Архив номеров

В работе излагается авторский подход к решению задачи анализа тональности русскоязычных сообщений в сети Интернет о деятельности банков. Материалами исследования выступают отзывы клиентов о банках в целом, о продуктах, сервисах и качестве обслуживания, размещенные на портале Банки.ру. В работе задача анализа тональности текстов рассматривается как задача бинарной классификации на множестве позитивных и негативных отзывов. Для представления собранных и предварительно обработанных текстов использовалась векторная модель со схемой взвешивания tf-idf. Поиск решения задачи бинарной классификации осуществлялся следующими алгоритмами с подбором оптимальных параметров на сетке: наивный байесовский классификатор, метод опорных векторов, логистическая регрессия, случайный лес и градиентный бустинг. Для оценки качества решения задачи классификации применялись стандартные статистические метрики – точность, полнота и F-мера. По указанным метрикам наилучшие результаты получены на классификационной модели, построенной с помощью метода опорных векторов. С целью выделения наиболее характерных тем сообщений клиентов рассматривалась также задача тематического моделирования текстов. Для ее решения применялся метод латентного размещения Дирихле. В результате установлено, что наиболее популярными темами сообщений являются «Карты» и «Качество облуживания». Полученные результаты работы могут использоваться в деятельности банка для автоматизации мониторинга его репутации в медиапространстве и при маршрутизации клиентских запросов по решению различных проблем. При решении задач активно применялись возможности языка программирования Python, а именно библиотеки для веб-скрейпинга, машинного обучения, обработки естественного языка.

Научные исследования и разработки (НИОКР) обеспечивают стабильное функционирование и формируют инновационный потенциал большинства компаний производственного сектора. Неэффективное управление НИОКР приводит к тому, что многие начатые проекты выходят за рамки планируемых сроков и бюджетов, а значительная часть промежуточных результатов НИОКР не доводится до конца. Сложность управления научными исследованиями и разработками связана с высокой информационной неопределенностью в отношении результативности НИОКР и производительности исполнителей. В статье рассмотрен метод поддержки принятия решений по управлению научными исследованиями и разработками в компаниях, основанный на использовании комплекса моделей. Для снижения информационной неопределенности при решении различных задач управления предложено использовать онтологическую модель интеллектуального капитала компании, имитационные модели процессов НИОКР и отдельных стадий, нечетко-логические модели для получения интегральных оценок управленческих решений. Метод обеспечивает основу для принятия решений о возможности и целесообразности использования ранее полученных результатов НИОКР (научно-технического задела); целесообразности реализации предлагаемого проекта на основе оценки его выполнимости; об организации проекта (объемно-календарное планирование); о распределении ресурсов на задачи; стимулировании исполнителей; планировании активностей по дополнительному обучению и организации информационной поддержки. В статье приведено общее описание метода, а также пример его использования для поддержки принятия решения о целесообразности реализации проекта НИОКР на основе оценки его выполнимости. В качестве альтернатив рассматривается две структуры организации процесса научных исследований и разработок в производственной компании. После выбора лучшей структуры проводится оценка влияния качества кадрового обеспечения на интегральную оценку выполнимости.

Рассматриваются проблемы обеспечения качества проектных решений при высокоуровневом синтезе сверхбольших интегральных схем (СБИС). Показано, что использование императивной модели вычислений и соответствующих языков в современных подходах не обеспечивает эффективного распараллеливания алгоритмов и переносимости. Это обусловлено спецификой СБИС, которая по существу представляет собой схему параллельной обработки информационных потоков. Представлен оригинальный метод синтеза, базирующийся на функционально-потоковой парадигме параллельных вычислений, позволяющий обеспечить архитектурную независимость и максимальный охват вариантов реализации. Изложен маршрут проектирования СБИС при функционально- потоковом подходе. Для маршрута выделена задача оценки требуемых аппаратных ресурсов и производительности СБИС-проекта на ранних этапах проектирования. Предложен метод оценки ресурсов в процессе ФПП-синтеза. В основу метода положено использование дополнительного мета-слоя HDL-графа, при этом, с учетом полиморфизма решения задачи оценки ресурсов, в новом методе предложено использовать технологии машинного обучения. Показано, что применение означенного метода в процесс синтеза позволяет обеспечить максимально точную оценку ресурсов. Это возможно, поскольку HDL-граф представляет собой типизированный и структурированный в соответствии с функционально- потоковой моделью параллельных вычислений граф потока данных, а машинное обучение позволяет максимально эффективно получать решение задачи оптимального выбора требуемых ресурсов. Выделены классы ресурсов, для которых требуется оценка. Отобраны параметры для построения модели оценки ресурсов. Выполнена программная реализация и сравнение предложенного метода оценки ресурсов на основе моделей линейной регрессии, нейронных сетей и градиентного бустинга с известными подходами. Показано, что при использовании технологии функционально-потокового синтеза при применении предложенного метода для оценки требуемых ресурсов и производительности достигается увеличение точности оценки на высокоуровневом этапе.

В статье рассматривается задача упаковки объектов произвольной геометрии. Современные методы конструирования нерегулярной упаковки используют математическую модель размещения объектов на базе phi-функций и годографа вектор- функции плотного размещения. Эти методы позволяют получать точные решения, однако в то же время являются трудоемкими и очень чувствительными к размерности решаемой задачи и степени детализации геометрии векторных объектов. Использование дискретного представления размещаемых объектов в виде ортогональных многогранников позволяет существенно повысить скорость построения упаковки, что делает актуальной задачу адекватного преобразования формы размещаемых объектов (векторных моделей в двумерном случае и полигональных моделей в трехмерном случае). Целью исследования является систематизация методов, обеспечивающих формирование ортогональных многогранников различной размерности для описания объектов и контейнеров произвольной геометрии. Рассмотрены методы создания ортогональных многогранников на основе теоретико-множественных операций, аналитического моделирования и вокселизации. Применение теоретико-множественных операций наилучшим образом подходит для ручного создания ортогональных многогранников, характеризующихся относительно несложной геометрией. Метод аналитического моделирования предназначен для формирования вокселизированных объектов набором аналитически заданных функций. Показано применение различных операций отношения для получения ортогональных многогранников, описывающих контур, внутреннюю и внешнюю области аналитических заданных объектов. Предложен алгоритм создания контейнера в виде ортогонального многогранника на основе заданной векторной модели. Все представленные методы программно реализованы с обобщением по размерности и применимы для решения любых типов задач раскроя и упаковки.

В статье рассмотрена актуальная задача обратного преобразования графической информации в числовой формат исходных данных, использованных для ее представления. Это обусловлено наличием большого научного задела, содержащегося в публикациях периода существования СССР, а также намерением мировых издательств из «недружественных» стран закрыть доступ российским и белорусским организациям к базам научно-технической информации. В результате в распоряжении российских ученых могут оказаться графические материалы только в форматах, подобных PDF- документам. В статье рассмотрен достаточно простой способ решения указанной задачи при оцифровке графиков в печатных или электронных изданиях в условиях низкого разрешения и крупного масштаба рисунка, не позволяющих детализировать его отдельные фрагменты. Описана процедура предварительной подготовки исходного изображения в растровом формате. Для повышения точности числовых данных, получаемых в результате последующей оцифровки, рекомендован ряд функций, которыми располагают хорошо известные и наиболее распространенные графические редакторы. К ним относятся: изменение цветового режима изображения, инверсия цвета, повышение резкости и контрастности, линейное масштабирование (увеличение размеров по вертикали и горизонтали), а также аппроксимация линии графика с помощью сплайна. Эти операции доступны пользователям, знакомым в минимальном объеме с графическими редакторами Microsoft Power Point и Adobe Photoshop. В качестве примера использования разработанной процедуры представлены результаты оцифровки сигнала FRB 160317, относящегося к так называемым быстрым радиовсплескам (Fast Radio Burst). Представлена визуальная оценка точности выполненной оцифровки сигнала FRB 160317 путем его совмещения с исходным графическим изображением, показавшая удовлетворительное совпадение с оригиналом. Описанный способ может использоваться преподавателями вузов на начальных этапах обучения студентов работе с изображениями и осуществлением анализа данных, а также при подготовке материалов для учебного процесса с использованием дистанционных технологий. Полученные результаты применимы на начальных этапах научных исследований при формировании массива исходных данных для анализа зависимостей в различных предметных областях при отсутствии исходных выборок, отражающих результаты наблюдения.

В настоящей статье построение и анализ моделей машинного обучения были произведены для краткосрочного прогнозирования на криптовалютном рынке на примере биткоина – одной из самых популярных криптовалют в мире. Исходные данные для проведения исследования позволяют сделать вывод о том, что за длительный период своего существования биткоин показывал высокую степень волатильности, особенно ярко проявляющуюся в сравнении с традиционными типами активов. В статье обосновано, что криптовалютный рынок подвержен влиянию множества факторов. Никто точно не может сказать, из чего складывается стоимость той или иной криптовалюты, так как она зависит от целого спектра причин, учесть которые полностью не представляется возможным. Для решения данной проблемы нами рассмотрен принцип работы рекуррентной нейронной сети. Описано, почему сети с памятью справляются с предсказаниями на временном ряде лучше, чем обычная авторегрессионная модель и стандартные сети прямого распространения. Определен алгоритм обработки исходных данных и методы их преобразования. Была произведена фильтрация резких скачков и осцилляции с целью уменьшения шума исходного ряда. Построен и обучен алгоритм семейства рекуррентных нейронных сетей с целью проверки гипотезы об их лучшей адаптивности за счет краткосрочной и долгосрочной памяти. Модель оценена на тестовых данных, представляющих собой курс биткоина за 2021–2022 годы, так как этот период характерен высокой волатильностью. Сделан вывод о целесообразности применения схожего типа моделей для краткосрочного прогнозирования курса криптовалют.

Существенный рост количества транскатетерных протезирований клапана аорты ведет к развитию вспомогательных систем, решающих задачу интра- или дооперационного ассистирования. Основой подобных систем становится концепция компьютеризированного автоматического анатомического распознавания основных ориентиров, ключевых для процедуры. В случае транскатетерного протезирования – элементов корня аорты и доставочной системы. Настоящая работа посвящена демонстрации потенциала применения методов машинного обучения – современной архитектуры сверточной нейронной сети ResNet V2 для задачи интраоперационного отслеживания реал-тайм основных анатомических ориентиров во время транскатетерного протезирования клапана аорты. Основой для обучения выбранной архитектуры нейросети стали клинические графические данные пяти пациентов, которым осуществляли транскатетерное протезирование клапана аорты коммерческими системами CoreValve (Medtronic Inc., США). Полученные в ходе такого вмешательства интраоперационные аортографии с визуализацией основных анатомических ориентиров: элементов фиброзного кольца клапана аорты, синотубулярного сочленения и элементов доставочной системы, стали входными данными для работы выбранной нейросети. Общее количество изображений составило 2000 шт., которые были случайным образом распределены на две подвыборки: 1400 изображений для обучения, 600 – для валидации. Показано, что использованная архитектура нейронной сети способна осуществлять детекцию с точность 85–96% по метрикам классификационной и локализационной компонент, однако в значительной мере не удовлетворяет требованиям производительности (скорости обработки): время анализа одного кадра аортографии составило 0,097 сек. Полученные результаты определяют дальнейшее направление развития автоматического анатомического распознавания основных ориентиров при транскатетерном протезировании клапана аорты с позиции создания ассистирующей системы – снижение времени анализа каждого кадра за счет описанных в литературе методов оптимизации. Тем не менее предложенный вариант является перспективной высокоточной основой для прикладной реализации подобного программного обеспечения.

Анализируется возможность применения саморазвивающихся нейронных сетей, способных к самостоятельной генерации топологической карты соединения нейронов в процессе моделирования биологического нейрогенеза, в задачах формирования многопоточных систем передачи информации. Спроектирована базовая оптическая нейросетевая ячейка, основанная на применении слоистой композиции, выполняющей обработку данных. Карта соединения нейронов реализована не в виде упорядоченной структуры, обеспечивающей формирование регулярного графа обмена потоками информации между нейронами, а в виде совокупности когнитивного резерва, представленного в виде несвязанного множества нейроморфных ячеек. Моделирование процессов клеточной гибели нейронов (апоптоза) и создания дендритно-аксонных связей делает возможным реализацию алгоритма поэтапного роста нейронной сети. Несмотря на трудности, возникающие при реализации этого процесса, создание растущей сети в нейросетевом оптическом базисе снимает проблему первоначального формирования нейросетевой архитектуры, что значительно упрощает процесс обучения. Применяемые нейросетевые ячейки совместно с алгоритмом роста сети привели к формированию нейросетевых структур, которые для обработки информации используют внутреннюю самоподдерживающуюся ритмическую активность. Возникновение такой активности обуславливается спонтанным образованием между нейронными ячейками замкнутых нейронных контуров, содержащих общие нейроны. Такая организация рециркуляционной памяти приводит к выработке решений с учетом такой внутрисетевой активности. В результате отклик сети определяется не только стимулирующими воздействиями, но и внутренним состоянием сети и ее ритмической активностью. На функционирование сети начинают влиять внутренние ритмы, которые зависят от проходимой по нейронным скоплениям информации, что приводит к формированию специфической ритмической памяти.

Задачей, решаемой в данном исследовании, является разработка 3D-модели звена переменной длины с электроприводами для применения при создании комфортабельных экзоскелетов нового поколения. Созданная модель звена содержит на своих концах два инерционных абсолютно твердых участка и находящийся между ними участок переменной длины, считающийся невесомым. Реализация механической части модели звена экзоскелета переменной длины осуществлена в универсальной системе компьютерной математики Wolfram Mathematica 11.3, где составлена система дифференциальных уравнений Лагранжа – Максвелла. Электромеханическая модель звена с учетом электроприводов реализована в пакете MatLab Simulink, состоящая из блока синтеза траектории для каждой степени свободы, блока нахождения управляющих моментов, использующего дифференциальные уравнения движения, блока задания двигателей с передачами, расчета токов двигателей и реализацией системы управления. Осуществлен выбор электрических двигателей, редукторов и реечной передачи, реализующих заданное программное движение звена. Выбраны инерционные и геометрические параметры звена переменной длины, соответствующие голени человека и времени движения в одноопорной фазе. Электроприводы, реализующие повороты звена, расположены в нижней точке звена, в комбинации двух ортогональных цилиндрических шарниров, один из которых жестко связан с опорной поверхностью, а другой – с началом звена. Эта комбинация моделирует голеностопный сустав человека в фазе опоры на одну ногу. Электропривод, управляющий изменением длины звена, расположен на конце нижнего абсолютно твердого весомого участка. Программные траектории для обобщенных координат задаются исходя из требования моделирования антропоморфного движения голени. В результате создана электромеханическая модель звена переменной длины с параметрами, соответствующими голени среднестатистического человека. Подобраны электроприводы и передачи, позволяющие реализовать движение, близкое к антропоморфному, показана его реализация с помощью созданных программ в системе компьютерной математики Wolfram Mathematica 11.3 и пакете MatLab Simulink, приведены результаты численных расчетов.

Проблема построения устойчивой к компьютерным атакам информационной инфраструктуры является актуальной для организации работы любого предприятия. Поэтому очень важным выступает умение провести оценку уже сложившейся или разрабатываемой информационной инфраструктуры. В связи с этим в статье рассматривается проблема категорирования объектов критической информационной инфраструктуры в условиях необходимости оценки их взаимосвязи. Рассмотрены действующие законодательные акты, которые являются информационной базой по определению объектов критической информационной инфраструктуры и их назначения, структуры и состава, а также определены критерии значимости объектов. Дается определение связей между объектами критической информационной инфраструктуры, их устойчивость к компьютерным атакам, а также возможный ущерб вследствие нарушения их функционирования или выполнения критического процесса. Приводится описание критериев, которые подлежат оценке, методика оценки устойчивости объектов критической информационной инфраструктуры к компьютерным атакам и оценка возможного ущерба вследствие нарушения функционирования или выполнения критических процессов объектами критической информационной инфраструктуры. Предлагается дополненное решение для оценки устойчивости функционирования объектов критической информационной инфраструктуры при различных вариантах их соединения. Рассмотрена возможность оценки совокупного ущерба вследствие нарушения функционирования взаимосвязанных объектов критической информационной инфраструктуры.