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

Публикационная активность

(сведения по итогам 2020 г.)
2-летний импакт-фактор РИНЦ: 0,493
2-летний импакт-фактор РИНЦ без самоцитирования: 0,425
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,932
5-летний импакт-фактор РИНЦ: 0,455
5-летний импакт-фактор РИНЦ без самоцитирования: 0,414
Суммарное число цитирований журнала в РИНЦ: 10613
Пятилетний индекс Херфиндаля по цитирующим журналам: 165
Индекс Херфиндаля по организациям авторов: 255
Десятилетний индекс Хирша: 20
Место в общем рейтинге SCIENCE INDEX за 2020 год: 166
Место в рейтинге SCIENCE INDEX за 2020 год по тематике "Автоматика. Вычислительная техника": 5

Больше данных по публикационной активности нашего журнале за 2008-2020 гг. на сайте РИНЦ

Добавить в закладки

Следующий номер на сайте

3
Ожидается:
25 Июня 2022

Статьи из выпуска № 4 за 2021 год.

Упорядочить результаты по:
Дате публикации | Заголовку статьи | Авторам

1. Демонстратор программной платформы для совместного использования алгоритмов теории свидетельств и нейронных сетей в нечетких системах [№4 за 2021 год]
Авторы: Иванов В.К., Палюх Б.В.
Просмотров: 1755
Диагностика состояния сложного многостадийного технологического процесса предполагает совместную обработку первичных данных для получения вероятностных характеристик аномальных критических событий или инцидентов в условиях неопределенности. В статье представлен исследовательский демонстратор «Статус-4» – прототип программной платформы для совместного использования методов алгоритмов теории свидетельств и нейронных сетей в нечетких диагностических системах. Цель разработки демонстратора – создание научно-технического задела для передачи готовых к внедрению решений на следующие этапы проекта. Демонстратор дает возможность показать основные функциональные компоненты платформы, оценить уровень их системной готовности, провести исследовательские испытания платформы, выполнить в различных режимах тестирование программных реализаций выбранных и теоретически подтвержденных методов, быстро проверить работоспособность и эффективность функционирования при различных значениях параметров и их сочетаниях. С помощью демонстратора могут быть показаны варианты совместного применения методов нейронных сетей и теории свидетельств в гибридной экспертной системе для диагностики технологического процесса, получены экспериментальные подтверждения эффективности совместного применения этих методов в части уменьшения уровня неопределенности и увеличения уровня доверия к данным при принятии решений. В статье приводятся краткие сведения о функциональных возможностях демонстратора, включая описание технологического процесса и предположений о влиянии диагностических переменных на его работоспособность, загрузку описаний инцидентов в технологическую БД, формирование гипотез о причинах инцидентов, генерацию продукционных правил, адаптацию параметров алгоритмов оценки состояния технологического процесса с помощью нейронной сети и нечеткого вывода. Рассматриваются основные параметры хранилища данных и объект-ной модели, приводятся сведения о программной реализации и пользовательском интерфейсе, которые иллюстрируются примерами. Выделены особенности используемых технологий, позволяющие надеяться на эффективность их совместного использования в диагностических си-стемах. Использование демонстратора способствует минимизации ключевых рисков создания полнофункциональной программной платформы для диагностики и оценки состояния сложного многостадийного технологического процесса.

2. О реализации многофункциональной web-системы регистрации и учета результатов интеллектуальной деятельности ученых [№4 за 2021 год]
Авторы: Власова С.А., Калёнов Н.Е.
Просмотров: 1879
В статье описывается web-система, реализующая сервисы, связанные с формированием и предоставлением многоаспектной информации о результатах научной деятельности (публикациях и докладах на научных мероприятиях) сотрудников организации или группы организаций. Система ориентирована как на конечного пользователя, заинтересованного в получении конкретных данных, так и на административный персонал, формирующий отчетные материалы для вышестоящей организации. Информационная база системы содержит связанные данные о следующих классах объектов: персоны (авторы публикаций и докладов), организации и их подразделения, публикации на аналитическом, монографическом и сводном уровнях, авторские свидетельства, научные мероприятия (конференции, симпозиумы, семинары), доклады. В состав системы входят два модуля – административный, предназначенный для ввода и редактирования данных, и пользовательский, представляющий собой специальный аппарат, осуществляющий поиск информации, ее визуализацию, навигацию по связанным ресурсам и экспорт данных. Отличительной особенностью системы является введенное понятие эквивалентных объектов. Эквивалентными считаются объекты, представленные в системе различными метаданными, но относящиеся к одной физической сущности. Такими объектами являются персоны, соответствующие одному автору с различными написаниями фамилии в библиографических описаниях публикаций; организации, имеющие различные варианты названий; статьи, опубликованные без изменений на различных языках. В соответствии с современными требованиями к отчетности по публикациям в системе отражаются источники финансирования научных исследований, по результатам которых опубликована данная работа, а также аффилиации каждого автора, указанные в статьях. Удобный, не требующий специальных компьютерных навыков интерфейс системы позволяет рекомендовать ее использование в качестве инструмента для решения комплекса задач, связанных с оценкой результатов интеллектуальной деятельности сотрудников научных учреждений.

3. Термодинамические ограничения и информационные условия устойчивости, управляемости и робастности  интеллектуального когнитивного управления [№4 за 2021 год]
Авторы: Ульянов С.В., Шевченко А.А., Шевченко А.В., Тятюшкина О.Ю.
Просмотров: 1491
В данной статье рассмотрены информационные и физические (энтропийные и энергетические) закономерности, а также особенности модели квантового сильного искусственного вычислительного интеллекта в виде самоорганизующейся интеллектуальной системы управления. Модель основана на принципах минимальной информационной энтропии (в «интеллектуальном» пространстве состояний сигналов управления) и минимальной обобщенной термодинамической меры производства энтропии в единой системе «объект управления + интеллектуальный когнитивный регулятор». Основным результатом применения процесса самоорганизации является гарантированная возможность достижения необходимого уровня надежности и гибкости (адаптивности) воспроизводимой структуры когнитивной интеллектуальной системы управления. В работе кратко рассмотрены основные физические принципы процессов управления, позволяющие устанавливать взаимосвязь между качественными характеристиками динамического поведения объекта управления и исполнительным устройством системы автоматического управления: устойчивостью, управляемостью и робастностью управления. Для достижения этой цели используются информационный и термодинамический подходы, объединяющие однородным условием критерии динамической устойчивости (функция Ляпунова), управляемости и робастности. Приведены соотношения между количеством совершенной работы, информации и извлекаемой свободной энергии, которые подтверждают возможность повышения робастности интеллектуальной системы управления за счет производства энтропии когнитивного регулятора, уменьшающего потери полезного ресурса объекта управления. В свою очередь, производство негэнтропии когнитивного регулятора снижает требования к минимуму исходной информации для достижения робастности. На основе извлекаемой информации из баз знаний когнитивного регулятора возможно получить дополнительный ресурс для совершения полезной работы, эквивалентный целенаправленному действию на объект управления, гарантируя достижение цели управления.

4. Знаковая система управления мобильной платформой [№4 за 2021 год]
Авторы: Ровбо М.А., Сорокоумов П.С.
Просмотров: 1689
В работе рассматривается объединение системы управления роботом на основе знаковой модели мира и человеко-машинных интерфейсов, в частности, голосового, в единую систему, обрабатывающую как команды пользователя, так и автономное поведение робота. Разработанная система позволяет управлять роботом с помощью голосового интерфейса, отрабатывать длительные поведенческие процедуры, устранять неоднозначности команды за счет разрешения пространственных отношений и учета направления взгляда оператора. Это достигается путем интеграции всей необходимой для принятия решения и выбора действия ро-ботом информации в модель мира, применения логического вывода для ее пополнения и использования эвристик для устранения неоднозначностей в речевой команде, когда известных фактов для этого не хватает. Система принятия решения на основе данной модели мира также обеспечивает автономную реакцию робота на особые ситуации. Описывается архитектура разработанной системы и демонстрируется применимость данно-го подхода на примере имитационной модели мобильного робота в Gazebo. Моделирование показало возможность управления мобильной платформой с помощью разработанной системы, причем для оператора непрямое управление роботом оказалось более комфортным. Одна-ко следует отметить рост вычислительной нагрузки в случае обработки большого числа объектов в мире, который частично компенсируется алгоритмами, позволяющими дополнять модель лишь той информацией, которая необходима для обработки текущей команды при логическом выводе, а также невозможность обработки противоречивой информации в текущей реализации.

5. Анализ гибридных регуляторов в моделях управления техническими объектами в изменяющихся условиях [№4 за 2021 год]
Авторы: Игнатьев В.В., Соловьев В.В., Белоглазов Д.А.
Просмотров: 1603
В статье рассмотрены модели, управление в которых осуществляется с помощью гибридных регуляторов, реализованных на основе последовательного взаимодействия PI- и IPI-FUZZY-регуля¬торов, а также PID- и IPD-FUZZY-регуляторов со сгенерированной структурой системы нечеткого вывода типа Cyгено и разработанной моделью ANFIS. В гибридных регуляторах база правил нечеткого регулятора формируется автоматически с помощью специально разработанного алгоритма на основе данных, полученных с классического регулятора с последующим обучением с помощью нейросети. Особенностью разработки ANFIS в виде гибридной сети для PI- и IPI-FUZZY-регуляторов является использование показателей ошибки выходного сигнала, ее интеграла (дифференциала для PID- и IPD-FUZZY-регуляторов) и управляющего воздействия. Для проверки эффективности гибридной сети с целью выявления факта ее переобучения применялись данные, полученные в результате работы классического регулятора, а для формирования обучающей выборки для построения гибрид-ной сети – данные, полученные в результате работы нечеткого регулятора. Это позволяет исключить участие эксперта при синтезе базы правил нечеткого регулятора и обеспечить эффективное и робастное управление объектом, функционирующим в непредвиденных внешних ситуациях. Регуляторы IPI-FUZZY и IPD-FUZZY продемонстрировали лучшие показатели качества по сравнению с соответствующими классическими регуляторами, что позволяет рекомендовать их к применению в реальных системах управления. Представленные модели были разработаны в среде Simulink и редакторе ANFIS пакета расширения Fuzzy Logic Toolbox.

6. Имитационная модель оценки срока службы  интернета вещей в условиях атакующих воздействий,  источающих энергию узлов [№4 за 2021 год]
Авторы: Татарникова Т.М., Богданов П.Ю.
Просмотров: 1746
Малая мощность сенсорных узлов интернета вещей обусловливает поиск решения нескольких актуальных задач: увеличение срока службы сенсорных узлов и безопасность интернета вещей. В качестве источника питания сенсорные узлы используют батареи, ресурсы которых ограничены, и, если сенсорная сеть установлена и развернута в удаленном географическом пространстве для наблюдения за физическими явлениями, подзарядка или замена сенсорных узлов может стать невозможной или дорогостоящей из-за местоположения. Энергопотребление – один из важных показателей качества интернета вещей, определяемый как количество энергии, используемой и потраченной сенсорными узлами. От энергопотребления зависит срок службы сети – время, в течение которого она будет полностью функционировать. Внедрение механизмов защиты интернета вещей требует дополнительных затрат энергии, связанных с их реализацией, однако отсутствие этих механизмов чревато распространением атак, истощающих энергию узлов, и сокращением срока службы интернета вещей. В статье приведены результаты имитационного эксперимента, доказывающие, что своевременное обнаружение атак способствует увеличению срока службы сети по сравнению с сетью, в которой механизмы безопасности отсутствуют. Для понимания принципов работы имитационной модели описываются ее основные модули, имитирующие реальные объекты сети интернета вещей: сенсорные узлы, маршрутизаторы, протоколы, каналы связи, атаки, пакеты данных. Оценки потребляемой энергии и срока службы приведены в виде графиков зависимостей от разных параметров сети интернета вещей.

7. Диагностика состояния технического объекта  с помощью классификации методами  машинного обучения [№4 за 2021 год]
Авторы: Ломовцева Н.А., Кувайскова Ю.Е., Клячкин В.Н.
Просмотров: 1618
Для обеспечения безопасности и надежности функционирования сложных технических си-стем необходима их диагностика. Иногда она сводится лишь к разделению объектов на исправные и неисправные: проводится бинарная классификация методами машинного обучения по прецедентам (с учителем). Однако часто требуется более детальное исследование, когда состояние объекта нельзя отнести к этим двум вариантам. В таком случае проводится многоклассовая классификация состояний объекта. Как и при бинарной классификации, здесь могут эффективно применяться методы машинного обучения. Полученная по результатам предварительных испытаний выборка разбивается на две части – обучающую и тестовую. Обучающая предназначена для построения моделей, с помощью которых объекты разделяются на заданное количество классов. Предполагается, что есть определенная связь между показателями функционирования объекта и его состояниями. На основе обучающей выборки необходимо построить алгоритм, обеспечивающий для заданного набора показателей функционирования достаточно точную оценку состояния объекта. Разработана программа многоклассовой классификации для построения модели алгоритма, обеспечивающей надежную диагностику состояния объекта. Для исключения переобучения использована кросс-валидация. Оцениваемые три меры качества построенных моделей позволяют учесть особенности обучающей выборки, при этом применяются различные типы классификаторов. В качестве численного примера рассмотрена навигация робота: по результатам показаний 24 датчиков расстояний определяется одно из четырех направлений его перемещения.

8. Применение инструментов дискретной оптимизации  для классификации когнитивного дефицита:  особенности использования минимаксного  и аддитивного критериев [№4 за 2021 год]
Авторы: Разумникова О.М., Мезенцев Ю.А., Павлов П.С., Тарасова И.В., Трубникова О.А.
Просмотров: 1493
Статья посвящена разработке методов дискретной оптимизации для решения прикладной задачи кластеризации когнитивных ресурсов пациентов с ишемической болезнью сердца. Данные методы отражают перспективность оперативного лечения таких пациентов. Для определения когнитивного дефицита, связанного со старением и сопутствующим атеросклерозом сосудов мозга, применяют множество показателей разных когнитивных функций и активности мозга. Широко используемое для лечения пациентов с ишемической болезнью сердца коронарное шунтирование усиливает риск возникновения послеоперационного когнитивного дефицита. В связи с этим актуально выявление наиболее информативных маркеров предоперационного со-стояния когнитивного статуса пациентов. Для его классификации использованы характеристики полушарной активности мозга на частотах тета-, альфа- и бета-диапазонов совместно с показателем минимальных мозговых дисфункций и интегральным показателем, который сформирован на основе комплекса параметров, полученных при регистрации сенсорно-моторной реакции и характеристик внимания и памяти группы пациентов. Результаты вычислительных экспериментов с кластеризацией показателей психометрического и нейрофизиологического тестирования пациентов с ишемической болезнью сердца по-казали эффективность разработанного инструментария кластеризации с применением дискретной оптимизации и лучшие дискриминационные возможности при использовании аддитивного критерия.

9. Сравнительный анализ работы алгоритма многократной маркировки перколяционных кластеров на различных разделах суперкомпьютера МВС-10П ОП [№4 за 2021 год]
Автор: Лапшина С.Ю.
Просмотров: 1664
В статье проведен сравнительный анализ работы алгоритма многократной маркировки перколяционных кластеров на пяти различных разделах суперкомпьютера МВС-10П ОП (с учетом добавления в 2021 г. нового раздела и модернизации существующих), установленного в Меж-ведомственном суперкомпьютерном центре Российской академии наук. Алгоритм многократной маркировки перколяционных кластеров используется в Центре для изучения процессов распространения эпидемий. Вместе с тем это универсальное средство, которое может найти применение в любой области в качестве инструмента дифференцирования кластеров решетки большого размера, получающее на вход данные в формате, не зависящем от приложения. Известны разработки с использованием данного алгоритма для изучения процессов протекания воды через пористые материалы, поведения нефтяных пластов, распространения лесных пожаров. При суперкомпьютерном имитационном эксперименте применялся усовершенствованный для применения на многопроцессорной системе вариант алгоритма многократной маркировки перколяционных кластеров Хошена–Копельмана, связанный с механизмом линковки меток. В статье сравнивается время выполнения алгоритма многократной маркировки перколяционных кластеров Хошена–Копельмана при полной загрузке вычислительных узлов и различ-ных значениях входных параметров на пяти разделах – Broadwell, Cascadelake, Skylake, Optan, KNL суперкомпьютера МВС-10П ОП. Установлено оптимальное количество процессорных ядер для вычислений.

10. Метод синтеза нечетких регуляторов  на основе кластеризации [№4 за 2021 год]
Авторы: Игнатьев В.В., Соловьев В.В.
Просмотров: 1672
Целью авторов исследования является разработка метода синтеза нечетких регуляторов по экспериментальным данным на основе кластеризации как самого простого способа определения количества функций принадлежности и создания базы правил. Для достижения поставленной цели предлагается использовать экспериментальные данные о входных и выходных сигналах системы управления техническим объектом с классическим регулятором. На основе этих данных разработан метод кластеризации, позволяющий определять терм-множества входных и выходных лингвистических переменных нечеткого регулятора, реализующего алгоритм нечет-кого вывода Мамдани, и составлять базу правил. Кластеризация выполняется путем оценки границ интервалов варьирования эксперимен-тальных данных, равномерного разделения на кластеры в зависимости от требуемой мощности терм-множеств лингвистических переменных и определения принадлежности данных к кластерам. Поскольку экспериментальные данные связаны, то есть для каждого момента времени сохраняются данные как о входных, так и о выходных сигналах классического регулятора и определяется их принадлежность к кластерам, разработка базы правил нечеткого регулятора не вызывает затруднений. Разработанное авторами в среде MatLab ПО позволяет как снимать экспериментальные данные, так и синтезировать нечеткий регулятор и проверять его работоспособность. Модель системы управления создана в среде Simulink, метод кластеризации и определения параметров лингвистических переменных реализован в виде программы в m-файле, а нечеткий регулятор в пакете расширения Fuzzy Logic Toolbox. В качестве примера рассмотрен процесс заполнения соединенных контейнеров, математической моделью которого является передаточная функция второго порядка с запаздыванием. Для выбора оптимальной структуры нечеткого регулятора проведено исследование на основе экспериментальных данных. Полученные в данной работе результаты сравнивались с классическим ПД-регулятором, модель которого реализована в среде Simulink. Результаты исследования будут полезны разработчикам нечетких моделей управления.

| 1 | 2 | Следующая →