Открытый доступ Открытый доступ  Доступ закрыт Доступ предоставлен  Доступ закрыт Доступ платный или только для подписчиков

Том 12, № 2 (2025)

Обложка

Весь выпуск

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Искусственный интеллект и машинное обучение

Повышение точности моделей прогнозирования временных рядов с помощью метода скользящего окна

Ндунги Р., Блеканов И.С.

Аннотация

Данное исследование посвящено методам прогнозирования рынка труда ИТ-вакансий, в рамках которого изучаются вопросы выявления трендов, анализа остатков и сезонности временных рядов. В данном работе авторы основное внимание уделяют влиянию метода скользящего окна на модели прогнозирования временного ряда. Использование такого подхода предобработки данных направлен на повышение точности моделей машинного обучения для прогнозирования временных рядов. Рассматриваемый метод основывается на разбиении непрерывного временного ряда на множество последовательных и пересекающихся периодов с фиксированным размером, что позволяет моделям прогнозирования эффективно отслеживать временные характеристики. В работа был проведен эксперимент по оценке влияния использования метода скользящего окна в сочетании с различными моделями прогнозирования на качество прогноза ИТ-вакансий на наборе данных, содержащем 1 048 576 строк с информацией о вакансиях. В эксперименте в качестве моделей прогнозирования использовались LSTM, ARIMA, SARIMA и модель Холта. Для оценки качества моделей применялись метрики MSE, RMSE и MAE. Такое сочетание техники предобработки и модели обеспечивает устойчивость качества прогноза к чувствительности данных и адаптированность к резким изменениям в данных временного ряда, что значительно снижает ошибки прогнозирования по качественным показателям. Эксперимент показал, что модель LSTM оказалась наиболее эффективной благодаря способности более глубоко изучать сложные закономерности и выявлять долгосрочные зависимости, продемонстрировав прирост качества базовой модели с использованием метода скользящего окна по метрике MAE на 0,248 условные единицы, по MSE – на 2,649, по RMSE – на 0,162, по сравнению с базовой моделью (без скользящего окна). Таким образом, авторы работы показывают, что методы скользящего окна весьма полезны для построения устойчивых и адаптивных моделей прогнозирования.

Computational nanotechnology. 2025;12(2):11-18
pages 11-18 views

Модификация метода моделирования тематического окружения терминов на основе подхода LDA

Золотарев О.В., Юрчак В.А.

Аннотация

Тематическое моделирование является ключевым инструментом для анализа больших текстовых данных, позволяя выявлять скрытые смысловые структуры. Однако традиционные методы, такие как LDA, сталкиваются с проблемами при работе с многозначными и монолексемными токенами, что снижает точность и интерпретируемость результатов. Целью исследования является разработка метода моделирования тематического окружения терминов на основе модифицированного подхода LDA (Latent Dirichlet Allocation), интегрирующего контекстные признаки, векторные представления слов и внешние тезаурусы. Основные задачи включали: учет многозначности терминов, а также повышение интерпретируемости тематических кластеров. В работе используется математическая модель, объединяющая вероятностное тематическое моделирование с векторным представлением, что позволяет различать значения терминов и устанавливать точные связи между ними. Результаты, полученные на корпусах публикаций Dimensions AI и PubMed, демонстрируют улучшенное распределение терминов в тематических кластерах, включая анализ частоты встречаемости и векторное сходство. Исследование подтверждает эффективность комбинированного подхода для обработки сложных лингвистических конструкций в автоматизированном анализе текстов.

Computational nanotechnology. 2025;12(2):19-27
pages 19-27 views

Кибербезопасность

Анализ эффективности и робастности нейронных сетей с ранними выходами в задачах компьютерного зрения

Чесалин А.Н., Ставцев А.В., Ушкова Н.Н., Чаругин В.В., Чаругин В.В.

Аннотация

Во многих встраиваемых системах и устройствах интернета вещей (IoT) применяются нейросетевые алгоритмы для различных задач обработки информации. При этом разработчики сталкиваются с проблемой недостаточности вычислительных ресурсов для эффективного функционирования, особенно в задачах реального (псевдо) времени. В связи с этим актуальной является задача нахождение баланса между качеством результатов и вычислительной сложностью. Одним из способов повышения вычислительной эффективности нейронных сетей, является применение архитектур нейронных сетей с ранними выходами (например, BranchyNet), позволяющие принимать решения до прохождения всех слоев нейронной сети, в зависимости от исходных данных при заданной достоверности результатов. Цель исследования: провести анализ применимости, эффективности и робастности нейронных сетей с ранними выходами (BranchyResNet18) в задачах компьютерного зрения. Анализ проводится на основе набора данных дорожных знаков GTSRB. Методология исследования представляет собой экспериментальный анализ эффективности на основе расчета количества операций с плавающей запятой (FLOP) для получения результатов с заданной точностью, и экспериментальный анализ робастности на основе генерации различных шумовых воздействий и состязательных атак. Результаты исследования: получены оценки эффективности нейронных сетей с ранним выходом и их робастность к непреднамеренным и преднамеренным возмущениям.

Computational nanotechnology. 2025;12(2):28-36
pages 28-36 views

Системный анализ, управление и обработка информации, статистика

Методы искусственного интеллекта для краткосрочного планирования на примере процесса отпуска нефтепродукта

Игнатьев Ю.В., Афанасьев Г.И.

Аннотация

В статье представлен критический аналитический обзор применения методов искусственного интеллекта в области теории расписаний, проведенный на примере ограничений проблемы краткосрочного планирования в процессе отпуска нефтепродуктов с нефтебаз автомобильным транспортом. Цель исследования заключалась в систематизации и оценке существующих подходов к решению задач планирования с учетом специфических временных ограничений, к которым относится процесс отпуска нефтепродукта. В ходе исследования проанализированы точные и приближенные методы решения задач теории расписаний, включая эвристические алгоритмы и подходы на основе искусственных нейронных сетей. Установлено, что существующие методы имеют существенные ограничения при решении задач полу-онлайн планирования. Результаты исследования демонстрируют необходимость разработки нового метода, способного оперативно перестраивать расписания с учетом непрогнозируемых изменений, возникающих в ходе процесса отпуска нефтепродукта. Результаты исследования демонстрируют перспективность развития методов искусственного интеллекта для решения задач краткосрочного планирования.

Computational nanotechnology. 2025;12(2):37-47
pages 37-47 views

Методы оптимизации вычислений для автоматизации управления инсулинотерапией

Пожар К.В., Чупраков Д.А.

Аннотация

Автоматизация управления техническими системами дозирования инсулина для пациентов с сахарным диабетом первого типа является актуальной задачей биомедицинской инженерии. Развитие вычислительных технологий позволяет применять для расчета оптимальных управляющих воздействий комплексные нелинейные прогнозирующие модели, использование которых делает необходимым разработку эффективных методов численного решения жестких систем нелинейных обыкновенных дифференциальных уравнений, разработку эффективных методов параметрической идентификации математических моделей и разработку эффективных методов оптимизации управляющих воздействий. В работе представлен комплекс исследований и численных экспериментов, направленных на формализацию вычислительных задач, выявление известных методов и алгоритмов решения подобного класса задач и экспериментальную оценку эффективности отобранных методов и алгоритмов. Показано, что для численного решения уравнений прогнозирующей модели эффективным является алгоритм LSODA, использующий метод Адамса при работе в нежестких областях и метод обратного дифференцирования на жестких участках. Предложен метод оптимизации параметрической идентификации за счет применения метода глобальной оптимизации «прыжки по бассейну» с локальным минимизатором на основе метода Нелдера–Мида. Для решения задачи многомерной условной оптимизации управляющих воздействий наибольшую эффективность показал метод COBYLA, обеспечивающий нахождение оптимальных параметров на бытовых вычислителях за приемлемое время.

Computational nanotechnology. 2025;12(2):48-57
pages 48-57 views

Математическое и программное обеспечение вычислительных систем, комплексов и компьютерных сетей

Выбор эффективных моделей данных инфологических сущностей в мультимодельных базах данных

Мишин Н.С., Афанасьев Г.И., Хайруллин Р.З.

Аннотация

В статье рассматривается проблема выбора эффективных моделей данных для инфологических сущностей в условиях проектирования мультимодельных баз данных. Акцент сделан на необходимость системного подхода при моделировании разнородных сущностей, структура и поведение которых требуют различной формы представления. Исследуются особенности трех наиболее распространенных моделей – реляционной, графовой и многомерной, – с точки зрения их применимости к различным типам инфологических сущностей. Описаны ключевые критерии, влияющие на выбор модели данных: структура и связность сущностей, характер запросов, изменчивость данных, требования к масштабируемости и целостности. Представлен алгоритм принятия проектного решения на основе анализа характеристик сущности и нефункциональных требований системы. Особое внимание уделено возможностям и ограничениям мультимодельных решений, а также принципам координации разных моделей в едином архитектурном пространстве. Работа направлена на формирование методологической базы, обеспечивающей обоснованный выбор моделей данных и повышение устойчивости информационных систем к изменениям.

Computational nanotechnology. 2025;12(2):58-67
pages 58-67 views

Эффективная реализация стохастической модели TCP на C++/AVX для анализа производительности распределенных систем

Сухоплюев Д.И., Назаров А.Н.

Аннотация

Надежность современных распределенных систем напрямую зависит от стабильности сетевых соединений, однако традиционные методы мониторинга не позволяют адекватно оценивать стохастическую природу сбоев на уровне транспортного протокола TCP. В работе предложен подход, основанный на стохастических дифференциальных уравнениях (СДУ), для моделирования вероятности потерь пакетов как непрерывного случайного процесса, учитывающего возврат к среднему и случайные флуктуации. Представлена практическая реализация модели на языке C++ с использованием векторных инструкций AVX-512 для численного решения СДУ методом Эйлера–Маруйямы. Экспериментальная оценка на серверной платформе Intel Xeon Silver 4410Y показала, что производительность модуля достигает 30,1 млн оценок в секунду, что почти в 9 раз превосходит эталонные скалярные реализации. Результаты доказывают, что предложенный стохастический подход является вычислительно эффективным и может служить основой для создания систем мониторинга и адаптивного управления в реальном времени, способных прогнозировать производительность TCP.

Computational nanotechnology. 2025;12(2):68-74
pages 68-74 views

Компьютерное моделирование и автоматизация проектирования

Алгоритмические методы событийно-прогнозного управления качеством сложных систем обработки данных: интеграция системного анализа и вычислительного моделирования

Самохина Н.С., Ефремов А.С.

Аннотация

Целью исследования является разработка алгоритмического комплекса событийно-прогнозного управления качеством сложных систем обработки данных (ССОД) через интеграцию методов системного анализа и вычислительного моделирования. Современные подходы к оценке качества, основанные на статических метриках ГОСТ Р 59797–2021, не учитывают динамические эмерджентные свойства и прогнозные сценарии функционирования ССОД. [4: 51]. В работе предложена гибридная модель, сочетающая многоуровневый системный анализ с L-устойчивыми методами численного моделирования, что позволило формализовать «событийно-прогнозный уровень качества» как функцию временных параметров системы. Разработанный алгоритмический комплекс включает трехуровневую архитектуру агрегирования данных с адаптивными весовыми коэффициентами, динамическую систему управления качеством, интегрированную в жизненный цикл ССОД, нейросетевой модуль превентивной оптимизации на базе обучения с подкреплением. Экспериментальная апробация на 15 промышленных ССОД продемонстрировала повышение точности прогнозирования критических событий до 89,7% и сокращение времени реакции системы с 15,3 до 2,7 с. Внедрение решения в контур управления нефтеперерабатывающим предприятием позволило снизить энергоемкость операций на 33% и увеличить межсервисный интервал на 27%. Оригинальность работы заключается в синтезе методов реляционного анализа с нейросетевыми архитектурами глубокого обучения, принципов управления качеством ISO 25010 с прогнозной аналитикой жестких систем, динамической адаптации параметров в реальном времени через модифицированный (2,1)-метод. Практическая значимость подтверждена интеграцией алгоритма в этапы проектирования, тестирования и эксплуатации ССОД, что соответствует требованиям ГОСТ Р 59797–2021. Результаты исследования могут быть применены при создании отказоустойчивых систем управления для критически важных объектов в энергетике, телекоммуникациях и финансовом секторе. Перспективы работы связаны с адаптацией алгоритма для квантовых вычислительных систем и распределенных IoT-архитектур.

Computational nanotechnology. 2025;12(2):75-81
pages 75-81 views

Обзор возможностей имитационного моделирования для оптимизации работы морского порта в среде AnyLogic: алгоритм разработки

Шевченко А.М.

Аннотация

Актуальность исследования обусловлена необходимостью повышения эффективности и конкурентоспособности морских портов в условиях постоянно растущих объемов грузоперевозок, а также потребностью в разработке эффективных инструментов для анализа и оптимизации сложных процессов, протекающих в портовой инфраструктуре. В данной статье представлен процесс разработки имитационной модели работы морского порта с использованием программного обеспечения AnyLogic. Целью работы является создание инструмента для анализа и оптимизации различных аспектов функционирования порта, включая обработку судов, погрузочно-разгрузочные операции, управление складскими площадями и транспортные потоки. Описаны ключевые элементы модели, такие как агенты (суда, краны, погрузчики, транспорт), логика их взаимодействия и параметры, влияющие на производительность системы. Показана возможность использования разработанной модели для принятия обоснованных управленческих решений, направленных на повышение эффективности и оптимизацию работы морского порта.

Computational nanotechnology. 2025;12(2):82-97
pages 82-97 views

Определение оптимальных параметров эффективной работы терминала посредством имитационной модели в среде AnyLogic

Шевченко А.М., Дыда А.А.

Аннотация

В данной статье представлено исследование, посвященное определению оптимальных параметров функционирования терминала на основе имитационного моделирования в среде AnyLogic. Актуальность работы обусловлена необходимостью повышения эффективности работы терминалов в условиях растущей интенсивности грузопотоков и ограниченности ресурсов. Целью исследования является анализ имитационной модели терминала, позволяющей выявить оптимальные значения ключевых параметров. Для обеспечения всесторонней оценки перспектив развития портовой инфраструктуры, разработаны различные сценарии функционирования терминала. Каждый из сценариев будет проанализирован дважды, с варьированием производительности работы СПМ, что позволит оценить влияние данного параметра на общую эффективность работы терминала. В статье представлены результаты вычислительных экспериментов, направленных на определение влияния различных параметров на ключевые показатели эффективности терминала. Полученные результаты могут быть использованы при проектировании новых терминалов и модернизации существующих.

Computational nanotechnology. 2025;12(2):98-108
pages 98-108 views

Информатика и информационные процессы

Постобработка результатов сегментации медицинских изображений

Ермоленко С.В., Каширина И.Л., Старичкова Ю.В.

Аннотация

В современной медицинской диагностике компьютерное зрение и глубокое обучение играют все более значимую роль, особенно при анализе сложных трехмерных медицинских изображений. Существенным препятствием для внедрения современных алгоритмов глубокого обучения в клиническую практику являются артефакты и неточности первичной классификации нейронными сетями. В данной работе были систематизированы основные методы постобработки, применяемые в задачах сегментации медицинских изображений, и проведен обзор связанных работ на эту тему. Целью исследования является разработка методов постобработки для устранения ошибок сегментации, связанных с пространственной несвязностью и некорректной классификацией вокселей 3D-снимков. В работе предложен модуль постобработки результатов сегментации КТ-изображений, эффективно решающий проблемы пересекающихся и вложенных патологий. Разработаны и реализованы 3 алгоритма, позволяющие устранять фрагменты ложноположительных ответов нейронной сети. Экспериментальная проверка показала, что предложенные алгоритмы успешно обеспечивают получение единых связных патологий, что повышает качество сегментации и упрощает последующий анализ. Разработанный модуль постобработки может быть интегрирован c существующим нейросетевым фреймворком для сегментации медицинских изображений nnU-Net, что поспособствует улучшению качества диагностики. Результаты исследования открывают перспективы для дальнейшего развития методов постобработки в области медицинской визуализации и могут найти широкое применение в системах поддержки принятия врачебных решений.

Computational nanotechnology. 2025;12(2):109-118
pages 109-118 views

Применение инструментов искусственного интеллекта в анализе проблемы повышения мотивации возрастных групп обучающихся в системе дополнительного профессионального образования

Смоленцева Т.Е., Приходько Н.А.

Аннотация

В статье проводится исследование особенностей мотивации обучающихся различных возрастных групп в системе дополнительного профессионального образования (ДПО), с акцентом на выявление индивидуальных барьеров и потребностей каждой категории. Авторы отмечают, что традиционные методы организации образовательного процесса часто не учитывают специфические особенности подростков, молодежи, взрослых и пожилых, что приводит к снижению мотивации и неэффективности обучения. Цель статьи – продемонстрировать, как применение современных инструментов искусственного интеллекта (ИИ), в частности чат-бота, способного проводить анализ тональности, выявлять эмоциональное состояние пользователя и предоставлять персональные рекомендации, может стать эффективным средством повышения мотивации и вовлеченности обучающихся всех возрастных групп. Исследование опирается на комплексный методический подход, включающий как количественные данные, полученные посредством опросников, так и качественные результаты интервью и практических тестовых запусков чат-бота. Такой междисциплинарный подход позволяет выстроить взаимосвязь между эмоциональными факторами, особенностями восприятия информации и учебными результатами. Результаты исследования подтверждают, что внедрение адаптивных ИИ-решений способствует созданию более гибкой и индивидуально настроенной образовательной среды, где эмоциональная поддержка, интерактивные задания и регулирование темпа обучения учитывают уникальные особенности каждой возрастной группы. Авторы приходят к выводу, что дальнейшее развитие таких технологий имеет потенциал существенно трансформировать систему дополнительного профессионального образования, делая ее более эффективной, персонализированной и открытой для инноваций.

Computational nanotechnology. 2025;12(2):119-128
pages 119-128 views

Нанотехнологии и наноматериалы

Композитные пленки: результаты широкомасштабных испытаний

Рахимов Р.Х.

Аннотация

В статье рассматриваются результаты испытаний композитных пленок в тепличном хозяйстве, ключевой отрасли сельского хозяйства. Эти материалы создают оптимальные условия для роста растений, значительно повышая урожайность и снижая затраты. Композитные пленки стабилизируют температуру в теплицах, что важно в переменчивом климате, и снижают испарение воды, экономя ресурсы, особенно в регионах с нехваткой воды. Ключевой аспект статьи – результаты широкомасштабных испытаний в сотрудничестве с китайской компанией Shanghai Daodun Technology Co., Ltd. Партнерство направлено на оптимизацию состава пленок для улучшения прочности, устойчивости к ультрафиолету и теплоизоляционных свойств. Это способствует развитию инновационных технологий и повышению конкурентоспособности. Также рассматриваются тенденции в тепличном хозяйстве, подчеркивающие важность экологичных технологий. Современные комплексы используют методы, минимизирующие негативное воздействие на окружающую среду. Композитные пленки уменьшают выбросы парниковых газов и улучшают качество воздуха. Прогнозы до 2030 г. показывают, что экологичные технологии станут стандартом в тепличном производстве, повышая урожайность и снижая экологическую нагрузку.

Computational nanotechnology. 2025;12(2):129-141
pages 129-141 views

Интеллектуальные технические системы в производстве и промышленной практике

Прогнозирование выхода концентрата кремниевой руды с помощью методов машинного обучения

Буслаева О.С., Конов В.А., Палей А.Г., Ушаков Н.А.

Аннотация

В статье рассматривается применение методов машинного обучения для прогнозирования выхода концентрата кремниевой руды. Проблема контроля содержания кремнезема является существенной для горнодобывающей промышленности, так как от этого зависит качество конечного продукта и его себестоимость [9; 10]. В процессе исследования данные, полученные с флотационной фабрики после проведения их предварительной обработки, были использованы на предмет выделения наиболее динамично изменяющихся факторов (показателей флотации). Были обучены модели случайного леса и рекуррентной сверточной нейронной сети LSTM с разным набором входных признаков. Оценка качества используемых моделей производилась с помощью метрик среднеквадратичной ошибки (MSE), средней абсолютной ошибки (MAE) и коэффициента детерминации (R-squared). В результате экспериментов было установлено, что моментальные показатели флотации в меньшей степени влияют на улучшение качества прогноза, а уникальные переменные, взятые с различным лагом, приводят к повышению точности. Результаты исследования могут быть использованы на предприятиях, занимающихся переработкой кремниевой руды, для более полной автоматизации и оптимизации процессов управления флотацией.

Computational nanotechnology. 2025;12(2):142-149
pages 142-149 views