№ 1 (2026)

Рассматривается одна из важных комбинаторных задач оптимизации – задача трехмерной упаковки. Оптимизация трехмерной упаковки снижает затраты и повышает эффективность логистики, что делает ее актуальной для промышленности. В работе проанализированы классические подходы, такие как жадные алгоритмы и динамическое программирование, а также широко применяемые методы, включая эволюционные алгоритмы и локальный поиск. Анализ существующих методов, включая жадный поиск, динамическое программирование, эволюционные алгоритмы и локальный поиск, позволил выявить их ключевые характеристики и определить подходящие области применения. В контексте данного анализа представлен обзор ключевых методов, доминировавших в определенные исторические периоды. Анализ включает рассмотрение условий применения различных методов, их эффективности для определенных типов задач, а также их преимуществ и ограничений. Представлен многоуровневый алгоритм поиска, который объединяет преимущества традиционных и современных методов оптимизации. Многоуровневый алгоритм позволяет улучшить точность решения задачи упаковки за счет динамической настройки параметров. Разработан программный комплекс для решения задачи оптимизации трехмерной упаковки с использованием биоинспирированных алгоритмов. Проведен вычислительный эксперимент на тестовых примерах (бенчмарках). Качество упаковки, полученное, на основе разработанного комбинированного биоинспирированного алгоритма, в среднем на 7 % превосходит результаты упаковки, полученные с использованием известных алгоритмов, а время решения меньше от 7% до 25%, что говорит об эффективности предложенного подхода. Проведенные серии тестов и экспериментов позволили уточнить теоретические оценки временной сложности алгоритмов упаковки. В лучшем случае временная сложность алгоритмов O(n²), в худшем случае – O(n³).

Представлена формализация задачи автоматизированного мониторинга наличия товаров на полках торговых объектов, и соответствия их расположения установленной планограмме с применением методов компьютерного зрения и машинного обучения. Целью исследования является разработка алгоритмического обеспечения для автоматической оценки уровня доступности товаров в распределенных системах хранения с применением методов компьютерного зрения, что позволит разрешить проблему обеспечения оптимального и необходимого ассортимента за счет контроля размещения товаров и поддержки принятия управленческих решений. Предложен технологический процесс обработки визуальных данных, включающий этапы нормализации, сегментации, локализации и классификации объектов с применением сверточных нейронных сетей, в частности YOLO и U-Net. Разработан интегральный показатель доступности, учитывающий физическую, визуальную и информационную составляющие. Сформулирована оптимизационная задача повышения уровня доступности и реализован механизм адаптивного дообучения нейронных сетей, обеспечивающий рост точности распознавания и сегментации изображений и качества аналитических рекомендаций. Предложен алгоритм повышения доступности для системы поддержки принятия решения, основанный на построении маршрута мерчандайзера, который учитывает приоритетность товаров и минимизирует временные затраты. Задача построения маршрута мерчандайзера сведена к обобщенной TSP-задаче с весами приоритетов. Предложены и описаны методы оценки и повышения уровня доступности товаров. На основе предложенных методов и алгоритмов разработан программный комплекс для оценки и повышения показателя доступности товаров. Результаты исследования подтверждают эффективность предложенных решений - средняя точность распознавания составила 95,8%, интегральный показатель доступности A = 0.93. Практическая значимость работы заключается в обеспечении алгоритмической основы для создания интеллектуальных систем мониторинга доступности товарных запасов, способствующих повышению эффективности управления бизнес-процессами.

Рассматривается метод определения сильной связности периодического нечеткого графа (PFG), который может быть применен для анализа динамических систем с учетом неопределенности и изменений во времени. Вводится понятие нечеткого множества сильной связности, которое позволяет оценить степень достижимости между вершинами графа за определенное количество тактов времени. Основное внимание уделяется разработке алгоритма для нахождения данного множества, что является важным инструментом для анализа связности в сложных системах. Статья начинается с обзора существующих подходов к анализу связности в нечетких графах, подчеркивая необходимость учета временных и нечетких параметров. Основная часть работы посвящена описанию ключевых понятий и определений, связанных с периодическими нечеткими графами. Вводятся понятия нечеткого пути, времени и степени достижимости, а также нечеткого множества достижимости. Предлагается алгоритм для нахождения нечеткого множества достижимости, основанный на волновом методе, который позволяет определить степень и время достижимости между вершинами графа. Далее вводится понятие нечеткого множества сильной связности PFG и предлагается алгоритм для его определения. В качестве примера рассматривается конкретный PFG, для которого вычисляется нечеткое множество сильной связности. Предложенный метод может быть полезен для анализа и оптимизации процессов в динамических системах, где модель взаимодействий представлена периодическим нечетким графом. В будущем планируется исследовать вопросы, связанные с нахождением дискретного времени достижимости между вершинами при заданной степени достижимости, что расширит возможности применения данного подхода в различных областях

Методы анализа ландшафта поиска (ELA) оценивают ландшафт приспособленности задачи в виде числовых дескрипторов, часто используемых для рекомендации оптимальных параметров алгоритма. Данное исследование изучает влияние методов и объёма выборки на аппроксимацию признаков ELA и последующую производительность моделей машинного обучения. Исследование демонстрирует, что эти аппроксимированные признаки не являются абсолютными характеристиками ландшафта, а существенно зависят от метода, использованного для генерации точек выборки. Хотя увеличение объёма выборки снижает дисперсию оценок признаков, сам выбор метода семплирования вносит значительное смещение, приводя к статистически различным значениям признаков для таких методов, как вихрь Мерсенна, латинский гиперкуб (LHS) и последовательности Фауре. Ключевой эксперимент включал предсказание параметров настраиваемой задачи W-model с использованием регрессионных моделей, обученных на признаках ELA. Результаты показали, что модели, обученные и протестированные на данных, полученных одним и тем же методом выборки, показали наилучшие результаты, что подчеркивает отсутствие совместимости между различными методами выборки. Примечательно, что квазислучайные последовательности Фауре давали наименьшую ошибку регрессии, превосходя распространенные методы, такие как равномерное случайное распределение и LHS. Более того, перекрёстная проверка выявила, что модели, особенно обученные на последовательностях Фауре, демонстрировали значительное падение производительности при тестировании на данных, полученных любым другим методом, что подтверждает: стратегия выборки накладывает специфический «отпечаток» на данные признаков. Полученные результаты ставят под сомнение стандартное использование распространенных методов выборки в ELA. Точность моделей машинного обучения для выбора и настройки алгоритмов сильно зависит от метода выборки, используемой для извлечения признаков. Следовательно, для обеспечения точности критически важно соблюдать согласованность между методами выборки, используемыми на этапах обучения модели и её практического применения. Высокая производительность последовательностей Фауре указывает на то, что подобные последовательности являются перспективным направлением для будущих исследований в области создания более надёжных и точных моделей на основе ELA.

Воспроизводимость результатов экспериментов является критическим аспектом современного машинного обучения, однако выбор случайного инициализирующего сида существенно влияет на итоговое качество моделей, что создает проблему корректного сравнения различных архитектур и методов. Цель исследования заключалась в оценке влияния выбора случайного сида на результаты классификации временных рядов сверточными нейросетями и в разработке корректного способа сравнения моделей. Задачи включали измерение разброса метрик при множественных повторных запусках в рамках варьирующихся инициализаций, проверку нормальности распределений, введение метаметрики воспроизводимости RM и подбор ее параметра λ, а также проверку переносимости подхода на альтернативных архитектурах. Проведены эксперименты с двумя одномерными архитектурами (FCN, ResNet) сверточных нейронных сетей на семи открытых наборах данных временных рядов разной природы. Для каждой пары модель–датасет выполнено по 55 независимых запусков с фиксацией источников случайности и идентичными настройками обучения в PyTorch. Статистический анализ включал критерии Шапиро Уилка и Андерсона Дарлинга. Показано, что распределения аккуратности чаще всего не соответствуют нормальному закону, поэтому интервальные оценки, основанные на нормальности, некорректны. Варьирование сида приводит к различиям аккуратности до 12 процентных пунктов, причем величина разброса зависит от датасета и архитектуры. Предложенная метрика воспроизводимости (RM), штрафующая за дисперсию, при малом числе запусков на различных инициализирующих значениях приближает нижнюю наблюдаемую границу, при большом числе стремится к среднему. Предложенная RM позволяет сравнивать модели с учетом случайных “удачных” и “неудачных” инициализаций и ранжировать модели по устойчивости, задает стандарт отчетности, повышающий воспроизводимость экспериментов и надежность выводов. Эмпирическая проверка на архитектуре DenseNet подтвердила, что RM адекватно реагирует как на стабильные, так и на нестабильные наборы. Методика легко переносится на новые датасеты и архитектуры. Предложенная метрика может быть использована для стандартизации отчётности и повышения воспроизводимости исследований.

Когерентная оптическая связь с использованием квадратурной фазовой манипуляции (QPSK) обеспечивает высокую скорость передачи данных синфазными и квадратурными (IQ) форматами модуляции на большие расстояния. Квадратурный оптический модулятор с двумя интерферометрами Маха-Цендера в двухтактной конфигурации при одновременном фазовом сдвиге в его плечах позволяет существенно улучшить технические характеристики и обеспечить электромагнитную совместимость трактов передачи цифровых сигналов. Двухтактная конфигурация оптического модулятора является основой для организации высокоскоростной и помехозащищённой передачи данных. Результаты исследований доказывают, что после определённой коррекции известных структур когерентной оптической передачи система может быть использована для распределения ключа. Представлена структура передающей станции когерентной двухполосной оптической системы формирования ключевой последовательности. Модель формирования оптического излучения с модуляцией фазоманипулированным радиосигналом осуществляется на основе квадратурного оптического модулятора на двух параллельно включённых интерферометрах Маха-Цендера с постоянными напряжениями смещения на всех плечах управляющих электродов. Формирование ключевой последовательности реализуется посредством модуляции синфазной и квадратурной составляющих радиосигналов на поднесущей частоте. Набор двух коэффициентов умножения амплитуд для каждого бита задаётся электронным устройством кодирования. Коэффициенты представляют сигналы, модулирующие по амплитуде соответственно синфазную и квадратурную составляющие поднесущей частоты. Формируемое оптическое излучение на выходе модулятора обеспечивает распределение ключа (задание значений нулевого «0» и единичного «1» битов в двоичной системе счислений) по протоколу c четырьмя состояниями фазы в прямоугольном и диагональном базисах. Предложен модуль управления кодированием синфазной и квадратурной составляющих радиосигнала на поднесущей частоте. Применение квадратурной фазовой манипуляции (QPSK) обеспечивает помехоустойчивость к внешним воздействиям при высокой скорости передачи данных.

Описан метод оценки пространственного положения бортовой камеры летательного аппарата, заключающийся в сопоставлении аэрофотоснимков и геопривязанных данных дистанционного зондирования Земли (ДДЗ) путем обнаружения нейросетевым детектором устойчивых в пространстве и времени реперных точек в обоих наборах данных и дальнейшим решением известной задачи Perspective-n-Point (PnP) для оценки матриц поворота и перемещения, минимизирующих ошибку перепроецирования, исходя из соответствий точек 3D мирового пространства и 2D точек их проекций на матрицу бортовой камеры, что может быть использовано для решения актуальной задачи локализации летательных аппаратов в условиях отсутствия сигналов глобальной навигационной спутниковой системы. В качестве устойчивых реперных точек, хорошо выделяемых на данных ДДЗ и аэрофотоснимках, в работе выбраны перекрестки дорог, альтернативным выбором могут являться другие локальные семантические паттерны изображений, характерные для конкретной местности. Поскольку прямое сопоставление снимков ДДЗ и бортовых снимков затруднено вследствие существенной разницы условий съемки, предлагается применение устойчивых детекторов реперных точек на основе алгоритмов искусственных нейронных сетей (ИНС). Для обучения устойчивого детектора создан смешанный датасет на основе спутниковых снимков и данных бортовой съемки. При разметке данных смешанного датасета использована функция нормализованного к единице 3D гауссиана с вершиной в центре перекрестка, график которой проецируется на 2D маску обучающего набора. Параметры функции гауссиана рассчитываются на основе радиуса окружности, описывающей перекресток. Использование функции нормализованных гауссиан с вершиной в геометрическом центре проекции перекрестка позволяет обучить сеть предсказывать вероятность принадлежности каждого пикселя изображения к перекрестку, с максимумом в центре перекрестка, что увеличивает точность позиционирования за счет более точной геопривязки реперной точки мирового 3D набора. В качестве детектора перекрестков в работе обучена ИНС архитектуры типа U-Net, в качестве метрики качества обучения использован дифференцируемый аналог метрики Dice, в качестве оптимизатора использован AdamW в связке с косинусным планировщиком скорости обучения CosineAnnealingLR. В заключительной части работы приведены результаты сопоставления спутниковых данных и бортового снимка предложенным методом

Рассматривается излучение и прием электромагнитной волны в сплошной неоднородной среде подвижным источником и приемником. На основе лучевой теории проведен расчет коэффициента передачи сигнала от источника к приемнику в зависимости от их положения в пространстве и параметров неоднородности среды. Совокупность коэффициентов передачи для нескольких передающих и приемных пунктов составляет матрицу канальных коэффициентов MIMO системы передачи информации. Проведен спектральный анализ канальных коэффициентов в зависимости от параметров движения передающих и приемных пунктов. Установлено отличие спектра в однородной и неоднородной средах. Полученные спектры существенно отличаются от классического спектра Джейкса, что подчеркивает необходимость учета неоднородной структуры среды при моделировании современных MIMO систем. Исследуются флуктуации канальных коэффициентов, обусловленные пространственной неоднородностью среды, а также влияние скорости и направления движения передатчика и приемника на спектральные характеристики канала. Проведен расчет эргодической пропускной способности MIMO системы передачи информации при движении в неоднородной сплошной среде. Показано, что сложная структура среды формирует непостоянное распределение амплитуд и фаз многолучевых сигналов, что приводит к немонотонным изменениям пропускной способности. Установлено, что максимальная пропускная способность достигается при совпадении направления движения с направлением центра пучка лучей. Показано, что при ортогональной ориентации вектора скорости к пучку лучей модуль скорости движения практически не влияет на характеристики канала. Результаты исследования позволяют более точно учитывать физический характер среды и динамику движения источников, что важно для проектирования адаптивных методов обработки сигналов и оптимизации MIMO систем нового поколения. Представленные зависимости могут быть использованы для повышения надежности передачи данных и максимизации пропускной способности в условиях мобильности передатчика сигнала в неоднородной сплошной среде

В условиях глобальной цифровизации промышленности разработка и внедрение корпоративных информационных систем (КИС) приобретает стратегическое значение для повышения операционной эффективности и конкурентоспособности предприятий. В представленном исследовании рассмотрен кейс интеграции ERP-системы «1С: Управление предприятием» на заводе
«АвтоВАЗ» – ключевом игроке российской автомобильной промышленности. Цель работы заключается в разработке и внедрении корпоративной информационной системы (КИС) на базе платформы «1C: ERP», направленной на оптимизацию корпоративной информационной системы (КИС). Методологическая база исследования объединила аналитический, графический и сравнительный подходы, а также практическую апробацию решений в программной среде «1С». Основное внимание уделено проектированию алгоритмов управления производственными циклами, формированию ресурсных спецификаций и настройке сценариев планирования. В рамках исследования разработаны модели прогнозирования спроса, проведён анализ производственных мощностей и выполнена балансировка выпуска с учётом приоритетности моделей (Lada Granta, Vesta, Largus). Реализация системы позволила сократить время обработки заказов на 30%, минимизировать простои складов на 18–22% за счёт синхронизации логистических графиков, а также повысить точность контроля качества через интеграцию диагностических инструментов (CAN-bus, спектрофотометрия). Особый акцент сделан на преодолении институциональных и технологических барьеров, включая модернизацию устаревших методов планирования, обучение сотрудников работе с ERP-интерфейсами и внедрение гибридных облачных решений для обеспечения масштабируемости системы. Практическая значимость исследования подтверждена достижением прозрачности распределения ресурсов, снижением операционных издержек и формированием адаптивной производственной стратегии, ориентированной на динамику рынка. Результаты работы демонстрируют, что внедрение КИС не только оптимизирует текущие бизнес-процессы, но и создаёт основу для устойчивого развития предприятия в условиях цифровой трансформации. Полученный опыт может быть экстраполирован на другие машиностроительные и промышленные предприятия, сталкивающиеся с задачами автоматизации управления и интеграции данных в условиях высокой конкуренции. Перспективы дальнейших исследований связаны с анализом долгосрочных эффектов от внедрения ERP-систем, включая их влияние на инновационный потенциал и экосистему цепочки поставок.

Обеспечение точности и устойчивости компьютерного моделирования радиоэлектронных устройств является важной задачей при их проектировании. Наибольшие трудности при компьютерном моделировании радиоэлектронных устройств возникают в случае анализа автоколебательных цепей, поскольку математические модели таких цепей могут быть жесткими и осциллирующими одновременно. Целью данной работы является обоснование эффективного численного метода решения обыкновенных дифференциальных уравнений, имеющего более высокую точность анализа во временной области различных видов автоколебательных цепей по сравнению с известными методами. Предлагаемый метод является гибридным методом и базируется на известных методах Гира и трапеций, использующихся в пакетах схемотехнического моделирования радиоэлектронных устройств. Для оценки точности предлагаемого метода и известных методов использовалась обобщенная модель автоколебательной цепи, для которой было определено аналитическое решение в установившемся режиме работы. Точность численного решения определялась на основе анализа погрешностей оценки основных параметров колебательного процесса – амплитуды и частоты колебаний. Сравнительный анализ погрешностей оценки амплитуды и частоты колебаний автогенераторов в различных режимах работы показывает высокую эффективность предлагаемого гибридного метода как для анализа генераторов гармонических колебаний, так и для анализа генераторов релаксационных колебаний. Дальнейшее повышение точности гибридного метода возможно за счет применения неявных методов Рунге-Кутты высокого порядка точности, а именно подклассов Радо IIA и Лобатто IIIA, которые обладают L- и P-устойчивостью соответственно. Следует отметить, что с ростом порядка точности неявных методов Рунге-Кутты возрастает вычислительная трудоемкость данных методов, но для подклассов Радо IIA и Лобатто IIIA рост вычислительной трудоемкости будет минимальным.

Современные системы поддержки принятия решений (СППР) работают с потоками данных из IoT-сенсоров, баз данных, текстовых сообщений и социальных медиа, представленных в различных форматах и обладающих неодинаковыми смысловыми моделями и качеством. Отсутствие семантически согласованной интеграции приводит к неоднозначной интерпретации сущностей, дублированию и потере контекста, что снижает качество и оперативность решений. Цель работы – систематизировать методы семантического анализа и интеграции гетерогенных информационных потоков для СППР, выявить их преимущества, ограничения и области применения. Исследование выполнено в форме аналитического обзора публикаций 2018–2025 гг. по семантической интероперабельности, онтологиям и знаниевым графам, многоисточниковому слиянию данных, федеративному доступу и потоковой обработке. Показано, что обеспечение семантической совместимости достигается за счёт онтологий и знаниевых графов, задающих общие сущности и идентификаторы и обеспечивающих гибкость схемы интеграции. Для режимов реального времени наиболее результативны гибридные решения, сочетающие семантический слой с алгоритмами слияния и учётом доверия к источникам; в прикладных кейсах отмечаются улучшения точности порядка 15–20% и сокращение времени отклика до 70–80% при использовании многоисточниковых моделей. Для неструктурированных потоков ключевую роль играют NLP и машинное обучение, обеспечивающие извлечение сущностей и отношений и семантическое обогащение данных. Полученные результаты могут быть использованы при проектировании СППР в доменах умного города, промышленности и здравоохранения. Кроме того, работа подчеркивает важность стандартов, таких как SHACL для валидации и SPARQL для запросов, которые усиливают практическую применимость семантических подходов. Перспективы включают автоматизацию ontology alignment для снижения трудозатрат и интеграцию с ИИ для динамической адаптации к новым источникам данных

Изложена методика анализа робастной САУ для линейных динамических объектов управления с запаздыванием при неопределенности информации о параметрах математической модели и помехах в измеряемых сигналах. В системе реализованы широко распространенный ПИД-регулятор, динамический компенсатор (ДК) инерционной части объекта управления, реализуемый с использованием оценок переменных состояния, получаемых на основе наблюдателя состояния (НС). Отмечено, что для асимптотической устойчивости регулятора и наблюдателя можно воспользоваться любым критерием устойчивости, но для обеспечения максимальной степени устойчивости и требуемых показателей качества переходного процесса удобно воспользоваться критерием максимальной степени устойчивости. В данной работе предлагается вместо производных, получаемых дифференцированием, использовать в ДК инерционности объекта оценки переменных состояния объекта, получаемых с помощью НС. Другим отличием от известных является использование в корректирующих обратных связях НС сигмоидных функций и реализация дополнительного к основному воздействия на основе ошибки оценивания, компенсирующего внешнее возмущение на входе объекта. При параметрическом синтезе НС исследовано влияние возмущений и помех на качество функционирования САУ промышленным интервально-заданным объектом при различных его параметрах. Рассчитан робастный типовой ПИД-регулятор с параметрами, оптимальными по критерию максимальной степени устойчивости, с учетом компенсации инерционной части объекта. Для этого был реализован ДК с помощью параметров номинальной (расчетной) модели объекта с наихудшим сочетанием параметров, полученной на основе интервальной модели объекта управления с запаздыванием. Проведенными исследованиями установлено, что структура САУ с типовым ПИД-регулятором с последовательным ДК инерционности объекта и НС с корректирующими обратными связями на основе сигма-функций обеспечивает простоту методики синтеза САУ, робастной к изменениям параметров объекта и действию неизмеряемых возмущений и неконтролируемых помех

В современных условиях обеспечение киберустойчивости информационно-телекоммуникационных систем предприятий становится приоритетной задачей, требующей учета сложного взаимодействия множества факторов. Данная работа посвящена исследованию устойчивости информационно-телекоммуникационных систем с точки зрения процессно-ориентированного подхода, который фокусируется на сохранении непрерывного и безопасного функционирования предприятия при возникновении киберинцидентов. При этом одна из существующих сегодня проблем заключается в отсутствии средств системного анализа факторов безопасности, их влияния на общую защищенность бизнес-процессов. Цель исследования заключается в разработке формализованного инструмента, позволяющего прогнозировать уровень устойчивости с учетом функциональных зависимостей между факторами. В качестве основного метода исследования выступает концептуальное семантическое моделирование, позволяющее формализовать причинно-следственные связи между элементами системы. Научная новизна заключается в разработке модели, фиксирующей взаимное влияние угроз и мер противодействия, что позволяет прогнозировать уровень устойчивости информационно-телекоммуникационных систем уже на этапе проектирования. На примере метода оценки корректности параметров оконечных устройств автоматизированной системы управления технологическим процессом продемонстрировано влияние различных факторов на эффективность механизмов защиты нижнего уровня системы. Результаты, представленные в работе, позволяют сократить противоречие между научным и практическим применением процессно-ориентированного подхода, а также могут быть использованы как теоретическая основа для разработки программных  инструментов в контексте  принятия решений по выбору мер защиты бизнеса на основе баланса между возможным ущербом, ожидаемыми уровнями киберустойчивости, рисков и безопасности в течение всего жизненного цикла информационной системы.

В условиях стремительного развития информационных систем федерального масштаба, их эволюции в цифровые экосистемы, к процессу обеспечения безопасности обрабатываемой в них информации предъявляются новые требования. Такими требованиями, в частности, являются повышение доступности информации при управлении доступом пользователей с сохранением требуемого уровня ее конфиденциальности, принятие решения о доступе к ресурсам на основе множества факторов. Для их удовлетворения ранее было предложено множество композиционных моделей управления доступом на основе ролей и атрибутов, которые решили ряд актуальных проблем, сохранив удобство администрирования и обеспечив при этом гибкость и масштабируемость без «взрыва ролей». Однако известные модели все еще имеют существенный недостаток – невозможность их использования в информационных системах, где обрабатывается информация высокого уровня значимости. Целью исследования является разработка в рамках методологии субъект-сущностного подхода теории информационной безопасности новой мандатной атрибутивно-ролевой модели управления доступом, а также ее формальное описание с помощью математического аппарата теории автоматов. Использование модели позволит предотвращать запрещенные информационные потоки от объектов с высоким уровнем конфиденциальности к объектам с низким уровнем конфиденциальности динамически, в процессе ограничения набора разрешений, назначенных роли, с помощью реализации мандатного разграничения доступа через отдельную атрибутивную политику, сохраняя при этом возможность предоставления пользователям доступа высокой степени детализации на основе атрибутов контекста. Применение модели может быть востребовано в крупномасштабных информационных системах, где одновременно обрабатывается информация различных уровней конфиденциальности и, ввиду особенностей функционирования, необходима реализация атрибутивного управления доступом.

Для использования фазированной антенной решётки в режиме диаграммоформирования необходимо установить определённое амплитудно-фазовое распределение на входах излучающих элементов. Амплитудные и фазовые ошибки искажают диаграмму направленности. В работе анализируются источники ошибок в амплитудно-фазовом распределении фазированных антенных решёток, включая паразитные фазовые сдвиги, нелинейность усилительных трактов, температурную нестабильность и взаимные электромагнитные связи между элементами. Описаны три методики калибровки и настройки фазированных антенных решёток, основанные на прямых измерениях коэффициентов передачи в ближней зоне и последующем вычислении вектора воздействий с использованием обратных и псевдообратных матриц взаимных связей, что обеспечивает системный подход к устранению ошибок. Для получения начальных значений предварительно проводилась калибровка каждого канала по закрытому тракту с помощью векторного анализатора цепей. Методика 1 реализует корректировку по множеству точек в пространстве и одному набору состояний каждого канала. Для повышения устойчивости решения методика 2 использует регуляризацию элементов матрицы взаимных связей на основе дополнительного набора измеренных состояний каждого канала. Методика 3 позволяет построить математическую модель конкретной реализации фазированной антенной решётки на основе измерений при фиксированном состоянии каналов, что обеспечивает формирование произвольного амплитудно-фазового состояния без повторных измерений. Проведена экспериментальная настройка восьмиэлементной эквидистантной линейной фазированной антенной решётки. Модули аттенюатора/фазовращателя решётки основаны на отладочных платах фазовращателя PE44820 и аттенюатора PE4302 и управляются с помощью микроконтроллера для автоматического изменения фаз и амплитуд. Измерения проводились автоматически на стенде ближнего поля в безэховой экранированной камере с помощью векторного анализатора цепей. Представлены результаты калибровки, построены матрицы взаимных связей и сформированы диаграммы направленности, подтверждающие работоспособность предложенных подходов. Поскольку экспериментальная решётка является малоэлементной, результаты применения рассмотренных методик сравниваются с результатами настройки в дальней зоне, выполненной с использованием эволюционного алгоритма.

Статья посвящена актуальной проблеме – исследованию возможностей фазового гашения рассеянных электромагнитных волн с помощью тонких непоглощающих метаповерхностей Панчаратнама-Берри (ПБ) с генерацией вихревых волн с орбитальным угловым моментом (ОУМ) и спиралевидным фазовым фронтом. Целью работы является проектирование таких метаповерхностей (МП) на основе единичных ячеек гексагональной формы и традиционной квадратной формы и сравнение их характеристик рассеяния и возможностей широкополосного фазового гашения рассеяния. Метаповерхности с бездисперсной ПБ-фазой для волн круговой поляризации (КП-волн) состоят из ячеек, в которых углы поворота мета-частиц изменяются по заданному закону. Гексагональная ячейка (типа пчелиная сота) имеет шесть осей симметрии (вместо четырех у квадратной ячейки), что должно обеспечивать меньшее влияние разных углов поворота соседних мета-частиц МП на свойства коэффициентов отражения ячеек. В статье предложена мета-частица в виде перфорированного полоска в гексагональной ячейке, которая эффективно отражает ко-поляризованные КП-волны в полосе от 8,5 до 19,7 ГГц независимо от угла поворота мета-частицы. Спроектированы четыре модели МП из таких ячеек с генерацией ОУМ разного порядка. Симуляция рассеяния КП-волн методом конечных элементов подтвердила, что модели с гексагональными ячейками эффективнее снижают поле обратного рассеяния (свыше 10 дБ) по сравнению с квадратными ячейками (лишь на 8 дБ) в сверхширокой полосе частот от 8,5 до 20,8 ГГц. Обратное рассеяние снижается за счет генерации воронкообразных вихревых волн с модами ОУМ минус первого или плюс третьего порядков и фазовой сингулярности поля на оси вихрей. Полученные результаты могут быть полезны при выборе формы единичных ячеек метаповерхностей, предназначенных для широкополосного гашения рассеяния

Представлены результаты комплексного исследования характеристик микрополосковой MIMO-антенной системы, предназначенной для использования в телекоммуникационных средствах пятого поколения в диапазоне частот n79 (4,4–5,0 ГГц). Целью исследования являлась разработка компактной антенной решётки конфигурации 1×2 на единой диэлектрической подложке и оценка её электродинамических свойств с учётом факторов, способных оказывать влияние на параметры согласования и излучения в реальных условиях эксплуатации. Конструкция антенны включает два излучателя, четыре порта возбуждения и модифицированный слой заземления, обеспечивающий расширенную функциональность и устойчивость рабочих характеристик. В ходе численного моделирования установлено, что предложенная антенная система обеспечивает стабильные значения коэффициента стоячей волны, высокий коэффициент усиления и согласованные диаграммы направленности во всём рабочем диапазоне частот. Особое внимание уделено анализу влияния внешних воздействий, в частности попадания тонкой водяной плёнки на поверхность излучателя. Показано, что присутствие влаги приводит к росту КСВ более чем на 0,5, снижению КПД и ухудшению направленных свойств антенны на верхней границе диапазона, что подчёркивает необходимость использования защитных конструктивных решений при эксплуатации изделия. Дополнительно исследована корректность замены меди идеальным проводником при моделировании. Разница в значениях КСВ не превышает 0,006, что подтверждает возможность применения такого упрощения на этапах предварительного проектирования без существенной потери точности. Экспериментальный образец антенны был изготовлен и испытан в лабораторных условиях. Полученные экспериментальные данные продемонстрировали высокую степень совпадения с результатами численного моделирования, что подтверждает валидность предложенной математической модели и практическую применимость разработанной MIMO-антенной системы в инфраструктуре сетей связи нового поколения

Развитие нейроморфных систем машинного зрения для робототехнических комплексов требует создания прозрачных мемристивных структур, сочетающих оптическую прозрачность, стабильное биполярное резистивное переключение и совместимость с технологией кроссбар-массивов. Ключевой проблемой является установление закономерностей влияния режимов осаждения тонких пленок ZnO на их структурные и электрофизические свойства, которые определяют характеристики мемристивных структур. Целью работы являлось определение оптимальной мощности ВЧ магнетронного распыления керамической мишени ZnO, обеспечивающей формирование прозрачных мемристивных структур ITO/ZnO/ITO со стабильным резистивным переключением, и создание на их основе кроссбар-массива. Тонкие пленки ZnO осаждались методом ВЧ магнетронного распыления при мощности от 25 до 100 Вт. Проведены структурные (РЭМ, АСМ) и электрофизические (эффект Холла) исследования полученных пленок ZnO. Изготовлены методами магнетронного распыления и литографии прозрачные мемристивные структуры ITO/ZnO/ITO и кроссбар-массив из 16 структур с размером ячеек 2000×2000 нм на стеклянных подложках, а также измерены их вольтамперные характеристики. Показано, что возрастание мощности магнетронного распыления от 25 до 100 Вт приводит к увеличению размера зерен от 12,8 до 35,7 нм и шероховатости поверхности пленок ZnO от 2,8 до 11,4 нм. Получено, что при мощности распыления 75 Вт концентрация носителей заряда в пленках ZnO имеет максимальное значение 2,7·1015 см-3, что необходимо для стабильного резистивного переключения структуры. Показано, что полученные мемристивные структуры ITO/ZnO/ITO проявляют стабильное биполярное переключение в течение 1000 циклов между состояниями HRS = 537,4 ± 26,7 Ом и LRS = 291,4 ± 38,5 Ом (отношение HRS/LRS ~1,8). Изготовленный прозрачный кроссбар-массив показал стабильное резистивное переключение в течение 20000 циклов (LRS = 13,8 ± 1,4 кОм, HRS = 34,8 ± 2,6 кОм, отношение HRS/LRS ~2,5). Полученные результаты могут быть использованы при разработке технологических процессов изготовления прозрачных мемристивных кроссбаров для нейроморфных структур машинного зрения робототехнических систем

Предлагается архитектура гибридной свёрточной нейронной сети, сочетающей спектральные и пространственные слои, а также новый метод подвыборки (WalsPooling). Разработанная система применяется для оценки географической близости пары изображений на основе их визуального сходства. Пара изображений получена с разных сенсоров и определение их визуального сходства осложняется условиями съёмки с разным масштабом, углом наклона сенсора. На основе фрагмента съёмки на малой высоте выполняется поиск в базе данных изображений подстилающей поверхности. Поиск осуществляется в окрестности заданного маршрута на основе вектора признаков изображений, который формируется на последнем слое свёрточной нейронной сети. Система использует сиамскую архитектуру, так как на вход необходимо подавать пару изображений. Актуальность задачи обусловлена необходимостью обеспечения навигации БПЛА в условиях отсутствия или ненадёжности GPS-сигнала. Также рассматривается подход к формированию набора данных и его предварительная обработка. Поиск в базе данных выполняется в окрестности маршрута, что сокращает вычислительные затраты. Эксперименты включают анализ применимости предложенных слоёв (WalsPooling) и сравнение с традиционными методами подвыборки. Также в работе представлен метод линейной аппроксимации с обучаемыми параметрами для уменьшения размерности сверточного слоя. Основное преимущество подхода – устойчивость к изменениям масштаба и угла съёмки за счёт комбинации спектральных и пространственных признаков. Результаты демонстрируют применимость метода для навигации БПЛА в условиях потери или ненадежности GPS-сигнала. В результате эксперимента было получено, что использование восстановленных после спектрального преобразования изображений позволяет достичь наилучших результатов сходимости нейронной сети и среднеквадратической ошибки. Разработанная архитектура демонстрирует устойчивость к геометрическим и яркостным искажениям, а ее метрики качества (Precision = 0.728, Recall = 0.800, F1 = 0.872) подтверждает эффективность подхода для задач визуальной локализации на основе изображений из базы данных подстилающей поверхности.

Появление больших языковых моделей стало важным этапом в области обработки естественного языка, поскольку такие модели демонстрируют впечатляющие результаты в генерации, трансформации и анализе текстов, а также в решении широкого спектра прикладных задач. Однако, несмотря на значительные успехи успехи практического применения, большие языковые модели обладают ограниченными способностями к рассуждению. Эти ограничения проявляются в трудностях обобщения знаний за пределами обучающего распределения, проблемах переноса знаний в новые контексты, а также в снижении точности выполнения многошаговых логических и математических операций. Целью данной работы является изучение методов повышения способности больших языковых моделей к рассуждению, где под рассуждением понимается процесс формирования и оценки выводов из существующей информации. В работе рассматриваются основные типы рассуждений, релевантные для больших языковых моделей: математическое, логическое и рассуждение на основе здравого смысла. Приводится список наиболее часто используемых контрольных тестов, применяемых для оценки качества рассуждений языковых моделей. Проводится обзор методов улучшения рассуждений, применяемых в больших языковых моделях на 2025 год.
В зависимости от этапа применения (на этапе обучения или на этапе использования языковой модели) - рассматриваются подходы к подготовке данных для обучения, изменения в архитектуре языковых моделей, процедуры обучения и дообучения моделей (в том числе с использованием специально подготовленных синтетических наборах данных), обучение с подкреплением, различные варианты построения смысловых цепочек, механизмы интеграции внешних инструментов и многоагентный подход. Также рассматриваются существующие ограничения больших языковых моделей, которые проявляются в отсутствии понимания концепций, плохой обобщающей способности вне распределения обучающих данных и снижении эффективности при росте сложности задач. Выделяются наиболее перспективные методы, направленные на повышение качества и надежности рассуждений больших языковых моделей

Постановка задачи: Повышение требований к качеству продукции на мелкосерийных производствах и сложность раннего выявления производственного брака актуализируют необходимость разработки инновационных подходов к прогнозированию и контролю дефектов на ранних этапах производства сложных технических объектов. Известные методы, применяемые в массовом производстве, не подходят для мелкосерийных производств вследствие высокой изменчивости технологических процессов и недостаточности данных для традиционного статистического анализа. Целью работы является снижение уровня производственного брака путем раннего выявления отклонений на подготовительных этапах производства. Предлагается использование нейро-нечетких систем, которые позволяют адаптивно прогнозировать дефекты на основе исторических данных. Используемые методы: для решения задачи раннего выявления производственного брака использованы нейро-нечеткие компоненты на основе нечеткого нейрона Квана–Кэи, позволяющие интегрировать экспертные знания с данными производства. Система включает подсистему обучения и тонкой настройки, состоящую из модулей подготовки, валидации и нормализации данных, фаззификации данных и вычисления ошибки прогноза. В качестве структурного элемента прогнозирования применены темпоральные нейро-нечеткие сети Петри, которые обеспечивают учет временных аспектов и неопределенности в производственных процессах. Новизна: к элементам новизны относятся использование темпоральных нейро-нечетких сетей Петри и нейро-нечетких компонентов на основе нечеткого нейрона Квана–Кэи, позволяющих производить раннюю диагностику брака и принимать упреждающие меры. Новым является также подход интеграции нейро-нечетких методов с существующими системами управления производством. Результат: внедрение предложенных методов позволило снизить процент производственного брака на 15% за счет раннего выявления отклонений и своевременного принятия корректирующих мер. Реализованные программно-инструментальные средства обеспечивают оперативный анализ производственной ситуации и прогнозирование дефектов в режиме, близком к реальному времени. Практическая значимость: предлагаемое решение реализовано в виде специализированного программного обеспечения, интегрируемого в существующие производственные системы. Оно обеспечивает повышение эффективности управления качеством, снижает затраты на исправление дефектов и может быть адаптировано к различным мелкосерийным производствам, существенно улучшая показатели их работы

Рассматривается задача автоматического распознавания русского жестового языка (РЖЯ) на основе методов компьютерного зрения и глубокого обучения. Актуальность исследования обусловлена устойчивым ростом численности лиц с нарушениями слуха: по данным Всемирной организации здравоохранения, в настоящее время их количество составляет около 70 млн человек, и, согласно прогнозам, может увеличиться до 630 млн к 2035 году. Разработка эффективных алгоритмов распознавания жестов является важным направлением создания систем бесконтактного человеко-машинного взаимодействия, направленных на повышение доступности информационных технологий и улучшение качества жизни людей с ограниченными возможностями слуха. Целью работы является разработка и экспериментальная апробация алгоритма распознавания букв русского жестового языка в видеопотоке в реальном времени с использованием сверточной нейронной сети. В ходе исследования сформирован специализированный датасет, включающий 430 изображений жестов, соответствующих буквам алфавита РЖЯ, представленных с различных ракурсов и при изменяющихся условиях освещения. Для реализации модели использованы библиотеки TensorFlow и Keras, а интеграция с видеопотоком выполнена с применением средств OpenCV и системы отслеживания положения руки на основе маркеров. В результате проведенного обучения и тестирования предложенная модель продемонстрировала точность распознавания на уровне 99 % на тестовой выборке. Проведён сравнительный анализ с классическими методами машинного обучения, показавший преимущество сверточной нейронной сети по точности классификации и устойчивости к внешним помехам. Полученные результаты подтверждают эффективность предложенного подхода и его применимость для создания систем реального времени, предназначенных для коммуникационных, образовательных и реабилитационных приложений, а также для разработки интерфейсов человеко-машинного взаимодействия