Для авторов
Найти
Результаты поиска
Найдено результатов: 5.
-
ИССЛЕДОВАНИЕ ПРИМЕНИМОСТИ МУЛЬТИМОДЕЛЬНЫХ ХРАНИЛИЩ ДАННЫХ В ИГРОВОЙ ИНДУСТРИИ
А.А. Коблов , О.М. Ромакина , А.С. Клемешева , А. З. Арсеньева105-1212025-12-30Аннотация ▼Проводится исследование целесообразности и эффективности применения мультимодельных баз данных для хранения и обработки данных в игровой индустрии. Современные игровые проекты характеризуются высокой сложностью и разнородностью данных: от строго структурированной информации об игроках, предметах и квестах до слабоструктурированных и сильносвязанных данных, таких как системы рецептов, диалоговые деревья, отношения между кланами и внутриигровые энциклопедии. Существующие подходы, основанные на реляционных или одномодельных NoSQL-хранилищах, часто не обеспечивают необходимой гибкости, производительности и удобства разработки для таких комплексных сценариев. Целью исследования является проектирование и сравнительный анализ производительности мультимодельного решения в контексте типовых игровых механик. Авторами разработана структура мультимодельного хранилища на базе СУБД ArangoDB, которая интегрирует документную, графовую и ключ-значение модели данных. Архитектура решения охватывает ключевые компоненты RPG-игр: управление игроками и инвентарём, систему квестов, диалогов, рецептов крафта, таблиц добычи, клановых взаимоотношений, а также полнотекстовый поиск по внутриигровой энциклопедии с использованием ArangoSearch. Экспериментальная часть включает подробное сравнение производительности разработанного мультимодельного хранилища с реляционной СУБД PostgreSQL и документной MongoDB на реалистичных наборах данных и запросах. Результаты демонстрируют значительное преимущество мультимодельного подхода при выполнении операций, требующих обхода сложных связей: например, поиск враждебных игроков через граф клановых отношений в ArangoDB выполняется в среднем в 11 раз быстрее, чем аналогичный JOIN-запрос в PostgreSQL.
В то же время, для сценариев с частыми модификациями линейно организованных данных (например, обновление статуса квестов) мультимодельное хранилище показывает несколько более низкую производительность по сравнению с реляционной моделью, что однако является допустимым в контексте общей архитектуры игрового проекта. Исследование подтверждает, что мультимодельные СУБД, в частности ArangoDB, представляют собой перспективное решение для игровой индустрии, позволяя в рамках единой платформы эффективно комбинировать различные модели данных, упрощать разработку и достигать высокой производительности на сложносвязанных данных, что является критически важным для современных многопользовательских игр -
СОВРЕМЕННЫЕ ДОСТУПНЫЕ БАЗЫ ДАННЫХ ОТПЕЧАТКОВ ЛАДОНИ: ОБЗОР
Снехал С. Датвасе, Р.Р. Дешмукх, Рохит С. Гупта27-372025-07-31Аннотация ▼Отпечаток ладони является уникальным и очень полезным биометрическим при-
знаком. За последние несколько десятилетий по этой теме было проведено достаточно
исследований. Разработаны и успешно реализованы различные алгоритмы и системы.
Так как данный метод не позволяет получить более расширенную информацию для рас-
познавания личности, мультиспектральные или гиперспектральные изображения и рас-
познавание отпечатков ладоней могут стать потенциальным ответом на эти системы.
Биометрические технологии широко используются в сфере безопасности для аутенти-
фикации и идентификации в течение последних нескольких лет. Для повышения точно-
сти и скорости требуется улучшенная система распознавания. В этой статье рас-
сматриваются некоторые современные базы данных отпечатков ладоней, а также опи-
саны используемые методы и их точность. Лицо, отпечаток пальца, радужка глаза,
отпечаток ладони, руки являются физиологическими биометрическими данными. Из всех
биометрических, физиологическая биометрия предлагает больше всего преимуществ.
База данных бесконтактных изображений ладоней PolyU-IITD составлена с помощью
ручной камеры, включает жителей Индии и Китая. База данных бесконтактных отпе-
чатков ладоней IIT Touchless Palmprint получена от студентов и преподавателей Delhi
India, база состоит из полных изображений рук. База данных гиперспектральных отпе-
чатков ладоней создана Гонконгским политехническим университетом, была собрана в
отделе биометрической исследовательской лаборатории с помощью жидкокристалличе-
ских фильтров Meadowlark. Многоспектральная база данных отпечатков пальцев, гипер-
спектральная база данных были составлены китайскими исследовательскими группами
учёных. База данных отпечатков пальцев polyU собрана у 193 человек, содержит 386
ладоней. Китайская академия наук разработала базу данных отпечатков ладоней CASIA
с помощью собственного устройства распознавания отпечатков ладоней. База данных
отпечатков пальцев XJTU собирается с помощью гаджетов iPhone 6S, HUAWEI mate8,
LG G4, Samsung Galaxy Note5 и MI8. Также представлен литературный обзор современ-
ных исследований в данной области. Отмечены преимущества гиперспектральных изо-
бражения по сравнению с мультиспектральные изображениями, гиперспектральные
изображения отпечатков ладоней очень трудно подделать -
ПРОЕКТИРОВАНИЕ БАЗЫ ДАННЫХ СОСТОЯНИЙ ДЛЯ ОНЛАЙН И ОФЛАЙН ОБРАБОТКИ ДАННЫХ ЭКСПЕРИМЕНТАЛЬНЫХ УСТАНОВОК КОМПЛЕКСА NICA
К. В. Герценбергер, А.И. Чеботов, И.Н. Александров, И. А. Филозова, Е.И. Александров2021-02-25Аннотация ▼Хранение, обработка и анализ экспериментальных и смоделированных данных являются
неотъемлемой частью всех современных экспериментов физики высоких энергий. Эти задачи
имеют важное значение в экспериментах комплекса NICA, строящегося в Объединенном ин-
ституте ядерных исследований (ОИЯИ), из-за большой частоты взаимодействия и множест-
венности частиц в событиях столкновения ионов, в связи с этим особенно актуальна автома-
тизация рассматриваемых процессов для комплекса NICA. Для решения поставленной задачи
современные физические эксперименты используют информационные системы различной на-
правленности, которые позволяют управлять потоками данных и обслуживать большое коли-
чество одновременных запросов на требуемую информацию от различных систем эксперимен-
та и их пользователей. В статье описывается проектирование новой информационной систе-
мы на основе базы данных состояний, а также сопутствующие информационные сервисы для
автоматизации хранения и обработки данных и информации об экспериментах проекта NICA.
Разрабатываемая база данных состояний предназначена для хранения, поиска и использования
различных параметров и информации о режимах работы систем эксперимента. База данных,
реализуемая при помощи СУБД (системы управления базами данных) PostgreSQL, будет отве-
чать за предоставление хранимой информации для обработки данных событий и их физическо-
го анализа, а также за организацию прозрачного единого доступа и управление данными на
протяжении всего жизненного цикла проводимых научных исследований. В статье показаны
схема и цели создаваемой базы данных состояний, представлены её атрибуты, а также выде-
лены ключевые аспекты разработки. Показано место базы данных состояний в архитектуре
обработки потока данных эксперимента. Также в статье описана интеграция данной инфор-
мационной системы с используемым программным обеспечением экспериментов. Начата раз-
работка интерфейсов базы данных состояний для использования хранимых параметров и ин-
формации об эксперименте в задачах моделирования событий, обработки “сырых” данных,
реконструкции и физического анализа -
МЕТОД ПОИСКА ПОСЛЕДОВАТЕЛЬНЫХ ПАТТЕРНОВ ПОВЕДЕНИЯ ПОЛЬЗОВАТЕЛЕЙ В ИНТЕРНЕТ-ПРОСТРАНСТВЕ
В.В. Курейчик, В.В. Бова, Ю.А. Кравченко2020-11-22Аннотация ▼Одной из важных задач интеллектуального анализа данных является выделение зако-
номерностей и обнаружение связанных событий в последовательных данных на основе
анализа последовательных паттернов. В статье исследуются возможность применения
последовательных паттернов для анализа событий поисково-познавательной деятельно-
сти пользователей при взаимодействии с Интернет-ресурсами открытой информационно-
образовательной среды. Поиск последовательных паттернов является сложной вычисли-
тельной задачей, цель которой состоит в извлечении всех частых последовательностей,
отражающих потенциальные связи внутри элементов из транзакционной базы данных
последовательностей событий поисковой активности при заданной минимальной под-
держке. Для ее решения в статье предлагается метод поиска закономерностей в последо-
вательностях событий для обнаружения скрытых закономерностей, указывающих с воз-
можные уровни уязвимости при выполнении задач информационного поиска в Интернет-
пространстве. Описана математическая модель поведения пользователей в поисковой
сессии, основанная на теории последовательных паттернов. Для повышения вычислитель-
ной эффективности метода разработан модифицированный алгоритм генерации последо-
вательных паттернов, на первом этапе которого выполняется AprioriAll, формирующий
частые последовательности-кандидаты всевозможных длин, а на втором - генетический
алгоритм оптимизации входных параметров признакового пространства сгенерированного
множества для поиска максимальных паттернов. Проведены серии вычислительных экс-
периментов на тестовых данных корпуса MSNBC, библиотеки интеллектуального анализа
данных с открытым исходным кодом SPMF. Сравнительной анализ проводился с алгорит-
мами VMSP и GSP. Результаты исследований подтвердили эффективность поиска макси-
мальных последовательных паттернов предложенным алгоритмом с точки зрения времени
выполнения и количества извлеченных паттернов. Результаты проведенных эксперимен-
тальных исследований метода показали, что для увеличения стабильности и точности
работы размер выборки, полученной в результате работы ГА, позволит сократить необ-
ходимое число сканирований базы данных паттернов, обеспечивая приемлемые вычисли-
тельные затраты, сопоставимые с алгоритмом VMSP и превосходящий по времени поиска
последовательных паттернов алгоритм GSP в среднем более чем на 150%. -
НЕЙРОСЕТЕВОЙ АЛГОРИТМ ПОЛНОКАДРОВОГО РАСПОЗНАВАНИЯ НАДВОДНЫХ ОБЪЕКТОВ В РЕАЛЬНОМ ВРЕМЕНИ
В. А. Тупиков, В. А. Павлова, В. А. Бондаренко, Н. Г. Холод2020-07-10Аннотация ▼Исследованы современные нейросетевые архитектуры для осуществления автома-тического обнаружения и распознавания надводных объектов и препятствий заданных классов по всей области изображения, применимые к выполнению в реальном или условно реальном времени для задач оптоэлектронной системы технического зрения с целью ав-томатизации и повышения безопасности гражданского судовождения. Дана формальная постановка задачи автоматического обнаружения объектов на изображениях. Проанали-зирован текущий научно-исследовательский задел в области алгоритмов детектирования объектов на изображениях, основанных на искусственных свёрточных нейронных сетях, произведено их сравнение и сделан обоснованный выбор в пользу наиболее эффективной нейросетевой архитектуры по соотношению вычислительной сложности и точности распознавания. Исследованы имеющиеся в открытом доступе базы данных образов над-водных объектов, подходящие для применения при обучении алгоритмов с использованием искусственных нейронных сетей. Сделан вывод о недостаточности имеющихся данных для обучения нейросетевых алгоритмов, в результате чего авторами выполнен самостоятель-ный сбор исследовательских изображений и видеопоследовательностей, произведена под-готовка и разметка собранных данных, содержащих надводные объекты и иные препят-ствия, представляющие навигационную опасность для судов. На основе выбранной архи-тектуры разработан новый нейросетевой алгоритм автоматического обнаружения и распознавания надводных объектов, выполняемого по всей области изображения (т.е. пол-нокадрового), выполнено обучение искусственной нейронной сети по подготовленной базе данных образов типовых объектов. Полученный алгоритм протестирован авторами на валидационном наборе данных, произведена оценка качества его работы с помощью различных метрик, а также оценена производительность алгоритма. Сделаны выводы о необходимости расширения собранной базы данных образов типовых объектов, предложены дальнейшие шаги по повышению точности разработанного программно-алгоритмического комплекса и его внедрению в состав перспективной судовой оптоэлектронной системы технического зрения.
1 - 5 из 5 результатов
