ВЕСТНИК РОССИЙСКОГО НОВОГО УНИВЕРСИТЕТА. СЕРИЯ: СЛОЖНЫЕ СИСТЕМЫ: МОДЕЛИ, АНАЛИЗ И УПРАВЛЕНИЕ

Радиотелескопы большого диаметра (32…70 м) являются стандартным инструментом для исследования космоса радиотехническими методами. В настоящее время ведутся исследования по замене таких антенн антенным полем, состоящим из элементов меньшего диаметра, с целью уменьшения стоимости системы и упрощения ее обслуживания. Однако при построении таких полей из соотношения длины волны (частоты) и физических размеров элементов получается, что межэлементное расстояние больше половины длины волны, то есть антенное поле является протяженным. В протяженных полях наблюдаются сторонние максимумы, отличные от главного луча, – боковые лепестки. Важной задачей является уменьшение уровня боковых лепестков. Снижение уровня боковых лепестков возможно за счет амплитудно-фазового распределения или (и) за счет изменения геометрической структуры антенного поля. В данной статье рассматривается второй вариант, поскольку все элементы подразумеваются идентичными. Разработан генетический алгоритм, который позволяет находить расположение антенных элементов относительно друг друга для минимизации уровня боковых лепестков. Благодаря генетическому алгоритму возможно улучшить показатель уровня боковых лепестков на 15 % по сравнению с полностью случайной решеткой. Эффект генетического алгоритма равноценен добавлению в решетку 20…30 элементов, то есть благодаря ему можно уменьшить стоимость системы и использовать ее эффективней для радиолокации.

Аннотация. В работе представлен обзор метода геометрического моделирования в разработке цифровых двойников, дан анализ теоретических основ, его роли в создании цифровых двойников, методологии разработки цифрового двойника с его использованием, проблем и вызовов при использовании метода, а также рассмотрены перспективы развития данной технологии.

В статье рассматривается задача упрощения геометрических контуров с использованием алгоритма Рамера – Дугласа – Пекера (РДП, RDP) для оптимизации обработки данных дистанционного зондирования. Исследование направлено на решение проблемы избыточной детализации векторных кривых, характерной для результатов работы алгоритмов компьютерного зрения (в частности, OpenCV), где контуры часто содержат плотные группы точек, не несущие значимой геометрической информации. Предложен комбинированный подход, сочетающий классический алгоритм RDP с предварительной кластеризацией локальных скоплений точек. Это позволяет сократить количество вершин контура при сохранении его ключевых топологических и геометрических характеристик. В качестве практического примера рассматривается построение упрощенного контура Азовского моря для ускорения обработки спутниковых снимков.

Индустрия 4.0 стремится к полной цифровизации производственных процессов, и беспроводные технологии играют в этом важную роль. Однако для различных областей применения, таких, например, как умные склады, где роботы контролируют и выполняют все задачи, современные стандарты и запатентованные решения должны соответствовать строгим отраслевым требованиям. Одной из ключевых задач исследований в этой области является разработка беспроводных систем, которые могут передавать короткие пакеты данных в многопользовательских средах. Однако существующие предложения и модели промышленных каналов не всегда могут удовлетворить эти требования. В качестве возможного решения авторы предлагают оптимизировать стандарт IEEE 802.11ax. Благодаря использованию OFDMA (Orthogonal Frequency Division Multiple Access) эта оптимизация может создать высокопроизводительную систему для умных складов. В данной статье представлена беспроводная система для интеллектуальных складов, разработанная на основе стандарта IEEE 802.11ax. Система включает в себя оптимизацию на двух уровнях: MAC и PHY.

В статье рассматривается использование алгоритмов машинного обучения для обнаружения аномалий на основе набора данных CICIDS2017, который был специально разработан для имитации реальных сценариев сетевых атак. Особое внимание уделено трем популярным алгоритмам: логистической регрессии, случайному лесу и нейронным сетям. Эти алгоритмы были выбраны благодаря своей способности эффективно обрабатывать большие объемы данных и выявлять сложные паттерны. В рамках статьи проведена серия экспериментов, в которых будут варьироваться объем обучающих данных и оцениваться производительность моделей как на чистых, так и на зашумленных данных. Результаты данного исследования помогут понять, как различные алгоритмы реагируют на изменения в объеме данных и качество входной информации, что является важным аспектом для разработки эффективных систем кибербезопасности.

Статья посвящена анализу основных исторических этапов становления и перспектив развития средств отечественной вычислительной техники. Отмечена роль и заслуги ученых и конструкторов в создании первых и последующих образцов отечественных ЭВМ – от простейших до суперкомпьютеров. Кратко рассмотрены вопросы построения суперкомпьютеров экзафлопсной производительности на аппаратно-программной платформе «Эльбрус». Материал статьи распространяется на широкий круг проблем и может быть полезен для специалистов, интересующихся вопросами истории создания средств вычислительной техники в плане ее практического применения.

В рамках данного исследования разработан новый метод борьбы с артефактами псевдопреобразования Вигнера – Вилля – перекрестными членами, названный WGEP и основанный на EMD PWVD. Проведены экспериментальные исследования и сравнение с другим способом сглаживания, определены достоинства и недостатки.

В статье оцениваются методы машинного обучения для задачи прогнозирования когнитивной нагрузки обучающихся в средах электронного обучения с использованием данных отслеживания взгляда. Основная цель исследования – адаптивное вмешательство в реальном времени для предотвращения когнитивной перегрузки и повышения вовлеченности обучающихся в процесс обучения. В исследовании рассматриваются методы контролируемого обучения, такие как машины опорных векторов (SVM), случайный лес (Random Forest) и логистическая регрессия (Logistic Regression), с использованием симулированных данных отслеживания взгляда обучающихся. Проблема и цели исследования четко определены и сопровождаются всесторонним обзором литературы, в котором рассматривается теория когнитивной нагрузки, отслеживание взгляда и методы машинного обучения в образовательных контекстах. Методология сосредоточена на разработке и обучении моделей с использованием k-кратной перекрестной валидации для обеспечения надежности. Результаты исследования показывают, что Random Forest является самым эффективным методом, демонстрирующим способность улавливать сложные закономерности прогнозирования. Ключевой вклад данного исследования заключается в новом применении интеллектуальных методов для прогнозирования когнитивной нагрузки на основе данных отслеживания взгляда, что повышает прогностические возможности методов машинного обучения. Исследование подчеркивает важность реализации этих методов в реальном времени и проверки на реальных данных обучающихся, а также необходимость решения этических вопросов, связанных с использованием данных отслеживания взгляда в образовательных учреждениях.

Мошенничество с банковскими картами является распространенной и усугубляющейся проблемой в финансовом секторе, требующей инновационных решений для точного и эффективного обнаружения. Традиционные методы обнаружения мошенничества, во многих случаях эффективны, но сегодня они сталкиваются с масштабируемостью и сложностью современных схем мошенничества. Недавние достижения в области квантовых вычислений открыли новые пути для решения этих проблем. В статье представлен квантовый анализ потоков транзакций (QTF A) – инновационная квантовая методология для улучшения обнаружения мошенничества с банковскими картами. QTFA использует принципы квантовой механики, такие как суперпозиция, запутанность и квантовая оптимизация, для моделирования и анализа потоков транзакций в квантовой сети. Представляя транзакции как квантовые состояния, а их отношения как запутанности, QTFA обеспечивает точное обнаружение аномалий с помощью квантовых измерений. Экспериментальные результаты показывают, что QTFA превосходит классические методы машинного обучения, такие как случайные леса и опорные векторные машины (SVM), достигая 98-процентной точности (accuracy), 10-процентного снижения ложных срабатываний и улучшенной полноты (recall). В статье также рассматривается интеграция QTFA в реальные системы, подчеркивается ее потенциал для революционных изменений в обнаружении мошенничества, а также определяются текущие ограничения и направления будущих исследований.

В статье описывается пример применения системы календарного планирования и контроля MS Project как комплекса программных средств, реализующих математический метод сетевого планирования и управления при прикладном решении задачи прогнозирования своевременности мероприятий рекламационной работы.

В статье предложен подход к прогнозированию видимости космического мусора в космическом пространстве, учитывающий реальное положение Солнца, Земли и искусственного спутника земли, приведен пример расчетов.

В статье описывается один из подходов к оцениванию надежности программного обеспечения специальных организационно-технических систем для своевременного выполнения установленных техническим заданием функций в заранее указанных условиях эксплуатации.