8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

Международный конгресс «Cовременные проблемы компьютерных и информационных наук», посвященный 270-летию Московского государственного университета имени М. В. Ломоносова 21-23 ноября 2024

Ключевые события:
  • IX Международная научная конференция «Конвергентные когнитивно-информационные технологии»
  • XIX Международная научно-практическая конференция «Современные информационные технологии и ИТ-образование»
  • XIV Международная конференция-конкурс «Инновационные информационно-педагогические технологии в системе ИТ-образования» – ИП-2024 Подробнее
  • 5-я Международная научно-техническая конференция «Современные сетевые технологии»

    5-я Международная научно-техническая конференция «Современные сетевые технологии» «Modern Network Technologies (MoNeTec-2024)»

    29-31 октября 2024 

    https://monetec.ru

    Подробнее

    XXI Национальная конференция по искусственному интеллекту с международным участием (КИИ-2023)

    Журнал "Прикладная информатика" выступил партнером XXI Национальной конференции по искусственному интеллекту с международным участием (КИИ-2023), прошедшей с 16 по 20 октября 2023 года в филиале Национального исследовательского университета «МЭИ» в г. Смоленске, организованной Российской ассоциацией искусственного интеллекта (РАИИ). Подробнее

    Поздравляем профессора И.З. Мухаметзянова с изданием научной монографии в международном издательстве SPRINGER!


    Поздравляем уважаемого автора и рецензента журнала «Прикладная Информатика», профессора И.З. Мухаметзянова, Уфимский государственный нефтяной технический университет, с изданием научной монографии в международном издательстве SPRINGER в серии International Series in Operations Research & Management Science! Подробнее
      Журнал входит в Перечень ведущих рецензируемых научных журналов и изданий,
      рекомендованных ВАК для публикации основных результатов диссертационных
      исследований.

    Алгоритм выявления угроз информационной безопасности в распределенных мультисервисных сетях органов государственного управления

    Представлены результаты исследований, целью которых была разработка алгоритма выявления угроз информационной безопасности в распределенных мультисервисных сетях, обеспечивающих информационное взаимодействие региональных органов государственного управления, а также их коммуникацию с населением региона. Актуальность темы исследований обусловлена значительным ростом кибератак различных видов на вычислительные сети органов государственной власти и необходимостью повышать уровень защищенности этих сетей за счет интеллектуализации методов борьбы с угрозами информационной безопасности. В основе алгоритма лежит применение методов машинного обучения для анализа входящего трафика с целью выявления событий, влияющих на состояние информационной безопасности органов государственной власти. Алгоритм предусматривает препроцессинг входного трафика, в результате которого формируется набор изображений (сигнатур), получаемых на основе бинарных файлов Wasm, а затем запускается классификатор изображений. Он содержит последовательное включение глубоких нейронных сетей – сверточной нейронной сети для классификации сигнатур и рекуррентной сети, которая обрабатывает последовательности, получаемые на выходе сверточной сети. Особенности формирования сигнатур в предлагаемом алгоритме, а также последовательностей на входе в рекуррентную сеть дают возможность получать результирующую оценку информационной безопасности с учетом предыстории текущего ее состояния. Выход рекуррентной сети агрегируется с результатом сравнения актуальных сигнатур с имеющимися в базе данных. Агрегация выполняется системой нечеткого вывода второго типа, использующей импликацию по алгоритму Мамдани, которая и вырабатывает итоговую оценку угроз информационной безопасности. Разработано программное обеспечение, реализующее предложенный алгоритм, проведены эксперименты на синтетическом наборе данных, которые показали работоспособность алгоритма, подтвердили целесообразность его дальнейшего совершенствования.

    Вероятностная модель динамики продаж товара на маркетплейсе: учет влияния длительности доставки

    Автор статьи: Михеев  А. В.
    Предложена вероятностная модель динамики продаж товара на маркетплейсе, учитывающая влияние длительности доставки на принятие потребителем решения о покупке этого товара. Предполагалось, что количество товара на маркетплейсе является неограниченным, а потребители при прочих равных условиях покупают товар у продавцов, предлагающих наименьшее время доставки. Кроме того, считалось, что каждый потребитель приобретает только одну единицу товара. Рассмотрены по отдельности случаи бесплатной и платной доставок товара до потребителя, а также общий случай, когда на маркетплейсе присутствуют потребители, выбирающие как бесплатную, так и платную доставку. В качестве случайных величин, определяющих динамику продаж товара, использовались следующие экономические факторы: моменты покупательской активности потребителей, длительность доставки и максимально возможная для потребителя длительность доставки, покупательская способность, цена на товар, количество продавцов и потребителей товара на маркетплейсе. Показано, что количество товара, проданного на маркетплейсе к определенному моменту времени, является случайной величиной, истинное значение которой при большом количестве потребителей мало отличается от математического ожидания этой случайной величины. Найдено аналитическое выражение для зависимости от времени математического ожидания количества проданного товара для случаев бесплатной и платной доставок, а также при наличии на маркетплейсе двух видов доставки. Проведено численное моделирование этой зависимости для всех рассмотренных видов доставки. При этом использовались частные законы распределения вероятностей указанных выше экономических факторов, имитирующие определенное поведение потребителей и продавцов на маркетплейсе. Кроме этого, в случае платной доставки при численном моделировании применялась найденная на основе эмпирических данных зависимость стоимости доставки от ее длительности. Проанализировано влияние параметров закона распределения вероятностей длительности доставки на такие характеристики динамики объема продаж, как максимально возможный объем продаж и скорость приближения математического ожидания количества проданного товара к максимальному объему продаж.

    Вероятностное прогнозирование «иррациональных» решений на основе смысловой композиции контекстов

    Автор статьи: Суров И. А.
    Поведенческое прогнозирование затруднено сложностью мышления человека, выходящего за рамки классической рациональности. В статье представлено решение этой проблемы для простейшей ситуации иррационального поведения, в которой одно и то же двухвариантное решение принимается в трех различных контекстах. Субъективные смыслы контекстов по отношению к базисному решению при этом кодируются кубитными состояниями, заимствованными из квантовой теории. Тройка таких состояний связана суперпозиционным отношением, описывающим смысловую композицию контекстов в мышлении субъекта. Полученные соотношения дополняют классическую вероятностную модель нелинейным интерференционным фактором, описывающим «иррациональную», эмоционально-смысловую сторону мышления. Эта модель построена для 24 различных постановок классических экспериментов «дилемма заключенного» и «двухэтапная игра» по наблюдению поведенческой иррациональности. Показано, что для рассмотренных постановок фазовые параметры кубитных состояний находятся в узких диапазонах значений, соответствующих определенным процессно-смысловым секторам пространства кубитных состояний. Экстраполяция полученных фазовых соотношений на новые эксперименты позволила использовать построенную модель в предсказательном режиме. Эта возможность проверена на задаче прогнозирования вероятности базисного решения в одном из контекстов на основании вероятностей того же решения в двух других контекстах. Для указанных экспериментов точность такого прогноза составила 9 и 11% соответственно. Разработанные принципы применимы для моделирования решений с большим числом контекстов и поведенческих альтернатив. Благодаря формализации нового вида эмоционально-смысловых закономерностей естественного мышления модели представленного типа могут быть использованы в том числе для совершенствования существующих систем социально-экономической аналитики и прогнозирования.

    Гибридная интеллектуальная система машинного обучения для моделирования процессов обработки фосфатного рудного сырья

    Представлены результаты исследования, целью которого являлось создание интеллектуальной системы машинного обучения для моделирования процессов агломерации шихты при обработке фосфатного рудного сырья. Актуальность исследования обоснована необходимостью совершенствования информационного обеспечения процессов управления технологическими системами в условиях цифровой трансформации производственной среды, проводимой в рамках четвертой промышленной революции и характеризуемой массовым внедрением индустриального Интернета вещей, что приводит к лавинообразному увеличению объемов технологических данных. Их обработка современными методами анализа, в том числе методами искусственного интеллекта, способна повысить качество принимаемых решений и обеспечить конкурентные преимущества. Научную новизну результатов исследования составляет структура предложенной гибридной интеллектуальной системы машинного обучения для моделирования процессов обработки фосфатного рудного сырья, в основе которой лежит совместное применение динамической модели агломерационного процесса в среде Simulink и глубокой нейронной сети. Архитектура нейронной сети разработана с учетом специфики математического описания процесса агломерации и включает входные полносвязные слои, принимающие результаты измерений переменных технологического процесса, а также рекуррентный слой, обрабатывающий объеденную последовательность с выходов полносвязных слоев. Интеграция Simulink-модели и глубокой нейронной сети делает возможным быструю адаптацию интеллектуальной системы под конкретную агломерационную машину за счет применения двухэтапной процедуры машинного обучения: сначала на имитационной модели Simulink, а затем на реальном объекте. Учитывая значительную инерционность процессов, сопровождающих агломерацию, такой подход обеспечивает оперативное изменение настройки гибридной интеллектуальной системы машинного обучения под новый состав сырья и технологические параметры. Разработана программа, предоставляющая удобный графический интерфейс для подготовки и применения интеллектуальной системы, а проведенные имитационные эксперименты показали, что процесс ее дообучения под новые технологические параметры проходит значительно быстрее первичного обучения при сохранении высокой точности получаемых результатов моделирования.

    Диагностика неисправностей синхронных генераторов путем компьютерного моделирования внешнего магнитного поля

    Автор статьи: Баловнев Д. И.
    В настоящее время разработка неинвазивных методов диагностики электрических машин, и особенно генераторов как основных производителей электрической энергии, с помощью датчиков фиксации магнитного поля является актуальной научно-технической задачей. Для решения этой задачи проведены исследования по разработке метода поиска неисправностей синхронного генератора путем анализа внешнего магнитного поля. В статье рассматриваются основные вопросы компьютерного моделирования внешнего магнитного поля в системе FEMM 4.2 для поиска неисправностей. Приводятся математические выражения для создания компьютерной модели синхронного генератора в двумерном пространстве, на базе которых формируется численное решение внешнего магнитного поля с использованием метода конечных элементов. При моделировании учтены особенности конструкции синхронного генератора. Определены основные этапы работы в системе FEMM 4.2. Геометрическая модель синхронного генератора импортируется из системы автоматизированного проектирования. Физические свойства всех элементов модели определяются конструкционными материалами синхронного генератора и внешнего пространства. Управляющая программа, созданная на основе алгоритма, представленного в статье, позволяет выполнить моделирование вращения индуктора синхронного генератора, автоматизировать расчеты электромагнитного поля и вывод результатов. Приведен пример использования компьютерной модели синхронного генератора для поиска неисправностей путем исследования внешнего магнитного поля. По результатам численного решения внешнего магнитного поля проведен гармонический анализ магнитной индукции исправного синхронного генератора. В статье показано, что диагностическим признаком статического эксцентриситета индуктора синхронного генератора является появление четных гармоник в спектре магнитной индукции внешнего магнитного поля. На основании полученных результатов определена зависимость роста четных гармоник от величины смещения индуктора синхронного генератора.

    Жадная эвристика размещения ортогональных многогранников для оптимизированного решения задач компоновки объектов нерегулярной формы

    В статье рассматриваются задачи фигурного раскроя и упаковки объектов нерегулярной формы, заключающиеся в поиске наиболее компактного способа размещения заданного набора объектов произвольной геометрии внутри некоторого ограниченного пространства. Эти задачи относятся к классу ­NP-трудных задач дискретной оптимизации, для которых отсутствуют методы полиномиальной сложности для получения точных решений, поэтому на практике наиболее часто они решаются приближенно с помощью эвристических и метаэвристических методов оптимизации. При компоновке объектов нерегулярной формы дополнительно необходимо учитывать их геометрию для определения корректности размещения объектов относительно друг друга. Существующие методы анализа геометрии объектов и формируемой упаковки, основанные на применении phi-функций и построении годографа вектор-функции плотного размещения, теоретически обеспечивают возможность получения точного решения, однако требуют применения трудоемких методов нелинейной оптимизации. Поэтому с целью повышения скорости компоновки большого числа объектов нерегулярной формы реализовано преобразование их формы посредством вокселизации с последующим объединением полученного набора вокселов в ортогональные многогранники. Для повышения качества получаемых решений в работе предлагается жадная эвристика размещения ортогональных многогранников, реализующая выбор наилучшего варианта ориентации размещаемого объекта, при котором формируемая компоновка будет наиболее плотной в сравнении с прочими доступными вариантами ориентации этого объекта. Проведен анализ эффективности жадной эвристики размещения на задачах плоского фигурного раскроя и упаковки трехмерных объектов нерегулярной формы. Вычислительные эксперименты показали, что предложенная жадная эвристика обеспечивает очень быстрое получение решений высокого качества. Дополнительно представлены результаты тестирования жадной эвристики размещения при использовании генетического алгоритма для оптимизации решений задачи компоновки.

    Имитационная модель процесса конструирования программного обеспечения

    Производство программного обеспечения стало сегодня одной из самых крупных отраслей мировой экономики, а по темпам роста ключевых показателей за последние годы занимает первое место среди всех крупных отраслей. В условиях существенно ограниченной доступности программных решений от зарубежных производителей возрастает предложение от отечественных производителей ПО и, как следствие, потребность в моделях и методах, позволяющих контролировать процесс разработки ПО, гарантировать стоимость разработки, сроки и качество результата. Уникальность отрасли не позволяет рассчитывать на успех применения традиционных моделей управления проектами в проектах по созданию ПО, особенно в отношении количественных оценок параметров проекта. Отличия от других видов управления проектами состоят в том, что конечный результат проекта по разработке ПО нематериален, используемые в проекте технологии быстро меняются, опыт управления отдельным проектом по разработке ПО часто не может быть применен к другим проектам. Принципиальное отличие проектов по разработке ПО от других комплексных проектов связано с особенностями ключевого этапа – конструированием ПО, включающим кодирование и отладку, а также верификацию, модульное и интеграционное тестирование. Ошибки, допущенные на этапе конструирования ПО, наиболее существенно влияют на результат проекта, поскольку увеличивают первоначально запланированный объем работы. В известных моделях процесса разработки ПО объем работы считается заданным изначально, а этап конструирования не выделяется в отдельный контур, определяемый стохастическим характером объема работы. Целью настоящей работы является построение имитационной модели процесса конструирования ПО, учитывающей зависимости, в соответствии с которыми основные параметры моделируемого процесса изменяются во времени. Модель предоставляет возможность количественно оценивать и оптимизировать параметры проекта по выбранному критерию (одному или нескольким). Модель построена в рамках системно-динамического подхода, в качестве среды имитационного моделирования использована система AnyLogic. Представлены результаты имитационных экспериментов, демонстрирующие возможность применения построенной модели для изучения процесса управления конструированием ПО или в роли механизма поддержки принятия управленческих решений.

    Интеллектуальная система оценки качества сыпучего сырья на основе нейронных сетей YOLOv5 и ViT

    Отсутствие эффективной системы оценки качества сырья при приемке в полевых условиях стало основанием для написания статьи. В статье описываются важные научные и практические задачи, связанные с этой проблемой, такие как разработка методов контроля качества сырья, создание алгоритмов интеллектуальной поддержки для быстрой и точной оценки качества сырья в режиме реального времени. Авторы проанализировали отечественные и зарубежные научные работы, описывающие методы и подходы к контролю качества сырья, и пришли к выводу, что алгоритм YOLOv5 и визуальный трансформер являются наиболее подходящими для настоящего исследования, их сочетание раннее не использовалось в литературных источниках. В статье содержится постановка задачи по разработке интеллектуальной системы качества сырья, описание алгоритмов обнаружения объектов, их сравнительная характеристика. Приведено описание принципа работы одноэтапного алгоритма детекции объектов на изображении YOLOv5 и его преимущество перед существующими аналогами методов глубокого обучения, которые широко используются для обнаружения объектов. Представлены результаты работы нейронных сетей, задачей которых является выявление бракованного сырья из общего количества, хранящегося в определенном вагоне и принадлежащего конкретному поставщику. Интеллектуальная система аналитики качества сыпучего сырья включает камеры, расположенные над вагонами и сбоку от них. Качество сырья определяется путем передачи изображений с камер, фиксирующих погрузку, в нейронную сеть для последующей обработки. Для обнаружения номера вагона применяется алгоритм YOLOv5, который обеспечивает точное определение номера вагона. Для определения процента брака груза на первом этапе используется подход YOLOv5 для выделения области изображения с грузом, а затем применяется визуальный трансформер, который выполняет задачу регрессии, определяя процент брака. Внедрение предлагаемой интеллектуальной системы позволит эффективнее управлять производством, сократить расходы и повысить качество поставляемого сыпучего сырья.