На правах рекламы:
ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Авторитетность издания

ВАК - К1
RSCI, ядро РИНЦ

Добавить в закладки

Следующий номер на сайте

2
Ожидается:
16 Июня 2024

Статьи журнала №1 2024

11. Модификация алгоритма фронтального моделирования последствий аварийных выбросов на основе эмпирико-статистического подхода [№1 за 2024 год]
Авторы: Чернышев Л.О. (plumber63@mail.ru) - Тверской государственный технический университет (аспирант); Матвеев Ю.Н. (matveev4700@mail.ru) - Тверской государственный технический университет (профессор), доктор технических наук;
Аннотация: В статье рассматривается эмпирико-статистический подход к построению клеточной модели для визуализации последствий выброса в атмосферу токсических веществ при локальном масштабе аварии. Показано, что в условиях априорной неопределенности исходных данных в вычислительном ядре супервизорной системы, воспроизводящей последствия аварийных выбросов, должна быть реализована двухконтурная схема обработки информации. Эффективность параметрического оценивания модели во внешнем контуре такой схемы существенно зависит от скорости и точности модельных вычислений, реализуемых алгоритмами внутреннего контура моделирования и визуализации последствий выброса. Проанализированы особенности процедур параметрического оценивания в условиях дефицита информации для продолженного выброса токсических веществ. Сформированы требования к альтернативной модификации алгоритма моделирования с учетом преимуществ эмпирико-статистического подхода. Дано краткое описание разработанного алгоритма: обоснован выбор 16-точечного шаблона моделирования, рассмотрены особенности эмпирической функции, модифицирующей поле расстояний в зависимости от углового направления ветрового массопереноса, детализирована блок-схема алгоритма и раскрыты основные соотношения, составляющие основу расчета карты расстояний с последующей оценкой верхних пределов концентрации загрязнителя. Выявлены преимущества и недостатки практической реализации алгоритма. Представлены результаты испытания алгоритма при отработке фактических экспериментальных данных на условном макете карты местности. Предлагаемый подход позволит повысить быстродействие алгоритма фронтального моделирования и снизить временные затраты на поиск опорного решения в двухконтурной схеме обработки ин-формации. Материалы статьи могут быть использованы для совершенствования функционала супервизорных систем поддержки принятия решений при ликвидации последствий аварийных выбросов.
Abstract: The paper examines an empirical-statistical approach to constructing a cellular model for visualizing the consequences of toxic substances being released into the atmosphere in case of a local accident. It is shown that under conditions of a priori uncertainty of input data, the computing core of the supervisory system, which reproduces accidental release consequences, should implement a two-loop information processing scheme. The effectiveness of parametric estimation of a model in the outer loop of such scheme largely depends on the speed and accuracy of model computations implemented by algorithms in the inner loop of modeling and visualizing release consequences. The paper analyzes features of parametric estimation procedures under conditions of information deficit for a continued release of toxic substances. It forms requirements for an alternative modification of the modeling algorithm taking into account the advantages of the empirical-statistical approach. There is a brief description of the developed algorithm: the choice of a sixteen-point modeling template is substantiated; the features of an empirical function modifying a field of distances depending on the angular direction of wind mass transfer are considered; a detailed algorithm block diagram and the main relations forming the distance map calculation basis with the subsequent assessment of the upper limits of pollutant concentration are disclosed. The paper identifies the advantages and disadvantages of the practical implementation of the algorithm. There are results of testing the algorithm while processing actual experimental data on a conditional model of a terrain map. The proposed approach will increase the performance of the frontal modeling algorithm and reduce the time spent on searching for a reference solution in a two-loop information processing scheme. The paper materials can be used to improve the functionality of supervisory decision support systems in eliminating the consequences of accidental releases.
Ключевые слова: чрезвычайная ситуация, оперативное реагирование, фронтальное моделирование, эмпирико-статистический подход, поле расстояний, визуализация
Keywords: computer modelling, operational response, frontal modeling, empirical-statistical approach, distance field, render
Просмотров: 102

12. Риск-ориентированный подход к проектированию системы антитеррористической защищенности образовательных учреждений [№1 за 2024 год]
Авторы: Колодкин В.М. (kolodkin@rintd.ru) - Удмуртский государственный университет (профессор), доктор технических наук; Варламова Д.М. (dina@rintd.ru) - Удмуртский государственный университет (старший преподаватель); Шакиров А.Д. (artdmshakirov@gmail.com) - Удмуртский государственный университет, Магистрант ;
Аннотация: В работе представлен авторский проблемно-ориентированный программный комплекс для компьютерного прогнозирования последствий террористических атак на образовательные учреждения. Одним из основных инструментов прогнозирования является математическое моделирование. В рамках комплекса моделируется динамика развития антагонистического конфликта между нарушителем (террористом) и реципиентами риска в здании образовательного учреждения. При построении программного комплекса использована новая концепция противодействия террористической атаке. Ее особенностью является противодействие террористической атаке со стороны реципиентов риска, которое выражается в движении людских потоков в зоны безопасности по безопасным траекториям в здании. В рамках программного комплекса поддерживается интеграция данных пространственно-информационной модели здания, характеристик модели нарушителя и управляемого движения людских потоков в условиях чрезвычайных ситуаций. Пространственно-информационная модель здания создается в отечественной BIM-системе Renga. Топологический граф, отвечающий топологической модели здания, строится специализированным плагином, созданным средствами Renga. Преимуществом авторского программного комплекса является автоматический режим проектирования реакции реципиентов риска на действия нарушителя. Режим обеспечивает минимизацию ущерба. При проектировании учитываются характеристики инженерно-технической системы защиты учреждения. Оригинальность программного комплекса заключается в обеспечении процесса проектирования безопасных путей движения людских масс в режиме реального времени развития чрезвычайной ситуации. Поддержка режима реального времени предоставляет принципиальную возможность построения на базе проблемно-ориентированного программного комплекса системы поддержки принятия решений. Практическая значимость комплекса обусловлена также возможностью его использования в качестве тренажера для подготовки лиц, отвечающих за комплексную безопасность образовательных учреждений в условиях чрезвычайных ситуаций. В работе показано применение программного комплекса для целей ранжирования образовательных учреждений по уровню антитеррористической защищенности.
Abstract: The paper presents a problem-oriented software package for computer forecasting of the consequences of terrorist attacks on educational institutions. One of the main forecasting tools is mathematical modeling. The complex simulates the development dynamics of an antagonistic conflict between a violator (terrorist) and risk recipients in a educational institution. When building a software package, the authors used a new concept of countering a terrorist attack. The concept feature is countering a terrorist attack by risk recipients expressed in moving human flows into security zones along safe trajectories in a building. The software package supports data integration of the spatial information model of a building, the intruder model characteristics, the characteristics of the controlled movement of human flows in emergency situations. The spatial information model of a building is created in a domestic BIM system Renga. The topological graph corresponding to the building topological model is constructed by a specialized plugin created by Renga. The advantage of the author's software package is the automatic mode of designing the reaction of risk recipients to violator’s actions. The mode provides damage minimization. Designing takes into account the characteristics of an institution engineering and technical protection system. The software package originality is to ensure the process of designing safe ways for moving human masses in a real-time emergency situation development. Real-time mode support provides a fundamental opportunity to build a decision support system based on a problem-oriented software package. The practical significance of the complex is also due to the possibility of using it as a simulator for training persons responsible for the integrated safety of educational institutions in emergency situations. The paper shows the application of the software package for ranking educational institutions by the anti-terrorist security level.
Ключевые слова: программный комплекс, численное моделирование, антитеррористическая защищенность, риск-ориентированный подход, образовательные учреждения
Keywords: software package, numerical simulation, anti-terrorist security, risk-oriented approach, educational institutions
Просмотров: 98

13. Моделирование биотехнологических процессов с использованием математического аппарата искусственных нейронных сетей [№1 за 2024 год]
Авторы: Дударов С.П. (dudarov.s.p@muctr.ru) - Российский химико-технологический университет имени Д.И. Менделеева (доцент, декан), кандидат технических наук; Макляев И.В. (makliaev.i.v@muctr.ru) - Российский химико-технологический университет имени Д.И. Менделеева (ассистент), Аспирант ; Леметюйнен Ю.А. (yurylemet@gmail.com) - Российский химико-технологический университет имени Д.И. Менделеева ( студент); Гусева Е.В. (eguseva@rally-online.ru) - Российский химико-технологический университет им. Д.И. Менделеева (доцент), кандидат технических наук; Кареткин Б.А. (karetkin.b.a@muctr.ru) - Российский химико-технологический университет имени Д.И. Менделеева (доцент), кандидат технических наук; Евдокимова С.А. (evdokimova.s.a@muctr.ru) - Российский химико-технологический университет имени Д.И. Менделеева (ассистент);
Аннотация: Данная работа посвящена изучению и применению нейросетевых технологий и инструментов математического моделирования и компьютерного анализа в области биотехнологических процессов. Рассмотрены задачи моделирования процессов, возникающих при функционировании кишечной микрофлоры, то есть микроорганизмов, которые обитают в кишечнике человека и выполняют ряд важных функций для его здоровья. Для получения необходимых данных и построения моделей использованы различные показатели, собранные в ходе экспериментов с использованием ферментера. Исследования проводились при различных начальных условиях, то есть при разных концентрациях микроорганизмов и питательного субстрата, а также при различных компонентах среды. На полученных данных были сформированы две выборки – обучающая и тестовая. В качестве метода исследования выбрано нейросетевое моделирование. На основе обучающей и тестовой выборок проведено обучение нейросетевых моделей, которые затем были проверены на точность. В качестве структуры нейронной сети использован двухслойный перцептрон. В ходе работы получено специальное ПО, которое позволяет проводить нейросетевое моделирование биотехнологических процессов и получать математическое описание метаболических процессов бифидобактерий. С его помощью изучена взаимосвязь между исходными условиями, условиями, возникающими в процессе ферментации, и собственно метаболизмом бифидобактерий. Результаты моделирования подтвердили высокую эффективность и возможность применения нейросетевого подхода для моделирования биотехнологических процессов, а также перспективность использования нейросетевых моделей в рассмотренной предметной области. Благодаря своей универсальности и способности к обучению нейронные сети могут успешно применяться для анализа и описания протекания сложных процессов, в частности, метаболизма кишечной микро-флоры. Разработанное программно-алгоритмическое обеспечение позволяет получать модели, обладающие высокой точностью и надежностью. Это, в свою очередь, может быть использовано для разработки новых методов контроля и оптимизации биотехнологических процессов, а также для создания систем поддержки принятия решений. Таким образом, исследование, представленное в данной работе, имеет большую практическую значимость для развития методов моделирования и анализа биотехнологических процессов, что может играть важную роль для развития многих областей биотехнологии, включая производство бифидобактерий для пищевой промышленности и создание новых лекарственных препаратов.
Abstract: The paper focuses on studying and applying neural network technologies and tools for mathematical modeling and computer analysis in terms of biotechnological processes. The research considers modeling processes associated with gut microbiota functioning meaning microorganisms residing in the human intestine and performing several crucial functions for his health. To gather necessary data and construct models, the authors collected various indicators through experiments using a fermenter. These studies were conducted under various initial conditions: different concentrations of micro-organisms and nutrient substrate, with different environmental components. The acquired data became a base for two da-tasets: training and testing. The neural network modeling method was chosen as the research approach. Based on the training and testing datasets, neural network models were trained and subsequently tested for accuracy. A two-layer perceptron was employed as a neural network structure. The research resulted in special software to facilitate neural network modeling of biotechnological processes and to provide a mathematical description of the metabolic processes of bifidobacteria. This software was used to study relationship between the initial conditions, fermentation conditions, and bifidobacteria metabolism. The modeling results were analyzed and compared with alternative methods; they confirmed their high efficiency and the feasibility of using the neural network approach for modeling biotechnological processes. It was corroborated that using neural network models is a promising direction in the discussed domain. Due to their versatility and learning capability, neural networks can be effectively used for analyzing and describing complex processes, particularly the metabolism of gut microbiota. The developed software and algorithmic solutions offer models characterized by high accuracy and reliability. Consequently, they can be used for devising new methods for monitoring and optimizing biotech-nological processes, as well as for creating decision support systems in this field. Hence, the research presented in this paper holds substantial practical significance in advancing modeling and analysis methods for biotechnological processes. This, in turn, can play an essential role in the development of various biotechnology areas, including bifidobacteria production for the food industry and the creation of new pharmaceuticals.
Ключевые слова: искусственная нейронная сеть, перцептрон, алгоритм обучения нейронной сети, программно-алгоритмическое обеспечение, математическое моделирование, биотехнологический процесс, бифидобактерии, модель биотехнологического процесса
Keywords: artificial network, perceptron, neural network training algorithm, algorithm, software, mathematical and computer modeling, biotechnological process, bifidobacteria, biotechnological process model
Просмотров: 123

14. Нейросетевая диагностика заболеваний сердечно-сосудистой системы на основе data-driven-метода [№1 за 2024 год]
Авторы: Мосин С.Г. (smosin@vpti.vladimir.ru) - Владимирский государственный университет им. Александра Григорьевича и Николая Григорьевича Столетовых, кандидат технических наук;
Аннотация: В работе рассмотрены способы диагностики заболеваний сердечно-сосудистой системы по электро-кардиограмме (ЭКГ) с применением методов искусственного интеллекта. Определены проблемы диагностики заболеваний сердечно-сосудистой системы модельно-ориентированными методами (model-driven methods). Предложен подход к диагностике методом машинного обучения без выделения характерных параметров ЭКГ-сигналов (data-driven method). Представлены архитектура нейроморфного анализатора ЭКГ-сигналов на основе одномерной сверточной нейронной сети и маршрут его проектирования. Проведены экспериментальные исследования на наборе ЭКГ-сигналов PTB-XL, подтвердившие работоспособность и эффективность предложенного подхода. Выполнены структурный и параметрический синтезы нейроморфного анализатора для разного количества внутренних слоев и исходных параметров обучения. В ходе сравнительного анализа полученных результатов установлено, что нейронная сеть с двумя сверточными слоями обладает низкой точностью обучения и высокими ошибками диагностирования, трехслойная нейронная сеть способствует росту ошибок I рода, а четырехслойная – росту ошибок II рода. Использование трехслойной сверточной нейронной сети с окном объединения меньшего размера обеспечило диагностирование до 85,66 % случаев инфаркта миокарда. В заключении означены направления дальнейших исследований по повышению точности диагностирования за счет снижения размерности входных ЭКГ-сигналов, а также введения вероятностной оценки принадлежности рассматриваемого сигнала одному из возможных состояний двойственной группы.
Abstract: The paper considers methods for diagnosing cardiovascular diseases by electrocardiogram (ECG) tracing using artificial intelligence methods. It also determines the problems of diagnosing cardiovascular diseases by model-driven methods. The author proposes an approach to diagnosing cardiovascular diseases by a data-driven machine learning method without extracting the characteristic parameters of ECG signals. There is a presented architecture of a neuromorphic ECG signal analyzer based on a one-dimensional convolutional neural network, as well as its design route. Experimental studies were carried out on a set of ECG signals PTB-XL; they confirmed the operability and efficiency of the proposed approach. Both structural and parametric synthesis of a neuromorphic analyzer was performed for a different number of internal layers and initial training parameters. A comparative analysis of the obtained results found that a neural network with two convolutional layers has low training accuracy and high diagnosis errors; a three-layer neural network contributes to the growth of type I error; a four-layer neural network contributes to the growth of type II error. The use of a three-layer convolutional neural network with a smaller pooling window provided the diagnosis of up to 85.66 % of myocardial infarction cases. In conclusion, the author gives the directions for further research to improve the diagnosis accuracy by reducing an input ECG signal dimension, as well as introducing a probabilistic assessment of whether the considered signal belongs to one of the possible states of an ambiguity group.
Ключевые слова: нейросетевая диагностика, нейроморфный анализатор, ЭКГ-сигнал, диагностика заболеваний сердечно-сосудистой системы, архитектура нейроморфного анализатора, маршрут проектирования, data-driven метод
Keywords: NA design route, neuromorphic analyzer (NA), ECG signals, diagnostics of cardiovascular diseases, NA architecture, computer aided design, data-driven method
Просмотров: 92

← Предыдущая | 1 | 2