Найти

Результаты поиска

• РЕАЛИЗАЦИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ НА ВСТРАИВАЕМЫХ УСТРОЙСТВАХ С ОГРАНИЧЕННЫМ ВЫЧИСЛИТЕЛЬНЫМ РЕСУРСОМ

  В. В. Ковалев , Н.Е. Сергеев

  2022-01-31

  Аннотация ▼

  Большие объемы видеоданных, фиксируемые сенсорными датчиками в различных спек-
  тральных диапазонах, существенные размеры архитектур сверточных нейронных сетей
  создают проблемы с реализацией нейросетевых алгоритмов на периферийных устройствах
  из-за значительных ограничений вычислительных ресурсов на встраиваемых вычислительных
  устройствах. В статье рассмотрено применение алгоритмов автоматического поиска и
  распознавания образов на основе методов машинного обучения, реализованных на встраивае-
  мых устройствах с вычислительным ресурсом Graphics Processing Unit. В качестве алгорит-
  ма поиска и распознавания образов используются детекционные сверточные нейронные сети
  «You Only Look Once V3» и «You Only Look Once V3-Tiny», которые реализованы на встраи-
  ваемых вычислительных устройствах линейки NVIDIA Jetson, находящиеся в разном ценовом
  диапазоне и с различным вычислительным ресурсом. Также в работе экспериментальным
  путем вычислены оценки алгоритмов на встраиваемых устройствах по таким показателям,
  как потребляемая мощность, время прямого прохода сверточнной нейронной сети и точ-
  ность обнаружения. На основе решений реализованных, как на аппаратном уровне, так и на
  программном, представляющихся компанией NVIDIA становится возможным применение
  глубоких нейросетевых алгоритмов на основе операции свертка в режиме реального времени.
  Рассмотрены методы оптимизации вычислений, предлагаемые компанией NVIDIA. Произве-
  дены экспериментальное исследования влияния вычислений с пониженной точностью на ско-
  рость работы и точность обнаружения объектов на изображениях, исследуемых архитек-
  тур сверточных нейронных сетей, которые были предварительно обучены на выборке изо-
  бражений состоящей из датасетов PASCAL VOC 2007 и PASCAL VOC 2012

• КЛАССИФИКАЦИЯ И АНАЛИЗ ЭВОЛЮЦИОННЫХ МЕТОДОВ КОМПОНОВКИ БЛОКОВ ЭВА

  Е. В. Данильченко, В.И. Данильченко, В.М. Курейчик

  2020-07-20

  Аннотация ▼

  В настоящее время наблюдается большой рост потребности в проектировании и
  разработке радиоэлектронных устройств. Это связано с повышающимися требованиями
  к радиоэлектронным системам, а также появлением новых поколений полупроводниковых
  приборов. В этой связи возникает необходимость в разработке новых средств автомати-
  зированного компоновки блоков ЭВА. Перед компоновкой блоков ЭВА существует ряд про-
  блем, которые усложняют реальное представление знаний в САПР и вероятно разрешимы
  на нынешнем уровне развития когнитивных наук. Проблема стереотипа и проблема огрубления - взаимосвязаны и нуждаются в создании гибридных моделей представления. В ра-
  боте рассмотрена проблема решения задачи компоновки блоков ЭВА при проектировании
  радиоэлектронной аппаратуры. Цель данной работы заключается в нахождении путей
  оптимизации планирования компоновки блоков ЭВА с применением генетического алго-
  ритма. Актуальность работы состоит в том, что генетический алгоритм позволяет
  повысить качество планирования компоновки. Рассматриваемые алгоритмы позволяют
  повысить качество и скорость планирования компоновки. Научная новизна заключается в
  поиске и анализе эффективных методов компоновки блоков ЭВА с помощью генетических
  алгоритмов. Принципиальное отличие от известных сравнений в анализе новых перспек-
  тивных алгоритмов компоновки блоков ЭВА. Результаты работы. В работе указаны не-
  достатки традиционных алгоритмов поиска субоптимального плана ЭВА. Приведены опи-
  сания современных моделей эволюционных и других вычислений. Генетические алгоритмы
  обладают рядом важных преимуществ – это приспособляемость к изменяющейся окру-
  жающей среде, при эволюционном подходе есть возможность анализировать, дополнять и
  изменять базу знаний в зависимости от изменяющихся условий, а также быстрое созда-
  ние оптимальных решений. Если применять генетические алгоритмы и эвристику предва-
  рительной обработки, чтобы обеспечить оптимальные начальные решения, то можно
  достичь более продуктивного использования алгоритмов. Известные генетические алго-
  ритмы быстро сходящиеся, но при этом они теряют разнообразие популяции, что влияет
  на снижение качества решения. Для балансировки данных решение выправляют с помощью
  эффективных операторов или устойчивой мутацией.

• ИДЕНТИФИКАЦИЯ НЕЯВНЫХ УГРОЗ НА ОСНОВЕ АНАЛИЗА АКТИВНОСТИ ПОЛЬЗОВАТЕЛЯ В ИНТЕРНЕТ-ПРОСТРАНСТВЕ

  В. В. Бова , Д.Ю. Запорожец , Ю.А. Кравченко , Э. В. Кулиев , В.В. Курейчик , Н. А. Лызь

  2020-10-11

  Аннотация ▼

  Статья посвящена проблеме идентификации неявных информационных угроз п о-
  исковой деятельности пользователя в Интернет-пространстве на основе анализа его
  активности в процессе данного взаимодействия. Применение знаний, хранящихся в
  интернет-пространстве, для реализации преступных намерений несет в себе угрозу
  для всего общества. Выявление злого умысла в действиях пользователей глобаль ной
  информационной сети не всегда является тривиальной задачей. Отработанные техн о-
  логии анализа контекста интересов пользователя дают сбой в случае осторожных
  грамотных действий злоумышленников, которые в явном виде не демонстрируют пр е-
  следуемой ими цели. В работе проведен анализ угроз, связанных с определенными сц е-
  нариями реализации поисковых процедур, проявляющихся в поисковой деятельности.
  Описаны критерии оценки неэффективных и эффективного сценариев поиска. Среди
  признаков, указывающих на возможность наличия угрозы, выделены следующие основ-
  ные: уход от решения задачи в бесцельную навигацию или к привлекательным ресурсам,
  поверхностный поиск, отсутствие смыслового погружения в решение поисковой зад а-
  чи, хаотичные действия при поиске. Для определения налич ия неблагоприятных при-
  знаков построена система показателей. Сформулированы признаки эффективного
  сценария организации поиска в Интернет-пространстве, описаны варианты наличия
  неявных угроз для подобной ситуации. Представлен подход идентификации описанных
  угроз с учетом заданных критериев оценки различных сценариев поведения пользоват е-
  ля в глобальном информационном пространстве. Разработан алгоритм машинного
  обучения для идентификации проблемных сценариев путем сравнения с ключевыми
  паттернами поведения. Создана программная реализация подсистемы идентификации
  информационных угроз, проведены экспериментальные исследования для подтвержд ения эффективности подсистемы. Экспериментальные исследования проводились на основе обработки открытых данных из социальных сетей, а также с применением
  анализа поисковой деятельности пользователей в университетской корпоративной
  информационной среде.

• АЛГОРИТМ ЭФФЕКТИВНЫХ УПРАВЛЕНИЙ В НЕСТОХАСТИЧЕСКИХ ПРИЧИННЫХ МОДЕЛЯХ В ОТСУТСТВИИ НАБЛЮДАЕМЫХ ПЕРЕМЕННЫХ ДЛЯ СИСТЕМ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

  А. Н. Целых , В. С. Васильев , Л.А. Целых

  2021-11-14

  Аннотация ▼

  Рассматривается проблема репликации процесса принятия человеком управленческих
  решений в условиях неопределенности и неполноты исходных данных. Лицо, принимающее
  решение, опирается на свою систему взглядов, в которую входит общее видение системы,
  относительно которой принимается решение. Система представлена в виде причинной
  модели, созданной на основе ментальных представлений человека. Эти модели представ-
  ляют собой направленные графы, на дугах которых причинность выражена в виде меток,
  которые имеют знак, определяющий направление изменений состояния системы. Вершины
  этого направленного графа представляют собой концепты высокого уровня абстракции.
  Такой граф моелирует функционирование реальной системы. Таким образом, мы исследуем
  проблему предсказания и управления действиями человека на основе нестохастических
  причинных моделей в отсутствие наблюдаемых переменных для использования в системах
  поддержки принятия решений и экспертных системах. Принятие решений рассматрива-
  ется с точки зрения выбора объектов приложения управленческих воздействий – факторов
  модели. В настоящем исследовании мы показываем, что применение предложенного алго-
  ритма может облегчить принятие решений относительно выбора управляющих воздейст-
  вий, которые поддерживают достижение тактических и стратегических целей лица, при-
  нимающего решения. Следует отметить, что алгоритм реализует автоматизированный
  подбор параметра регуляризации, что делает доступным разработку и применение предложенного алгоритма для пользователей, не имеющих достаточной математической под-
  готовки. Сходимость последовательности множителя Лагранжа алгоритма эффектив-
  ных управлений доказана. Доказана теорема о резонансе в нестохастической причинной
  модели, представленной направленным графом, который определяется областью допус-
  тимых значений коэффициента демпфирования в модели управления. Ожидается, что
  внедрение этого инструмента в системы поддержки принятия решений повысит надеж-
  ность решений, принимаемых в отношении работы системы в целом. Выбор управляющих
  воздействий с использованием предложенного алгоритма имеет высокую эффективность
  и производительность. Таким образом, результаты, представленные в исследовании, мо-
  гут быть полезны для разработки приложений в интеллектуальных системах

• АЛГОРИТМ РЕКОНСТРУКЦИИ МАТРИЦЫ СМЕЖНОСТИ ПРИЧИННЫХ ГРАФОВЫХ МОДЕЛЕЙ В ОТСУТСТВИИ НАБЛЮДАЕМЫХ ПЕРЕМЕННЫХ

  А. Н. Целых, В.С. Васильев , Л. А. Целых

  2021-11-14

  Аннотация ▼

  Рассматривается проблема моделирования сложных систем при отсутствии на-
  блюдаемых переменных. Для решения этой проблемы предлагается использовать причин-
  ные графовые модели. Класс причинных моделей, который мы здесь рассматриваем, опре-
  деляется как нестохастические причинные модели с ненаблюдаемыми переменными. Эти
  модели представляются в виде направленного графа, создаваемого на основе человеческих
  ментальных репрезентациях. При этом на дугах причинность выражена в виде некоторых
  меток, которые имеют знак, определяющий направление изменений состояния системы.
  Рассматриваемые причинные модели включают неоднородные, сложные и качественныетипы переменных, иллюстрирующие нечисловую природу узлов и связей, а, следовательно,
  отсутствие и невозможность получения временных рядов данных. В условиях отсутствия
  наблюдаемых переменных и невозможности проведения экспериментов, проблема рекон-
  струкции матрицы смежности графовой причинной модели становится гораздо более
  сложной. Требуется получить модель с определенным спектральным разложением, которое
  реализует основную функцию моделируемой системы. На основе этой концепции предлагает-
  ся новый метод реконструкции матрицы смежности, реализованный на соответствующей
  матрице причинного распространения или передаточной матрице. Идея состоит в том,
  чтобы использовать комбинаторную оптимизацию на основе спектральной теории графов
  для генерации данных из качественной нестохастической причинной модели и реконструиро-
  вать матрицу смежности, используя эти данные. В этом случае собственные векторы
  идентифицируются как ключевые цели процесса реконструкции матрицы, что постулирует
  фундаментальный подход, основанный на спектральных свойствах графа. Результаты вы-
  числительных экспериментов решения задачи реконструкции матрицы смежности для при-
  чинных графовых моделей в отсутствии наблюдаемых переменных с использованием разра-
  ботанного алгоритма показали, что алгоритм эффективно реконструирует матрицы в за-
  данных параметрах с допустимыми показателями схожести. Доказана сходимость при-
  ближения к решению алгоритма реконструкции матриц не медленнее, чем со скоростью
  геометрической прогрессии. С технической точки зрения, преимуществом алгоритма явля-
  ется реализация инструмента автоматической настройки параметра регуляризации, при-
  годного для пользователей без предварительных математических знаний.

• ГИБРИДНЫЙ МЕТОД РЕШЕНИЯ ЗАДАЧИ РАЗМЕЩЕНИЯ ЭЛЕМЕНТОВ ЦИФРОВЫХ ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ

  Л. А. Гладков, Н.В. Гладкова , М. Д. Ясир

  2021-11-14

  Аннотация ▼

  Рассматривается задача размещения элементов цифровой вычислительной техники.
  Проведен анализ современного состояния исследований по данной теме, отмечена актуаль-
  ность рассматриваемой задачи. Подчеркнута важность разработки новых эффективных ме-
  тодов решения подобных задач. Показано место задачи размещения в общем цикле конструк-
  торского этапа проектирования. Отмечена важность качественного решения задачи разме-
  щения с точки зрения успешного выполнения последующих этапов проектирования. Отмечена
  важность минимизации задержек соединений в процессе проектирования устройств большой
  размерности. Проведен обзор и анализ различных моделей и критериев оценки решения задачи
  размещения. Подчеркнуто, что важнейшим критерием является длина соединений, она оказы-
  вает существенное влияние на применяемые при проектировании технологии. Выполнена ком-
  плексная математическая постановка задачи размещения элементов цифровой вычислитель-
  ной техники. Приведена целевая функция и ограничения рассматриваемой задачи размещения
  как задачи оптимизации. Проанализированы перспективные подходы к решению задач проек-
  тирования, описаны гибридные методы и модели решения сложных многокритериальных задач
  оптимизации и проектирования. Описаны принципы работы и модель нечеткого логического
  контроллера. Приведено описание используемой схемы нечеткого управления. Определены
  функции различных блоков нечеткого логического контроллера. Предложена структура много-
  слойной нейронной сети, реализующей функцию Гаусса. Описано взаимодействие блоков нечет-
  кого генетического алгоритма. Предложена модель гибридного алгоритма решения задачи
  размещения. Определены управляющие параметры нечеткого логического контроллера. Пред-
  лагаемый гибридный алгоритм реализован в виде прикладной программы. Были проведены серии
  вычислительных экспериментов для определения эффективности разработанного алгоритма и
  выбора оптимальных значений управляющих параметров.

• ГИБРИДНЫЙ БИОИНСПИРИРОВАННЫЙ АЛГОРИТМ ОТОБРАЖЕНИЯ ОНТОЛОГИЙ В ЗАДАЧАХ ИЗВЛЕЧЕНИЯ И УПРАВЛЕНИЯ ЗНАНИЯМИ

  Д. Ю. Кравченко, Ю. А. Кравченко, В. В. Марков

  2020-07-20

  Аннотация ▼

  Статья посвящена решению задачи отображения онтологических моделей в процес-
  сах извлечения и управления знаниями. Актуальность и значимость данной задачи обуслов-
  лены необходимостью сохранения достоверности и исключения избыточности знаний при
  интеграции (объединении) структурированных информационных источников различного
  происхождения. Близость и непротиворечивость понятийной семантики объединенного
  ресурса при проводимом отображении является основным критерием эффективности
  предложенных решений. В статье рассмотрены проблемы выбора соответствующих за-
  даче подходов решения, сохраняющих семантику при отображении концептов. Обоснована
  стратегия выбора биоинспирированного моделирования. Проанализированы аспекты эф-
  фективности применения различных децентрализованных биоинспирированных методов.
  Определены причины необходимости проведения гибридизации. Предложено решать зада-
  чу отображения онтологических моделей с применением биоинспирированного алгоритма,
  построенного на основе гибридизации оптимизационных механизмов алгоритмов бактери-
  ального и кукушкиного поиска. Проведенная гибридизация данных алгоритмов позволила
  объединить их основные преимущества: последовательный бактериальный поиск, обеспечивающий детальное исследование локальных областей, и значительное число глобальных
  перемещений агента-кукушки при реализации полетов Леви. Для оценки эффективности
  предложенного гибридного биоинспирированного алгоритма разработан программный
  продукт и проведены эксперименты по отображению онтологий разного размера. Каж-
  дый концепт любой онтологии имеет определенный набор атрибутов, являющийся семан-
  тическим вектором признаков. Степень сходства семантических векторов сравниваемых
  концептов отображаемых онтологий является критерием их интеграции. Для повышения
  качества процесса отображения введена новая кодировка решений. Полученные количест-
  венные оценки демонстрируют экономию времени при решении задач относительно боль-
  шой размерности (от 500000 вершин онтографа) не менее 13 %. Временная сложность
  разработанного гибридного алгоритма составляет Описанные исследования имеют
  высокий уровень теоретической и практической значимости и напрямую связаны с реше-
  нием классических задач искусственного интеллекта, направленных на поиск скрытых за-
  висимостей и закономерностей на множестве элементов знаний.

• ПРИМЕНЕНИЕ ДИСТРИБУТИВНОЙ СЕМАНТИКИ ПРИ ВЫДЕЛЕНИИ ЗНАЧИМЫХ СОЧЕТАНИЙ ЗАГОЛОВКОВ НЕСКОЛЬКИХ КОЛЛЕКЦИЙ ТЕКСТОВ ПРИ ФОРМАЛИЗАЦИИ ЛИНГВИСТИЧЕСКОЙ ЭКСПЕРТНОЙ ИНФОРМАЦИИ

  В.И. Данильченко , В. М. Курейчик

  2022-08-09

  Аннотация ▼

  Рассматриваются методы формирования специальных моделей представления раз-
  личных наборов знаний в различных информационных системах. Работа посвящена приме-
  нению дистрибутивной семантики при выделении значимых сочетаний в одной предмет-
  ной области (ПрО) в рамках формализации лингвистической экспертной информации
  (ЛЭИ). В работе применяется подход к формализации ЛЭИ на основе набора аналитиче-
  ских методов, где в качестве моделей используется линейная алгебра. Такой подход даетархитектур ЛЭИ или дендрограмм при выделении значимых сочетаний заголовков несколь-
  ких коллекций текстов. Научная новизна заключается в предложенном аналитическом
  подходе с применением дистрибутивной семантики при выделении значимых сочетаний
  заголовков нескольких коллекций текстов, который позволяет проводить анализ и обра-
  ботку лингвистической экспертной информации. Отличительной характеристикой пред-
  ложенного подхода является возможность формализовать ПрО «Методы глобальной оп-
  тимизации» на основе синтеза различных уже существующих иерархий рассматриваемой
  ПрО. В работе преследуется задача создать условия для формализации ЛЭИ путем приме-
  нения дистрибутивной семантики при выделении значимых сочетаний заголовков несколь-
  ких коллекций. Практическая ценность работы заключается в разработке нового подхода
  в формализации ЛЭИ с учетом дистрибутивной семантики при выделении значимых соче-
  таний заголовков нескольких коллекций текстов. Так же в работе построена онтология в
  owl формате «Методы глобальной оптимизации» в программе «Protege». Онтология по-
  строена на основе связанных данных ПрО. Построенная в данной работе онтология, до-
  полняет структуру поиска в рамках рассматриваемой ПрО и может быть дополнена и
  развита в дальнейшем.

• МЕТАЭВРИСТИЧЕСКИЙ МЕТОД ОПТИМИЗАЦИИ НА ОСНОВЕ МОДЕЛИ ПОВЕДЕНИЯ СТВОЛОВЫХ КЛЕТОК

  Е. В. Данильченко , В. И. Данильченко , В. М. Курейчик

  2022-05-26

  Аннотация ▼

  Рассматриваются методы оптимизации, которые основаны на процессах, происходящих
  в природе. Такие методы стали все чаще применяться для решения сложных задач. Но у таких
  методов существуют некоторые недостатки, что стимулирует разработку новых и более
  совершенных методов оптимизации. Решение NP полных задач требует оптимальных мето-
  дов, которые будут отвечать всем требованиям проектирования, поэтому существует необ-
  ходимость в разработке новых и более совершенных методик решения данного класса задач.
  В качестве такого метод ода в работе авторами предлагается метод оптимизации на основе
  модели поведения стволовых клеток в естественной среде. Проведенные исследования предла-
  гаемого метода дают решения, которые смогут преодолеть многие недостатки стандартных
  подходов оптимизации, такие как: попадание в локальный оптимум или низкую скорость схо-
  димости алгоритма на основе рассматриваемого метода. Цель данной работы заключается в
  разработке метода оптимизации и алгоритма на его основе, для решения сложной целевой
  функции. Научная новизна заключается в разработке метода оптимизации на основе модели
  поведения стволовых клеток для решения NP полных задач. В работе преследуется задача соз-
  дать условия для оптимального поиска решения сложных функций путем применения, метода
  поиска и на его основе алгоритма поведения стволовых клеток. Практическая ценность рабо-
  ты заключается в разработке нового метаэвристического метода оптимизации для эффек-
  тивного решения NP полных задач. Так же в работе проведён сравнительный анализ с извест-
  ными конкурентами. Главное отличие предложенного метода от других известных методов в
  применении нового подхода бионспирированного поиска на основе поведения стволовых клеток,
  которые, как показало практическое сравнение, имеет преимущество над известными анало-
  гами. Итоги практического сравнения методов и алгоритмов на их основе, показали преимуще-
  ства предложенного в работе подхода на известных тестовых функциях. Проведя анализ про-
  блемы создания методов, алгоритмов и программного обеспечения для решения NP полных за-
  дач, можно сделать вывод, что в настоящее время разработка подобных подходов является
  актуальной задачей.