Найти

Результаты поиска

• КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ФАКТОРОВ, ВЛИЯЮЩИХ НА ЭФФЕКТИВНОСТЬ ПРОЦЕССА ПОДГОТОВКИ И СЕПАРАЦИИ ГАЗА

  А. В. Мартиросян , Д. В. Ромашин

  241-249

  2026-09-10

  Аннотация ▼

  Представлена концепция адаптивного управления при разделении природного газа. Применяемые на практике системы управления, как правило, основаны на фиксированных алгоритмах регулирования и не учитывают динамическое изменение физико-технических и эксплуатационных параметров, что приводит к снижению качества сепарации и росту энергозатрат. В статье описан подход сочетания системного анализа и метод Парето. Целью работы является разработка концепции адаптивного управления процессом подготовки природного газа на основе системного анализа. Недавние исследования показывают, что методы, основанные на данных, позволяют более точно настраивать параметры, лучше реагировать на колебания исходного газа и повышать эффективность удаления примесей. Для достижения поставленной цели в работе решены задачи выявления и классификации факторов, влияющих на качество и экономичность сепарации газа, а также формирования их взаимосвязей в рамках единой концептуальной модели управления. Особое внимание уделяется влиянию точного контроля ключевых параметров, таких как давление, температура и расход, на эффективность этих процессов. Анализ последних исследований демонстрирует растущее использование нейронных сетей и моделей машинного обучения в очистке газа для прогнозирующего управления, обнаружения аномалий и оптимизации рабочих параметров. Сравнительная оценка классических ПИД-регуляторов, нечетких, адаптивных и нейронных методов управления подтверждает преимущества интеллектуального регулирования с точки зрения стабильности, адаптивности и энергоэффективности. Основным результатом работы является обоснование ключевых факторов, определяющих эффективность сепарации, среди которых наибольшее влияние оказывают давление, температура и расход газа. Полученная модель формирует методологическую основу для разработки интеллектуальных и адаптивных систем управления процессом подготовки газа.

• СИСТЕМА СОПОСТАВЛЕНИЯ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ ИНТУИЦИОНИСТСКИХ НЕЧЕТКИХ МНОЖЕСТВ

  К.И. Морев

  286-298

  2026-04-29

  Аннотация ▼

  Представлена полностью обучаемая система для решения задачи сопоставления двух изображений. Все основные элементы системы являются обучаемыми, т.е. их финальный вид соответствует целевому набору данных по которому проводилось обучение. Факт обучаемости системы, методы, используемые при обучении, и архитектура системы позволяют использовать систему для решения большого числа разнообразных задач компьютерного зрения. Система состоит из сверточной нейронной сети, служащей одновременно для выделения особых точек и их дескрипторов, а также обучаемого модуля сопоставления выделенных особых точек на основе их описания и взаимного расположения в наблюдаемой сцене. Используемая сверточная нейронная сеть обрабатывает полноразмерные изображения и вычисляет как местоположение точек интереса с пиксельной точностью, так и связанные с ними дескрипторы за один полный цикл вычислений. Сопоставление особых точек – отдельный шаг и выполняется после выполнения полного цикла вычислений нейронной сети, но на основе результатов этих вычислений. В процессе обучения модели вычисления положений особых точек и их дескрипторов используется метод формирования обучающей выборки, называемый гомографическая адаптация – подход, способствующий повышению повторяемости и точности обнаружения особых точек. Процесс обучения модели выделения особых точек заключается в получении новых весов в процессе дообучения базового детектора, представляющего инициализирующие веса модели. Финальная модель выделения особых точек, обученная на универсальном наборе изображений MS-COCO с использованием гомографической адаптации, многократно превосходит исходный базовый детектор по параметрам количества, надежности и повторяемости особых точек, а также превосходит любой другой традиционный детектор уголков основанный на классических подходах

• ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА АНАЛИЗА ТОНАЛЬНОСТИ ДЛЯ ИЗМЕРЕНИЯ ЛОЯЛЬНОСТИ ПОКУПАТЕЛЕЙ И ПРИНЯТИЯ РЕШЕНИЙ, ОСНОВАННАЯ НА НЕЧЕТКОЙ ЛОГИКЕ

  Е. М. Герасименко , В. В. Стеценко

  2021-11-14

  Аннотация ▼

  Представлен интеллектуальный подход к измерению лояльности клиентов к кон-
  кретному продукту, основанный на анализе комментариев. Общий анализ тональности в
  твитах и сообщениях проводится довольно часто, однако ориентированный на задачи
  анализ мнений пользователей и измерение уровня их лояльности является новой идеей.
  Сложность в проведении ориентированного на задачу анализа тональности сообщений
  заключается в измерении лояльности клиента к конкретному продукту на основе мнения
  клиентов об этом самом продукте. Полученные данные об уровне лояльности клиента к
  продукту смогут помочь новому клиенту принять решение о конкретном товаре, учиты-
  вая его различные особенности и отзывы предыдущих клиентов. В качестве набора данных
  был использован большой массив данных, состоящих из онлайн-отзывов клиентов с
  Amazon.com. Набор исходных данных представляет собой совокупность отзывов, из кото-
  рых предлагаемый подход формирует агрегированную оценку мнений, далее используется
  модель нечеткой логики для измерения лояльности клиента к продукту. В предложенном
  подходе входной текст сначала обрабатывается с помощью таких методов как токениза-
  ция, удаления стоп-слов, лемматизация, затем происходит маркировка частей речи и осу-
  ществляется анализ полярности отзывов, затем, к полученным агрегированным оценкам
  применяются методы нечеткой логики, чтобы определить степень лояльности клиентов к
  продукту. В этой работе использовались различные библиотеки с открытыми API, такие
  как SentiWordNet, Stanford CoreNLP и т.д. Используемый подход фокусируется на выявле-
  нии тональности обзоров, которые могут быть положительными, отрицательными и
  нейтральными. В нашем исследовании мы использовали треугольную функцию принадлеж-
  ности, также известную как trimf, потому что она поддерживает три переменные и соз-
  дает связь между ними. Реализация подхода обеспечивает высокую точность определения
  лояльности к продуктам электронной коммерции, которая превосходит предыдущие под-
  ходы, а применение нечеткой логик позволило значительно повысить значения таких пока-
  зателей как точность, полнота и F-мера.

• ПРИМЕНЕНИЕ НЕЧЕТКОЙ ЛОГИКИ ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ ОБ ЭВАКУАЦИИ ПРИ НАВОДНЕНИИ

  Е.М. Герасименко , В.В. Курейчик , С.И. Родзин , А.П. Кухаренко

  2022-11-01

  Аннотация ▼

  Речь идет о стихийных бедствиях, таких как наводнение, которые можно спрогнозиро-
  вать за несколько часов до того, как они произойдут, чтобы можно было организовать эвакуа-
  цию населения. Эвакуация означает, что люди в районах бедствия должны покинуть эти рай-
  оны и добраться до укрытий или убежищ. Представлен анализ процесса принятия решения об
  эвакуации, основные критерии, определяющие решение и основные этапы применения нечеткой
  логики для принятия решения об эвакуации на основе качественных и количественных значений
  критериев принятия решения. Эти этапы включают выбор критериев, определение качествен-
  ных входных и выходных переменных, фаззификацию переменных, определение базы нечетких
  правил, построение нечеткого вывода, визуализацию результатов и анализ чувствительности.
  При моделировании учитывались следующие критерии: прогнозируемый уровень наводнения,
  уровень опасности, уязвимость района предполагаемого наводнения и возможность безопасной
  эвакуации. Прогнозируемый уровень наводнения основывался на параметрах максимального
  уровня и скорости подъема воды. Уровень опасности отражал физические характеристики
  наводнения и его потенциальное воздействие на безопасность людей в районе наводнения. Уяз-
  вимость района предполагаемого наводнения определялась как неспособность на местном
  уровне предотвратить непосредственный контакт людей с паводковыми водами во время со-
  бытия. Возможность безопасной эвакуации определялась как множество ограничений и по-
  тенциальных негативных аспектов, которые могут задержать или помешать успешному про-
  ведению эвакуации. Представлено описание качественных переменных критериев принятия
  решения о необходимости эвакуации, примеры определения базы нечетких правил. Нечеткая
  модель реализована с помощью Matlab Fuzzy Logic Toolbox. Описана процедура нечеткого выво-
  да и интерпретации решения и модель нескольких сценариев и ситуаций наводнения. Рассмот-
  рен способ, с помощью которого нечеткая модель принятия решения об эвакуации может
  быть применена в сочетании с геоинформационной системой. Представлены действия, связан-
  ные с необходимостью эвакуации для различных сценариев и обстоятельств.

• ОСНОВНЫЕ ПОДХОДЫ К ИЗВЛЕЧЕНИЮ ТЕКСТОВОЙ ИНФОРМАЦИИ (ОБЗОР)

  В.В. Курейчик , П. С. Герасименко

  2024-10-08

  Аннотация ▼

  Данная статья посвящена обзору известных и современных подходов, методов и алгорит-
  мов полнотекстового поиска. Описана краткая история решения задачи поиска в неструктуриро-
  ванных текстовых данных, её развитие и актуальность. Сформулирована основная задача поиска
  в текстовых данных. Приведено определение индекса базы данных. В общем виде определена целе-
  вая функция поисковой информационной системы и описаны возможные компромиссные вариации
  её параметров при решения различных прикладных задач. Приведена обобщённая архитектура
  современной поисковой информационной системы с разделением задачи поиска на две фазы: пер-
  вичное извлечение релевантных записей и их последующее ранжирование для формирования окон-
  чательных результатов поиска. Даны базовые описания основных алгоритмов и методов полно-
  текстового поиска, таких как: поиск по термам (логический поиск), поиск с помощью деревьев и
  их разновидностей (B-деревья, UB-деревья, tries), поиск на основе n-грамм (в том числе поиск на
  основе частотного представления), использование векторной модели пространства (VSM), поиск
  на основе инвертированного (обратного) индекса, поиск с использованием аппарата нечёткой
  логики и биоинспирированных методов. Приведены основные достоинства и недостатки этих
  методов, описана их применимость в различных условиях, а также рассмотрены возможные ме-
  тоды оптимизации поиска текстовых данных для улучшения точности, скорости поиска и эф-
  фективности использования ресурсов. Представлены возможные перспективные направления в
  области решения задачи первичного извлечения информации. Приведены некоторые способы опре-
  деления сходства текстовых записей для решения задачи ранжирования на основе аппарата не-
  чёткой логики. Затронуты вопросы повышения релевантности первичного извлечения с помощью
  методов искусственного интеллекта, нейронных сетей, аппарата нечёткой логики и биоинспири-
  рованных методов, в частности методы расширения поискового запроса и/или расширения обра-
  батываемых текстовых записей. Описано влияние граничных условий построения поисковой сис-
  темы на повышение её эффективности. В заключение статьи подводятся итоги обзора и обсуж-
  даются перспективы дальнейшего развития различных методов полнотекстового поиска.