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 из выпуска № 2 за 2019 год.

Упорядочить результаты по:
Дате публикации | Заголовку статьи | Авторам

1. Квантовый генетический алгоритм в задачах моделирования интеллектуального управления и суперкомпьютинг [№2 за 2019 год]
Авторы: Ульянов С.В., Рябов Н.В.
Просмотров: 6094
В статье рассматривается применение квантового генетического алгоритма для автоматического выбора оптимального типа и вида корреляции в структуре квантового нечеткого логического вывода. В задачах интеллектуального и когнитивного управления с использованием квантовых мягких вычислений и принципов квантового глубокого машинного обучения важно правильно выбрать тип и вид квантовой корреляции. Она используется в качестве дополнительного физического и информационного вычислительного ресурса при формировании законов изменения во времени коэффициентов усиления традиционных регуляторов, находящихся на нижнем (исполнительском) уровне структуры интеллектуальной системы управления. Такой подход важен для реализации адаптивного или самоорганизующегося процесса баз знаний и гарантированного достижения цели управления в условиях непредвиденных ситуаций управления. Успешное решение задачи выбора типа и вида квантовых корреляций позволяет усилить успешный поиск решений алгоритмически неразрешимых проблем на классическом уровне управления. Генетический алгоритм – мощный инструментарий (computational intelligence toolkit) случайного поиска эффективных решений плохо формализованных задач. Однако он обладает большим недостатком при применении на классическом компьютере: низкая скорость работы и зависимость от выбора экспертом пространства поиска решений. В статье рассмотрены виды квантовых генетических алгоритмов, основанных на комбинации квантовых и классических вычислений, а также алгоритм, состоящий только из квантовых вычислений. В таком алгоритме популяция может быть составлена всего из одной хромосомы в состоянии суперпозиции. Погружение в структуру квантового нечеткого вывода квантового генетического алгоритма позволяет получить новый синергетический эффект и реализовать квантовый нечеткий вывод на классическом процессоре. Данный новый эффект основан на извлечении квантовым генетическим алгоритмом информации, скрытой в классических состояниях законов изменения во времени коэффициентов усиления традиционных регуляторов на новую непредвиденную ситуацию управления. Такой синергетический эффект возможен только за счет применения сквозной интеллектуальной информационной технологии квантовых вычислений и отсутствует на классическом уровне применения технологий классических вычислений.

2. Реализация метаязыковой абстракции для поддержки ООП средствами языка Си [№2 за 2019 год]
Авторы: Дергачев А.М., Жирков И.О., Логинов И.П., Кореньков Ю.Д.
Просмотров: 4432
В данной работе демонстрируется использование макроопределений высшего порядка для реализации поддержки объектно-ориентированной парадигмы программирования в языке C89 без расширений. Выбор парадигмы программирования является важной задачей, предшествующей реализации программы. В рамках объектно-ориентированной парадигмы программирования описывается широкий класс задач. Многие распространенные высокоуровневые языки общего назначения, такие как C++, C#, Java, предоставляют поддержку этого программирования. Однако применение языков, поддерживающих объектно-ориентированное программирование, не всегда технически возможно из-за отсутствия средств разработки под целевую платформу, в частности, компилятора. Так, например, для предметно-ориентированных процессоров (ASIP) зачастую предоставляется только компилятор языка Си как наиболее распространенного низкоуровневого языка программирования. Кроме того, относительно небольшой размер языка, а также его близость к языку ассемблера позволяют быстро реализовать компилятор для новой архитектуры. Вместе с тем препроцессор языка Си позволяет за счет создания системы макроопределений высшего порядка реализовать сложную логику генерации кода, выходящую за рамки тривиального заполнения шаблона значениями параметров макроопределения. В статье с помощью примеров исходного кода показана реализация инкапсуляции, наследования и полиморфизма. Инкапсуляция делает невозможным обращение к непубличным методам и полям класса извне уже в момент компиляции. Особое внимание авторы уделяют типобезопасности генерируемого кода: введение наследования не означает еще большее ослабление правил типизации языка Си. Результаты исследования предполагают применимость такого подхода для реализации программ, эффективно использующих объектно-ориентированное программирование, при разработке на языке Си в случае невозможности использования современных объектно-ориентированных языков.

3. Преобразование данных от разнородных систем мониторинга [№2 за 2019 год]
Автор: Бекенева Я.А.
Просмотров: 5758
В статье представлен подход к подготовке данных, получаемых от разнородных систем мониторинга, для их дальнейшего анализа методами интеллектуального анализа данных. Основной проблемой анализа данных при мониторинге различных процессов являются различия в описании событий для разных типов источников, в том числе формат представления данных. Кроме того, одно и то же событие может быть описано с помощью данных от разных систем мониторинга. В настоящей работе приведена формальная модель анализируемого процесса, описаны основные проблемы анализа разнородных данных, выделены формальные критерии отнесения записей от разных источников к одному событию. В предлагаемом подходе в качестве источников данных учитываются не только записи, поступающие от различных мониторинговых систем в режиме реального времени, но и учетные базы, используемые для хранения информации. Ключевая идея со-стоит в том, что движущиеся объекты разных типов могут совершать действия как единое целое в рамках исследуемой задачи (например, транспортное средство и водитель). Использование учетных систем позволяет найти взаимосвязи между подобными движущимися объектами и тем самым повысить точность объединения записей, относящихся к одному событию. Предложенный подход был опробован на реальных данных, полученных от предприятия. В результате применения всех описанных преобразований удалось существенно сократить избыточную размерность совокупной таблицы с данными, а также значительно снизить количество пропущенных значений. Данные, анализ которых был затруднительным из-за их разного формата, приведены к единому формату и представлены в виде единой таблицы, удобной для дальнейшего исследования методами интеллектуального анализа данных.

4. Разработка прецедентного модуля для идентификации сигналов при акустико-эмиссионном мониторинге сложных технических объектов [№2 за 2019 год]
Авторы: Варшавский П.Р., Алехин Р.В., Кожевников А.В.
Просмотров: 6957
В статье рассматриваются актуальные вопросы разработки модуля для идентификации сигналов, получаемых во время акустико-эмиссионного мониторинга сложных технических объектов, использующего рассуждения на основе прецедентов (CBR – Case-Based Reasoning). Прецедентные методы и системы (CBR-системы) активно применяются для решения целого ряда задач в области искусственного интеллекта, например, для моделирования правдоподобных рассуждений, в том числе рассуждений здравого смысла, машинного обучения, интеллектуальной поддержки принятия решений, интеллектуального поиска информации, интеллектуального анализа данных и др. Хранение и анализ данных акустико-эмиссионного мониторинга сложных технических объектов в цифровом виде позволили обеспечить требуемую скорость и многовариантность обработки данных, которую бумажная технология не могла обеспечить. С ростом количества разнородных данных увеличился объем работы оператора при выполнении качественного анализа поступаю-щей информации. Для повышения эффективности работы оператора предлагается решение задачи распределения и идентификации рассматриваемых данных акустико-эмиссионного мониторинга с помощью программно реализованного прецедентного модуля (CBR-системы). С использованием разработанного в среде MS Visual Studio на языке C# CBR-модуля для идентификации сигналов акустической эмиссии проведены вычислительные эксперименты по оценке эффективности предлагаемых в работе решений на реальных экспертных данных, полученных в результате выполнения акустико-эмиссионного мониторинга металлических конструкций.

5. Оптимизация периодичности инициализации контроля на основе дублированных вычислений [№2 за 2019 год]
Авторы: Богатырев В.А., Лисичкин Д.Э.
Просмотров: 6897
Рассматривается дублированная вычислительная система, снабженная средствами оперативного и тестового контроля. Эффективность обнаружения отказов системы определяется полнотой оперативного и периодичностью тестового контроля. Уменьшение интервалов периодичности контроля приводит к снижению готовности системы из-за роста временных издержек на тестирование, но в то же время повышает ее безопасность в результате снижения вероятности функционирования системы в состояниях необнаруженных отказов. В системах с дублированием компьютерных узлов возможны режимы разделения нагрузки, когда узлы независимо выполняют распределяемый между ними поток запросов, и режим дублированных вычислений, когда каждый запрос одновременно выполняется двумя компьютерными узлами при сравнении результатов в контрольных точках. Для дублированных систем с разделением нагрузки имеется потенциальная возможность повышения эффективности контроля в результате периодического перехода в режим дублированных вычислений со сравнением результатов, что позволяет уменьшить издержки на проведение тестового контроля (дублированной системы), инициируя его только в случае несовпадения результатов дублированных вычислений. Цель работы – определение оптимальных интервалов перехода в режим дублированных вычислений для обеспечения максимума вероятности готовности системы к безопасному выполнению функциональных запросов при минимизации простоев и задержек обслуживания. Предложена марковская модель, позволяющая определить вероятность состояний системы, в том числе готовности системы к безопасному функционированию, простоев и опасных состояний необнаруженных отказов. На основе предложенной модели проанализировано влияние периодичности инициализации режима дублированных вычислений на готовность системы к безопасной работе. Показано существование оптимальной периодичности инициализации режима дублированных вычислений, при которых достигается максимум вероятности готовности системы к безопасному функционированию при минимизации простоев системы.

6. Рекомендательная система на основе статистического обучения для неавторизованных пользователей [№2 за 2019 год]
Author: A.V. Filipyev
Просмотров: 6254
Цель данного исследования – показать, что использование статистического обучения как основы рекомендательной системы позволяет выстроить персональное взаимодействие с клиентами лучше, чем си-стема, построенная на экспертной логике. За основу разработки рекомендательной системы была взята косинусная мера сходства. Расчет этой меры имеет высокую вычислительную сложность, и автор статьи предлагает возможный путь решения данной проблемы. Матрица вероятности покупки одного продукта с другим была использована в модели взвешенных сумм с целью избежать ситуации, когда непопулярный продукт может попасть в высокий приоритет рекомендации. В разработанном модуле модель взвешенных сумм является основой объединения матрицы косинусных мер сходства и вероятностей. Одним из самых популярных алгоритмов для построения персональных рекомендаций является алгоритм коллаборативной фильтрации, но он неэффективен, когда невозможно идентифицировать пользователя в системе. Разработанный алгоритм, основанный на косинусной мере сходства, вероятностях и модели взвешенных сумм, позволил построить рекомендательную систему, работающую на основе выбранных в корзине продуктов. Рекомендательный алгоритм на основе элементов выявил преимущества использования подходов статистического обучения в задаче улучшения эффективности коммуникации с клиентами через мобильное приложение и веб-сайт. Интегрированный модуль рекомендаций продемонстрировал наиболее перспективный подход для современных компаний, который заключается в развитии культуры, основанной на данных.

7. Метод ситуационного прогнозирования появления новых технологий Индустрии 4.0 [№2 за 2019 год]
Авторы: Андреев А.М., Березкин Д.В., Козлов И.А.
Просмотров: 6908
В статье рассматривается задача автоматизированного прогнозирования появления и развития инновационных технологий на основе анализа потоков больших данных. Показана актуальность выполнения такого прогнозирования в условиях Индустрии 4.0. Рассмотрены существующие под-ходы к прогнозированию, выявлены их недостатки с учетом специфики решаемой задачи и осо-бенностей больших данных. Для решения задачи предложено использовать разработанный авторами гибридный подход к анализу потоков данных. Он позволяет выполнять автоматизированный мониторинг и прогнозирование развития ситуаций на основе обработки потоков разнородных данных, представленных, в частности, текстовыми документами, числовыми рядами, записями в БД. Предложенный подход включает обнаружение в потоке данных событий, формирование ситуаций, определение возможных сценариев их дальнейшего развития и подготовку предложений для лиц, принимающих решения. Приведены модели событий, используемые при работе с потоками текстовой и структурированной информации. Для выделения событий, относящихся к инновационным технологиям, в по-токе текстовых документов используется метод на основе инкрементальной кластеризации. Также с помощью инкрементальной кластеризации выполняется формирование ситуационных цепочек, отражающих развитие технологий с течением времени, при анализе потока структурированных данных. Описан метод формирования сценариев дальнейшего развития анализируемой инновационной технологии на основе принципа исторической аналогии. Предложенный метод позволяет определять наиболее вероятный сценарий с помощью логистической регрессии, а также выделять оптимистический и пессимистический сценарии на основе метода анализа иерархий. Каждый из сформированных сценариев снабжается рекомендациями по действиям, которые необходимо предпринять для способствования или препятствования развитию технологии по этому сценарию. Приведены примеры ситуаций, построенных на основе анализа потоков текстовых и структурированных данных, а также пример сформированных сценариев и предложений для одной из ситуаций.

8. Социальные особенности разработки мобильных приложений [№2 за 2019 год]
Author: A.I. Mostyaev
Просмотров: 4352
Современные технологии разработки мобильных приложений развиваются бурными темпами, стремясь удовлетворить все новые и новые запросы пользователей. Разработчики стараются не отставать и поддерживать популярность своих приложений всеми возможными способами, внедряя самые современные возможности и функции. В данной работе описаны основные особенности мобильных приложений и методов их поддержки по сравнению с аналогами для персональных компьютеров. Учет этих особенностей при разработке и поддержке мобильных приложений должен устранить разрыв и недопонимание между пользователями мобильных приложений и их разработчиками. Это, несомненно, будет полезно для обеих сторон. Краткий обзор истории мобильных приложений, сделанный в начале статьи, сразу дает представление о скорости развития данной области. Затем подробно описываются основные особенности мобильных приложений. Подчеркивается специфика как технической реализации, так и удобства использования приложений. Среди особенностей выделены тесная интеграция с операционной системой, короткие сеансы работы, повсеместное использование интернет-сервисов и разнообразие поддерживаемых устройств. Уделено внимание особенностям жизненного цикла мобильных приложений и интеграции сторонних библиотек для работы с интернет-сервисами. Кроме того, рассматриваются качество локализации приложений, специфика локализации для отдельных стран и работа с текстовыми и визуальными материалами в магазинах приложений. В работе приводится список необходимых требований к современному успешному приложению. Также отмечается интересный факт: особенности разработки подобных приложений прямо отражают тенденции развития современного общества.

9. Прогнозирование состояния технического объекта с применением методов машинного обучения [№2 за 2019 год]
Авторы: Клячкин В.Н., Жуков Д.А.
Просмотров: 6782
Распознавание состояния технического объекта во время его функционирования обеспечивает раннее обнаружение неисправностей и их устранение в процессе обслуживания. Часто диагностика сводится к разделению состояний объекта на два класса: исправное и неисправное. При решении такой задачи могут быть использованы методы машинного обучения, предназначенные для бинарной классификации. В данной статье в качестве исходных данных рассматриваются известные результаты (прецеденты) оценки состояния системы: при заданных значениях контролируемых показателей техническая система исправна или неисправна. Используется множество различных подходов к бинарной классификации: классические статистические модели, методы, специально ориентированные на машинное обучение, композиционные методы и другие. Для повышения качества прогнозирования может быть использован агрегированный подход – комбинация нескольких методов классификации. Разработанная в среде Matlab программа обеспечивает прогнозирование состояния системы по заданным показателям ее функционирования. Пользователь имеет возможность выбрать объем контрольной выборки, метод обучения, критерии качества распознавания. Было проведено численное исследование на двух примерах. Оценивалась исправность гидроагрегата по критерию стабильности вибраций по результатам мониторинга показаний датчиков, установленных в различных точках. Наилучшим оказался агрегированный классификатор, включающий градиентный бустинг и логистическую регрессию. При анализе исправности системы во-доочистки по показателям качества питьевой воды максимальное значение F-критерия имело место при агрегировании нейронной сети и бэггинга деревьев решений.

10. Архитектура системы мониторинга производственных процессов в условиях географической распределенности производства [№2 за 2019 год]
Авторы: Соломаха Г.М., Хижняк С.В.
Просмотров: 4780
В работе представлена архитектура информационной системы мониторинга производственных процессов, предоставляющая возможность получения актуальной детальной информации о географически распределенном производстве, а также наблюдения за показателями, являющимися агрегациями других показателей. Система позволяет работать в распределенном режиме, что значительно упрощает внедрение и эксплуатацию в условиях географической распределенности производства. Все компоненты, подсистемы, а также протокол и порядок их взаимодействия ориентированы на использование как на географически распределенных, так и на других производствах. В статье приведены основные недостатки существующих решений относительно работы в условиях географической распределенности производства, а также требования к архитектуре си-стемы, обладающей необходимыми для работы в таких условиях качествами, сформированными на основе выявленных недостатков. Рассмотрены основные подсистемы и компоненты предлагаемой информационной системы, их назначение, функции и принципы работы. Дано описание про-токола взаимодействия между подсистемами и компонентами, обоснован подход к разработке та-кого протокола. Описаны порядок обработки данных, способ их хранения, а также формат и сиг-натура. Данные представлены в формате JSON, а в качестве модели обмена между компонентами выбрана событийная. Обоснован подход к проектированию архитектуры, приведены основные технологии и средства, необходимые для разработки системы, с обоснованием их выбора, а также схемы архитектуры в разных комбинациях распределенных компонентов. Рассмотрен ряд примеров функционирования отдельных компонентов и их взаимодействия. На основе проведенных исследований сделаны выводы и предположения о возможных перспективах развития рассматриваемого в статье направления исследований.

| 1 | 2 | 3 | Следующая →