Для авторов
Найти
Результаты поиска
Найдено результатов: 18.
-
МНОГОЭТАПНЫЙ МЕТОД КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ ТЕМПЕРАТУРНЫХ РЕЖИМОВ В СИЛОВОМ КАБЕЛЕ
Н. К. Полуянович, Н. В. Азаров, А. В. Огреничев, М. Н. Дубяго2020-07-20Аннотация ▼Статья посвящена исследованиям вопросам создания диагностики и прогнозирования
термофлуктуационных процессов изоляционных материалов силовых кабельных линий (СКЛ)
электроэнергетических систем на основе таких методов искусственного интеллекта, как
нейронные сети и нечеткая логика. Показана необходимость разработки более совершен-
ной методики анализа тепловых режимов в СКЛ. Обоснована актуальность задачи созда-
ния нейросетей (НС) для оценки пропускной способности, расчёта и прогнозирования тем-
пературы жил СКЛ в режиме реального времени на основе данных системы температур-
ного мониторинга, с учетом изменения токовой нагрузки линии и внешних условий тепло-
отвода. По основным критериям проведено сравнение традиционных и нейросетевых алго-
ритмов для прогнозирования, показало преимущество НС методов. Проведена классифи-
кация НС методов и моделей прогнозирования температурных режимов КЛ. Предложен-
ный нейросетевой алгоритм прогнозирования характеристик электрической изоляции был
апробирован на контрольной выборке экспериментальных данных, по которым обучение
искусственной нейронной сети не проводилось. Результаты прогноза показали эффектив-
ность выбранной модели. Для решения задачи прогнозирования ресурса СКЛ была выбрана
сеть с прямым распространением данных и обратного распространения ошибки, т.к. сети
такого типа в совокупности с активационной функцией в виде гиперболического тангенса
являются в некоторой степени универсальной структурой для многих задач аппроксима-
ции, приближения и прогнозирования. Разработана нейросеть для определения темпера-
турного режима токоведущей жилы силового кабеля. Проведен сравнительный анализ
экспериментальных и расчетных характеристик распределений температуры, при этом
исследовались различные нагрузочные режимы работы и функции изменения тока кабеля.
При анализе данных было определено, что максимальное отклонение данных, полученных
от нейросети от данных обучающей выборки, составило менее 2,2 % что является вполне
приемлемым результатом. Модель может быть использована в устройствах и системах
непрерывного диагностирования силовых кабелей по температурным режимам. -
СПОСОБ ИСПОЛЬЗОВАНИЯ СРЕДСТВ БЫСТРОГО ПРОТОТИПИРОВАНИЯ ДЛЯ РЕАЛИЗАЦИИ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ НА ПЛИС
В.В. Бахчевников , В. А. Деркачев , А. Н. Бакуменко2020-10-11Аннотация ▼Исследования в области искусственного интеллекта ведутся с возрастающим и н-
тересом с каждым годом. Области применения искусственного интеллекта довольно
обширны: автоматизация, анализ большого объема данных, технологии умного дома,
машинное зрение и т.д. Технологии искусственного интеллекта базируются на использ о-
вании искусственных нейронных сетей, имеющие в своей основе принципы нервной сис-
темы животных. При этом актуальным вопросом является реализация искусственных
нейронных сетей на различных программно-аппаратных платформах: программируемых
логических интегральных схемах (ПЛИС) типа FPGA (Field Programmable Gate Array), на
интегральных схемах специального назначения (Application-Specific Integrated Circuit,
ASIC), GPU, CPU и т.д. ПЛИС наилучшим образом проявляют себя в маломощных мо-
бильных системах. ASIC демонстрируют наибольшую производительность с н едостат-
ком: высокая цена разработки. Проблема быстрого прототипирования проектов, осн о-
ванных на использовании искусственных нейронных сетей, для ПЛИС привычными мет о-
дами (c помощью HDL-языков, HDL-кодеров, графического программирования) заключа-
ется в том, что либо такой проект сложен и длителен в отладке (HDL-языки), либо не
оптимален получающийся код (HDL-кодеры), либо высока длительность разработки
проекта и сложность реконфигурации нейронной сети (графическое программирование).
Поэтому в рамках данной работы рассматривается эффективный метод проектирова-
ния полносвязных и сверточноых нейронных сетей для их реализации на ПЛИС использ о-
ванием пакета Xilinx System Generator for DSP и Matlab/Simulink. Генерируемые таким
образом искусственные нейросети легко реконфигурируемы и позволяют решать сле-
дующие задачи: распознавание изображений, оптимальная фильтрация (например, для
задач подповерхностной радиолокации). -
НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ В ЗАДАЧАХ МОНИТОРИНГА ТЕРМОФЛУКТУАЦИОННЫХ ПРОЦЕССОВ КАБЕЛЬНОЙ ЛИНИИ С УЧЕТОМ ВЛИЯНИЯ ПОМЕХ
Н.К. Полуянович , М.Н. Дубяго2021-02-13Аннотация ▼Статья посвящена оценке влияния магнитных помех, при исследовании термофлук-
туационных процессов в режиме динамической токовой нагрузки силовой кабельной линии
(СКЛ). На основе таких методов искусственного интеллекта, как нейронные сети и не-
четкая логика исследовалась термическая стойкость изоляционных материалов СКЛ оп-
ределяющих пропускную способность кабельной линии электроэнергетических систем.
Сравнительный обзор существующих на данный момент традиционных неразрушающих
методов прогнозирования термических процессов в СКЛ показал, что большинство мето-
дов обладают низкой точностью прогноза, а также обладают высокой степенью сложно-
сти и большим количеством необходимых вычислительных операций для получения необхо-
димых данных прогноза термических процессов в СКЛ. Также большинство методов про-
гноза не способны работать в режиме реального времени, что является крайне сущест-
венным недостатком. Для решения данной проблемы необходимо прибегнуть к системам
прогнозирования, которые строятся на базе искусственного интеллекта с применением
методов машинного обучения. Наиболее перспективным на сегодня представляется метод
искусственных нейронных сетей (ИНС). Показана необходимость разработки более со-
вершенной методики анализа старения изоляционных материалов СКЛ. Обоснована акту-
альность задачи создания нейросетей (НС) для оценки пропускной способности, расчёта и
прогнозирования температуры жил СКЛ в режиме реального времени на основе данных
системы температурного мониторинга, с учетом изменения токовой нагрузки линии и
внешних условий теплоотвода. Разработана нейросеть для определения температурного
режима токоведущей жилы силового кабеля. Проведен сравнительный анализ эксперимен-
тальных и расчетных характеристик распределений температуры, при этом исследова-
лись различные нагрузочные режимы работы и функции изменения тока кабеля. Разрабо-
тана нейросетевая модель в Matlab Simulink для прогнозирования температуры жилы ка-
беля. Создание, обучение и моделирование нейронной сети осуществлялось с помощью
Neural Network Toolbox. Модель может быть использована в устройствах и системах не-
прерывного диагностирования силовых кабелей по температурным режимам. -
БЕСПРОВОДНЫЕ СЕНСОРНЫЕ СЕТИ В ЗАЩИЩАЕМЫХ ЗОНАХ
Г.П. Виноградов , А.С. Емцев, И. С. Федотов2021-04-04Аннотация ▼В военных целях беспроводные сенсорные сети позволяют «связать автономные
системы» в комплекс, обладающий свойством самоорганизации, когда объекты «умеют»
сами находить друг друга и формировать сеть, а случае выхода из строя какого-либо из
узлов могут устанавливать новые маршруты для передачи сообщений. Достичь желаемой
эффективности подобных комплексов возможно, главным образом, путем совершенство-
вания интеллектуальной составляющей их системы управления в целом и отдельным узлом
в частности. Однако следует отметить, что подавляющее число исследований в этой
области остается на теоретическом уровне. Цель состоит: 1) в исследовании и разработ-
ке алгоритмов построения архитектуры сети с мобильными узлами и с возможными их
отказами вследствие выполнения боевой задачи; 2) в исследовании и разработке использо-
вания узла сенсорной сети для сбора, анализа, передачи данных об обстановке и принятия
решения в зоне своей ответственности; 3) предложить в условиях ограничений по энерго-
потреблению и быстродействию сравнительно простые алгоритмы для придания узлу
сети свойства интеллектуального поведения. Показано, что требуемые алгоритмы можно
разработать, если выявить классы типовых ситуаций и успешные способы действия в
реальных условиях. На этой основе появляется возможность разработки формальных мо-
делей (паттернов) для реализации в системе управления узлом. Предложена двухуровневая
структура интеллектуальной системы управления сетью. Верхний уровень, реализуемый
оператором, соответствует таким свойствам, как выживание, безопасность, выполнение
обязательств согласно миссии, накопление и корректировка базы знаний в виде эффектив-
ных паттернов поведения. Объектом управления для нее является сеть, рассматриваемая
как некоторая функциональная система. -
РАЗРАБОТКА АЛГОРИТМОВ ИНТЕЛЛЕКТУАЛЬНОГО СЕРВИСА ПОИСКА И МОНИТОРИНГА ИНФОРМАЦИИ
М. С. Анферова, А.М. Белевцев2021-08-11Аннотация ▼Описана проблема стратегического анализа и выбора направлений развития инноваци-
онного предприятия в условиях перехода к 6 технологическому укладу и индустрии 4.0. В дан-
ных условиях поисково-аналитическая обработка информации не может быть полноценно
выполнена без применения автоматизированных информационно-аналитических систем, в
том числе и на базе искусственного интеллекта. В ходе анализа были определены основные
приоритетные функции, которые должны обеспечивать разрабатываемые сервисы. Обо-
значены основные трудности при разработке данных сервисов, такие как: предварительная
обработка данных и автоматизированная проверка актуальности баз данных. Для эффек-
тивного решения поставленных задач сервис интеллектуального мониторинга и поиска ин-
формации должен использовать комплексный подход с учетом эффективности применения
методов для отдельных подзадач, обеспечивать высокую эффективность реализации всех
этапов процедуры интеллектуального мониторинга. В связи с этим в данной работе описы-
вается не только разработка общего интеллектуального поискового алгоритма, но и от-
дельные блок-алгоритмы, необходимые для обеспечения приоритетных функций разрабаты-
ваемого сервиса. В работе представлены следующие алгоритмы: алгоритм информационного
поиска, необходимый для решения задачи полнотекстового поиска документов в пределах
базы информационных ресурсов информационно-аналитического комплекса; алгоритм про-
цедуры внесения новых документов; алгоритм предварительной обработки данных, выклю-
чающий в себя стемминг и удаление знаков препинания для последующего анализа текста;
алгоритм оценки ранжирования и релевантности информации, включающий в себя вектори-
зацию документов; алгоритм кластеризации результатов поиска информации на основе ней-
ронной сети Кохонена; алгоритм проверки актуальности информации -проверка соответст-
вия локальной копии документа актуальной версии на веб-ресурсе источника. Предложен и
обоснован язык программирования Python для реализации представленного алгоритма. Сис-
тема обеспечивает автоматизированный непрерывный мониторинг с высокой периодично-
стью отправки запроса без участия оператора, что повысит качество и эффективность
информационного поиска в условиях большого объёма неструктурированной информации -
ИНТЕЛЛЕКТУАЛЬНАЯ ПОДСИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ БИОЛОГИЧЕСКИ ПРАВДОПОДОБНЫХ АЛГОРИТМОВ САМООРГАНИЗАЦИИ
Э. В. Кулиев , М.П. Кривенко , М.М. Семенова , С.В. Игнатьева2021-11-14Аннотация ▼Рассматриваются основные понятия и определения систем поддержки принятия реше-
ний на основе самоорганизации. Системы поддержки принятия решений (Decision Support
Systems) относятся к кругу интерактивных компьютерных систем, которые помогают ис-
пользовать данные, модели и знания для решения частично структурированных, неструктури-
рованных или неструктурированных проблем. Показана и описана схема базовой структуры
системы поддержки принятий решений. Рассмотрены три основных компонента Decision
Support Systems, а также описан случай, когда может быть применен четвертый компонент
системы поддержки принятия решений – система управления, основанная на знаниях. В ста-
тье предложено описание интеллектуальной системы поддержки принятия решений. Примеры
специализированных интеллектуальных систем поддержки принятия решений включают в себя
интеллектуальные системы поддержки принятия маркетинговых решений и системы меди-
цинской диагностики, гибкие производственные системы. Проблемы, связанные с принятием
оптимальных решений, занимают важное место в автоматизированном проектировании и
требуют совершенствования методов и средств поддержки процессов оптимального проек-
тирования на различных этапах. Рассмотрены алгоритмы самоорганизации, вдохновленные
живой природой. Биоинспирированные алгоритмы являются представительским классом алго-
ритмов самоорганизации. Биовдохновленные вычисления имитируют природу и используют
основные концепции и поведение этих систем для решения сложных проблем. В статье описан
алгоритм летучих мышей. Проведен экспериментальный анализ процесса применения алгорит-
ма самоорганизации в системах принятия решений. -
МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ТРАНСПОРТНОГО ПОТОКА НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРЕДСКАЗАНИЯ ТРАФИКА НА ДОРОГАХ
Аламир Хайдер Сагбан Хуссейн, Е.В. Заргарян, Ю. А. Заргарян124-1322021-08-11Аннотация ▼В связи с индустриализацией современного общества, ростом транспортных систем нашей страны, увеличения определенных необходимых для развития потребностей граждан нашей страны количество транспортных средств разных видов и типов с каждым годом продолжает увеличиваться с большой скоростью, вызывая огромные пробки на транспортных дорогах, особенно в больших городах и мегаполисах. Таким образом, прогнозирование транспортных потоков является важным и необходимым компонентом оптимального управления трафиком в современных условиях развития транспортной сети. В качестве решения этой проблемы данная статья нацелена на анализ и описание приме-нения методов искусственного интеллекта, в частности нейронных сетей, что представляет современный подход к моделированию в сложных и нелинейных ситуациях, возникаю-щих при прогнозировании модели транспортного потока. Показанный метод точности основан на разработке нейронной сети для прогнозирования дневного потока трафика. Затем ожидаемый транспортный поток сравнивается с реальным набором данных, записанным на участке дороги и предоставленным менеджером инфраструктуры. Фактически, нейронные сети способны извлекать уроки из прошлых возникших ситуаций и предсказывать будущие ситуации на транспортной сети. В этом исследовании были изучены раз-личные структуры нейронной сети, и результаты моделирования показали, что лучшие прогнозы были получены с использованием многослойной архитектуры персептрон, кото-рая имеет хорошую систему обобщения со средней общей квадратичной ошибкой 0,00927 при текущем наборе транспортных средств. Первая часть статьи посвящена определению различных концепций, относящихся к текущей области исследований, включая обзор литературы по прогнозированию трафика и нейронным сетям. Вторая часть посвящена описанию проблемы перегрузки трафика с помощью задач прогнозирования и представлению предлагаемого метода решения с акцентом на искусственные нейронные сети, как средство прогнозирования спроса и его различных структур. Затем численные эксперименты проиллюстрированы анализом результатов прогноза после формирования и тестирования различных архитектур нейронных сетей.
-
АНАЛИЗ ТРЕБОВАНИЙ И РАЗРАБОТКА АЛГОРИТМОВ ИНТЕЛЛЕКТУАЛЬНЫХ СЕРВИСОВ МОНИТОРИНГА
М.С. Анферова , А.М. Белевцев2022-08-09Аннотация ▼Рассмотрены проблемы стратегического анализа и выбора направлений развития инно-
вационных предприятий в условиях перехода к 6 технологическому укладу и индустрии 4.0. Оп-
ределены основные уровни анализа. Обозначены цели стратегического анализа исходя из мас-
штаба проводимого исследования. Выделены задачи анализа, решение которых позволит дос-
тичь поставленных целей. Показана сложность решения задач глобального мониторинга, ко-
торые обусловлены большим объемом разнородной и неструктурированной информации.
В этих условиях тематический поиск и аналитическая обработка информации не могут быть
выполнены без применения автоматизированных информационно-аналитических систем и соз-
дания поисковых сервисов на базе искусственного интеллекта. Предложена общая процедура
мониторинга. Определены основные этапы мониторинга технологических трендов, показаны
задачи, решаемые в рамках конкретного этапа и планируемый результат. На основе общей
процедуры мониторинга определены основные приоритетные функции, которыми должны
обладать разрабатываемые сервисы. А также проблемы их разработки и структуризация
полученной информации в виде информационных объектов и кластеризация документов. В от-
личие от известных систем глобального мониторинга, в которых поиск основан на индикато-
рах: рост использования ключевых слов, увеличение численности новых авторов, цитирование
работ из смежных областей. Предложены алгоритмы, обеспечивающие определение опорных
тем, оценку ранжирования и релевантности информации. Дано описание работы алгоритмов
на примере создания сводной информационной таблицы, с помощью которой происходит фор-
мирование взаимосвязей документов научно-технологического развития по заданному направ-
лению мониторинга и поиск конкретных документов в базе данных. Построение поисковых
сервисов на основе представленных алгоритмов обеспечит выделение опорных тем докумен-
тов, предоставит более достоверные результаты кластеризации неструктурированной ин-
формации и формирования научно-технологических трендов, в информационно-аналитических
комплексах. Для реализации алгоритма предлагается использовать язык программирования
Python. Внедрение данных алгоритмов повысит качество и эффективность информационного
поиска в условиях большого объёма неструктурированной информации. -
АНАЛИЗ И ВЫБОР МЕТОДИКИ В РЕШЕНИИ ЗАДАЧ ИНТЕЛЛЕКТУАЛИЗАЦИИ СИСТЕМ ПРОГНОЗИРОВАНИЯ ТЕРМОФЛУКТУАЦИОННЫХ ПРОЦЕССОВ В КАБЕЛЬНЫХ СЕТЯХ
Н.К. Полуянович, М.Н. Дубяго2020-07-20Аннотация ▼Статья посвящена исследованиям вопросам создания диагностики и прогнозирования
термофлуктуационных процессов изоляционных материалов силовых кабельных линий (СКЛ)
электроэнергетических систем на основе таких методов искусственного интеллекта, как
нейронные сети и нечеткая логика. Показана необходимость разработки более совершен-
ной методики анализа тепловых режимов в СКЛ. Обоснована актуальность задачи созда-
ния нейросетей (НС) для оценки пропускной способности, расчёта и прогнозирования тем-
пературы жил СКЛ в режиме реального времени на основе данных системы температур-
ного мониторинга, с учетом изменения токовой нагрузки линии и внешних условий тепло-
отвода. По основным критериям проведено сравнение традиционных и нейросетевых алго-
ритмов для прогнозирования, показало преимущество НС методов. Проведена классифи-
кация НС методов и моделей прогнозирования температурных режимов КЛ. Для решения
задачи прогнозирования ресурса СКЛ была выбрана сеть с прямым распространением дан-
ных и обратного распространения ошибки, т.к. сети такого типа в совокупности с акти-
вационной функцией в виде гиперболического тангенса являются в некоторой степени уни-
версальной структурой для многих задач аппроксимации, приближения и прогнозирования.
Разработана нейросеть для определения температурного режима токоведущей жилы
силового кабеля. Проведен сравнительный анализ экспериментальных и расчетных харак-
теристик распределений температуры, при этом исследовались различные нагрузочные
режимы работы и функции изменения тока кабеля. При анализе данных было определено,
что максимальное отклонение данных, полученных от нейросети от данных обучающей
выборки, составило менее 2,5 % что является вполне приемлемым результатом. Для по-
вышения точности необходимо использовалось большое количество входных и выходных
данных при обучении сети, а также некоторая доработка ее структуры. Модель позволя-
ет оценивать текущее состояние изоляции и прогнозировать остаточный ресурс СКЛ. Модель
может быть использована в устройствах и системах непрерывного диагностирования
силовых кабелей по температурным режимам. -
РАЗРАБОТКА РОБОТИЗИРОВАННОГО ИМИТАТОРА ПОДВОДНОГО АППАРАТА ДЛЯ ИССЛЕДОВАНИЯ СПОСОБОВ АВТОНОМНОГО ВЗАИМОДЕЙСТВИЯ РЕЗИДЕНТНЫХ АНПА С ОБЪЕКТАМИ ПОДВОДНОЙ ИНФРАСТРУКТУРЫ
А.М. Маевский , И.А. Печайко , М. А. Алексеев , Н. М. Буров2025-04-27Аннотация ▼Представлен процесс разработки имитатора подводного аппарата (ИПА) с установленным
5-степенным подводным манипуляторным комплексом (МК). Имитатор предназначен для ком-
плексной отработки автономного взаимодействия морского робототехнического комплекса
(МРТК) с объектами подводной инфраструктуры. В частности, рассматривается пример реше-
ния задач работы имитатора с макетом подводной панели подводного добычного комплекса
(ПДК) и решение задачи определения конкреции и их автономного забора при помощи имитатора
и МК. Современные тенденции развития подводной робототехники ориентированы на создание
резидентных автономных систем, способных работать в удаленных и труднодоступных районах
Мирового океана в круглогодичном режиме. Развитие резидентных технологий связано с необхо-
димостью снижения операционных затрат, минимизации рисков для персонала и увеличения вре-
мени автономного функционирования подводных комплексов. Применение таких технологий осо-
бенно актуально в условиях освоения дальнего шельфа, где традиционные методы эксплуатации
подводных аппаратов сталкиваются с техническими и экономическими ограничениями. Необхо-
димость проведения работ на дальнем шельфе обусловлена возрастающим спросом на углеводо-
родные ресурсы и исчерпанием легко доступных месторождений на континентальном шельфе.
Согласно прогнозам, перспективные глубоководные районы, расположенные на глубинах более
1000 м, обладают значительным потенциалом добычи нефти и газа. По оценкам специалистов,
объем извлекаемых запасов в таких районах может составлять сотни миллиардов баррелей угле-
водородного сырья, что делает разработку эффективных автономных решений стратегически
важной задачей для нефтегазовой отрасли. В работе представлены программно-аппаратные
решения, используемые при реализации ИПА. Приведена структурная схема конструкции, описана
архитектура программного обеспечения и особенности применения систем искусственных ней-
ронных сетей (ИНС) в составе системы технического зрения (СТЗ) ИПА. Использование ИНС
позволяет значительно повысить автономность работы подводных манипуляторов при выполне-
нии сложных технологических операций, таких как захват объектов с грунта, работа с объекта-
ми донной инфраструктуры и др. В заключении продемонстрированы полученные результаты,
подтверждающие работоспособность принятых конструктивных, программных и аппаратных
решений при выполнении реальных работ в автономном режиме с макетами рабочих инструмен-
тов hot-stab и torque-tool и ответными частями, расположенными на макете панели ПДК. -
РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ РОБОТОТЕХНИЧЕСКОЙ СИСТЕМЫ СБОРА УРОЖАЯ
З. В. Нагоев , О.З. Загазежева , К.Ч. Бжихатлов , И.А. Мамбетов2025-04-27Аннотация ▼В условиях необходимости обеспечения продовольственной безопасности актуальными ста-
новятся задачи оптимизации производственных процессов в аграрном секторе. Например, учиты-
вая нехватку трудовых ресурсов в сельском хозяйстве, требуется разработка и внедрение робо-
тотехнических систем для автоматизации процессов ухода за растениями, сбора урожая и его
переработки. В статье представлены результаты разработки автономного робота для сбора
яблок, созданного на базе универсального антропоморфного робота, разработанного в Кабардино-
Балкарском научном центре РАН. Робот оснащен двумя многозвенными манипуляторами, схожи-
ми с руками человека, что позволяет ему выполнять сложные задачи по сбору урожая. Для обес-
печения интеллектуального управления всей системой используется мультиагентная нейрокогни-
тивная архитектура, которая имитирует работу человеческого мозга и позволяет роботу адап-
тироваться к изменяющимся условиям окружающей среды. Робот оснащен набором сенсоров,
включая видеокамеры, ультразвуковые и инфракрасные дальномеры, лидар и энкодеры на приводах
манипуляторов. Это позволяет ему точно определять местоположение яблок, оценивать их зре-
лость и планировать траекторию движения манипуляторов. Особое внимание уделено разработ-
ке захвата, который имитирует человеческую кисть и позволяет регулировать силу сжатия, что
минимизирует риск повреждения плодов. Для управления роботом используется мультиагентная
нейрокогнитивная архитектура, которая обеспечивает автономное принятие решений на основе
данных с сенсоров. Система способна строить карту местности, определять положение робота
и планировать маршрут движения, а также распознавать яблоки и оценивать их состояние.
В статье также рассмотрены проблемы, связанные с автоматизацией сбора урожая в сельском
хозяйстве, включая нехватку трудовых ресурсов и потери урожая из-за неправильной эксплуата-
ции техники. Авторы подчеркивают, что автоматизация и роботизация процессов уборки уро-
жая имеют большой потенциал, особенно для культур, требующих индивидуального подхода, та-
ких как фрукты и овощи. Представленный робот демонстрирует высокую эффективность в ре-
шении этих задач, что подтверждается результатами полевых испытаний. Разработанная сис-
тема может быть адаптирована для работы с другими культурами, что делает ее универсаль-
ным решением для сельскохозяйственной отрасли -
МУЛЬТИАГЕНТНАЯ СИСТЕМА С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ОБРАБОТКИ ИЗОБРАЖЕНИЙ С КАМЕР ТЕХНИЧЕСКОГО ЗРЕНИЯ ДРОНА
А. Л. Веревкин , И.Э. Джозефс , В.В. Мисюра , Л. С. Веревкина198-2122025-07-24Аннотация ▼Мультиагентная технология с дронами, современными сенсорами, точным GPS и искусственном интеллекте, привели к прорыву в области киберфизических систем. В этой статье представлена мультиагентная система с использованием искусственного интеллекта для обработки изображений с камер технического зрения установленных на дроне. Разработана структурная схема мультиагентной системы на дроне на базе эффективной и простой платформе взятой с октокоптера ARRISE 410 – сельскохозяйственного дрона опрыскивателя с: интеллектуальной системой управления; всенаправленным цифровым микроволновым радаром; 6-ти осевым акселерометром высокой точности; электронным ватерпасом измерения наклона; оптической камерой реального времени с видом от первого лица; панелью управления, оснащенной новейшей системой передачи сигналов Light Bridge 2; пультом дистанционного управления, защищенного от попадания пыли и воды. Комплект необходимо дополнить: гиперспектральной HS – камерой для сканирования, ее модулем питания и возможностью сопряжения с системами дрона ARRISE 410, модулем сжатия информауции. Макет для исследования пропускной способности на DJI Agras T20 гексакоптере DJI Agras T20, сетевая карта MikrotikRB411 5G, микрокомпьютер Raspberry
Pi 3, RGB-камера 1 Mpix , встроенный бортовой компьютер Raspberry Pi OV5647 v1.3 и гиперспектральная HS – камера 2 Resonon Pika L снимает гиперспектральные данные с 281 спектральными полосами со спектральными длинами волн от 400 до 1000нм и пространственным разрешением 900 гиперспектральных пикселей на строку изображения. В статье решена задача экспериментальным и расчетным путем определить требуемое сжатие информации получаемой с камер гиперспектрального и оптического диапазона с передачей через оператор связи и интернет для обработки изображений искусственным интернетом -
ИССЛЕДОВАНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ОБНАРУЖЕНИЯ СПУФИНГ-АТАК В ДЕЦЕНТРАЛИЗОВАННЫХ СЕТЯХ
М.А. Лапина , Р.А. Дымуха , Н.Н. Кучеров , Е.С. Басан16-312025-07-24Аннотация ▼Беспилотные летательные аппараты всё больше и больше появляются в нашей жизни и используются для различных целей, таких как доставка грузов, мониторинг, управление хозяйством, мониторинг и развлечения. Но вместе с ростом их популярности, увеличивается и число людей, которые намеренно хотят помешать работе БВС (беспилотным воздушным судам) и использовать в своих интересах и целях. Они используют различные виды атак, чтобы любыми способами устранить или перехватить автономный летательный аппарат. Спуфинг-атаки являются одним из наиболее распространенных и опасных видов атак, так как позволяют злоумышленникам действовать незаметно, подделывая идентификаторы автономных летательных аппаратов или операторов, выдавая себя за легитимных участников системы. Целью таких атак может быть перехват управления, кража данных, саботаж или использование БВС для выполнения вредоносных действий, таких как шпионаж, нанесение ущерба или сбой в операциях. Но с каждым годом всё сложнее предотвращать атаки, так как они сложны в обнаружении и могут привести к серьезным последствиям, именно поэтому обнаружение спуфинг-атак на беспилотный аппарат при помощи машинного обучения активно исследуется и применяется. В статье рассматриваются спуфинг-атаки на БВС, проведен анализ спуфинга на автономные летательные аппараты, на основе открытого набора данных с помощью платформы Knime проведено исследование методов машинного обучения обнаружения спуфинг-атак. Результаты исследования демонстрируют, что способ обнаружения атак с помощью машинного обучения на основе ансамблевого метода, модели Tree Ensemble Learner и Random Forest Learner,, показавшие результаты 97.110% и 97.039% соответственно, является лучшим среди других методов, что позволит улучшить безопасность беспилотных летательных аппаратов, снижает нагрузку на операторов и повышает надежность системы в целом. В дальнейшем предложенный подход может быть расширен для обнаружения других видов кибератак, что сделает его универсальным методом защиты от воздействий злоумышленников
-
РАЗРАБОТКА АВТОНОМНОГО РОБОТА ДЛЯ ВЫПОЛНЕНИЯ ФУНКЦИЙ ПРОДАВЦА - КОНСУЛЬТАНТА В СЕТЯХ РОЗНИЧНОЙ ТОРГОВЛИ
М.А. Хапова , К. Ч. Бжихатлов , Л.Б. Кокова262-2722025-10-01Аннотация ▼Активное увеличение доли крупных сетевых магазинов в торговом секторе повышает спрос на сотрудников подобных сетей. При этом, с ростом оборота крупных магазинов растут и требования к своевременной выкладке товара на стеллажах. По оценкам самих ритейлеров, потери от неправильной или несвоевременной выкладки товара могут достигать 5% от общего годового оборота. Учитывая значительный объем оборота крупных сетевых ретейлеров, и заметную текучесть кадров, проблему автоматизации выкладки товара в сетевых магазинах можно считать актуальной. В данной работе представлены результаты разработки автономной робототехнической системы, которая может обеспечить бесперебойный контроль заполнения стеллажей и своевременную выкладку товара.
По результатам опроса представителей крупных торговых сетей определены требования к автономной системе контроля и расстановки товаров в магазине. В частности, определены требования к возможностям интеллектуальной системы управления роботом, особенности конструкции и аппаратной реализации роботов, требования к возможностям системы взаимодействия с сотрудниками и покупателями в магазине и предпочтения к внешнему виду и пользовательскому интерфейсу робота.
На основе выявленных требований ритейлеров разработан прототип автономного робота для работы в торговых залах. Основа робота представляет собой транспортный модуль с двумя мотор-колесами и парой рулевых колес, на котором установлен антропоморфный узел с двумя манипуляторами. Манипуляторы выполнены в виде рук человека и имеют весь набор необходимых степеней свободы. Кроме того, в статье представлена архитектура системы управления автономным роботом.
За управление роботом отвечает интеллектуальная система принятия решений и управления, основанной на базе мультиагентной нейрокогнитивной архитектуры, моделирующей процессы, протекающие в головном мозге человека. Конструкция и мехатронная часть робота были протестированы в реальных условиях: в торговых залах розничного магазина в г. Нальчик в присутствии продавцов-консультантов и покупателей. В дальнейшем планируются работы по доработке и обучению интеллектуальной системы принятия решений -
ИССЛЕДОВАНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ОБНАРУЖЕНИЯ САЙТОВ-МОШЕННИКОВ
М.А. Лапина , Д. А. Лукьянов , В.Г. Лапин , Н.Н. Кучеров250-2622025-10-01Аннотация ▼В настоящее время большое количество процессов связано с большими объёмами данных, которые необходимо анализировать. С увеличением объёма информации её анализ становится более объёмной и сложной задачей. Возникает проблема поиска инструмента, который поможет компаниям и учреждениям в сборе, анализе и прогнозировании данных. Машинное обучение является областью искусственного интеллекта, которая находит закономерности в базе данных и на их основе пытается спрогнозировать результат. Ещё одной областью применения машинного обучения является детектирование сайтов-мошенников. В настоящее время с развитием информационных технологий цифровые преступления стали серьёзной угрозой для конфиденциальной информации и данных пользователей. Искусственный интеллект способен анализировать параметры сайтов и определять наличие угроз для информации. Исследование направлено на систематизацию знаний о фишинговых атаках и исследовании методов машинного обучения для обнаружения сайтов-мошенников. В ходе выполнения исследования были разработаны методы машинного обучения по обнаружения фишинговых сайтов, построены схемы, которые позволяют моделям машинного обучения правильно преобразовывать данные для подачи их в модели. Анализ данных, предоставленных в датасете, позволил преобразовать данные для корректной работы моделей, что позволило избежать ошибок. Была решена проблема переобучения моделей машинного обучения. Детальное изучения датасета позволило отфильтровать данные, которые могли вызывать ошибки в работе модели и понизить качество прогнозирования. В результате работы разработаны методы поиска фишинговых атак с использованием моделей машинного обучения, которые были протестированы на имеющихся данных, на основе полученных результатов построены графики изменения точности обнаружения нелегитимных сайтов от изменения настроек моделей. Был проведён анализ исследования и подведены результаты проведённой работы.
-
РАЗРАБОТКА МЕТОДИКИ ИНТЕГРАЦИИ БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЕЙ В ПРОЦЕССЫ ЦЕНТРА МОНИТОРИНГА ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ
В. А. Частикова , А. С. Бахтин , П.А. Меркулов57-692025-10-01Аннотация ▼Показана важность интеграции больших языковых моделей (БЯМ) в процессы центров мониторинга информационной безопасности (SOC) для повышения их эффективности в условиях растущих киберугроз. Цель исследования – разработка методики интеграции БЯМ в SOC, направленной на автоматизацию процессов анализа данных и реагирования на инциденты. Задачи исследования включают теоретическое обоснование и разработку платформы для безопасного внедрения БЯМ, а также оценку существующих процессов и технической инфраструктуры SOC. В статье анализируются ключевые метрики эффективности работы SOC, такие как среднее время обнаружения инцидента и количество нерешенных инцидентов, и предлагается использование подхода GQM (Goal-Question-Metric) для разработки этих метрик. Рассматривается также необходимость оценки рисков, связанных с использованием БЯМ, с учетом уязвимостей и угроз, а также методов их минимизации, включая использование списка критических уязвимостей от OWASP. В статье предложены основные этапы разработки и внедрения системы, включая инвентаризацию существующих ресурсов, анализ сложности интеграции и развертывание системы. Рассматриваются ключевые аспекты, такие как оценка сложности интеграции, эксплуатационные и поддерживающие факторы, а также оценка рисков, связанных с внедрением новых технологий в инфраструктуру SOC. В заключение подчеркивается актуальность использования БЯМ для улучшения оперативности и качества работы SOC, что способствует повышению уровня информационной безопасности и ускорению реакции на киберугрозы. Внедрение таких технологий позволит SOC не только быстрее реагировать на инциденты, но и повысить точность анализа данных, снижая риски, связанные с человеческим фактором
-
ИССЛЕДОВАНИЕ СИНАПТИЧЕСКОЙ ПЛАСТИЧНОСТИ МЕМРИСТИВНЫХ CROSS-POINT СТРУКТУР ДЛЯ НЕЙРОМОРФНЫХ РОБОТОТЕХНИЧЕСКИХ СИСТЕМ
Р.В. Томинов , З. Е. Вакулов , В.И. Варганов , И.О. Игнатьева , В. А. Смирнов200-2072025-12-30Аннотация ▼Показаны результаты многоуровневого резистивного переключения и синаптической пластичности нейроноподобного мемристивного cross-point на основе нанокристаллической пленки оксида цинка. Показано, что при изменении амплитуды и длительности входных импульсов мемристивный cross-point демонстрирует 6 резистивных состояний с сопротивлением от 4,27×105 Ом до 8,34×107 Ом. Показано, что энергия переключения некоторых синаптических уровней составляет единицы пикоджоулей, что перспективно для создания компактных маломощных нейроморфных систем. Так, показано, что нанокристаллические пленки ZnO обладают синаптической пластичностью, т.е. при приложении импульсов напряжения различной амплитуды и длительности могут переключаться в широком диапазоне синаптических уровней. Изготовленный мемристивный cross-point демонстрируют парно-импульсную потенциацию PPF при tp от 1 мс до 10 мс и парно-импульсную депрессию PPD при tp от 50 мс до 100 мс. Анализ полученных экспериментальных результатов исследования PPF и PPD показал, что увеличение количества импульсов с 10 до 90 приводит к увеличению постсинаптического тока EPSC от 32 мкА до 73 мкА для tp = 1 мс, от 31 мкА до 59 мкА для
tp = 5 мс, от 31 мкА до 48 мкА для tp = 10 мс, а также уменьшению EPSC от 30 мкА до 25 мкА для tp = 50 мс, от 30 мкА до 17 мкА для tp = 70 мс, от 30 мкА до 5 мкА для tp = 100 мс. Из полученных результатов следует, что чем короче интервал между импульсами, тем выше индекс PPF, поэтому можно сделать вывод, что изготовленная мемристивный cross-point на основе нанокристаллических пленок ZnO имитирует кратковременную пластичность биологического синапса, в котором пластичность PPF и PPD определяется концентрацией ионов Ca+ и который играет ключевую роль во многих биологических функциях мозга, таких как локализация источника звука, распознавание образов, ассоциативное обучение, фильтрация ненужной информации. Полученные результаты могут быть использованы для аппаратной реализации нейронных сетей, нейроморфных структур робототехнических комплексов, протезов и систем искусственного интеллекта -
МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ И ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ЭЛЕКТРОННОЙ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ В МОБИЛЬНЫХ СЕТЯХ
Ауси Рим Мохаммед Худхейр, Е. В. Заргарян , Ю. А. Заргарян2022-08-09Аннотация ▼Недавние достижения в технологиях беспроводной связи привели к созданию огром-
ного количества данных, которые передаются повсеместно. Большая часть такой инфор-
мации является частью обширной и общедоступной сети, которая соединяет различные
стационарные и мобильные устройства по всему миру. Возможности электронных уст-
ройств также увеличиваются день ото дня, что приводит к большему объему генерации
данных и обмена информацией через сети. Аналогичным образом, с ростом разнообразия и
сложности структур мобильных сетей увеличилась частота возникновения нарушений
безопасности в ней. Это препятствует внедрению интеллектуальных мобильных прило-
жений и услуг, о чем свидетельствует большое разнообразие платформ, которые предос-
тавляют услуги хранения данных, вычислений с данными и приложений конечным пользо-
вателям. В таких сценариях становится необходимым защитить данные и проверить их
использование в сети и приложениях, а также проверить их некорректное использование с
целью защиты частной информации. Согласно данному исследованию, модель безопасно-
сти на основе искусственного интеллекта должна обеспечивать конфиденциальность,
целостность и надежность системы, ее оборудования и протоколов, управляющих сетью,
независимо от ее создания, чтобы управлять такой сложной сетью, как мобильная. От-
крытые трудности, с которыми все еще сталкиваются мобильные сети, такие как не-
санкционированное сканирование сети, мошеннические ссылки и т.д., были тщательно
изучены в данной статье. Также в данном материале обсуждаются несколько технологий
машинного и глубокого обучения, которые можно использовать для создания безопасной
среды, а также многие угрозы кибербезопасности. Необходимо обратиться к необходимо-
сти разработки новых подходов для обеспечения высокого уровня безопасности электрон-
ных данных в мобильных сетях, поскольку возможности повышения безопасности мобиль-
ных сетей безграничны.
1 - 18 из 18 результатов
