Изменение внешних условий, параметров функционирования объектов, взаимосвязей между элементами системы и связей системы с надсистемой приводит к снижению точности результатов моделей искусственного интеллекта, которое называется деградацией моделей. Снижение риска деградации моделей актуально для задач электроэнергетики, особенностью которых является многофакторные зависимости в сложных технических системах и влияние метеорологических параметров. Автоматическое обновление моделей с течением времени является необходимым условием формирования доверия пользователей к интеллектуальным системам прогнозирования. В данной статье представлена классификация видов дрейфа данных. Формализованы варианты решений, которые разработчикам необходимо принять при создании интеллектуальных систем для определения стратегии обновления прогнозных моделей, включая критерии запуска обновления, выбор моделей, оптимизацию гиперпараметров, выбор способа обновления и формирования наборов данных. Предложен алгоритм формирования стратегии автоматического обновления моделей искусственного интеллекта и даны практические рекомендации для разработчиков моделей в задачах прогнозирования временных рядов в электроэнергетике.

Ключевые слова: прогнозирование временных рядов, искусственный интеллект, машинное обучение, доверенная система искусственного интеллекта, деградация моделей, дрейф данных, дрейф концепции

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации

Статья представляет обзор метрик, используемых для оценки качества изображений, полученных с помощью генеративных моделей. Для них требуются специализированные метрики, позволяющие объективно оценивать качество изображений. Сравнительный анализ показал, что для комплексной оценки качества генерации необходимо сочетание различных метрик. Перцептивные метрики эффективны для оценки качества изображений с точки зрения машинных систем, в то время как метрики, оценивающие структуру и детали, полезны для анализа восприятия человеком. Метрики, основанные на текстовом описании, позволяют оценить соответствие изображений заданным текстам, однако они не могут заменить метрики, направленные на визуальную или структурную оценку. Результаты исследования будут полезны специалистам в области машинного обучения и компьютерного зрения, а также способствуют улучшению алгоритмов генерации и расширению областей применения диффузионных моделей.

Ключевые слова: глубокое обучение, метрика, генеративная модель, качество изображений, изображение

1.2.1 - Искусственный интеллект и машинное обучение , 1.2.2 - Математическое моделирование, численные методы и комплексы программ

Статья посвящена теме применения современных методов генеративного сжатия изображений с использованием вариационных автокодировщиков и нейросетевых архитектур. Особое внимание уделяется анализу существующих подходов к генерации и восстановлению изображений, а также сравнительной оценке качества сжатия с точки зрения визуального восприятия и метрических показателей. Целью исследования является систематизация методов глубокого сжатия изображений и выявление наиболее эффективных решений, основанных на вариационном байесовском подходе. В работе рассмотрены различные архитектуры, в том числе условные автокодировщики и модели с гиперсетями, а также методы оценки качества получаемых данных. В качестве основных методов исследования применялись анализ научной литературы, сравнительный эксперимент над архитектурами генеративных моделей и вычислительная оценка сжатия на основе метрик. Результаты исследования показали, что использование вариационных автокодировщиков в сочетании с рекуррентными и сверточными слоями позволяет добиться высокого качества восстановления изображений при значительном снижении объема данных. Сделан вывод о перспективности использования условных вариационных автокодировщиков в задачах сжатия изображений, особенно при наличии дополнительной информации (например, метаданных). Представленные подходы могут быть полезны для разработки эффективных систем хранения и передачи визуальных данных.

Ключевые слова: вариационные автокодировщики, генеративные модели, сжатие изображений, глубокое обучение, нейросетевые архитектуры, восстановление данных, условные модели

1.2.2 - Математическое моделирование, численные методы и комплексы программ

Статья посвящена разработке алгоритмов кластеризации данных с использованием несимметричных мер близости, актуальных в задачах с направленными взаимодействиями. Предложены два алгоритма: пошаговое формирование кластеров и модификация с итеративным уточнением центров. Проведены эксперименты, включая сравнение с методом k-медоидов. Результаты показали, что алгоритм с фиксированными центрами эффективен на малых данных, а алгоритм с пересчётом центров обеспечивает более точную кластеризацию. Выбор алгоритма зависит от требований к скорости и качеству.

Ключевые слова: кластеризация, несимметричные меры близости, алгоритмы кластеризации, итеративное уточнение, k-медоиды, направленные взаимодействия, адаптивные методы

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации

В работе рассмотрено моделирование работы пользователей с многосерверной базой данных, разработанной на основе микросервисной архитектуры. Был проведён анализ предметной области, описаны основные сущности системы, а также реализованы механизмы передачи данных и взаимодействия сервисов с использованием Docker и Apache Kafka. Выявлено, что разработка многосерверной базы данных позволила добиться высокой масштабируемости и отказоустойчивости системы. Реализация механизмов репликации и шардирования обеспечила равномерное распределение нагрузки, а использование брокера сообщений Kafka способствовало эффективному обмену данными между сервисами. Проведённое тестирование подтвердило надёжность системы при высокой нагрузке, а также выявило её сильные стороны и потенциальные улучшения.

Ключевые слова: моделирование, балансировка нагрузки, Docker, Apache Kafka, микросервисная архитектура, распределённые системы, оптимизация запросов

1.2.2 - Математическое моделирование, численные методы и комплексы программ

Статья посвящена исследованию проблемы оценки неизвестных параметров линейных регрессий с помощью метода наименьших модулей. Рассмотрено два известных подхода к идентификации регрессионной модели. Первый из них основан на решении задачи линейного программирования, второй, называемый итерационным методом наименьших квадратов, позволяет получить приближенное решение задачи. Для возможности тестирования итеративного метода в пакете Gretl разработана специальная программа. Для проведения вычислительных экспериментов использована выборка о стоимости домов и влияющих на неё факторах, содержащая 20640 наблюдений. В итоге наилучшие результаты были показаны при использовании встроенной в Gretl команды quantreg, реализующей алгоритм Фриша-Ньютона. Второй результат показал итеративный метод, а третий – решенная в пакете LPSolve задача линейного программирования.

Ключевые слова: регрессионный анализ, метод наименьших модулей, линейное программирование, итеративный метод наименьших квадратов, метод вариационно-взвешенных квадратичных приближений

1.2.2 - Математическое моделирование, численные методы и комплексы программ

Использование машинного обучения при работе с текстовыми документами существенно повышает эффективность работы и расширяет диапазон решаемых задач. В работе приведен анализ основных методов представления данных в цифровой формат и алгоритмов машинного обучения, сделан вывод об оптимальном решении для генеративных и дискриминативных задач.

Ключевые слова: машинное обучение, обработка естественного языка, модели архитектуры трансформер, градиентный бустинг, большие языковые модели

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации

Статья посвящена комплексному анализу русскоязычных текстов с использованием нейросетевых моделей, в основу которых положен двунаправленный кодировщик представлений трансформера (Bidirectional Encoder Representations from Transformers – BERT). В работе применяются специализированные модели для русского языка: RuBERT-tiny, RuBERT-tiny2 и RuBERT-base-cased. Предложенный метод охватывает морфологический, синтаксический и семантический уровни анализа, включая лемматизацию, определение частей речи, морфологических признаков, синтаксических отношений, семантических ролей и связей. Использование моделей семейства BERT позволяет достичь точности выше 98% для лемматизации, 97% для определения частей речи и морфологических признаков, 96% для синтаксического анализа и 94% для семантического анализа. Метод подходит для задач, требующих глубокого понимания текста, и может быть оптимизирован для работы с большими корпусами.

Ключевые слова: русскоязычные тексты, морфологический анализ, синтаксический анализ, семантический анализ, лемматизация, RuBERT, обработка естественного языка

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации

Статья представляет собой анализ современных методов генерации изображений: вариационных автоэнкодеров (Variational Autoencoder - VAE), генеративных состязательных сетей (Generative Adversarial Networks - GAN) и диффузионных моделей. Основное внимание уделено сравнительному анализу их производительности, качеству генерации и вычислительным требованиям. Для оценки качества изображений используется метрика расстояние Фреше между распределениями признаков (Fréchet Inception Distance - FID). Диффузионные модели показали наилучшие результаты (FID 20.8), превосходя VAE (FID 59.75) и GAN (FID 38.9), но требуют значительных ресурсов. VAE стабильны, но генерируют размытые изображения. GAN обеспечивают высокое качество, но страдают от нестабильности обучения и коллапса моды. Диффузионные модели, благодаря пошаговому декодированию шума, сочетают детализацию и структурированность, что делает их наиболее перспективными. Также рассмотрены методы генерации из изображения в изображение, применяемые для модификации изображений. Результаты исследования полезны для специалистов в области машинного обучения и компьютерного зрения, способствуя улучшению алгоритмов и расширению областей применения генеративных моделей.

Ключевые слова: дипфейк, глубокое обучение, искусственный интеллект, GAN, VAE, диффузионная модель

1.2.1 - Искусственный интеллект и машинное обучение , 1.2.2 - Математическое моделирование, численные методы и комплексы программ

В статье рассматриваются методы моделирования распространения инфекционных заболеваний. Рассматриваются особенности обобщённого компартментального подхода к моделированию эпидемий, в рамках которого популяция подразделяется на непересекающиеся группы индивидов. Прогноз моделей, построенных при использовании данного подхода, подразумевает оценку численности групп индивидов во времени. Предложен метод оценки параметров модели по статистическим данным. Предложен метод оценки доверительных интервалов прогноза модели, основанный на серии стохастических запусков модели. Проведён вычислительный эксперимент, демонстрирующий работу предложенных методов на данных о распространении гриппа в странах Европы. Результаты показывают эффективность модели в прогнозировании динамики эпидемии и оценке доверительных интервалов прогноза. Обоснована возможность приложения описанных методов к моделированию хронических заболеваний.

Ключевые слова: моделирование эпидемий, компьютерное моделирование, компартментальные модели, SIR, стохастическое моделирование, оценка параметров, доверительный интервал, прогноз, грипп

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации

Рассматривается нестационарная система автоматического регулирования скорости двигателя постоянного тока с адаптивным регулятором. Произведено сравнительное имитационное моделирование в Simulink системы с адаптером и без него. Результаты моделирования подтверждают устойчивость адаптивной системы в большем диапазоне изменения нестационарного параметра по сравнению с обычной системой. При этом быстродействие и качество переходных процессов сохраняются на уровне, рекомендуемом для подобных систем.

Ключевые слова: система автоматического управления, нестационарность, адаптивный регулятор, система подчиненного регулирования, электромеханический объект, двигатель постоянного тока

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

Многие задачи, связанные с высокоскоростным взаимодействием с грунтом, представляют собой интересную область исследований. Например, падение тяжелых предметов на поверхность земли не только создает эффект динамического удара, но и может служить эффективным методом уплотнения грунта под будущие фундаменты зданий и сооружений. Этот процесс, наряду с проникновением объектов в грунт, ставит новые задачи для исследователей. Наиболее точные результаты в этих сложных сценариях можно получить, применяя нелинейную динамическую постановку, что позволяет глубже понять механизмы взаимодействия и обеспечить надежность конструкций в условиях экстремальных нагрузок. Для этого необходимо использовать соответствующие подходы к моделированию. Кроме этого, грунт при таком воздействии проявляет свойства жидкости или газа, поэтому необходимо использовать специальные грунтовые модели. В работе приведены основные базовые соотношения и основные параметры грунтовых моделей необходимых при динамическом расчете грунтов, которые могут быть полезны при моделировании работы грунтового массива в современных программных комплексах.

Ключевые слова: физическая нелинейность, демпфирование, грунт, основание зданий и сооружений, дилатансия, уплотнение грунта, поровое давление, плотность грунта, модуль деформации, численная модель грунта

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.1.2 - Основания и фундаменты, подземные сооружения (технические науки)

Представлен метод синтеза управления территориально-распределенными сложными техническими системами с метрологическим обеспечением. В основе метода синтеза лежит разработанный автором метод идентификации параметров стационарной полумарковской модели эксплуатации сложной технической системы, основанный на решении системы алгебраических уравнений, включающей выявленные в статье линейные инварианты полумарковской стационарной модели. Полученные результаты могут найти применение в системе поддержки принятия решения при управлении парком сложных технических систем за счет выбора оптимального интервала между поверками, использования резервирования и проведение стационарного технического обслуживания.

Ключевые слова: парк сложных технических систем, метод синтеза управления, стационарная полумарковская модель, инварианты системы

1.2.2 - Математическое моделирование, численные методы и комплексы программ

В статье рассматривается процесс разработки и моделирования импеллера для беспилотного воздушного судна самолетного типа. Проведены аэродинамические и прочностные расчеты, определены ключевые конструктивные параметры, включая количество лопастей, мощность двигателя и выбор материала. Разработанные модели созданы в CAD-системе Компас 3D и изготовлены методом 3D - печати с использованием PETG-пластика. Проведены испытания тяги импеллера в зависимости от оборотов двигателя, что позволило оптимизировать конструкцию для максимальной эффективности.

Ключевые слова: импеллер, беспилотное воздушное судно, аэродинамика, 3D-моделирование, Компас 3D, аддитивные технологии, тяга, испытания, APM FEM

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации

Прогнозная аналитика является одним из важнейших направлений анализа данных, которое позволяет предсказывать будущие события на основе исторических данных. Актуальность прогнозной аналитики в современном мире обусловлена быстрым развитием технологий, ростом объемов данных и растущей потребностью в обоснованном принятии управленческих решений. В статье рассматриваются основные подходы, такие как регрессионные модели, временные ряды, деревья решений, методы кластеризации и нейронные сети, а также их преимущества и недостатки.

Ключевые слова: прогнозная аналитика, регрессионные модели, временные ряды, деревья решений, нейронные сети, кластеризация, большие данные, методы прогнозной аналитики, анализ больших данных, прогнозирование

1.2.2 - Математическое моделирование, численные методы и комплексы программ

В данной работе предлагается способ обратного вейвлет-преобразования изображения для формата JPEG XS. Указанный формат использует вейвлет-фильтр Ле-Галла, а в качестве вейвлет-преобразования используется схема лифтинга. Данный способ вейвлет-обработки изображений и видеосигнала имеет низкую скорость вычислений. Для повышения скорости вычислений предлагается использовать метод Винограда, так как он позволяет выполнять обработку параллельно группами пикселей. В статье проводится анализ влияния точности получения изображения высокого качества для вычислений в формате фиксированной точки. Результаты моделирования показали, что обработка 2 пикселей по методу Винограда для получения высокого качества изображения достаточно использовать 3 знака после запятой. При обработке 3 и 4 пикселей изображения достаточно использовать по 7 знаков после запятой. При обработке 5 пикселей изображения достаточно использовать 12 знаков после запятой. Перспективным направлением дальнейших исследования является разработка аппаратных ускорителей для выполнения обратного дискретного вейвлет-преобразования методом Винограда.

Ключевые слова: вейвлет-преобразование, фильтр Ле-Галла, метод Винограда, обработка изображений, цифровая фильтрация, свертка с шагом

1.2.2 - Математическое моделирование, численные методы и комплексы программ

В статье представлены результаты разработки алгоритма и десктоп-приложения для распознавания русского рукописного текста на изображениях с использованием технологий компьютерного зрения и глубокого обучения. Изучены классические и современные методы распознавания, разработан и реализован алгоритм, обеспечивающий точность распознавания 71%. Приложение позволяет пользователю загружать изображения, получать оцифрованный текст и сохранять результаты в личном кабинете. Программная реализация включает блок обучения модели с оценкой метрик точности и полноты. Приложение соответствует всем поставленным требованиям, обеспечивая удобство использования и функциональность.

Ключевые слова: глубокое обучение, рукописный текст, изображение, данные, обучение модели, компьютерное зрение, извлечение признаков, сверточная нейронная сеть, рекуррентная нейронная сеть

1.2.2 - Математическое моделирование, численные методы и комплексы программ

В данной статье представлены методы решения задачи линейного раскроя (ЗЛР) с критерием минимизации числа отходов и перестановок ножей. Задача линейного раскроя в общем виде представляет собой оптимизационную задачу, которая заключается в размещении заданных видов материала (рулонов) так, чтобы минимизировать отходы и/или максимизировать использование исходных материалов с учетом ограничений по количеству ножей, ширины тамбура и требуемых заказов. Рассматривается частный случай задачи с дополнительным условием по минимизации перестановок ножей и следующие подходы для его решения: метод полного перебора, а также случайный поиск на основе генетических и эволюционных алгоритмов. Для различных методов решения ЗЛР представлен псевдокод. Проведено сравнение по алгоритмической сложности, контролируемости времени исполнения и точности.

Ключевые слова: планирование производства бумаги, линейный раскрой, полный перебор, генетический алгоритм, минимизация отходов, минимизация перестановок ножей

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

Выполнен численный анализ напряженно-деформированного состояния монолитной плиты перекрытия с учетом коррозионных повреждений бетона и арматуры сжатой и растянутой зон в пролетной части плиты в ПК ЛИРА-САПР. Рассмотрено 6 вариантов коррозионных повреждений в зависимости от площади распространения и степени деградации. Расчеты проведены с учетом физической и геометрической нелинейности. Выявлены особенности изменения прогибов конструкции при различных вариантах коррозионных повреждений и уровнях нагружения плиты перекрытия. Проанализированы перераспределения усилий в пролетах и на опорах, возникающие при локальных изменениях жесткостей бетона и арматуры. При принятых конструктивных характеристиках и вариантах повреждений не выявлена стадия разрушения конструкции.

Ключевые слова: монолитное перекрытие, коррозионные повреждения железобетона, численный анализ, перераспределение усилий, несущая способность, деформативность

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.1.1 - Строительные конструкции, здания и сооружения

Отклонение лесозаготовительной техники от заданного маршрута приводит к экологическим, правовым и экономическим проблемам, таким как повреждение почвы, уничтожение деревьев и штрафы. Автономные системы корректировки маршрутов необходимы для решения этих проблем. Целью данного исследования является разработка системы обнаружения отклонений и расчета траектории для возврата на заданный маршрут. Система определяет текущее местоположение техники с использованием датчиков глобального позиционирования и инерциального измерительного устройства. Фильтр Калмана обеспечивает точность позиционирования, а алгоритм A* и методы сглаживания траектории используются для вычисления эффективных маршрутов с учетом препятствий и радиусов поворота. Предложенное решение эффективно обнаруживает отклонения и вычисляет траекторию для возврата на маршрут.

Ключевые слова: детектирование отклонений, корректировка маршрута, мобильное приложение, фильтр Калмана, лесосечные работы

1.2.2 - Математическое моделирование, численные методы и комплексы программ

Статья посвящена проведению численного моделирования в программном комплексе LS DYNA коррозионно-поврежденных железобетонных колонн при малоцикловом горизонтальном нагружении статической нагрузкой. Проведено сравнение численного расчета и экспериментальных данных по исследованию прочности железобетонных колонн с коррозионными повреждениями арматуры на малоцикловую горизонтальную нагрузку.

Ключевые слова: коррозия, арматура, сейсмика, железобетон, коррозионные повреждения, малоцикловая прочность, численное моделирование

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.1.1 - Строительные конструкции, здания и сооружения

В статье рассматриваются вопросы имитационного моделирования процессов перемешивания волокнистых материалов с использованием Марковских процессов. Правильное сочетание и перераспределение компонентов в двухкомпонентной смеси существенно влияет на их физические свойства, а разработанная модель дает возможность оптимизировать этот процесс. Авторами предложен алгоритм моделирования переходов между состояниями смеси, основанный на Марковских процессах.

Ключевые слова: моделирование, имитация, смесь, перемешивание, волокнистые материалы

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации

В работе исследуется применение рекуррентных нейронных сетей для прогнозирования уровня воды в реке Амур. Описаны преимущества использования таких сетей по сравнению с традиционными методами машинного обучения. Проведено сравнение различных архитектур рекуррентных сетей, выполнена оптимизация гиперпараметров модели. Разработанная модель, основанная на длинной краткосрочной памяти, продемонстрировала высокую точность прогнозирования, превосходящую традиционные методы. Полученные результаты могут быть использованы для повышения эффективности мониторинга водных ресурсов и предупреждения паводков.

Ключевые слова: анализ временных рядов, Амур, уровень воды, прогнозирование, нейронные сети, рекуррентная сеть

1.2.2 - Математическое моделирование, численные методы и комплексы программ

Данная работа посвящена разработке нового подхода к решению задач оптимизации, основанного на синтезе генетических алгоритмов и искусственных нейронных сетей. Предложенная гибридная система включает в себя механизм динамической адаптации параметров эволюционного процесса на основе обучающейся нейронной сети, что позволяет эффективно решать задачи с многими локальными минимумами, шумными данными и изменяющимися условиями. В рамках исследования были проанализированы существующие методы эволюционного поиска, выявлены их ограничения и предложены решения, направленные на повышение эффективности оптимизации. Основной целью работы является создание алгоритма, который с помощью нейронной сети может изменять параметры мутации и кроссовера в процессе поиска, что позволяет избегать преждевременной сходимости и ускоряет нахождение глобального экстремума. Экспериментальная часть работы включает тестирование предложенного метода на примере функции Растригина, где показана эффективность гибридного подхода по сравнению с традиционными методами. Результаты демонстрируют, что динамическая настройка параметров, предложенная в данной работе, значительно улучшает результаты поиска в условиях многопараметрических задач и может быть использована для более сложных оптимизационных проблем. В заключение обсуждаются возможные направления дальнейших исследований и расширений предложенной методики.

Ключевые слова: генетический алгоритм, искусственная нейронная сеть, динамическая настройка, гибридный метод, глобальная оптимизация, адаптивный алгоритм

1.2.2 - Математическое моделирование, численные методы и комплексы программ

В статье рассматривается использование технологий компьютерного зрения для автоматизации процесса наблюдения за животными на открытых пространствах, с целью их подсчета и идентификации видов. Описываются методы детектирования и распознавания животных с помощью сверхточных нейронных сетей и способы решения проблем многократного подсчета животных на изображениях. Предлагаются два метода: анализ последовательностей видеоданных и индивидуальное распознавание животных. Рассматриваются плюсы и минусы каждого метода, а также возможность их комбинирования для повышения точности системы. Описан процесс обучения нейронной сети на основе датасета. Получены результаты тестирования, показывающие успешность предложенной системы. Подчеркивается перспективность рассмотренных технологий для мониторинга популяций животных и дальнейшего развития подобных систем в сельском хозяйстве.

Ключевые слова: алгоритм, компьютерное зрение, мониторинг, пастбищное, животноводство

1.2.2 - Математическое моделирование, численные методы и комплексы программ