Выпуск 24 (2), 2025: Информатика и автоматизация

Рассмотрена задача адаптивного построения модели, направленной на повышение показателей качества обработки информационных последовательностей. В методах обработки данных, которые нашли применение во многих прикладных областях, применяемый анализ объектов наблюдения является вычислительно ресурсоемким и в случае изменения свойств данных, требует большого количества итераций. В статье предложена методика выбора сегментов информационной последовательности, полученных разными способами, отличающаяся использованием функционала качества регрессионных моделей обработки подпоследовательностей. Поступающие на вход последовательности объектов наблюдения подвергаются разделению различными предварительно заданными алгоритмами сегментации. На каждом полученном сегменте обучаются заранее выбранные регрессионные модели и, в зависимости от полученных значений вычисленного функционала качества, происходит назначение лучших по качественным показателям моделей на сегменты. Это позволяет формировать агрегационную модель обработки данных. На основе эксперимента на модельных данных и выборках проведена оценка предлагаемой методики. Получены значения показателя качества MSE и MAE для разных алгоритмов обработки и при различном количестве сегментов. Предлагаемая методика дает возможность повысить показатели MSE и МАЕ за счет сегментации и назначения регрессионных моделей, которые имеют наилучшие показатели на отдельных сегментах. Предложенное решение направлено на дальнейшее усовершенствование ансамблевых методов. Его применение позволяет повысить оперативность настройки базовых алгоритмов в случае трансформации свойств данных и улучшить интерпретируемость результатов. Методика может применяться при разработке моделей и методов обработки информационных последовательностей.

Существующие на данный момент математические модели и алгоритмы обеспечивают оптимизацию расписаний выполнения единичных заданий либо фиксированных пакетов заданий на приборах конвейерных систем, содержащих буферы ограниченных размеров. Эти модели и алгоритмы не позволяют осуществлять поиск оптимальных решений по группированию однотипных заданий в пакеты и по последовательностям пакетов для реализации операций с ними на приборах конвейерных систем. Повышение эффективности использования ресурсов конвейерных систем достигается путем оптимизации решений по группированию однотипных заданий в пакеты и по последовательностям пакетов для проведения операций с ними. Решение этой задачи выполнено в работе посредством привлечения подхода, реализующего двухуровневую оптимизацию, который позволяет сформировать иерархию подзадач поиска эффективных решений. Привлечение упомянутого подхода предполагает разработку математических моделей иерархических игр, позволяющих идентифицировать эффективные решения рассматриваемого вида. Осуществлено построение двух математических моделей иерархических игр, использование которых позволяет реализовать оптимизацию составов пакетов на верхнем уровне ведущим игроком и оптимизацию расписаний выполнения пакетов в конвейерных системах на нижнем уровне ведомым игроком. Способ определения оптимальных решений каждым из игроков предусматривает заданный в игре порядок ходов и обмен решений между ними в процессе игры. Первая математическая модель иерархической игры реализует определение эффективных решений при учете простоев обрабатывающих приборов в процессе реализации операций с пакетами. Вторая математическая модель игры реализует определение эффективных решений при учете общего времени ожидания буферами размещения в них заданий, с которыми завершились операции на предшествующих приборах. Для этого сформированы выражения, позволяющие определять простои буферов в ожидании готовности заданий из пакетов к размещению на основе временных характеристик процессов выполнения операций с ними на приборах рассматриваемых систем. В основу алгоритма определения оптимальных решений по порядкам осуществления операций с пакетами на нижнем уровне в каждой из иерархических игр положена разработанная математическая модель процессов реализации действий с пакетам в указанных системах и соответствующий алгоритм моделирования. Реализация рассматриваемого подхода к оптимизации позволила получить результаты, которые показали, что использование буферов позволяет значительно повысить эффективность процессов осуществления операций с пакетами на приборах рассматриваемых систем; увеличение размеров промежуточных буферов позволяет в большей степени повысить эффективность указанных процессов при значительных неоднородностях значений временных параметров, их характеризующих; использование первой модели иерархической игры позволяет добиться большего повышения эффективности процессов в сравнении со второй моделью.

Представлен метод сжатия аудиоданных с потерями (аудиокодек), позволяющий улучшить объективное качества восстановленного аудиосигнала на 25% для битрейта 390 кбит/с и 55% для битрейта 64кбит/с по сравнению с форматом AAC MPEG-4. Предлагаемый метод сжатия аудиоданных, базируется на развитии положений теории сжатия аудиоданных с потерями (ТСАП). Повышение объективного качества восстановленного звукового сигнала (по стандартизованной мере PEAQ) достигается за счет того, что ТСАП устраняет несовершенства современных методов сжатия аудиоданных с потерями в части использования психоакустических принципов восприятия звука человеком, в том числе после преодоления «психоакустического предела сжатия» аудиосигнала (т.е. момента в перцептуальном кодировании, когда имеющегося бюджета бит недостаточно для кодирования всех спектральных компонент с необходимой с точки зрения психоакустики точностью), и позволяет достичь перцептуального равенства восприятия исходного и восстановленного аудиосигналов. В качестве анализа состояния вопроса рассмотрены решения по сжатию аудиоданных без потерь и с потерями, а также с использованием искусственного интеллекта. Во всех современных методах сжатия аудиоданных с потерями процедура выбора спектральных компонент, которые необходимо сохранить, а также допустимой погрешности квантования их по уровню выполняется путем ряда достаточно сложных процедур, носящих общее название «психоакустическая модель метода сжатия аудиоданных с потерями». В строгом смысле, перцептуальное равенство спектров исходного и восстановленного сигналов ни одна из групп исследователей не доказала и как следствие – не может его гарантировать. Независимые эксперты регулярно публикуют тесты, показывающие, что современные аудиокодеки имеют проблемы на ряде сигналов. В статье предложен аудиокодек на основе перцептуального равенства исходного и восстановленного звукового сигнала, который базируется на новых идеях теории сжатия аудиоданных с потерями (ТСАП). Эти идеи гарантируют достижение перцептуального равенства восприятия исходного и восстановленного аудиосигналов на различных битовых скоростях, поэтому построенный на ее основе аудиокодек свободен от указанных выше недостатков и, как следствие, существенно превосходит современные кодеки в смысле объективного качества восстановленного аудиосигнала по мере PEAQ.

Рациональное размещение несущих стен остается сложной и малоизученной задачей, несмотря на большое количество алгоритмов и моделей решения схожей задачи размещения колонн. Основными факторами сложности являются большое количество вариантов решения, большое время, требуемое для оценки полученного плана размещения на деформации, а также – многокритериальный характер. Кроме нелинейного критерия оценки деформаций требуется минимизировать протяженность несущих стен и количество различных уникальных типоразмеров. В статье предложена модель задачи размещения несущих стен, разбивающая стены на функциональные участки с некоторым шагом и учитывающая перечисленные критерии. При этом соседствующие участки стен одной функциональности объединяются в сегменты. Комбинаторный вид разбиения стен в модели задачи позволяет применить генетические алгоритмы для её решения. Поэтому была предложена новая схема многокритериального генетического алгоритма, содержащая метрики расчёта разнообразия фенотипа и генотипа популяции. Представлены модификации операторов скрещивания, мутации и селекции, учитывающие сегментальный вид генотипа стен. Анализ сравнения разработанного алгоритма с другими многокритериальными генетическими алгоритмами показал, что, несмотря на в 2 раза более длительное время выполнения, разработанный алгоритм находит в среднем в 3 раза больше недоминируемых решений на общем множестве, особенно с меньшим значением оценки деформаций. Предложенная модель разительно отличается от предлагаемых ранее с точки зрения оперирования с деформациями в системах опоры-плита, лишь сравнивая между собой планы размещения, а не рассчитывая точные оценки армирования, что зачастую бывает излишне на ранних этапах. Предложенная схема генетического алгоритма увеличивает количество найденных недоминируемых решений без потери их разнообразия, жертвуя временем выполнения, и может быть использована для решения других многокритериальных задач с учётом указанных особенностей. Разработанный алгоритм был легко интегрирован в программное средство поддержки принятия решений на базе САПР и может быть использован на практике специалистами.

Статья посвящена решению проблемы маршрутизации автономных устройств в трёхмерном пространстве, что является актуальной задачей в области интеллектуального управления. Трёхмерное пространство отличается высокой степенью свободы, сложной топологией и динамическими изменениями среды, что значительно усложняет задачу эффективного планирования траекторий. Разработка методов маршрутизации, обеспечивающих безопасность, энерго и вычислительную эффективность, имеет ключевое значение для повышения производительности автономных систем. В работе рассматривается комплексная система маршрутизации, основанная на гибридном подходе, объединяющем высокоуровневое моделирование рабочего пространства с метаэвристическими методами оптимизации. Для представления трёхмерной среды используются иерархические структуры данных, такие как октодеревья, что обеспечивает компактность и гибкость пространственных моделей. Эти модели преобразуются в графовые структуры, что позволяет описать маршрутизацию в виде оптимизационной задачи на графах. Предложен модифицированный метаэвристический муравьиный алгоритм, относящийся к классу роевых методов оптимизации. Алгоритм ориентирован на построение безопасных и энергоэффективных маршрутов, а также на решение задач поиска кратчайших гамельтоновых циклов и динамической перенастройки маршрута в условиях изменяющейся внешней среды. В работе представлены результаты вычислительного эксперимента, включающие тестирование алгоритма в условиях трёхмерного пространства, и сравнительный анализ с другими алгоритмами маршрутизации. Вычислительный эксперимент подтвердил эффективность разработанного алгоритма маршрутизации, включая сокращение времени вычислений и повышение энергоэффективности автономных устройств. Перспективы дальнейших исследований включают интеграцию предложенной системы в широкий спектр приложений для автономных устройств, направленных на оптимизацию процессов управления и повышение эффективности в динамически изменяющейся внешней среде. Отметим, что разработанный алгоритм может быть адаптирован для решения комплексных задач, в которых маршрутизация и размещение ветрогенераторов на плоскости взаимосвязаны. Задача размещения напрямую связана с построением маршрутов для обслуживания этих объектов, что требует комплексного подхода для эффективного решения этих задач. Это станет частью системы поддержки принятия решений, предназначенной для планирования и обслуживания ветрогенераторных комплексов, обеспечивая их эффективное функционирование и управление ресурсами.

Представлен подход к верификации функционально-структурных спецификаций, реализованных в заказных интегральных схемах, основанный на инвазивных методах исследования. Актуальность проведённого исследования обусловлена необходимостью проведения верификации функционально-структурных спецификаций, поставляемых сторонними исполнителями аппаратных реализаций алгоритмов обеспечения информационной безопасности, сложностью выявления на аппаратном уровне модификаций этих алгоритмов и внедрённых в них недокументированных возможностей и отсутствием единых универсальных или стандартизированных методов решения этой задачи. Сформулирована математическая постановка задачи исследования, суть которой состоит в проверке равенства значений параметров заявленной спецификации с их значениями, восстановленными методом обратного проектирования. Представлены результаты применения предложенного подхода к верификации функционально-структурных спецификаций на примерах аппаратно-реализованных алгоритмов шифрования DES и AES. Восстановленные функционально-структурные блоки алгоритмов (в частности – блок подстановок) были успешно верифицированы.

В среде, насыщенной сенсорными стимулами, человеческий опыт формируется за счет сложного взаимодействия множества чувств. Однако при цифровом взаимодействии задействуются преимущественно зрительные и слуховые модальности, в то время как другие сенсорные каналы, такие как обоняние, остаются практически неиспользованными. Технология виртуальной реальности обладает значительным потенциалом для преодоления этого ограничения за счет включения более широкого спектра сенсорных стимулов, что позволяет создавать более погружающий опыт. В данном исследовании представлен новый подход к интеграции обонятельных стимулов в виртуальную среду посредством разработки прогностической модели запахов, названной Сенсорно-Прогностическая Реакционная Структура (SPRF). Цель исследования заключается в улучшении сенсорного измерения виртуальной реальности путем адаптации обонятельных стимулов к конкретному контенту и контексту. Это достигается за счет сбора информации о местоположении источников запахов и их идентификации по характерным признакам, что позволяет воспроизводить их в пространстве виртуальной среды, тем самым повышая вовлеченность и уровень погружения пользователя. Кроме того, в исследовании изучается влияние различных факторов, связанных с запахами, на восприятие и поведение пользователя в виртуальной реальности, с целью разработки прогностических моделей, оптимизированных для интеграции обонятельных стимулов. Эмпирические оценки показывают, что модель SPRF демонстрирует производительность с точностью 98,13%, значительно превосходя обычные модели, такие как сверточные нейронные сети (CNN, 79,46%), сети с долгой краткосрочной памятью (LSTM, 80,37%) и метод опорных векторов (SVM, 85,24%). Кроме того, SPRF обеспечивает заметные улучшения в показателях F1 (на 13,05%-21,38%) и точности (на 12,89%-18,67%) по сравнению с этими альтернативными моделями. Эти результаты подчеркивают эффективность SPRF в развитии интеграции обонятельных стимулов в виртуальной реальности, предлагая ценные идеи для проектирования мультисенсорных цифровых сред.

Повторная идентификация людей (ReID) играет ключевую роль в современном видеонаблюдении, обеспечивая непрерывное отслеживание людей по различным камерам видеонаблюдения и повышая эффективность систем общественной безопасности. Однако повторная идентификация людей на реальных записях камер видеонаблюдения сопряжена с определенными трудностями, включая изменения углов обзора камеры, вариации освещения, частичные окклюзии и схожий внешний вид людей. В этой статье мы предлагаем надежную структуру глубокого обучения, которая использует сверточные нейронные сети (CNNs) с настраиваемой функцией потери триплетов для преодоления этих препятствий и повышения точности повторной идентификации. Система разработана таким образом, чтобы генерировать уникальные векторные представления признаков для отдельных людей, что позволяет точно различать их даже в сложных условиях окружающей среды. Чтобы подтвердить правильность нашего подхода, мы проводим обширные оценки на эталонных наборах данных ReID, достигая передовых результатов как по точности, так и по скорости обработки. Эффективность нашей модели оценивается с использованием ключевых метрик, включая кумулятивную характеристику соответствия (CMC) и среднюю точность (mAP), что демонстрирует ее надежность в различных сценариях наблюдения. По сравнению с существующими методами, наш подход неизменно превосходит их как по точности, так и по масштабируемости, что делает его пригодным для интеграции в крупномасштабные системы видеонаблюдения. Кроме того, мы обсуждаем практические аспекты по внедрению моделей ReID на основе ИИ в инфраструктуру видеонаблюдения, включая масштабируемость системы, возможности работы в режиме реального времени и вопросы конфиденциальности. Совершенствуя методы повторной идентификации людей, эта работа не только вносит вклад в область интеллектуального наблюдения, но и обеспечивает основу для повышения общественной безопасности в реальных приложениях с помощью автоматизированных и надежных возможностей отслеживания.

В настоящей статье описывается экспериментальное исследование, направленное на решение проблемы обучения моделей для распознавания речи в условиях малого объема обучающих речевых и текстовых данных. Подробно рассматриваются существующие подходы к решению данной проблемы, в частности, использование преодобученных многоязычных моделей и аугментация данных. В работе проведена адаптация многоязычных моделей на базе Wav2Vec и Whisper к ливвиковскому наречию карельского языка и проведено исследование применения внешней языковой модели для повышения точности распознавания интегральной системы. Кроме того, в статье описаны специально собранная и подготовленная речевая база данных и базовая система распознавания, созданная на основе тулкита Kaldi. Приведены количественные результаты тестирования, которые подтверждают эффективность выбранных методов: так, использование моделей на архитектуре Трансформер, в частности, Wav2Vec, позволило достичь более высоких показателей, чем у базовых моделей, обученных с помощью программных средств Kaldi. Дообучение моделей Wav2Vec снизило количество неправильно распознанных слов до 24,73% на валидационной и до 25,25% на тестовой выборках, а использование модели Wav2Vec-BERT 2.0 с внешней языковой моделью дополнительно уменьшило количество неправильно распознанных слов до 17,12% и 17,72% соответственно. Статья адресована, в первую очередь, специалистам, занимающимся разработкой систем автоматического распознавания речи для малоресурсных языков и распознаванием речи на прибалтийско-финских языках, в частности, результаты этой работы могут найти практическое применение в полевых исследованиях, при записи текстов на карельском.

Одним из важнейших аспектов современных образовательных систем является определение вовлеченности учащихся, которое включает выявление того, насколько вовлечены, внимательны и активны учащиеся на занятиях в классе. Для преподавателей этот подход имеет важное значение, поскольку он дает представление об опыте обучения учащихся, позволяя адаптировать подходы в обучении и улучшать качество обучения. Традиционные методы оценки вовлеченности учащихся часто являются трудоемкими и субъективными. В этом исследовании предлагается новая система определения степени вовлеченности учащихся в реальном времени, которая использует сети пирамидальных признаков (FPN), улучшенные с помощью архитектуры Трансформера, с канально-пространственным вниманием (CSA), называемая BiusFPN_CSA. Предлагаемый подход автоматически анализирует модели вовлеченности учащихся, такие как поза тела, зрительный контакт и положение головы, из визуальных потоков данных путем интеграции передовых методов глубокого обучения и компьютерного зрения. За счет интеграции механизма внимания CSA с возможностями иерархического представления признаков FPN, модель может точно определять уровни вовлеченности учащихся, улавливая контекстную и пространственную информацию во входных данных. Кроме того, благодаря внедрению архитектуры Трансформера, модель достигает лучшей общей производительности за счет эффективного учета долгосрочных зависимостей и семантических связей во входных последовательностях. Оценка с использованием набора данных WACV показывает, что предлагаемая модель превосходит базовые методы с точки зрения точности. В частности, вариант FPN_CSA_Trans_EH предлагаемой модели превосходит FPN_CSA на 3,28% и 4,98% соответственно. Эти результаты подчеркивают эффективность структуры BiusFPN_CSA в определении вовлеченности учащихся в реальном времени, предлагая преподавателям ценный инструмент для повышения качества обучения, создания активной среды обучения и, в конечном итоге, улучшения результатов учащихся.

Непрерывный рост финансовых рынков диктует необходимость для его участников искать новые подходы к финансовому анализу для получения конкурентных преимуществ, в том числе за счет использования новых подходов в области вычислений. Квантовые вычисления могут быть использованы в качестве инструмента по получению данных преимуществ перед конкурентами. В частности моделирование Монте-Карло применяется широко в управлении финансовыми рисками, в то же время, требует значительных вычислительных ресурсов из-за использования большого количества сценариев, необходимых для получения более точного результата. Для оптимизации данного подхода применяются алгоритмы квантовой оценки амплитуды, которые ускоряют данный процесс, если использовать предварительно вычисленные распределения вероятностей для инициализации входных квантовых состояний. Но при отсутствии данных распределений в имеющихся подходах по данной тематике они генерируются численно с использованием классических вычислений, что полностью нивелирует преимущество квантового подхода. В данной статье предлагается решение указанной проблемы путём использования квантовых вычислений, в том числе для генерации распределений вероятностей. Была рассмотрена реализация квантовых схем для моделирования эволюции факторов риска во времени для движения капитала, процентных ставок и кредитных рисков, а также представлено объединение этих моделей с алгоритмами квантовой оценки амплитуды в качестве примера использования полученных алгоритмов для управления кредитными рисками. В завершении статьи проанализирована возможность использования полученных схем в финансовом анализе.

Современные технологии организационного управления предусматривают сбор и обработку большого объема данных для расчета параметров функционирования исследуемых объектов и процессов. Поскольку основная особенность собираемых параметров состоит в их привязке к территориям, с одной стороны, и отнесении к периодам времени, с другой стороны, требуется применение геоинформационных систем и технологий. Несмотря на развитие современных геоинформационных технологий, вопросы их практического применения для поддержки принятия решений с учетом комбинированного влияния пространственного и временного факторов, в полной мере не решены. В статье предложена комбинированная геоинформационная многослойная пространственно-временная модель, которая представляет собой граф, вершинами которого являются значения параметров, упорядоченные по слоям с размещением временных меток в слой времени, а дугами – отношения между ними, разделенные на три типа: топологические, семантические и хронологические. Сопряжение и упорядочивание параметров, согласно предложенной модели, позволяет корректно поставить и решить задачу оптимизации, а, следовательно, устранить проблему практического использования накапливаемой аналитики в процессах поддержки принятия управленческих решений. Предложенная модель использована в цифровой платформе интегрального мониторинга для цифровой трансформации процессов сбора, анализа и визуализации данных коммунальных ресурсов. Рассмотрена общая задача управления, а также приведен конкретный пример для одной из актуальных задач регионального управления – социальной газификации, в котором производится оптимизация процесса обработки заявок по подключению жилых домов к системе газоснабжения в границах выбранного региона. Комбинированная геоинформационная многослойная пространственно-временная модель позволяет формулировать универсальные постановки задач поддержки принятия решений для различных приложений геоинформатики в логистике, при управлении транспортными ресурсами, а также в ситуационных центрах управления предприятиями и регионами, в системах бизнес-аналитики и управления организационными системами.