SCI Библиотека

В статье представлена попытка проанализировать картины двух зарубежных художников - идеолога течения прерафаэлитов Д.Г. Россетти и сюрреалиста Р. Магритта на репрезентацию в них идей двойничества. Картина Данте Габриэля Россетти «Как они встретили самих себя» рассмотрена в контексте концепции воспоминания о собственной сотворенности философа-диалогиста Ф. Эбнера. Произведение прерафаэлита наполнено атмосферой опустошенности, обреченности, оторванности человека от Бога, оно иллюстрирует переход от «одиночества Я», «лишенности Ты» к обретению Бога в Диалоге. Сюрреалистические картины Рене Магритта освещены с позиции психоанализа (Ж. Лакан, М. Долар), в них двойник выступает в качестве утраты полноты бытия, утраты себя, в качестве совпадения между воображаемым и реальным, которое вызывает страх, выраженный в сверхприсутствии, в угрожающей близости, в нехватке самой нехватки. Было установлено, что, несмотря на то что феномен иного-Я находит отражение во всех культурных срезах и во всех направлениях искусства, в живописи он выражен наиболее артикулированно, наиболее интимно и в то же время завуалированно, так как в живописи мы видим проекцию бессознательного.

В статье представлены программы, ориентированные на применение в качестве инструмента поддержки принятия решений и реализующие оригинальные подходы к групповому экспертному рейтинговому оцениванию и нечеткому логическому выводу. В основу программ положены вероятностные модели на основе формулы Байеса, ранее предложенные авторами. В этих байесовских моделях входные оценочные данные интерпретируются как свидетельства в пользу той или иной гипотезы из множества возможных, определяемых спецификой модели: гипотез о месте того или иного объекта в рейтинге (в модели группового экспертного рейтингового оценивания) и о возможном значении выходной лингвистической переменной (в модели нечеткого вывода). Полученные свидетельства специфичным для модели способом трансформируются в набор байесовских условных вероятностей, вычисляемых в предположении истинности соответствующей гипотезы, а далее рассчитываются апостериорные распределения вероятностей на множестве этих гипотез. Апостериорные распределения используются как основа для несложного вычисления конечного результата: рейтинга объектов (в модели группового экспертного рейтингового оценивания) и дефаззифицированного значения выходной переменной (в модели нечеткого вывода). Обсуждаются особенности программной реализации моделей на платформе Java, отмечаются преимущества моделей.

Управление рисками при решении экологических проблем, задач охраны окружающей среды, реабилитации загрязненных территорий и планирования землепользования требует применения современных компьютерных систем поддержки принятия решений. В статье представлена компьютерная система поддержки принятия решений DecernsFMCDA, которая включает в себя как широко известные методы многокритериального анализа решений, так и оригинальные подходы к анализу неопределенностей, основанные на применении нечетких множеств и вероятностных методов. Сделан обзор доступных на сегодняшний день компьютерных систем многокритериального анализа решений, детально описаны структуры системы поддержки принятия решений DecernsFMCDA и ее основных компонент, а также отличия от других систем, реализующих методы многокритериального анализа решений. Перечислены классические, вероятностные и оригинальные нечеткие модели многокритериального анализа решений, реализованные в составе системы, приведены схемы и описания общей модульной архитектуры DecernsFMCDA и оригинальных библиотек многокритериального анализа решений, а также библиотеки работы с нечеткими числами. Практическое применение DecernsFMCDA рассматривается на примере многокритериальной задачи поиска оптимального способа производства одностенных углеродных нанотрубок, при решении которой используются оригинальные нечеткие модели FTOPSIS и FMAVT, реализованные в рамках системы. В настоящее время DecernsFMCDA является единственной системой, в которой фактически реализованы все основные методы для решения дискретных задач многокритериального анализа решений, в том числе в условиях неопределенности. Система позволяет формировать и исследовать сценарии с применением различных моделей многокритериального анализа решений, в том числе с разными наборами параметров заданных моделей, для последующего сравнения и анализа выходных результатов в рамках процесса поддержки принятия решений.

Теория группового принятия решений широко применяется в различных областях человеческой деятельности. В рамках данной теории предложены различные методы голосования, оценки консенсуса среди участников группового анализа решений и рекомендаций по выбору/ранжированию альтернатив. Для практической реализации указанных методов разработаны компьютерные системы группового анализа и поддержки принятия решений. В данной работе представлен модуль DecernsFMCDA-G-FT для группового анализа решений с использованием нечеткой многокритериальной модели Fuzzy TOPSIS. Модуль является компонентом разрабатываемой системы поддержки принятия групповых решений DecernsFMCDA-G и содержит необходимый функционал для постановки задачи, сбора экспертной информации, проведения оценок и анализа результатов. Визуализация индивидуальных предпочтений и групповых оценок, а также возможность выбора различных подходов к ранжированию исследуемых альтернатив дают наглядное представление о процессе группового многокритериального анализа. При решении прикладных задач могут быть использованы входные нечеткие величины различной формы, несколько методов вычисления функций от нечетких чисел, а также различные методы ранжирования нечетких величин. В качестве примера решена задача многокритериальной сортировки претендующих на работу кандидатов с использованием модуля DecernsFMCDA-G-FT. Разработанный модуль предназначен для использования в рамках университетских курсов по теории принятия решений, анализу и управлению рисками, а также для многокритериального анализа широкого круга научно-прикладных задач.

В статье рассматривается один из важнейших элементов информационной системы - компаратор. Это комбинационная схема, которая используется для сравнения значений, принимая два числа в качестве входных данных и определяя, каким является каждое из них: больше, меньше или равно другому числу. Компараторы имеют множество применений в основной электронике и в современных цифровых СБИС, таких как пороговый детектор, детектор пересечения нуля, генератор релаксации, триггер Шмитта, процессоры цифровых сигналов. Анализируются основные научные работы о проектировании компаратора. Во многих из них, направленных на минимизацию потерь энергии и площади проектируемого компаратора, подчеркивается актуальность проблемы. Представлена эффективная конструкция 8-разрядного последовательного компаратора, основанная на методах блочной оптимизации. На первом этапе предлагаемый компаратор преобразует параллельные данные в последовательные. На втором этапе реализуется переключение для размещения данных в сдвиговом регистре. Только значения старшего бита двух регистров сравниваются через однобитовую ячейку компаратора в качестве третьего этапа. Предложенные миниатюрные схемы последовательного компаратора были реализованы с использованием программного обеспечения DSCH 3.5 и Microwind 2.0 и продемонстрировали хорошую работу. В статье рассматриваются также моделирование компоновки и параметрический анализ предлагаемой конструкции 8-битного компаратора. Предложенный последовательный компаратор требует меньше площади, количества циклов и потребляемой мощности по сравнению с существующими подходами.

В статье рассматривается задача оценки эффективности условий проведения химических реакций с учетом таких факторов, как наличие примесей, стоимость катализаторов, и ряда других, влияющих на стоимость технологического процесса. Для оценки эффективности химической реакции авторы предлагают вначале независимо оценить эффективность каждого фактора, участвующего в реакции, а затем с учетом полученных результатов построить суммарную оценку. Поскольку природа факторов различна, для сравнения их влияния вводится понятие бонусов, которые начисляются каждому фактору. Бонусы начисляются за получение основного продукта, а также за минимизацию побочного продукта. На примере таких факторов, как давление и температура, влияющих на условия протекания реакции, показана целесообразность введения понятия «мягкое значение условия», при котором затраты на выполнение условия минимальны. С учетом этих предположений оценка эффективности каждого фактора строится как нечеткая мера эффективности - монотонная функция со значениями из интервала [0, 1]. Один из подходов, применяемых для оценки значимости того или иного фактора, основан на возможности применения методов интеллектуального анализа данных. Этот метод предполагает возможность накопления достаточно репрезентативной БД. Суммарная оценка эффективности строится как взвешенная сумма оценок каждого из факторов. Проверка корректности предлагаемого подхода проводилась на данных реального эксперимента, где фиксировались факторы, влияющие на протекание химической реакции, а также количество целевого и побочного продуктов, полученных в ее результате.

Объектом исследования является технология федеративного обучения, которая позволяет осуществлять коллективное машинное обучение на распределенных обучающих наборах данных без их передачи в единое хранилище. Актуальность данной технологии обусловлена, с одной стороны, давно растущим трендом на использование машинного обучения для решения множества прикладных задач, а с другой - ростом запросов, в том числе законодательных, на приватность и обработку данных ближе к источнику или непосредственно на нем. Основными проблемами при создании систем федеративного обучения являются отсутствие гибких фреймворков для различных сценариев федеративного обучения: большинство существующих решений сосредоточено на обучении искусственных нейронных сетей в централизованной вычислительной среде. Предмет исследования - универсальная архитектура фреймворка для разработки прикладных систем федеративного обучения, позволяющая строить системы для разных сценариев, различных параметров и топологий вычислительной среды, моделей и алгоритмов машинного обучения. В статье рассмотрена предметная область федеративного обучения, даны основные определения и описан процесс федеративного обучения, приведены и разобраны различные сценарии возможных прикладных задач. Проведен анализ наиболее известных на данный момент фреймворков федеративного обучения, а также их применения для возможных сценариев использования. В качестве результата описана архитектура универсального фреймворка, который, в отличие от существующих, может быть использован для разработки прикладных систем федеративного обучения разного типа и разных сценариев использования.

Статья посвящена анализу демографических данных на основе единого реестра населения, который является ключевым компонентом электронной демографической системы. Единый реестр населения - это интегрированные БД, основанные на обмене как агрегированными, так и индивидуальными данными между отдельными реестрами. Реестры играют важную роль в получении информации о населении. Следует отметить, что пандемия COVID-19 еще раз подчеркнула важность использования административных данных как электронных реестров для демографических исследований. В работе проводится экспериментальный анализ демографических характеристик в условиях пандемии COVID-19 на основе данных 1 000 физических лиц. Эти данные являются гипотетическими, взяты из двух отдельных реестров - реестра населения и реестра здоровья и объединены в единый реестр. В статье представлена программная реализация анализа демографических данных. Демографический анализ осуществлен в среде Jupyter Notebook 6.1.4., язык реализации - Python 3.8.5. Результаты показывают, что создание электронной демографической системы требует интеграции различных государственных реестров для более детального анализа. Это позволит обрабатывать и анализировать более крупные и многомерные структурированные данные на разных временных интервалах. При этом очень важны достоверность данных, включенных в реестр, устранение несоответствий, обеспечение постоянного обновления регистрационных данных по каждому физическому лицу. Устранение ошибок в данных делает единый реестр населения надежным источником информации.

В статье рассматриваются разработанные методы детектирования и классификации объектов в транспортном потоке на данных космической съемки сверхвысокого пространственного разрешения. С появлением в свободном доступе больших объемов спутниковых данных все большую актуальность приобретает развитие методов машинного обучения на основании геопространственных данных, в частности, спутниковых. В настоящей работе обоснован выбор источника данных о транспортных потоках - спутниковых снимков сверхвысокого разрешения, рассмотрены основные проблемы и задачи, связанные с распознаванием и классификацией объектов. Целью автора является разработка цепочки алгоритмов, позволяющей с высокой точностью детектировать и классифицировать объекты в транспортных потоках. Исследования основаны на численной оценке качества работы алгоритмов. В работе используются методы распознавания образов, машинного обучения и обработки цифровых изображений. Научная новизна заключается в уникальном алгоритме извлечения изображений локальных участков улично-дорожной сети, алгоритме определения направления дорожного движения объекта, модернизации алгоритма селективного поиска. Следует подчеркнуть, что используемые данные съемки сверхвысокого разрешения появились в доступе для частного использования относительно недавно.

В статье рассматривается способ автоматизации оценки состояния электросети в удаленных районах России с использованием смарт-структур. Предлагаемый способ реализован в виде мобильного приложения. Смарт-структура, лежащая в основе данного способа, состоит из модулей получения и обработки данных с датчиков, поиска закономерностей характеристик электросети и формирования классификаторов состояний, рекомендаций по ремонту и оптимальному режиму эксплуатации электросети и подстанции. Научная новизна предлагаемого решения заключается в методе анализа и обработки характеристик электросети и их совокупностей. Кроме того, учитываются параметры внешних воздействий в виде природных и техногенных факторов. Метод анализа и обработки информации об электросети и подстанции основан на машинном обучении - логическом анализе данных. Оценка состояния электросети и подстанции важна при исследовании и решении задач прогнозирования изменения состояния электросети, подбора рекомендаций и принятия решений о ремонтных и обслуживающих работах. Метод оценки состояния электросети основан на поиске закономерностей и построении классификаторов и позволяет учитывать все характеристики и параметры электросети, их совокупность и связи между ними. Он также дает возможность анализировать и получать закономерности для неполных и неточных данных, с чем достаточно часто приходится сталкиваться в реальных электросетях. Метод может быть использован при проектировании и обслуживании электросетей и подстанции в труднодоступных и удаленных регионах Российской Федерации. Предлагаемая редукция закономерностей характеристик и их совокупностей на основе их рекуррентной конъюнкции позволяет получать оптимальные классификаторы состояний электросети и подстанции с высокой интерпретируемостью и обобщенностью, что увеличивает точность оценки состояния электросети и, как следствие, точность прогноза поведения, рекомендаций и принятия решений о ремонтных работах и оптимальном режиме эксплуатации.