Программные продукты и системы

Статьи из свежего выпуска

Упорядочить результаты по: Дате публикации | Заголовку статьи | Авторам

1. Построение локальных нечетких моделей для ситуационного управления сложными объектами на основе прецедентов [№3 за год]
Авторы: Дли М.И., Соколов А.М., Воротилова М.Ю.
Просмотров: 1306
В статье рассматриваются вопросы оптимального управления сложными объектами различной природы в условиях динамически изменяющихся факторов неопределенности внешней среды. Проведен анализ существующих подходов к управлению объектами данного типа с учетом особенностей создания современных интеллектуальных систем поддержки принятия решений. Показана целесообразность применения нечетких ситуационно-прецедентных моделей, которые формируются на основе имевших место ранее прецедентов и обеспечивают высокий уровень наглядности при выборе оптимальной стратегии управления. Выявлено, что одним из ограничений использования данных моделей является сложность их адаптации при изменении условий функционирования управляемого объекта из-за большого в общем случае числа учитываемых ситуаций и переходов между ними. Предложен новый тип нечетких ситуационно-прецедентных моделей для локальных областей признакового пространства, характеризующего ситуационные аспекты управления объектом. Основным отличием данных моделей является ограничение области их построения некоторой областью вокруг текущей и целевой ситуаций. Такой подход значительно упрощает процесс адаптации структуры сети при изменении внутренних и внешних факторов. Предложены три варианта формирования области признакового пространства и, соответственно, определения степени разветвленности сетевой структуры модели на основе задания коэффициента локализации. Описан способ построения локальных нечетких моделей, предполагающий объединение близких нечетких прецедентов по достижении целевой ситуации для упрощения структуры модели и повышения степени оперативности ситуационного управления сложными объектами. Программная реализация предложенного способа выполнена на языке Python 3.12. с использованием библиотеки Numpy для нечетких вычислений и пакета NetworkX для визуализации сети. Проведен вычислительный эксперимент, который показал эффективность применения локальных нечетких ситуационно-прецедентных моделей для управления сложными объектами в условиях динамического изменения факторов неопределенности по сравнению с ситуационными моделями, имеющими фиксированную структуру.

2. Функциональное моделирование геометрического описания препятствий для определения маршрута полета беспилотного летательного аппарата [№3 за год]
Авторы: Ченцов А.Е., Ищенко М.А., Панкова А.Е.
Просмотров: 1247
В статье приведен анализ методов определения маршрута полета беспилотного летательного аппарата. Выделены четыре основные группы: методы пространственной декомпозиции, заключающиеся в разбиении пространства на множество областей; методы с использованием маршрутных сетей, основанные на применении графов видимости и обобщенных диаграмм Вороного; методы на базе потенциальных полей, основанные на физической аналогии с движением заряженной частицы в электростатическом поле; методы с использованием технологий искусственного интеллекта. Особое внимание уделено методу навигационного графа, который сводится к нахождению ближайших вершин к начальной и конечной точках. Именно этот метод является наиболее подходящим для задачи определения маршрута полета беспилотного летательного аппарата. Представлен процесс построения навигационного графа на плоскости и обоснована необходимость его формирования в трехмерном пространстве. Исследован функционально-воксельный метод, в основе которого лежит принцип линейной аппроксимации исследуемого пространства функции для вычисления его локальных геометрических характеристик. Эти характеристики позволяют описать геометрический объект. Рассмотрены достоинства метода и его практическое применение. Представлен математический аппарат для формирования трехмерных функциональных моделей геометрического описания препятствий искусственного (зон обнаружения, поражения и подавления) и естественного (рельеф местности) происхождения. Сформированные модели позволят обработать все трехмерное пространство исследуемой среды. На основе данных функциональных моделей выделяются возможные области полета беспилотного летательного аппарата и формируется навигационный граф возможных маршрутов полета в выделенных областях.

3. Многоуровневая оценка точности средств прогнозирования функциональной структуры генетических последовательностей [№3 за год]
Авторы: Аржаев В.И., Скворцов А.В.
Просмотров: 1386
В статье рассматриваются некоторые методики количественной оценки качества прогнозирования функциональной структуры генетических последовательностей доступными программами прогнозирования генов. Объектом исследования послужили алгоритмы и программные средства для прогнозирования функциональной структуры генетических последовательностей. Предметом являются количественные показатели точности прогнозирования функциональной структуры генетических последовательностей и алгоритмы их вычислений. Рассмотрено состояние разработки методов сравнения функциональной аннотации генетических последовательностей и самих методов прогнозирования функциональной структуры геномов. В результате отобраны количественные показатели схожести элементов функциональной аннотации нуклеотидных последовательностей на уровне отдельных нуклеотидов и экзон-интронной структуры генов, методики их расчета адаптированы для применения к оценке достоверности результата работы существующих программных средств прогнозирования генов на уровнях нуклеотидов и экзонов. На основе отобранных и уточненных методик сравнения эталонной и спрогнозированной функциональной структуры последовательностей разработано программное средство оценки качества прогнозирования кодирующих белки генов. Рассмотрено описание статической структуры разработанной программы и обобщенное описание алгоритма формирования статистических оценок качества прогнозирования генов по сравнению с эталонной функциональной аннотацией. В отличие от известных программных средств с открытым исходным кодом обеспечивается вычисление более информативных показателей точности прогнозирования генов по сравнению с базовыми метриками ложноположительных и ложноотрицательных результатов.

4. Синтез адаптивного управления в многоканальных  навигационных приемниках на основе интеллектуальной обработки докорреляционных сигналов [№3 за год]
Авторы: Лихачев М.А., Смирнов В.Д.
Просмотров: 1066
Предметом исследования является двухэтапный синтез адаптивных управляющих решений для весовых коэффициентов диаграммы направленности цифровой антенной решетки навигационного приемника при воздействии преднамеренных шумовых и имитационных помех. Для решения задачи используется интеллектуальный пространственно-временной анализ принятых докорреляционных сигналов спутниковой навигации. В условиях сложной электромагнитной обстановки, когда уровень полезного сигнала значительно ниже уровня шума и помех, традиционные методы пространственной фильтрации становятся недостаточно эффективными. В работе предложен модифицированный алгоритм двухэтапной обработки навигационных сигналов. На первом этапе формируются веса, обеспечивающие глубокие провалы диаграммы по угловым координатам активных помех, мощность которых превышает уровень шума. На втором этапе формируется новый набор весовых коэффициентов на основе идентификации события присутствия сигналов спуфинга и оценки угловых направлений их излучения. Прогнозирование координат источника спуфинговых сигналов (азимут и угол места) осуществляется с помощью LSTM-нейронной сети. Сеть обучена на данных циклической корреляционной матрицы, характеризующих циклостационарные свойства аутентичных навигационных сигналов. Это особенно важно в случае спуфинга, когда помеха имитирует параметры реального навигационного сигнала и не может быть эффективно подавлена традиционными средствами. Предложенный подход синтеза интеллектуальных решений по управлению набором адаптивных весовых коэффициентов приемных каналов позволяет минимизировать влияние комбинированных помех. При этом обеспечивается целостность и достоверность принимаемых навигационных сигналов для дальнейшей их корреляционной обработки и трекинга. Основные результаты исследования включают разработку и моделирование двухэтапного алгоритма адаптивной обработки сигналов, а также сравнение его эффективности с традиционными методами, такими, как MUSIC и DNN. Показано, что использование LSTM-сети обеспечивает более высокую точность и стабильность оценки направления прихода сигнала при пониженном отношении сигнал/шум, в том числе для угловых координат, не входящих в обучающую выборку. Практическая значимость работы заключается в возможности реализации предложенного подхода в современных навигационных системах для повышения их защищенности от преднамеренных помех и для обеспечения надежного функционирования в сложных условиях электромагнитной обстановки.

5. Обнаружение аномалий в контейнерных системах: применение частотного анализа и гибридной нейронной сети [№3 за год]
Авторы: Котенко И.В., Мельник М.В.
Просмотров: 1400
Постоянное совершенствование атак на средства контейнеризации, оркестрации и приложения, функционирующие в контейнерных системах, ставят под угрозу успешное внедрение таких систем. Большинство современных атак сопровождаются аномальным поведением как отдельных процессов, так и всей системы в целом. В статье рассматривается проблема обнаружения аномального поведения в контейнерных системах на основе методов глубокого машинного обучения. Представлен подход к обнаружению аномальных последовательностей процессов, выполняемых внутри контейнерных систем на основе профилирования их поведения. Подход основан на частотном анализе дизассемблированных машинных инструкций, на построении гистограмм процессов фиксированного размера и на использовании их как для обучения гибридной модели нейронной сети Autoencoder – Long short-term memory, так и для последующего обнаружения. Гистограммы создаются путем подсчета количества дизассемблированных инструкций с применением частотного анализа, который основан на вычислении отношения количества определенных инструкций к общему числу инструкций. После обучения на профиле, отражающем нормальное поведение контейнера, нейронная сеть готова к обнаружению аномальных последовательностей процессов методом вычисления ошибки реконструкции. Затем тестовая последовательность, состоящая из гистограмм процессов, подается в нейронную сеть, вычисляется ошибка реконструкции входного вектора данных и сравнивается с заданным порогом. Результаты, полученные в ходе проведенного эксперимента, демонстрируют высокую точность обнаружения и низкие затраты вычислительных ресурсов на обучение моделей нейронной сети. Ложные срабатывания находятся на низком уровне, что, в свою очередь, позволяет использовать предлагаемое решения в качестве дополнительного средства обнаружения аномальной активности. С помощью предложенного подхода можно эффективно выявлять атаки, при которых злоумышленники перехватывают выполнение программного кода, изменяют его поведение и манипулируют адресами функций в бинарных файлах.

6. Комбинированный метод деформации и анимации объектов на основе позиционного моделирования и механики сплошных сред с применением патчей свободных форм [№3 за год]
Авторы: Вяткин С.И., Долговесов Б.С.
Просмотров: 1187
В статье предложено применение патчей свободных форм в разработке метода моделирования деформации и анимации объектов на основе позиционного моделирования и механики сплошных сред. Метод является универсальным для моделирования большого числа различных геометрий и материалов. Рассмотрена задача моделирования деформации и анимации твердых тел, эластичных материалов, тканей, объемных объектов на основе ограничений для работы в режиме реального времени. Предметом исследования являются методы Эйлера и Ньютона и их использование в позиционной динамике. Деформация и анимация трехмерных объектов являются важными функциями, но требуют большого числа вычислений. Вычисления базируются на вариационной форме неявного интегрирования Эйлера, в них обрабатываются ограничения на глобальном уровне. Благодаря этому можно установить связи между позиционной динамикой и неявной схемой интегрирования Эйлера. Локальный/глобальный подход позволяет реализовать неявные интеграционные вычисления без особых мер защиты от сингулярных или неопределенных гессиан, чтобы гарантировать надежность метода. Получается простая реализация, которая не нуждается в дополнительных библиотеках для решения задачи и имеет небольшую память. Тестирование показывает, что после десяти итераций результат моделирования визуально выглядит аналогично конвергентному с использованием метода Ньютона. Это позволяет использовать метод для приложений реального времени. Работоспособность метода подтверждена компьютерной симуляцией. Эксперименты показали, что для моделирования моделей среднего размера достаточно 5–10 итераций, со скоростью от 1 до 6 миллисекунд на итерацию. Предложенный метод может быть полезен для вычисления деформации твердых тел, тканей, оболочек и т.п. Это актуально при создании материалов с желаемым поведением деформации (для анимации одежды, персонажей и других нежестких форм). В робототехнике с помощью предложенного подхода можно моделировать работу тактильных датчиков, создавать симуляции МРТ-изображений на основе анатомических моделей, что важно для проверки алгоритмов анализа изображений.

7. Мультиагентное моделирование поведения электромобилей для гетерогенной распределенной электрозарядной инфраструктуры в городской среде [№3 за год]
Авторы: Скоробогатченко Д.А., Волчков С.Н., Сафонова Е.В.
Просмотров: 1372
Работа посвящена изучению и применению инструментов имитационного мультиагентного моделирования и компьютерного анализа в области электрических автономных транспортных средств. Рассмотрена методика разработки системы моделирования процессов взаимодействия парка легковых электромобилей с гетерогенной распределенной городской общественной системой электрозарядной инфраструктуры. Для получения необходимой информации и построения моделей использованы данные программно-аппаратного комплекса регионального оператора электромобилей. Исследования проводились при различных вариантах интенсивности трафика городского автономного электротранспорта, зарядного поведения водителей, начального уровня заряда аккумуляторной батареи, а также при различной конфигурации внешней гетерогенной зарядной инфраструктуры. Кроме этого, в работе учитывались отличия в зарядных коннекторах, стоящих на электромобилях и на станциях зарядки, что накладывало дополнительные ограничения на зарядное поведение водителей. В качестве среды моделирования выбран комплекс Simulation of Urban Mobility, для которого на языке Python сделана программа-обертка – промежуточный слой между средой моделирования и стандартной библиотекой Python TraCI для SUMO. Предложен алгоритм перенаправления электромобиля к зарядной станции в зависимости от уровня заряда его аккумуляторной батареи и зарядного поведения водителя, определяемого при моделировании. Авторами разработана мультиагентная имитационная модель зарядной станции, которая, в отличие от традиционно применяемой при моделировании в SUMO полосы зарядки, представляет собой зарядные точки на станции. Предложенная система позволяет изучать закономерности взаимодействия между автономными электромобилями в городских агломерациях и общественной зарядной инфраструктурой. Исследование имеет практическую значимость для развития городского автономного электротранспорта, включая не только интересы операторов и городских властей, но и конечных пользователей электромобилей.

8. Использование многослойной нейронной сети для построения адаптивного интерфейса системы автоматизированного проектирования КОМПАС-3D [№3 за год]
Авторы: Субботин А.В., Зубкова Т.М.
Просмотров: 1334
Исследование посвящается проблеме адаптации интерфейсов в САПР с целью повышения эффективности работы инженера-конструктора при проектировании машиностроительных изделий на производстве. В данной статье рассматривается подход по адаптации интерфейса САПР КОМПАС-3D под задачи проектировщика. В качестве задачи выступает набор данных, описывающих будущую деталь. Новизной предложенного подхода является применение многослойной нейросети для анализа взаимосвязей между входными переменными, описывающими геометрические характеристики детали, и командами, используемыми в процессе построения ее трехмерной модели. Обучение нейросети проводилось на основе трехмерных моделей из библиотеки стандартных изделий. Результатом работы нейросети является набор рекомендаций, состоящих из необходимых команд, которые потребуются проектировщику для построения модели детали. Разработано программное средство, позволяющее на основе рекомендаций нейросети сформировать интерфейс с инструментальной панелью, который располагается поверх окна системы КОМПАС-3D. Отличительной особенностью данного интерфейса является гибкость в настройке. Программное средство позволяет расширять базу готовых проектов деталей и переобучать нейронную сеть для повышения точности классификации. Взаимодействие программного средства и системы КОМПАС-3D реализовано с помощью набора для разработки ПО Software Development Kit и языка программирования Python. Внедрение разработанного программного средства в рабочую среду инженера-конструктора позволит оптимизировать его труд и повысить производительность с помощью адаптивного интерфейса можно уменьшить количество команд и время их поиска в интерфейсной части САПР. Таким образом, использование нейросети в адаптации интерфейса позволит повысить эффективность взаимодействия с системой КОМПАС-3D. Кроме того, обеспечит более простое и интуитивно понятное рабочее пространство для проектировщика.

9. Реализация проекта для решения проблемы отсутствия графической оболочки пакета OpenFOAM [№3 за год]
Автор: Читалов Д.И.
Просмотров: 1308
Отсутствие графического интерфейса в базовом дистрибутиве пакета OpenFOAM значительно усложняет работу пользователей. Данное исследование направлено на устранение этой проблемы. Разработан и интегрирован модуль, предназначенный для проведения численных экспериментов с помощью программы-решателя mulesQHDFoam. Его преимуществами в сравнении с приложениями-аналогами являются открытость исходного кода, а также наличие русифицированного интерфейса. Отделение программного кода, обеспечивающего функционирование фронтенда, от программного кода бэкенда упрощает последующую поддержку и доработку модуля. В работе описаны некоторые аспекты применения решателя mulesQHDFoam, особенности постановки экспериментов с его участием. Представлен перечень средств разработки, в том числе основного языка программирования, дополнительных библиотек и вспомогательных технологий. Процессная диаграмма, созданная с помощью языка построения диаграмм UML, демонстрирует алгоритм работы пользователя с программой. Возможности модуля протестированы в рамках проведения эксперимента по моделированию одной из фундаментальных задач механики сплошных сред. Представлено изображение результатов эксперимента для выбранной задачи с визуализацией главного окна графической оболочки. Благодаря размещению исходного кода на сервисе GitHub программа доступна для применения сторонними специалистами. Проанализирована эффективность выбранного перечня технологий разработки по итогам выполненного исследования, определена целесообразность его дальнейшего применения. Сформулированы краткие результаты работы с указанием потенциальной практической ценности проекта. Приведены основные пункты, отличающие разработанные модули от программных продуктов-аналогов.

10. Классификация отчетов GitHub с использованием резервуарной нейронной сети LogNNet [№3 за год]
Авторы: Ковин А.М., Ивашко Е.Е., Изотов Ю.А., Величко А.А.
Просмотров: 1366
В решении задач классификации широко используются нейронные сети. Их обучение и применение требуют значительных вычислительных ресурсов. Проблема дефицита ресурсов особенно актуальна для встраиваемых и носимых устройств, для периферийных вычислений в Интернете вещей. Не менее значима для периферийных вычислений и обработка естественного языка, в частности классификация текстов. В статье анализируется эффективность нейронной сети LogNNet на примере классификации отчетов в системе отслеживания задач GitHub Issues. Нейронные сети LogNNet основаны на технологии резервуарных вычислений и используют свойство автогенерации весовых коэффициентов матрицы резервуара. В работе выполнена классификация отчетов на три класса: отчет об ошибке, запрос на улучшение, вопрос по использованию ПО. Эксперименты проведены с использованием БД, содержащей 100 тысяч примеров, не сбалансированных по классам. Определена минимальная размерность вектора признаков, обеспечивающая приемлемое качество классификации. Результаты сравниваются по метрикам точности, полноты, f1-меры, точности по всем классам с шестью стандартными методами машинного обучения: методом опорных векторов, наивным байесовским классификатором, методом ближайших соседей, деревом решений, случайным лесом и логистической регрессией. Также выполнен расчет экономии оперативной памяти, используемой для хранения данных LogNNet. Исследование показало, что модель LogNNet 100:50:20:3 позволяет сократить объем используемой оперативной памяти в 5 раз. При этом точность классификации остается на уровне 92 % от максимальных значений стандартных методов. Использование LogNNet для решения аналогичных задач может быть оправданным только на устройствах с небольшим объемом доступной оперативной памяти, таких как микроконтроллеры и мини-компьютеры.

| 1 | 2 | Следующая → ►