SCI Библиотека

Контраст советской действительности и восточной ар­хаики. Слева направо двигается колоритный караван со всевозможными дарами. Он словно принес с собой раскаленный воздух Аравии. Играет музыка, звучит не­ знакомая речь, воздух пропитан запахами пряностей и фруктов… Справа - двое прохожих, простых советских граждан: они шли по своим повседневным делам, о кото­рых мигом забыли.

SA постоянно публикует произведения лучших учеников предпрофессионального отделения Академии. Их результаты напрямую связаны с методикой преподавания и мастерством, талантом преподавателя. В этой статье художник-педагог Алла Давлашян делится своим педагогическим опытом, методическими наработками, которые помогли талантливой трудолюбивой ученице Евгении Кульшенко создать блестящие рисунки.

Растущая сложность современных систем обработки видеоинформации и ограниченные сроки их проектирования требуют применения новых инструментов разработки, используемых в современных системах автоматизированного проектирования и основанные на программируемых логических интегральных схемах (ПЛИС). В настоящее время в дополнение к традиционным языкам описания аппаратного обеспечения (hardware description languages - HDL) всё большую популярность набирают инструменты высокоуровневого синтеза (High Level Synthesis - HLS) микроархитектур, преимущество которых состоит в повышении уровня абстракции при разработке различных систем обработки сигналов, в частности изображений в области транспорта. Несмотря на простоту проектирования и тестирования в сравнении HDL, при использовании HLS необходимо учитывать недостатки, проявляющиеся при генерации описания аппаратного обеспечения, свойственные данному подходу. В статье на примере проектирования известного фильтра Кэнни, позволяющего выделить границы транспортных объектов на изображениях при решении задач обнаружения и распознавания, представлено сравнительное исследование двух методик синтеза цифровых устройств обработки изображений: HLS и HDL. Приведены результаты сравнения двух реализаций HDL и HLS, полученные на основании оценки вычислительных ресурсов и времени выполнения операций. Поскольку фильтр Кэнни, как и многие другие фильтры выделения контуров, является сверточным, данная работа позволяет оценить сильные и слабые стороны любого оператора в области обработки изображений. Исследование показало, что с учетом затрачиваемых ресурсов и времени отклика реализация HLS продемонстрировала более высокие показатели с точки зрения задействования ресурсов и времени отклика в сравнении с подходом HDL.

В Академии акварели и изящных искусств Сергея Андрияки помимо обычного для российских художественных вузов комплекса дисциплин (рисунок, живопись, композиция) студенты изучают большое количество прикладных предметов: витраж, основы ювелирного дела, римскую и флорентийскую мозаику, гончарное искусство, роспись керамики и т. д. Каждый дипломник защищает выпускную квалификационную работу (ВКР), состоящую из станковой картины и прикладной части с использованием любой из освоенных техник. С предметом «Римская мозаика» учащийся знакомится на четвертом курсе. На выполнение небольшой авторской работы отводится 95 часов. Студент делает серию эскизов по темам на выбор: портрет, натюрморт, звери, птицы, рыбы. Самый удачный эскиз переносится в размер и отрисовывается. На этом этапе продумывается структура кладки и модульность будущей мозаики. Обращаясь к данной технике, ребята нередко увлекаются ею и выбирают ее для прикладной части своего диплома. В Академии имеется просторная мозаичная мастерская с большой цветовой палитрой смальты и мрамора. Тут можно найти весь необходимый инструмент для колки: молотки, щипцы, специальную гильотину. Здесь работают как студенты, так и мастера, выполняющие более сложные художественные задачи (в некотором роде происходит наглядное обучение). Ниже представлены работы, выполненные в технике римской мозаики и являющиеся прикладной частью выпускных квалификационных работ.

Современные системы автоматизации проектирования разрабатываются с использованием графических интерфейсов пользователя. Применение таких интерфейсов позволяет упростить и ускорить разработку устройств. В данной работе рассматривается проблема разработки алгоритмов визуализации, необходимых для создания инструмента графического проектирования цифровых интегральных схем на вентильном уровне. Предложена графовая модель представления схемы как основа для разработки алгоритмов. Рассмотрены алгоритмы размещения и трассировки, необходимые для построения графического представления схемы. Упомянутые алгоритмы реализованы в виде программного модуля на основе разработанной графовой модели. Представлены результаты работы программного модуля для некоторых схем из набора ISCAS’89.

Изучение пейзажа в художественных учебных заведениях обычно сводится к чисто натурной работе - студенты пишут с натуры и только с натуры то, что им «предлагает» природный мотив. Поэтому современный художник как правило не умеет сочинять композиционный пейзаж, не понимает, как создается образ в пейзаже. Он привязан к натуре. Он не знает, что ради задуманного образа пейзажист может, даже обязан что-то преувеличивать, где-то изменять композицию природного мотива, его цвет, пластику, масштабы, какие-то детали убирать…

Парадоксально, но абсолютно каждый зритель «узнаёт» памятные для себя места именно в тех пейзажах, которые написаны не с натуры, которые изображают не конкретный пейзажный мотив, но сочинены, очищены ото всех случайностей и ненужных мелочей (как и наши воспоминания об увиденном). И наоборот, зритель не «узнаёт» чисто натурные пейзажи. Тенгиз Абуладзе как-то сказал мне: «В настоящем образе всегда есть узнаваемость, а в конкретике ее нет». Он сформулировал то, что должен понимать каждый художник.

Это не значит, что не надо делать с натуры пейзажных этюдов. Их можно и нужно делать. Но в первую очередь необходимо учиться создавать художественный образ. И ни в коем случае нельзя быть в плену у этюда. Впрочем, как и в плену у фотографии. Что происходит при работе с фотографии? Художник становится рабом копирования фотоизображения и сделать уже ничего не может. Фото берет тебя «в клещи», ты ему следуешь, и ничего не получается. Вот это страшная вещь, страшная правда.

Применимость методов машинного обучения для тестирования моделей процессора в настоящее время исследуется в крупнейших иностранных технологических компаниях (исследовательские центры ARM, Intel, IBM и другие) и институтах. Однако исследования проводятся только с точки зрения машинного обучения в области формальной верификации, генерации тестов с использованием символического выполнения и решения ограничений, а также для поиска нерегулярных ошибок в уже изготовленном кристалле СБИС микропроцессора. Новизна предлагаемого решения в применении машинного обучения для имитации поведения приложений пользователя с целью повышения качества тестирования RTL-модели микропроцессора направленными псевдослучайными методами генерации тестов. В рамках данной работы планируется показать применимость инструментов машинного обучения для функциональной верификации RTL-модели микропроцессора на системном уровне. Основным результатом проведенного исследования является возможность имитировать поведение набора пользовательских приложений на уровне машинного кода, а также автоматизация процесса анализа труднодостижимых в рамках классического маршрута верификации ситуаций с целью повышения тестового покрытия.

В статье рассмотрены отечественные и зарубежные технологии аппаратной поддержки вычислений процессоров и анализаторов программного обеспечения как методов снижения уязвимостей памяти. Приведены основные архитектурные отличия таких технологий защиты как Эльбрус, CHERI и Arm MTE. Исследованы существующие статические и динамические программные анализаторы на предмет методологии работы и преимуществ по выявлению дефектов в программном коде.

Рассматриваются хеш-функции, основанные на замещении символов алфавита целыми неотрицательными числами. Основным параметром таких функций является отображение T, осуществляющее замещение; основное назначение функций - выполнение статического хеширования; главные преимущества -высокая скорость работы и простота их реализации. Предлагается алгоритм, выполняющий оптимизацию параметра T с целью уменьшения количества коллизий для заданного словаря. Приводятся примеры эффективных хеш-функций, основанных на замещении символов.

Описан пример синтеза многопроцессорной вычислительной структуры. В основе алгоритмов синтеза лежат сетевые модели и тензорная методология. Описаны основные этапы синтеза вычислительных структур, которые включают декомпозицию исходной модели, вычисление тензора преобразования, формирование программы синтеза новой структуры, а также синтез самой вычислительной структуры. Проанализированы результаты синтеза с точки зрения эффективности загрузки процессорных элементов.