Материалы в свободном доступе

Рассмотрена процедура синтеза нейронной сети, основу которой составляет комплексная структура из парных нейронов-осцилляторов, функционирующих в определенной топологической карте. Применение нейронов-осцилляторов с изменяемым порогом активационной функции делает возможным создание реконфигурируемых контуров нейронной памяти, выступающей в роли запоминающей структуры, способной по отдельным сигналам внешней среды воссоздавать решение задачи. Предложено применение зеркальных дифференциальных нейронов, которые реализуют данный принцип работы памяти. Такой способ организации нейронной сети делает возможным реализовать подход к нейросетевому обучению, предполагающему выполнение реконфигурации всех переменных параметров нейронов. Настройка отдельных кластерных групп и их дальнейшее взаимодействие приводит к формированию набора образцов, которые соответствуют обучающей выборке. Рассматривается применение межнейронных коммутаторов, основанных на использовании акустического метаматериала, свойства которого можно изменять путем использования электрокапиллярных явлений. Коммутаторы способны одновременно аккумулировать множество нейронных сигналов с последующей обработкой через промежуточное преобразование в акустические волны, распространяющиеся по поверхности и через объем метаматериала. Настройка параметров переключательных элементов с применением метода оптической диффузионной томографии делает возможным создание искусственных нейристорных линий и организацию обработки сигналов в межнейронном пространстве. Рассматривается процедура настройки и адаптации нейросетевой архитектуры для решения задачи повышения достоверности передаваемой информации с использованием технологии множественной передачи дубликатов сообщений. Управление способом доступа к среде передачи данных, а также определение оптимального числа используемых частотных каналов осуществляется с помощью разработанной нейронной сети парных осцилляторов на основе анализа помехово-сигнальной обстановки. Обосновывается эффективность предлагаемого нейросетевого управления и оценивается эффективность решения поставленной задачи. Продолжение...

С распространением в мире и в открытом доступе больших объемов данных, а также методов и инструментов для их анализа, последний все чаще применяется для решения задач во всех областях человеческой деятельности. Однако распространенность и легкость освоения инструментов для анализа имеет и определенные негативные аспекты: отношение к аналитической задаче как к тривиальной процедуре, игнорирование важных теоретических ограничений математических методов, недостаточно тщательная проверка предположений относительно данных. В связи с этим возникает обоснованная потребность вернуть практический анализ в теоретический каркас, по возможности вписав его в концепции решения задач более объемных и сложных, в методологию проведения научных исследований в целом. В статье предложено моделирование процесса анализа данных как многоуровневой системы взаимосвязанных процедур и манипуляций над данными, отличающимися по сложности, требованиям и допущениям. Целью работы является структурирование процесса анализа данных вне зависимости от конкретной задачи и программного инструмента для ее решения. Таким образом, объектом исследования является процесс анализа данных в рамках аналитической задачи, а предметом – обобщенная структура этого процесса. Помимо этого приводятся аргументы, обосновывающие полезность и содержание данной модели. Каждый выделенный уровень анализа иллюстрируется примерами практических задач, решаемых на основе конкретного набора данных о выполненных научных работах, их содержании и авторском коллективе. Модель может быть практически полезна при планировании научного исследования, расчете его трудоемкости, определении состава творческого коллектива, разработке учебных программ и планов. Продолжение...

Традиционный метод повышения качества данных предполагает, что имеется ряд характеристик или измерений данных, которые определяются статически, а затем измеряются и используются для улучшения корпоративной архитектуры данных. Для того, чтобы использовать этот подход на практике, необходимо прежде всего определить, какие объекты данных имеют первостепенное значение для организации. Другими словами, нужно соотнести деятельность по повышению качества данных с бизнес-стратегией организации. Очевидно, это очень сложная задача, чреватая серьезными ошибками. Более того, исправить эти ошибки впоследствии может быть достаточно сложно. Предлагается новый подход к управлению качеством данных, который предполагает взгляд на повышение качества данных как на ИТ-услугу, оказываемую ИТ- департаментом организации бизнес-пользователям. Принципиальная разница между этим и традиционным подходами состоит в том, что наш подход не использует статически определенных свойств данных, таких как целостность или полнота, а применяется к конкретным контекстно-зависимым требованиям, возникающим в специфических ситуациях использования данных. В центре его лежит соглашение об уровне обслуживания, связанное с конкретным потребителем данных, которое выражает его индивидуальный взгляд на качество данных. Для повышения качества данных используются хорошо известные процессы ITSM и конфигурационная база данных. В заключение приводятся некоторые идеи о том, что данный подход может быть связан с моделью зрелости архитектуры данных. Продолжение...