|
Ученая степень
|
докт. техн. наук, профессор, директор филиала ФГБОУ ВПО «Национальный исследовательский университет «МЭИ» в г. Смоленске |
|---|---|
|
E-mail
|
fedulov_a@mail.ru |
|
Местоположение
|
г. Смоленск |
|
Статьи автора
|
Идентификация типа файла на основе структурного анализаВ работе рассмотрены различные способы сравнения исполняемых файлов на основании их структуры, проанализированы их достоинства и недостатки. Предложен способ сравнения, отличающийся от разработанных ранее с использованием блоков переменного размера для описания файла и мерой расчета степени подобия. Экспериментально доказано превосходство предложенного способа в сравнении с существующими. Читать дальше...Памяти главного редактора А. А. Емельянова20 сентября 2020 г. скоропостижно скончался известный российский учёный Александр Анатольевич Емельянов – доктор экономических наук, профессор, Почётный работник высшего профессионального образования Российской Федерации, профессор Национального исследовательского университета «Московский энергетический институт», главный редактор журнала «Прикладная информатика / Journal of Applied Informatics», член правления НП «Национальное общество имитационного моделирования», лауреат общественного рейтинга «ТОП-100 самых цитируемых российских учёных по данным РИНЦ» в научном разделе «Информатика». Читать дальше... Совместное использование технологий OpenMP и MPI на узлах вычислительного кластераДанная работа посвящена проблеме реализации эффективной параллельной программы, решающей поставленную задачу с использованием максимально доступного количества ресурсов вычислительного кластера, с целью получения соответствующего выигрыша в производительности по отношению к последовательной версии алгоритма. Основная цель работы заключалась в исследовании возможностей совместного использования технологий распараллеливания OpenMP и MPI с учетом характеристик и особенностей решаемых задач для повышения производительности выполнения параллельных алгоритмов и программ на вычислительном кластере. В статье проведен краткий обзор подходов к вычислению функции трудоемкости для последовательных программ. Для определения трудоемкости параллельных программ в работе был использован подход на основе пооперационного анализа. Описаны особенности технологий распараллеливания последовательных программ OpenMP и MPI. Приведены основные программно-аппаратные факторы, влияющие на скорость выполнения параллельных программ на узлах вычислительного кластера. Основное внимание в работе уделено исследованию влияния на производительность соотношения количества вычислительных и обменных операций в программе. Для реализации исследований были разработаны тестовые параллельные OpenMP- и MPI-программы, в которых задается общее количество операций и соотношение между вычислительными и обменными операциями; также в тестовых программах был предусмотрен замер времени их выполнения. В качестве программно-аппаратной платформы был использован вычислительный кластер, состоящий из нескольких узлов. Проведенные экспериментальные исследования позволили подтвердить эффективность гибридной модели параллельной программы в многоузловых системах с разнородной памятью с использованием OpenMP в подсистемах с общей памятью, а MPI – в подсистеме с распределенной памятью. Читать дальше... Гибридная цифровая модель на основе Neural ODE в задаче повышения экономической эффективности переработки мелкорудного сырьяПредставлены результаты исследования, целью которого являлась разработка структуры гибридной цифровой модели управления процессами переработки мелкорудного сырья, а также алгоритма преобразования технологических данных в соответствии с этой структурой, обеспечивающего повышение качества управления и, как следствие, экономическую эффективность переработки. Оригинальной идеей, положенной в основу гибридной цифровой модели, является применение нейронных обыкновенных дифференциальных уравнений (Neural ODE) для расчета динамики технологических объектов и реализуемых в них процессов. Neural ODE являются разновидностью физически-мотивированных нейронных сетей, использующих физические законы в процессе своего обучения. Получаемая в результате цифровая интеллектуальная система машинного обучения способна с высокой точностью восстанавливать функцию динамики, используя данные наблюдений за технологическим объектом или процессом. Предложенная гибридная модель предусматривает совместное применение Neural ODE и имитационных Simulink-моделей технологических процессов переработки мелкорудного сырья при расчете управляющих воздействий. Это позволяет быстро моделировать и анализировать реакцию динамических объектов на управляющие воздействия и оперативно вносить необходимые изменения, не дожидаясь реакции физического оригинала. Проведенные численные эксперименты показали, что применение Neural ODE в составе гибридной цифровой модели с высокой точностью воспроизводит динамику технологических объектов при различных начальных условиях. Для сравнения были проведены эксперименты с моделью, в которой вместо Neural ODE была использована рекуррентная нейронная сеть LSTM. Эксперименты продемонстрировали, что в последнем случае динамика моделировалась с высокой точностью только при исходных начальных условиях, а при их изменении происходила ее сильная деградация. В то же время применение Neural ODE вместо LSTM показало устойчиво высокую точность отображения динамики при указанных изменениях, что будет способствовать улучшению качества управления технологическими процессами переработки мелкорудного сырья и их экономической эффективности. Читать дальше... Обобщенный принцип нечеткого расширения на основе нечеткой композиции для эффективных вычислений при моделировании в условиях неопределенностиЭффективность выполнения операций над нечетко представленными данными (нечеткими множествами и отношениями) при моделировании объектов в условиях неопределенности во многом определяется сложностью организации нечетких вычислений, которая, как правило, основывается на предложенном Л. Заде принципе расширения с использованием четкой функции в качестве отображения. При определенных условиях операции над функциями принадлежности нечетких множеств и отношений, базирующиеся на принципе расширения Л. Заде, равнозначны интервальным операциям над их α-уровнями, которые вычисляются существенно проще. Доказательство этих результатов основывается на теореме Х. Нгуена. В ряде работ организация нечетких вычислений обобщается на случай нечеткого отображения между функциями принадлежности нечетких множеств и отношений на основе обобщенного принципа нечеткого расширения. Однако в этих исследованиях до сих пор не была решена проблема представления и доказательства возможности реализации этого принципа при переходе от операций над функциями принадлежности нечетких множеств и отношений к альтернативным операциям над их α-уровнями. В статье описывается реализация нечеткого отображения между нечеткими множествами и отношениями, основанная на нечеткой композиции функций принадлежности нечетких множеств и нечетких отношений. Предлагается трактовка обобщенного принципа нечеткого расширения, основанного на нечеткой композиции характеристических функций α-уровней нечетких множеств и отношений, а также базирующийся на этом принципе метод нечетких вычислений. Доказано условие равнозначности результатов нечеткой композиции на основе двух рассмотренных подходов, а также выполнена сравнительная оценка сложности вычислений и степени параллелизма при их реализации. Использование предлагаемого обобщенного принципа нечеткого расширения и базирующегося на нем метода нечетких вычислений позволяет существенно упростить и распараллелить реализацию нечетких вычислений при моделировании в условиях неопределенности за счет использования нечисловых (логических) операций над значениями характеристических функций α-уровней нечетких множеств и отношений вместо вычислительных операций над действительными значениями функций принадлежности этих нечетких множеств и отношений. Полученные результаты являются развитием теории нечетких вычислений и востребованы для эффективной реализации операций над нечетко представленными данными в задачах моделирования объектов и процессов в условиях неопределенности. Читать дальше... |