистрировать дыхательные объемы в диапазоне от 2 до 120 мл, что соответствует физиологическим параметрам дыхания новорожденных. Полученные данные подтвердили работоспособность моделей, их чувствительность к изменениям объемов воздуха, а также пригодность для исследований и тестирования новых алгоритмов и методик в области электроимпедансной томографии. Установлено, что предложенные модели обеспечивают адекватное воспроизведение вентиляционных процессов и могут быть использованы для разработки диагностических решений в области неонатологии. Результаты работы представляют практическую ценность для научных исследований, направленных на совершенствование методов диагностики дыхательных нарушений у новорожденных, и могут быть использованы в образовательной практике.

Ключевые слова: упрощенная физическая модель средостения, электроимпедансная томография, новорожденные, процесс глобальной и регионарной вентиляции, легкие

Определение оптимальных геометрических параметров металлического уплотнения подвески насосно-компрессорной трубы

2025. T.13. № 1. id 1789

Тимофеев Е.К. Годенко А.Е. Тарасова И.А.

DOI: 10.26102/2310-6018/2025.48.1.017

Эксплуатация систем подводной добычи сложных углеводородов сопровождается повышенными рисками возникновения аварийных ситуаций, в частности, возникновения утечек и выбросов в результате потери герметизации между подводной фонтанной арматурой и подвеской насосно-компрессорной трубы. Проявление выбросов и утечек в процессе эксплуатации подводных скважин могут привести к таким необратимым последствиям, как потеря добываемой продукции и нанесение вреда окружающей среде, а также повреждение дорогостоящего оборудования, в результате чего необходим дорогостоящий и технически сложный ремонт. По этой причине в процессе опытно-конструкторских работ по проектированию данного типа оборудования необходимо проводить качественное и эффективное расчетное сопровождение разрабатываемых металлических уплотнений, позволяющее определять их оптимальную геометрию. Авторами разработана математическая модель определения напряженно-деформированного состояния металлического уплотнения подвески насосно-компрессорной трубы с учетом его жесткостных характеристик. Для определения оптимальной геометрии металлического уплотнения использовалась теория качеств, в основе которой общее качество металлического уплотнения оценивалось по его прочности и герметичности. Для герметичности и прочности металлического уплотнения построены частные функции качества, которые объединяются в целевую функцию с помощью функционального среднего Колмагорова-Нагумо. Приведены результаты оптимизации штатных геометрических параметров металлического уплотнения опытного образца подвески насосно-компрессорной трубы по предложенному методу. Информация, содержащаяся в данной публикации, является полезной для специалистов в области инженерии и науки, занимающихся разработкой и исследованием методов обеспечения герметичности подводных соединений с применением металлических уплотнений.

Ключевые слова: система подводной добычи, металлическое уплотнение, напряженно-деформированное состояние, подвеска насосно-компрессорной трубы, подводная фонтанная арматура, контактное давление, теория качеств, оптимизация

Разработка алгоритма БОС-системы для лечения посттравматического стрессового расстройства

2025. T.13. № 3. id 1788

Галушка М.С. Вишневецкий В.Ю.

DOI: 10.26102/2310-6018/2025.50.3.020

Посттравматическое стрессовое расстройство (ПТСР) представляет собой сложное психическое расстройство, возникающее в результате переживания травмирующих событий. Симптомы ПТСР включают навязчивые воспоминания, эмоциональную отстраненность, повышенную тревожность и избегающее поведение. Традиционные методы лечения, такие как психотерапия и медикаментозная терапия, имеют ограничения и могут сопровождаться побочными эффектами. Биологическая обратная связь (БОС) по электроэнцефалограмме (ЭЭГ) представляет собой перспективный метод лечения, который помогает пациентам научиться самостоятельно регулировать свою мозговую активность. В данной работе представлен алгоритм БОС-системы, разработанный специально для лечения ПТСР. Проведена комплексная техническая и нейрофизиологическая верификация алгоритма на реальных ЭЭГ-данных, подтвердившая его эффективность и робастность. Алгоритм сочетает в себе тренинг альфа-, SMR- и бета-ритмов, что позволяет комплексно воздействовать на симптомы расстройства. Все этапы алгоритма, включая регистрацию и обработку ЭЭГ, спектральный анализ, выделение целевых ритмов, формирование обратной связи и адаптацию параметров в реальном времени, подробно описаны и обоснованы. Особое внимание уделено индивидуализации подхода: параметры БОС-тренинга адаптируются под пациента, что повышает его эффективность. Разработанная система ориентирована на использование в домашних условиях, что делает терапию доступной и удобной. Сравнительный анализ с существующими методами подчеркивает преимущества предложенного подхода, который позволяет улучшить контроль над симптомами ПТСР и повысить качество жизни пациентов.

Ключевые слова: посттравматическое стрессовое расстройство, ПТСР, биологическая обратная связь, ЭЭГ, альфа-ритм, SMR, бета-ритм, тета-ритм

Биотехническая система персонифицированной реабилитации пациентов с ограничением двигательных функций

2025. T.13. № 1. id 1787

Филист С.А. Петрунина Е.В. Пшеничный А.Е. Ермаков Д.А. Крупчатников Р.А. Серебровский В.В.

DOI: 10.26102/2310-6018/2025.48.1.002

Рассмотрена реабилитационная биотехническая система с адаптируемой виртуальной реальностью, предназначенная для реабилитации пациентов с нарушением двигательных функций нижних конечностей в реабилитационных комплексах с комбинированными обратными связями. В биотехнической системе выделены функциональные модули: формирования управляемых воздействий на пациента, контроля управляемыми воздействиями, управления реабилитацией и информационной поддержки. В процессе реабилитации осуществляют контроль мышечной усталости пациента и ее динамики. Это позволило вносить коррекцию в программу блока реабилитации в процессе сеанса реабилитации и управлять процедурой адаптации виртуальной реальности к функциональному состоянию пациента, а также осуществлять математическое моделирование сценариев курса реабилитации. Предложена модель планирования курса реабилитации с использованием биологической обратной связи, предназначенная для биотехнической системы с виртуальной реальностью. Сформирована экспериментальная группа для оценки эффективности реабилитации постинсультных больных с паретичными нижними конечностями. Результаты реабилитации в этой группе показали, что выбор контента виртуальной реальности, адаптированной к пациенту, позволяет повысить эффективность реабилитации по шкале LEFS на 11 %. Проведены экспериментальные исследования эффективности контроля мышечной усталости в процессе реабилитации. Она подтверждается тестированием статолокомоторной сферы по шкале Тинетти, показатели которой, в среднем, на 10 % превысили показатели в группе сравнения. Включение в процесс реабилитации адаптивной виртуальной реальности и мониторинга мышечной усталости приводит к более ранним восстановлениям нарушенной функции равновесия, двигательной активности и социальной реабилитации.

Ключевые слова: лица с ограничением двигательных функций, биотехническая система, нарушение двигательных функций, виртуальная реальность, биологическая обратная связь, мышечная усталость

Интеллектуальная система управления физиологическими нагрузками на основе IoT устройств и методов обработки данных

2025. T.13. № 1. id 1786

Михалев А.С. Подоляк А. Головенкин С.Е. Савицкий И.В. Антамошкин О.А.

DOI: 10.26102/2310-6018/2025.48.1.029

В условиях растущей популярности носимых IoT-устройств для мониторинга сердечно-сосудистой системы их применение сталкивается с проблемой точности измерений, особенно во время физической активности. Статья посвящена разработке методологии обнаружения и устранения аномалий в данных частоты сердечных сокращений (ЧСС), собираемых с IoT-устройств, для оценки нагрузки на миокард. В рамках работы был проведен эксперимент, в котором данные ЧСС, полученные с носимых IoT-устройств (смарт-часов), сравнивались с показаниями сертифицированного медицинского оборудования (холтеровского монитора). Предложен алгоритм анализа временных рядов, включающий этапы предварительной обработки данных, выявления аномалий и их коррекции. Для обнаружения аномалий использовался алгоритм изолирующего леса. Результаты исследования показали, что предложенный подход позволяет снизить погрешность измерений и достичь приемлемой точности в диапазоне ЧСС 90–120 ударов в минуту, что критично для задач кардиореабилитации. На основе очищенных данных разработана модель классификации уровней физической нагрузки, включающая рекомендации по оптимизации активности пациента. Предложенная методология объединяет элементы системного анализа, управления и обработки информации, что делает ее универсальной для применения в интеллектуальных системах мониторинга здоровья. Полученные результаты подчеркивают перспективность IoT-устройств как основы для построения дистанционных систем кардиореабилитации, способных повысить качество жизни пациентов и снизить нагрузку на здравоохранение.

Ключевые слова: ioT-устройства, частота сердечных сокращений, обнаружение аномалий, интеллектуальный анализ данных, управление нагрузкой, кардиореабилитация

Структурное моделирование при управлении в организационных системах с неоднородной структурой пространственных элементов

2024. T.12. № 4. id 1785

Линкина А.В.

DOI: 10.26102/2310-6018/2024.47.4.041

В статье рассматривается процесс структурного моделирования при управлении в организационных системах с неоднородной структурой пространственных элементов. Показано, что исследуемые объекты относятся к территориально распределенным организационным системам. Их особенностью является разнообразие пространственных элементов в рамках ограниченной территории, существенно влияющее на показатели эффективного функционирования деятельностной среды. Выделены три класса структурных моделей: объектного, системного и процессного уровней. Детально рассмотрены процессы структурного моделирования организационной системы, управления ею, принятия управленческих решений. Определено, что структурная модель организационной системы отражает взаимодействие управляющего центра и объектов с неоднородной структурой пространственных элементов с учетом территориально распределенной среды, объединяющей объекты в организационное целое. Структурная модель системы управления ориентирована на сбалансированное взаимодействие традиционной подсистемы управления на основе экспертных мнений и подсистемы поддержки принятия решения на основе оптимизации ресурсораспределительного, трансформационного и вариационного процессов. Структурная модель процессного уровня сформирована как инвариантная последовательность алгоритмических действий при принятии управленческих решений. Обосновано, что для обеспечения требований управляющего центра необходимо объединить алгоритмические действия в рамках следующих этапов: идентификации классификационных признаков неоднородности структуры пространственных элементов объектов, экспертного оценивания количественных параметров для формирования модели многовариантного выбора, генерации множества доминирующих вариантов управленческих решений, экспертного выбора на сформированном множестве.

Ключевые слова: организационная система, управление, неоднородность структуры пространственных элементов, структурное моделирование, экспертно-оптимизационное моделирование

Оптимизация управления процессом корпоративного обучения: математическая модель и ее применение

2025. T.13. № 1. id 1782

Харитонов И.А.

DOI: 10.26102/2310-6018/2025.48.1.006

В статье рассматривается проблема оптимизации управления процессом обучения сотрудников на предприятии, включая распределение преподавателей, студентов, уроков и учебных помещений в условиях множества ограничений. Актуальность работы определяется необходимостью эффективного управления процессами обучения в организациях, учитывающего квалификацию преподавателей, навыки сотрудников, временные ограничения и последовательность освоения навыков. Для формализации задачи была разработана математическая модель, которая позволяет линейно описать ключевые аспекты обучения. Модель включает многомерные ограничения, такие как время обучения, занятость преподавателей, доступность учебных мест и порядок освоения навыков. Однако из-за комбинаторного характера задачи и дискретных переменных, ее решение требует применения специализированных методов. Для решения задачи используются подходы оптимизации, которые включают формализацию задачи линейным образом для выделения подзадач, которые могут быть решены изолированно (например, определение доступных занятий для преподавателей); применение эвристических методов и динамического программирования для итогового распределения занятий и ресурсов. Предложенная модель демонстрирует свою эффективность в сценариях управления обучением персонала, где важна как минимизация затрат, так и выполнение всех заданных ограничений. Несмотря на ограниченность линейного описания, модель обеспечивает упрощение решения за счет структурированного подхода к распределению ресурсов. Это делает ее универсальным инструментом, применимым в управлении обучением сотрудников в компаниях различных типов. Материалы статьи могут быть полезны для разработки адаптивных систем управления обучением, а также для дальнейших исследований, направленных на улучшение алгоритмов распределения ресурсов.

Ключевые слова: внутрифирменное обучение, наставничество, оптимизация обучения, планирование ресурсов, последовательность навыков, управление персоналом, квалификация сотрудников, моделирование обучения

Математические модели и программный комплекс для интеллектуального анализа и прогнозирования исполнения государственных контрактов

2025. T.13. № 1. id 1778

Рубцов Д.Ю.

DOI: 10.26102/2310-6018/2025.48.1.010

В работе предлагаются математические модели и программный комплекс для интеллектуального анализа и прогнозирования исполнения государственных контрактов, основанные на нейросети и классических методах машинного обучения, обученных на ретроспективной базе данных контрагентов и контрактов. Комплекс математических моделей и программ позволяет рассчитывать вероятности и риски невыполнения государственных контрактов, тем самым уменьшить потери бюджета и положительным образом повлиять на устойчивость реального сектора экономики. Проведен сравнительный анализ методов машинного обучения: логистическая регрессия, дерево решений, метод опорных векторов и нейросетевая модель. Разработана модель, позволяющая проводить прогноз с точностью 97,89 %. Для каждой математической модели разработаны отдельные модули, которые в совокупности составляют программный комплекс. Нейросетевая модель показала результат в 87,65 %, что связано с относительно небольшим набором данных для обучения, однако данная модель позволяет раскрыть дальнейший потенциал системы в связи с постоянным обучением в реальном времени на новых контрактах, для оценки которых будет использован предлагаемый программный комплекс. Результаты проведенного исследования могут быть использованы для дальнейшего совершенствования системы поддержки принятия решений в сфере закупок и ее применения с целью улучшения общего качества анализа и прогнозирования выполнения государственных контрактов.

Ключевые слова: математическое моделирование, программный комплекс, анализ данных, государственные контракты, машинное обучение, интеллектуальная система, прогнозирование

Динамическая модель координатометрии близкорасположенных источников сигналов с использованием алгоритма сверхразрешения MUSIC

2025. T.13. № 1. id 1775

Глушанков Е.И. Кондрашов З.К. Сыроветник Д.С. Рылов Е.А.

DOI: 10.26102/2310-6018/2025.48.1.004

В последние годы задача радиолокации и радиопеленгации является очень актуальной благодаря стремительному развитию микроэлектроники малогабаритных беспилотных устройств и терминалов связи. Статья посвящена определению координат источников сигналов. В частности, исследуются близкорасположенные, некоррелированные источники и приемные антенные решетки на нескольких разнесенных в пространстве мобильных устройствах. Для разрешения таких источников сигналов используется алгоритм сверхразрешения MUSIC с последующим решением задачи координатометрии с помощью метода наименьших квадратов. Была создана программная модель в среде MATLAB, реализующая динамическую систему, в которой у каждого из радиоустройств есть свои траектории и показатели скорости. Проведен сравнительный анализ точности получаемых результатов в различных ситуациях с точки зрения геометрии и динамики. Установлено, что наиболее эффективно алгоритм работает в случае нахождения целей внутри зоны, образованной сканирующими объектами. При этом достигается точность определения координат, сравнимая с дистанцией между источниками сигналов. На основе полученных результатов можно осуществлять построение радиолокационных приемников для пеленгации близкорасположенных источников сигналов в основном лепестке диаграммы направленности приемной антенны локационной станции, что требуется при решении ряда задач локации и мониторинга в условиях сложной радиоэлектронной обстановки.

Ключевые слова: пеленгация, координатометрия, сверхразрешение, MUSIC, MATLAB

Комплексное исследование влияния параметров G1 Garbage Collector на производительность и стабильность JVM

2024. T.12. № 4. id 1774

Золотухина Д.Ю.

DOI: 10.26102/2310-6018/2024.47.4.039

Актуальность исследования обусловлена необходимостью повышения эффективности управления памятью в высоконагруженных Java-приложениях, где минимизация пауз сборки мусора и поддержание высокой пропускной способности являются критически важными задачами. Данная статья направлена на систематическое изучение параметрического пространства G1 Garbage Collector (G1 GC) и разработку практических рекомендаций по его оптимизации для условий высокой нагрузки. Ведущим методом исследования является эмпирический подход, включающий разработку тестового многопоточного приложения на Java, способного создавать устойчивую нагрузку на память и процессор. Для анализа были использованы контрольная и шесть экспериментальных конфигураций G1 GC, различающихся настройками таких параметров, как размер регионов памяти, порог заполнения кучи, максимальная длительность пауз, доля молодых регионов, количество потоков GC и включение Periodic GC. Результаты измерений ключевых метрик, включая длительность пауз, частоту сборок, пропускную способность и объем освобожденной памяти, были визуализированы и систематизированы с использованием инструмента GCViewer. В статье представлены рекомендации по оптимизации G1 GC, выявлены преимущества перераспределения памяти в пользу молодых регионов и включения Periodic GC, а также показаны ограничения параметра MaxGCPauseMillis при агрессивной настройке. Полученные результаты имеют практическую ценность для разработчиков высоконагруженных приложений, требующих низких задержек и высокой стабильности работы системы. Выводы исследования способствуют углублению понимания работы G1 GC и могут служить основой для дальнейших исследований в области управления памятью JVM.

Ключевые слова: g1 garbage collector, управление памятью, оптимизация jvm, высоконагруженные приложения, тюнинг параметров gc, throughput, длительность пауз, сборка мусора, молодые регионы памяти, производительность java-приложений

Роль алгоритмов машинного обучения в оптимизации сельскохозяйственного производства: обзор международного опыта и адаптация к условиям Эфиопии

2025. T.13. № 1. id 1773

Мекеча Б.Б. Горбатов А.В.

DOI: 10.26102/2310-6018/2025.48.1.005

Актуальность исследования обусловлена необходимостью повышения эффективности сельскохозяйственного производства в условиях растущей потребности в продовольственной безопасности, особенно в странах с низким уровнем экономического развития, таких как Эфиопия. Основная цель работы заключается в исследовании возможностей применения алгоритмов машинного обучения для оптимизации агропроизводственных процессов и адаптации международного опыта к специфическим условиям Эфиопии. Методологический подход включает анализ современной научной литературы, посвященной использованию машинного обучения в сельском хозяйстве, и систематизацию успешных практик применения таких алгоритмов, как CNN, LSTM, RNN и Q-Learning. Проведено исследование особенностей сельскохозяйственного сектора Эфиопии, включая существующие барьеры для внедрения передовых технологий. Результаты работы демонстрируют, что алгоритмы машинного обучения обладают значительным потенциалом для повышения урожайности, улучшения мониторинга состояния почвы и культур, а также прогнозирования климатических рисков. В частности, использование данных, полученных с беспилотников и сенсоров, способствует созданию точных моделей для управления процессами в сельском хозяйстве. Выявлены ключевые препятствия, такие как недостаток финансирования, отсутствие специализированной инфраструктуры для обработки данных и низкая доступность технологий. Выводы исследования подчеркивают необходимость привлечения государственных и международных инвестиций, создания адаптированных баз данных и разработки моделей, учитывающих локальные особенности. Представленные материалы имеют практическую ценность для разработки стратегий цифровизации сельского хозяйства и предотвращения продовольственных кризисов в странах с аналогичными проблемами.

Ключевые слова: машинное обучение, искусственный интеллект, сельскохозяйственное производство, технологии точного земледелия, условия Эфиопии

Метод интеллектуальной поддержки принятия решений при формировании группы ассистентов тьютора для проверки работ со свободным ответом при управлении онлайн обучением

2024. T.12. № 4. id 1769

Латыпова В.А.

DOI: 10.26102/2310-6018/2024.47.4.031

Несмотря на привлекательность массовых открытых онлайн курсов для обучающихся, лишь небольшая часть последних доходит до финишной прямой. Такая ситуация возникает из-за действия различных неблагоприятных факторов на процесс обучения. Дополнительный персонал и «умные» ассистенты (образовательные чат-боты) используются для ослабления влияния данных факторов, оказывая помощь тьюторам при управлении онлайн обучением. Ассистенты тьютора привлекаются для проверки работ со свободным ответом и выявления проблем курса, связанных с его контентом, а образовательные чат-боты – для «ведения» студентов по курсу и организации взаимодействий между ними. При каждом запуске онлайн курса тьютор стоит перед выбором группы наиболее подходящих ассистентов. В существующих исследованиях при данном выборе принимаются во внимание различные параметры ассистентов, такие как оценки, мотивация, манера общения и др. Тем не менее, в первых не учитывается способность ассистентов правильно оценивать и комментировать выполнение работ со свободным ответом. Для устранения данного пробела в статье предлагается метод интеллектуальной поддержки принятия решений при формировании группы ассистентов тьютора для проверки таких работ. Метод был апробирован на одной из лабораторных работ по курсу «Моделирование» и позволил сформировать группу ассистентов, способных корректно ее оценивать.

Ключевые слова: интеллектуальная поддержка принятия решений, ассистент тьютора, интеллектуальный анализ отзыва, управление онлайн обучением, работа со свободным ответом, онлайн курс

О децентрализованном решении задачи одновременного прибытия автономных мобильных объектов к финальной точке с использованием анализа больших данных

2024. T.12. № 4. id 1768

Черноиваненко И.А. Кравец О.Я.

DOI: 10.26102/2310-6018/2024.43.4.036

Необходимость перехода к более совершенным методам управления при использовании обычного автономного мобильного объекта (АМО) для контроля одновременного прибытия возникает ввиду чрезмерного отклонения. Инновационным решением данной проблемы является использование децентрализованного метода управления для контроля одновременного прибытия АМО к финальной точке, который основан на анализе больших данных. Было предложено решение для объединения децентрализованной информации посредством использования фильтрации, на основе которой осуществляется управление децентрализованной координацией формирований. В статье представлены основные характеристики АМО, показаны параметры объединения информации о АМО, описано децентрализованное координационное управление формированием и произведено вычисление оптимального пути и скорости сходимости для децентрализованного управления, а также учтены ограничения на задержку связи. Было проведено экспериментальное исследование ошибок в направлении x предлагаемым методом и сравнение с ошибками в эксперименте без использования данного метода управления. Также представлены графики сравнения скорости сходимости. Результаты эксперимента показали, что децентрализованный метод управления оказывает значительное влияние на определение цели АМО и сходимость ошибок. Благодаря предлагаемому подходу удалось повысить эффективность управления и снизить ошибки, тем самым, доказана целесообразность использования данного метода управления.

Ключевые слова: анализ больших объемов данных, автономные мобильные объекты, децентрализованное управление, фильтрация информации, координационное управление формированием

Роль идентификации пользователей в прогнозировании совершения целевых действий на сайте

2024. T.12. № 4. id 1767

Святов Р.С.

DOI: 10.26102/2310-6018/2024.47.4.037

Актуальность исследования обусловлена необходимостью повышения точности прогнозирования целевых действий пользователей на веб-сайтах, что является ключевым аспектом в оптимизации маркетинговых стратегий и персонализации пользовательского опыта. Сложность задачи усугубляется отсутствием стабильных идентификаторов, что приводит к разрыву данных и снижению точности предсказаний. Настоящая работа направлена на анализ влияния методов идентификации пользователей и разработку подходов к сегментации, что позволит устранить существующие пробелы в данной области. Ведущим методом исследования является применение алгоритмов машинного обучения, что позволило оценить влияние различных идентификаторов, таких как client_id и user_id, на точность прогнозирования. Проведена сегментация пользователей на основе метода градиентного бустинга, а также анализ эффективности ретаргетинговых кампаний в системе Яндекс.Директ по показателям конверсии, стоимости привлечения клиентов и доли рекламных расходов на примере клиента, специализирующемся на продаже электронных книг. В результате исследования установлено, что использование идентификатора user_id повышает точность предсказания покупок на 8 %, полноту на 6 % и F1-меру на 7 %. Кластеризовав пользователей на несколько сегментов, удалось показать снижение стоимости привлечения клиента на 67 %, уменьшение показателя доли рекламных расходов до 5,87% по сравнению с автостратегиями Яндекса и увеличение процента конверсии до 34 %. Материалы статьи представляют значимость для специалистов в области электронной коммерции и маркетинга, обеспечивая научную основу для внедрения персонализированных рекламных кампаний. Предложенные методы также могут быть использованы для дальнейшего улучшения аналитики и интеграции данных в мультиканальной среде.

Ключевые слова: машинное обучение, анализ поведения пользователей, идентификация пользователей, сегментация пользователей, электронная коммерция, прогноз целевого действия

Систематизация фильтров реконструкции при компьютерной томографии для алгоритмов искусственного интеллекта на примере органов грудной клетки и головного мозга: ретроспективное исследование

2025. T.13. № 1. id 1766

Васильев Ю.А. Блохин И.А. Гончар А.П. Коденко М.Р. Решетников Р.В. Арзамасов К.М. Омелянская О.В.

DOI: 10.26102/2310-6018/2025.48.1.003

Выбор фильтра реконструкции (convolution kernel) компьютерно-томографических (КТ) изображений напрямую влияет на результат работы алгоритмов искусственного интеллекта (ИИ). Формирование единых требований к данному параметру осложнено тем фактом, что такие фильтры уникальны для разработчиков оборудования. Цель работы – составить таблицу соответствия фильтров реконструкции между различными производителями оборудования для направления алгоритмам ИИ той серии изображений, на которой при КТ органов грудной клетки (ОГК) и головного мозга (ГМ) количественный анализ будет наиболее воспроизводимым. Произведена выгрузка и проведен анализ DICOM тегов 0018,1210 (Convolution Kernel), 0008,0070 (Manufacturer), 0018,0050 (Slice Thickness) КТ-изображений из Единого радиологического информационного сервиса города Москвы. Критерии включения: возраст старше 18 лет; срезы толщиной ≤ 3 мм. Анализ данных представлен в виде сводных таблиц сопоставления фильтров реконструкции различных производителей для КТ ОГК и ГМ, ряда клинических задач, а также описательной статистики их распределения по области сканирования и производителю. В анализ включено 1905 КТ ОГК ("CHEST" и "LUNG") и 490 КТ ГМ ("HEAD", "BRAIN"). При КТ ОГК была распространена реконструкция полученных изображений в виде серий для оценки легочной паренхимы и структур средостения. При КТ ГМ была распространена реконструкция полученных изображений в виде серий для оценки паренхимы головного мозга и костных структур. Проведена систематизация фильтров реконструкции при КТ ОГК и КТ ГМ. Полученные данные позволят корректно маршрутизировать серии проведенных исследований для количественной обработки алгоритмами ИИ.

Ключевые слова: фильтры реконструкции, компьютерная томография, искусственный интеллект, органы грудной клетки, головной мозг, систематизация данных

Анализ устойчивости водонасыщенных грунтов при циклическом воздействии: математические модели и прогнозы

2025. T.13. № 1. id 1765

Тишин Н.Р. Озмидов О.Р. Пролетарский А.В.

DOI: 10.26102/2310-6018/2025.48.1.001

В статье рассматривается математическое моделирование разжижения грунтов под воздействием динамических нагрузок, таких как сейсмические штормовые или техногенные циклические воздействия. Процесс разжижения, при котором грунт теряет прочность и несущую способность, имеет критическое значение для оценки безопасности строительных объектов, особенно в районах с повышенной сейсмической активностью или с водонасыщенными грунтами. Для моделирования использовались несколько подходов, включая следующие функции: экспоненциальная функция из работы H. Bilge et al. (2009), логарифмическая функция из работы V. Lentini et al. (2018), Пауэр-функция (степенная), предложенная C. Guoxing et al. (2018), дополнительная логарифмическая функция из исследования E. Meziane et al. (2021), гиперболическая функция, предложенная авторами, которые аппроксимировали устойчивость грунта к циклическим воздействиям. В исследовании были проанализированы данные лабораторных испытаний для различных типов грунтов, объединенных в инженерно-геологические элементы. Каждая функция была проанализирована с точки зрения точности аппроксимации, с использованием метода наименьших квадратов, что позволило минимизировать отклонения между экспериментальными и теоретическими значениями. При оценке функций учитывалось, как каждая из них ведет себя при большом числе циклов нагружения, что важно для прогнозирования разжижения при интенсивных и продолжительных нагрузках. Выбор оптимальной функции производился с помощью сравнения метрик MSE и R2, представленных в таблицах результатов. Применение результатов исследования имеет практическое значение в геотехническом проектировании, особенно для расчета фундаментов и подземных конструкций в условиях потенциально разжижаемых грунтов. Выбор наиболее подходящей функции для моделирования разжижения грунтов позволяет предсказать устойчивость грунтов при длительных и интенсивных циклических нагрузках, минимизируя риск деформации и разрушения конструкций.

Ключевые слова: разжижение грунтов, математическое моделирование, геотехническая инженерия, динамические нагрузки, функция разжижения грунтов, потенциал разжижения

Оценка качества интеллектуального перефразирования текстов на русском языке

2024. T.12. № 4. id 1763

Дагаев А.Е. Попов Д.И.

DOI: 10.26102/2310-6018/2024.47.4.038

Данное исследование посвящено разработке интегральной метрики для оценки качества моделей перефразирования текстов, что отвечает актуальной задаче создания комплексных и объективных методов оценки. В отличие от предыдущих исследований, преимущественно фокусирующихся на англоязычных наборах данных, настоящее исследование акцентирует внимание на наборах данных русского языка, которые до настоящего времени оставались недостаточно изученными. Использование таких датасетов, как Gazeta, XL-Sum и WikiLingua (для русского языка), а также CNN Dailymail и XSum (для английского языка), обеспечивает многоязычную применимость предложенного подхода. Предлагаемая метрика сочетает лексические (ROUGE, BLEU), структурные (ROUGE-L) и семантические (BERTScore, METEOR, BLEURT) критерии оценки с распределением весов, исходя из важности каждой метрики. Результаты демонстрируют превосходство моделей ChatGPT-4 на русскоязычных наборах и GigaChat на англоязычных наборах, тогда как модели Gemini и YouChat показывают ограниченные возможности в достижении семантической точности вне зависимости от языка датасета. Оригинальность исследования заключается в объединении метрик в единую систему, что делает возможным более объективное и комплексное сравнение языковых моделей. Исследование вносит вклад в область обработки естественного языка, предлагая инструмент для оценки качества языковых моделей.

Ключевые слова: обработка естественного языка, перефразирование текста, gigaChat, yandexGPT 2, chatGPT-3.5, chatGPT-4, gemini, bing AI, youChat, mistral Large