ivdon3@bk.ru
В статье изложены основные принципы применения технологий искусственного интеллекта (ИИ) и машинного обучения на нефтеперерабатывающих заводах. Рассмотрены преимущественные характеристики языка программирования Python при организации сбора данных с технологических установок, обработке больших данных, построении и валидации моделей прогнозирования. Проанализированы основные библиотеки Python по работе с данными на всех этапах жизненного цикла моделей машинного обучения (Pandas, Matplotlib, Scikit-learn и другие). Особое внимание уделено задаче оптимизации энергопотребления и повышения эффективности работы нефтеперерабатывающих предприятий за счет автоматизации прогнозирования работы их оборудования.
Ключевые слова: машинное обучение, искусственный интеллект (ИИ), интеллектуальный анализ данных, Python, Scikit-learn, прогнозирование, энергопотребление, нефтепереработка, нефтегазовая отрасль, нефтеперерабатывающий завод
2.3.1 - Системный анализ, управление и обработка информации , 2.8.4 - Разработка и эксплуатация нефтяных и газовых месторождений
Математическое моделирование сложных систем часто требует применения методов группировки переменных для построения эффективных моделей. В данной статье рассматривается задача построения однородной вложенной кусочно-линейной регрессии с группировкой переменных для моделирования штатной численности подразделений по защите информации. По пространственным данным за 2022 год построена соответствующая модель для Социального фонда России. В качестве независимых переменных используются данные о количестве сотрудников организации, электронных подписей, защищенных узлов, защищаемых ресурсов, общего числа структурных подразделений, отдельных зданий и специалистов службы ИТ.
Ключевые слова: защита информации, регрессионная модель, однородная вложенная кусочно-линейная регрессия, оценивание параметров, метод наименьших модулей, задача линейно-булева программирования, индексное множество, мощность множества, социальный фонд
Исследуются дифференциально-алгебраические уравнения для описания движения плоскопараллельного робота – манипулятора. Динамическая модель построена с использованием уравнения Лагранжа и метода подструктур. Рассматривается проекти-рование регулятора системы управления с использованием метода скользящего режима. Точность управления проверена на модели плоскопараллельного робота 3-RRR. Он состо-ит из трех кинематических цепей, в каждой из которых по два звена с тремя вращатель-ными сочленениями. Для исследования эффективности регулятора к многотельной сис-теме в качестве целевого движения применяется круговая траектория. Рассмотренная сис-тема управления плоскопараллельным роботом способна решать задачи передвижения и обеспечивать высокую точность позиционирования.
Ключевые слова: управление, плоскопараллельный робот, кинематические характеристики, динамическая модель, дифференциально-алгебраические уравнения, уравнение связи, регулятор, скользящий режим, функция Ляпунова, программная траектория
В данной статье представлен структурированный подход к развертыванию и интеграции Grafana, Loki и Alloy в средах Kubernetes. При выполнении работы использовался кластер, управляемый через Kubespray. Архитектура ориентирована на обеспечение внешней доступности, высокой отказоустойчивости и универсальности в применении.
Ключевые слова: мониторинг, орекестрация, контейнеризация,Grafana, Loki, Kubernetes, Alloy
В статье рассматриваются импульсные датчики положения (инкрементные энкодеры), их применение для определения угловой скорости и особенности их математического моделирования в составе регулируемых электроприводов с обратной связью по скорости. Описана компьютерная модель подобного датчика с системой определения угловой скорости.
Ключевые слова: инкрементный энкодер, датчик скорости, квадратурный декодер, моделирование электропривода, моделирование инкрементного энкодера, SimInTech
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
Изменение внешних условий, параметров функционирования объектов, взаимосвязей между элементами системы и связей системы с надсистемой приводит к снижению точности результатов моделей искусственного интеллекта, которое называется деградацией моделей. Снижение риска деградации моделей актуально для задач электроэнергетики, особенностью которых является многофакторные зависимости в сложных технических системах и влияние метеорологических параметров. Автоматическое обновление моделей с течением времени является необходимым условием формирования доверия пользователей к интеллектуальным системам прогнозирования. В данной статье представлена классификация видов дрейфа данных. Формализованы варианты решений, которые разработчикам необходимо принять при создании интеллектуальных систем для определения стратегии обновления прогнозных моделей, включая критерии запуска обновления, выбор моделей, оптимизацию гиперпараметров, выбор способа обновления и формирования наборов данных. Предложен алгоритм формирования стратегии автоматического обновления моделей искусственного интеллекта и даны практические рекомендации для разработчиков моделей в задачах прогнозирования временных рядов в электроэнергетике.
Ключевые слова: прогнозирование временных рядов, искусственный интеллект, машинное обучение, доверенная система искусственного интеллекта, деградация моделей, дрейф данных, дрейф концепции
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
В этом исследовании представлен эффективный метод, основанный на зрении, для точной идентификации видов хищников по изображениям с камер-ловушек в охраняемых районах Уганды. Для решения проблем обнаружения объектов в естественной среде мы предлагаем новую многофазную архитектуру глубокого обучения, которая сочетает в себе извлечение различных признаков с концентрированным обнаружением краев. По сравнению с предыдущими подходами, наш метод обеспечивает точность классификации на 90,9%, что значительно сокращает количество обучающих рекламных выборок, выполняемых вручную. Фоновые пиксели были систематически отфильтрованы для улучшения работы модели в различных условиях окружающей среды. Эта работа является достижением как в области биологии, так и в области компьютерного зрения, демонстрируя эффективный и ориентированный на данные подход к автоматизированному мониторингу дикой природы, который поддерживает научно обоснованные меры по сохранению.
Ключевые слова: глубокое обучение, фотоловушка, сверточная нейронная сеть, набор данных, хищник, национальный парк Кидепо, дикая природа
В работе рассматривается кейс внедрения системы управления инцидентами IntraService в организации, работающей в сегменте цифровой инфраструктуры. Исследование сосредоточено на оценке изменений, произошедших в функционировании службы поддержки, на основе количественных и качественных индикаторов. Применяется метод сравнительного анализа эксплуатационных параметров до и после запуска системы, сопровождаемый экспертной интерпретацией внутренних процессов.
Ключевые слова: внедрение, система, инцидент, поддержка, автоматизация, платформа, организация, инфраструктура, процесс, интеграция
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
Приведен обзор современных подходов к изучению цифровых двойников и дана оценка состояния их внедрения в транспортной логистике. Показаны особенности процессов формирования цифровизации, выявлены барьеры и перспективы развития цифровых двойников в транспортно-логистической сфере. Проведен анализ и систематизированы подходы к определению понятия цифрового двойника, структуры и типологии цифровых двойников в логистике. Выделены отдельные перспективные направления и звенья цепочек поставок продукции, в которых цифровые двойники внедряются особенно активно. Сделаны выводы о том, что внедрение цифровых технологий и цифровых двойников в транспортной логистике может стать эффективным инструментом ее трансформации в современных условиях, если разработка и внедрение цифровых двойников будет осуществляться в рамках цепочек поставок продукции на основе кооперации промышленных компаний между собой и смежниками, при активной поддержке государства.
Ключевые слова: цифровые двойники, транспортно-логистические системы, цепочки поставки, интралогистика, цифровая цепочка
В статье рассматривается оценка пригодности данных солнечной радиации из атмосферного реанализа ERA5 для задач прогнозирования в условиях северных территорий. В качестве объекта анализа выбрана экспериментальная площадка станции Мухрино (Ханты-Мансийский автономный округ), оснащённая автономной системой электроснабжения. Проведён статистический анализ годового массива данных глобальной горизонтальной инсоляции, полученных с помощью платформы PVGIS. Рассмотрены сезонные и суточные особенности изменения инсоляции, построены профили распределения, выполнена оценка выбросов методом межквартильного размаха. Установлено, что данные характеризуются высокой изменчивостью и наличием большого количества нулевых значений, обусловленных полярными ночами и метеоусловиями. Выявленные особенности необходимо учитывать при построении моделей краткосрочного прогнозирования. Сделан вывод о приемлемом качестве данных ERA5 для использования в задачах прогноза генерации и потребления энергии в системах распределённого энергоснабжения.
Ключевые слова: ERA5, солнечная радиация, горизонтальная инсоляция, Крайний Север, статистический анализ, прогнозирование, анализ выбросов, возобновляемые источники энергии, энергоснабжение удаленных территорий, временные ряды, интеллектуальное управление генерацией
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
Рассматривается обработка результатов неравноточных измерений, представленных двоичным кодом и остатками. Приведена методика повышения точности результатов телеизмерений при передаче данных серией из измерения остатками совместно с двоичным кодом. Остатки дублируются в полусловах в слове данных. Демонстрируются результаты применения методики при одиночных искажениях бит данных для серии из трех измерений: измерение остатками, затем измерение в двоичном коде и еще одно измерение остатками. При обработке серии из трех измерений, с шагом по шкале, равным от единицы до половины модуля сравнения, повышается точность измерений при одиночной ошибке в бите в слове с двоичным кодом и слове с остатками по сравнению с передачей двоичным кодом.
Ключевые слова: телеизмерения, неравноточные измерения, остатки данных, дисперсия погрешности, точность измерений
В данной статье рассматривается применение сетей двунаправленной долговременной кратковременной памяти (Bi-LSTM) для генерации исходного кода. В исследовании анализируется, как Bi-LSTM обрабатывают последовательные данные в двух направлениях, собирая контекстную информацию как из прошлых, так и из будущих токенов для генерации синтаксически корректного и семантически согласованного кода. Представлен всесторонний анализ архитектур моделей, включая механизмы внедрения, сетевые конфигурации и уровни вывода. В исследовании подробно описываются процессы подготовки данных, особое внимание уделяется методам токенизации, которые позволяют сбалансировать объем словарного запаса с использованием терминологии, специфичной для предметной области. Методологии обучения, алгоритмы оптимизации и показатели оценки обсуждаются со сравнительными результатами по нескольким языкам программирования. Несмотря на многообещающие результаты, остаются проблемы с функциональной корректностью и генерацией сложной структуры кода. Будущие направления исследований включают механизмы внимания, инновационные архитектуры и усовершенствованные процедуры обучения.
Ключевые слова: генерация кода, глубокое обучение, рекуррентные нейронные сети, трансформаторы, токенизация
Статья посвящена разработке алгоритмов кластеризации данных с использованием несимметричных мер близости, актуальных в задачах с направленными взаимодействиями. Предложены два алгоритма: пошаговое формирование кластеров и модификация с итеративным уточнением центров. Проведены эксперименты, включая сравнение с методом k-медоидов. Результаты показали, что алгоритм с фиксированными центрами эффективен на малых данных, а алгоритм с пересчётом центров обеспечивает более точную кластеризацию. Выбор алгоритма зависит от требований к скорости и качеству.
Ключевые слова: кластеризация, несимметричные меры близости, алгоритмы кластеризации, итеративное уточнение, k-медоиды, направленные взаимодействия, адаптивные методы
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
В статье рассматриваются современные проблемы и перспективы оптимизации контейнерных грузоперевозок в условиях децентрализованных и быстро меняющихся логистических систем. Особое внимание уделено проблеме перевозки пустых контейнеров, которая существенно влияет на эффективность и затраты отрасли. Предлагается модифицированная математическая модель построения оптимального плана перевозок, учитывающая типы контейнеров, степень их заполнения, а также особенности тарифообразования. В модели используются методы графов, линейного и динамического программирования, а также модифицированный метод потенциалов для многомерных транспортных задач. Разработана имитационная модель и программное приложение для автоматизации расчёта оптимальных маршрутов и планов перевозки. Полученные результаты могут быть применены для повышения эффективности логистических операций и снижения затрат на перевозку контейнерных грузов.
Ключевые слова: логистика, транспортная задача, контейнерные грузоперевозки, имитационное моделирование, оптимальный план
2.3.1 - Системный анализ, управление и обработка информации , 2.3.4 - Управление в организационных системах
В статье представлен процесс проверки функционирования защищенной сети передачи данных, построенной на базе аппаратуры беспроводного широкополосного доступа с семиэлементной антенной решеткой (АБШД 7) и с одним антенным устройством (АБШД 1). Описаны условия проведения эксперимента, состав и комплектность аппаратуры. Приведены результаты проверок в различных режимах работы. Сделан вывод о возможности использования штатной бортовой аппаратуры связи в качестве ретранслятора при установке соответствующего программного режима.
Ключевые слова: передача данных, защищенная сеть, канал передачи данных, ретранслятор
В статье рассматривается проблема оптимизации глобальных сетей, а также существующие на данный момент программно-аппаратные решения. Цель исследования – определение технологической основы для разработки прототипа отечественного оптимизатора глобальной компьютерной сети (wide area network, WAN). При исследовании предметной области выяснилось, что отечественных решений в данной сфере, находящихся в свободном доступе, не существует. Полученное решение можно будет приспособить под конкретные требования компании-заказчика с помощью добавления необходимых модификаций в прототип.
Ключевые слова: глобальная сеть, дедупликация данных, оптимизатор WAN, пропускная способность
В статье приведены аспекты проектирования модуля работы с искусственным интеллектом для анализа видеопотоков с камер наблюдения с целью классификации объектов и интерпретации их действий в рамках задачи сбора статистической информации и фиксации сведений об аномальной активности объектов наблюдения. Представлены диаграмма последовательности процесса работы пользователя с активными мониторингами с помощью Telegram-бота и концептуальная схема взаимодействия информационно-аналитической системы питомника породистых собак на платформе «1С:Предприятие» с внешними сервисами.
Ключевые слова: компьютерное зрение, машинное обучение, нейронные сети, искусственный интеллект, распознавание действий, классификация объектов, YOLO, LSTM модель, поведенческие паттерны, поиск ключевых точек, 1С:Предприятие, Telegram-бот
В этой статье представлена техническая реализация сверточной цифровой сетевой системы распознавания лиц, которая способна работать в различных сценариях, таких как перекрытие, изменение угла обзора и поворот камеры. были проанализированы различные алгоритмы идентификации лиц с целью разработки модели, которая могла бы идентифицировать лица под разными углами. Система была экспериментально проверена на различных наборах данных и сравнена с ее точностью, скоростью обработки и устойчивостью к воздействию окружающей среды. Результаты показывают, что оптимизированная структура нашей сверточной нейронной сети обеспечивает точность более 90% в нормальных условиях и сохраняет достойную производительность при частичной окклюзии.
Ключевые слова: распознавание лиц, сверточные нейронные сети, модель, извлечение признаков, глубокое обучение, распознавание лиц, изображение
Использование машинного обучения при работе с текстовыми документами существенно повышает эффективность работы и расширяет диапазон решаемых задач. В работе приведен анализ основных методов представления данных в цифровой формат и алгоритмов машинного обучения, сделан вывод об оптимальном решении для генеративных и дискриминативных задач.
Ключевые слова: машинное обучение, обработка естественного языка, модели архитектуры трансформер, градиентный бустинг, большие языковые модели
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
Это исследование является свидетельством потенциала сверточных нейронных сетей при активации softmax для классификации образцов богомола, медоеда и ласки. Модель была способна давать точные прогнозы с низким уровнем ошибок в классификации и обладала потенциалом для уменьшения различий в окружающей среде за счет минимизации их с помощью увеличения объема данных. Исследование показывает, как сети глубокого обучения можно было бы использовать для автоматизации таксономической классификации, что, в свою очередь, помогло бы идентифицировать виды с помощью изображений и крупномасштабного природоохранного мониторинга.
Ключевые слова: глубокое обучение, машинное обучение, сверточные нейронные сети, набор данных, функция softmax, классификация изображений, дикая природа, расширение данных
Данная статья посвящена изучению возможностей технологии машинного обучения для прогнозирования спроса на товары. В исследовании анализируются различные модели и возможности их применения в рамках задачи предсказания будущих продаж. Наибольшее внимание акцентировано на современных методах анализа временных рядов, в частности нейросетевые и статистические подходы. Полученные в ходе исследования результаты наглядно демонстрируют преимущества и недостатки разных моделей, степень влияния их параметров на точность прогноза в рамках задачи прогнозирования спроса. Практическая значимость полученных выводов определяется возможностью использования полученных результатов в анализе схожего набора данных Актуальность исследования обусловлена необходимостью точного прогнозирования спроса на товары для оптимизации запасов и сокращения издержек. Использование современных методов машинного обучения позволяет повышать точность предсказаний, что особенно важно в условиях нестабильного рынка и изменяющегося потребительского спроса.
Ключевые слова: алгоритмы машинного обучения, оценка спроса, точность прогнозирования, анализ временных последовательностей, предсказание объемов продаж, Python, авторегрессионная интегрированная скользящая средняя, случайный лес, градиентный бустинг, нейронные сети
В статье рассмотрены методы машинного обучения, сферы их приложения, ограничения и возможности применения. Отдельно выделены достижения в области глубокого обучения, которые позволяют получить точные результаты с оптимальными затратами времени и сил. Также детально описана перспективная на сегодняшний день архитектура нейронных сетей трансформеров. В качестве альтернативного подхода предложено использовать в процессе конвертирования скана в элементы цифровой информационной модели генеративную состязательную сеть.
Ключевые слова: сканирование, облако точек, информационная модель, строительство, объекты, представление, нейронная сеть, машинное обучение
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
Современные веб-приложения становятся всё более сложными и функционально насыщенными, что создаёт необходимость в эффективных инструментах для управления зависимостями, оптимизации и сборки проектов. Сборщики позволяют оптимизировать код, что напрямую влияет на скорость загрузки и выполнения приложений. Цель работы - провести сравнительный анализ сборщиков JavaScript: Webpack, Parcel и Rollup, чтобы выявить их преимущества и недостатки с точки зрения эргономики фронтенд-разработки. Это включает в себя оценку удобства настройки, эффективности работы с ресурсами, скорости сборки и других факторов, влияющих на производительность разработчика и конечное качество веб-приложений. Проведено практическое тестирование сборщиков на примере стандартного веб-проекта. Оценена эргономика работы с инструментами: выделены критерии и проведено сравнение на основе полученных данных. Разработаны рекомендации по выбору оптимального инструмента для различных типов проектов в фронтенд-разработке. Результаты исследования могут быть использованы как основа для обучения новых специалистов, а также для улучшения существующих практик в разработке веб-приложений при принятии обоснованных решений по выбору технологий для долгосрочных проектов.
Ключевые слова: веб-разработка, эффективность разработки, эргономика, фронтенд-разработка, тестирование, сборщик
Данная статья исследует подход контент-ориентированной фильтрации в современных рекомендательных системах, уделяя особое внимание его ключевым принципам, методам реализации и метрикам оценки. В исследовании подчеркиваются преимущества контент-ориентированных систем в сценариях, требующих глубокого анализа объектов и моделирования пользовательских предпочтений, особенно в условиях недостатка данных для коллаборативной фильтрации.
Ключевые слова: контент - ориентированная фильтрация, рекомендательные системы, выделение характеристик, метрики сходства, персонализация
2.3.1 - Системный анализ, управление и обработка информации , 2.3.4 - Управление в организационных системах
Статья посвящена комплексному анализу русскоязычных текстов с использованием нейросетевых моделей, в основу которых положен двунаправленный кодировщик представлений трансформера (Bidirectional Encoder Representations from Transformers – BERT). В работе применяются специализированные модели для русского языка: RuBERT-tiny, RuBERT-tiny2 и RuBERT-base-cased. Предложенный метод охватывает морфологический, синтаксический и семантический уровни анализа, включая лемматизацию, определение частей речи, морфологических признаков, синтаксических отношений, семантических ролей и связей. Использование моделей семейства BERT позволяет достичь точности выше 98% для лемматизации, 97% для определения частей речи и морфологических признаков, 96% для синтаксического анализа и 94% для семантического анализа. Метод подходит для задач, требующих глубокого понимания текста, и может быть оптимизирован для работы с большими корпусами.
Ключевые слова: русскоязычные тексты, морфологический анализ, синтаксический анализ, семантический анализ, лемматизация, RuBERT, обработка естественного языка
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации