Найти

Результаты поиска

• МЕТОДИКА ПОСТРОЕНИЯ И ОЦЕНКИ ОНТОЛОГИЧЕСКОГО ПРОФИЛЯ ДЛЯ СИСТЕМ ПЕРСОНАЛИЗАЦИИ КОНТЕНТА

  Ж.Х. Мохаммад

  248-262

  2025-12-30

  Аннотация ▼

  Данная статья посвящена разработке и апробации методики построения онтологического профиля, предназначенного для использования в системах персонализации контента. В работе детально описана модульная архитектура веб-системы персонализации, иллюстрирующая методы и алгоритмы обработки и анализа текста на каждом этапе, а также представлен пошаговый алгоритм создания онтологии. Методика включает первичную обработку данных: извлечение ключевых слов и словосочетаний, их иерархическую кластеризацию для выявления семантической структуры предметной области. Далее следует этап определения пороговых значений для отсева малозначимых связей, извлечения и формализации взаимосвязей между концептами с использованием методов обработки естественного языка, таких, как разрешение лексической неоднозначности и извлечение связей на основе семантического сходства. Для реализации этого процесса был разработан интегрированный конвейер (pipeline), объединяющий усовершенствованные алгоритмы, предложенные автором в предыдущих исследованиях, а именно: алгоритм извлечения ключевых фраз из отдельного текста на основе семантического сходства и модифицированный алгоритм разрешения лексической многозначности слов. В рамках данного конвейера также были оптимально интегрированы все необходимые инструменты обработки естественного языка, обеспечивающие эффективную работу указанных методов в процессе автоматического построения онтологии из текста. Особое внимание в исследовании уделяется комплексной оценке полученной онтологии с использованием специализированного набора критериев, позволяющих объективно оценить качество, полноту и непротиворечивость построенного профиля. Важной частью работы является проведение вычислительного эксперимента, который наглядно демонстрирует влияние каждого из этапов обработки данных на итоговое качество и эффективность онтологии. Показано, что предложенная методика позволяет построить практичную, масштабируемую и релевантную онтологию, готовую к промышленному внедрению и интеграции в системы персонализации для повышения их точности и адаптивности.

• ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ КОМПЬЮТЕРНОГО ЗРЕНИЯ В СИСТЕМАХ ОБРАБОТКИ ВИЗУАЛЬНОЙ ИНФОРМАЦИИ

  О.Б. Лебедев , Р.И. Черкасов

  254-276

  2025-11-10

  Аннотация ▼

  Рассмотрено применение технологий искусственного интеллекта, в частности компьютерного зрения в системах обработки визуальной информации. Проведен комплексный анализ нейросетевых подходов к решению задач компьютерного зрения, включая систематизацию ключевых типов задач: классификацию изображений, детектирование объектов и семантическую сегментацию. Детально исследованы архитектурные принципы сверточных нейронных сетей с акцентом на механизмы извлечения пространственных признаков через сверточные слои, оптимизацию представления данных посредством операций пулинга и преобразование признаков в полносвязных слоях. Особое внимание уделено эволюции методов обнаружения объектов, где задача выбора модели рассмотрена как расширение классификации за счет интеграции регрессии пространственных координат, а также проведена оценка эффективности детекторов на основе метрик IoU, Precision, Recall и F1-score, демонстрирующих фундаментальный компромисс между точностью локализации и скоростью обработки. В качестве оптимального решения для систем реального времени представлен алгоритм YOLOv7, архитектура которого основана на разбиении входного изображения на сетку S×S ячеек с прямым предсказанием параметров ограничивающих рамок (координаты центра, ширина, высота) и вероятностей классов для каждой ячейки, а также использовании специализированных слоёв (SPP, PANet) для мультимасштабной агрегации признаков. Структура нейронной сети подтверждает эффективность используемого подхода, обеспечивающего высокое быстродействие без критического снижения точности в стратегически важных приложениях видеонаблюдения, автономных систем и дополненной реальности. Проведено сравнительное исследование одноэтапных и двухэтапных детекторов с оценкой их производительности по ключевым метрикам. Особое внимание уделено практическим аспектам применения технологий компьютерного зрения в реальных системах обработки визуальной информации

• ОЦЕНКА ВРЕМЕННЫХ ЗАТРАТ НА УМНОЖЕНИЕ КВАДРАТНЫХ БИНАРНЫХ МАТРИЦ УСТРОЙСТВА С КОНВЕЙЕРИЗАЦИЕЙ ЧТЕНИЯ ДАННЫХ ИЗ СПЕЦИАЛИЗИРОВАННОЙ МНОГОПОРТОВОЙ ПАМЯТИ

  А.В. Болгак , Э.И. Ватутин , Д.А. Трокоз

  6-20

  2025-10-01

  Аннотация ▼

  Целью данной работы является оценка временных затрат на умножение квадратных бинарных матриц размером n × n устройства с конвейеризацией операции чтения данных из специализированной многопортовой памяти и ее сравнение с временными затратами прототипа. В данной работе использовались методы математической логики, теории множеств и графов, дискретных систем и устройств ЭВМ, теории проектирования конечных автоматов. В результате исследования было показано, что использование конвейеризации операции чтения данных из специализированной многопортовой памяти позволяет снизить временные затраты на обработку квадратных бинарных матриц размером n ≤ 2048 до 206,3 раза. Из полученных данных видно, что время загрузки и выгрузки исходных и результирующих данных для предложенного устройства существенно выше времени умножения матриц, ввиду чего частые загрузки и выгрузки матриц нецелесообразны. Например, при выполнении операции транзитивного замыкания бинарного отношения, представленного в виде бинарной матрицы, производится однократная загрузка исходной матрицы с последующей серией ее возведения в квадрат, что эффективно реализуется предложенным устройством. На основании полученных результатов можно сделать вывод, что предложенное устройство для умножения квадратных бинарных матриц с конвейеризацией операции чтения данных из специализированной многопортовой памяти обеспечивает существенный выигрыш во времени обработки и умножения квадратных бинарных матриц по сравнению с прототипом. Кроме того, результаты показали, что частые загрузки и выгрузки матриц нецелесообразны для предложенного устройства с конвейеризацией операции чтения из специализированной многопортовой памяти, так как затрачиваемое время на загрузку и выгрузку исходных и результирующих данных существенно превышает время на операцию умножения матриц

• ОСОБЕННОСТИ ФОРМИРОВАНИЯ ПРОЦЕССА КЛАССИФИКАЦИИ СОСТОЯНИЯ ТЕХНИЧЕСКОГО ОБЪЕКТА НА ОСНОВЕ АНАЛИЗА ТОЧЕК ВРЕМЕННОГО РЯДА ПАРАМЕТРА

  С.И. Клевцов

  47-57

  2025-10-01

  Аннотация ▼

  Оценка работоспособности технического объекта в режиме реального времени важна для устойчивого и безаварийного функционирования объекта в процессе его эксплуатации. Ранее была предложена модель классификации скорости изменения параметра на основе специализированной обработки облака точек участка временного ряда без извлечения тренда. Однако, некоторые предложения, например, связанные с невключением части точек ряда в процедуру построения модели, не были достаточно обоснованы и являются неочевидной попыткой избавиться от аномальных значений временного ряда. Некоторые этапы реализации модели, например, построение эллипса на преобразованном облаке точек, требуют детального представления, что важно для дальнейшего обучения модели и проведения классификации.  В статье в рамках предварительной подготовки данных предложена процедура выявления и отсеивания аномальных значений временного ряда параметра, основанная на модификации метода Ирвина. Кроме того, представлена уточненная схема оценки значений критерия в модели классификации состояния параметра технического объекта. За критерий оценки взят коэффициент сжатия эллипса, который строится на облаке точек диаграммы рассеяния, вырезанных скользящим временным окном из временного ряда параметра. Для этого разработана итерационная процедура построения эллипса. Новая процедура обеспечивает более обоснованную и точную оценку критерия. Таким образом, построена модифицированная модель, которая позволит оценить в реальном времени появления нештатной ситуации на ранней стадии ее развития. Процедура оценки может быть реализована в составе программно-аппаратных средств системы мониторинга технического объекта

• О ФУНКЦИИ ПОХОЖЕСТИ ГРАФИЧЕСКИХ ПРЕДСТАВЛЕНИЙ ИСПОЛНЯЕМЫХ ФАЙЛОВ В МОДЕЛИ ОЦЕНКИ ОБФУСЦИРУЮЩИХ ПРЕОБРАЗОВАНИЙ

  П.Д. Борисов , Ю.В. Косолапов

  264-273

  2025-07-24

  Аннотация ▼

  Обфускация программного кода используется с целью затруднения его анализа в модели, когда аналитик имеет полный доступ к программе. Обычно обфускация делится на криптографически стойкую и эвристически стойкую. В первом случае сложность анализа сопоставима с трудностью решения некоторой известной математической задачи. Во втором случае стойкость обосновывается, как правило, отсутствием известных на момент создания метода обфускации эффективных техник ее анализа. Криптографически стойкая обфускация пока не нашла применения на практике, в то время как эвристически стойкая широко применяется. Ранее авторами была предложена модель оценки эффективности и стойкости эвристических обфусцирующих преобразований, в основе которой лежит применение функции похожести. В настоящей работе с помощью методов машинного обучения строится такая функция похожести на основе сравнения графического представления исполняемых файлов программ. В частности, сравнение выполняется с помощью сверточной сети с четырьмя сверточными слоями, оптимизатором RMSprop, функцией потерь NLLLoss и двумя выходами полносвязного слоя. Предложенная функция применяется в рамках реализации модели оценки эффективности и стойкости обфусцирующих преобразований. Кроме функции похожести, реализация модели также включает: базовый набор обфусцирующих преобразований, предоставляемых обфускатором Hikari; набор последовательностей обфусцирующих преобразований на основе базового набора; тестовое множество программ для обучения моделей, построенное на основе наборов CoreUtils, PolyBench и HashCat; аппроксимацию самой "понятной" версии программы с помощью наименьшей по размеру версии программы (ищется среди версий, полученных с помощью различных опций оптимизации компиляторов GCC, Clang и AOCC); схему деобфускации программ на основе оптимизирующего компилятора из состава LLVM. Результаты экспериментального исследования с реализованной моделью показали, что построенную функцию похожести применять в рамках модели оценки нецелесообразно из-за ее невысокой точности, но возможно ее применение при построении более сложных функций

• НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ В ЗАДАЧАХ МОНИТОРИНГА ТЕРМОФЛУКТУАЦИОННЫХ ПРОЦЕССОВ КАБЕЛЬНОЙ ЛИНИИ С УЧЕТОМ ВЛИЯНИЯ ПОМЕХ

  Н.К. Полуянович , М.Н. Дубяго

  2021-02-13

  Аннотация ▼

  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.