Программные продукты и системы

Статьи из выпуска № 4 за 2025 год.

Упорядочить результаты по: Дате публикации | Заголовку статьи | Авторам |

1. Повышение эффективности алгоритма полного перебора при распределении нагрузки в иерархиях [№4 за 2025 год]
Авторы: Ай Мин Тайк, Лупин С.А., Телегин П.Н., Шабанов Б.М.
Просмотров: 4053
Нахождение оптимального распределения задач между узлами иерархических систем относится к разряду сложных комбинаторных задач с множеством ограничений. От точности ее решения зависит эффективность работы иерархий в различных областях их применения. В этой статье рассмотрены два подхода к ограничению пространства поиска решения, направленные на повышение эффективности алгоритма полного перебора при распределении нагрузки в иерархиях. Представленные подходы базируются на реструктуризации процесса генерации варианта решения, направленной на исключение невалидных комбинаций. В первом случае при формировании очередного варианта распределения нагрузки исключается перебор для последнего узла с помощью замены его на вычисление единственного допустимого значения. Второй вариант использует досрочный выход из цикла генерации вектора решения до его завершения при нарушении любого граничного условия задачи. Каждый подход можно применять по отдельности или в комбинации для повышения эффективности алгоритма полного перебора. Проведенные вычислительные эксперименты показывают, что первый подход обеспечивает ускорение в 26 раз, второй подход дает почти трехкратное ускорение, а их комбинация позволяет получить 76-кратное ускорение. Эти результаты подтверждают, что предложенные подходы значительно снижают вычислительную сложность алгоритма полного перебора при сохранении точности получаемого решения. Данные подходы могут имплементироваться и в параллельные реализации алгоритма полного перебора, что обеспечивает расширение области его практического применения в сторону задач большой размерности.

2. Прогнозирование времени выполнения суперкомпьютерных заданий с применением методов машинного обучения [№4 за 2025 год]
Авторы: Баранцев В.В., Мокряков А.В., Прилипко А.А.
Просмотров: 4036
Предметом представленного в статье исследования является применение методов машинного обучения для прогнозирования времени выполнения заданий в суперкомпьютерных системах. Планировщик суперкомпьютерных заданий составляет расписание их запусков на основе пользовательских оценок времени выполнения. При этом пользователи в большинстве случаев значительно завышают время выполнения своих заданий, чтобы исключить риск их принудительного завершения по истечении заказанного времени. Это приводит к построению неоптимального расписания и существенному снижению качества планирования заданий. Прогнозирование времени выполнения заданий позволит планировщику формировать более точное расписание. В качестве метода исследования использован сравнительный анализ моделей машинного обучения, включая деревья решений, метод k-ближайших соседей, случайный лес, градиентный бустинг, нейронные сети и широкое обучение. Обучение моделей проводилось на статистических данных о выполнении заданий на суперкомпьютере МВС-10П ОП. Дополнительно рассмотрены подходы, направленные на повышение качества прогнозов, включая методы кластеризации и классификации заданий. Результаты исследования позволили выявить специфику применения машинного обучения для прогнозирования времени выполнения заданий в условиях ограниченного и не всегда информативного набора признаков. Показано, что существующие методы машинного обучения обладают определенными ограничениями, связанными с устойчивостью моделей и риском переобучения. Вместе с тем полученные данные дают возможность наметить пути повышения точности прогнозирования. Практическая значимость работы заключается в возможности применения ее результатов для оптимизации планирования заданий в суперкомпьютерных системах за счет повышения точности прогноза времени выполнения заданий.

3. Искусственный интеллект и машинное обучение в диагностировании заболеваний легких: обзор программного обеспечения [№4 за 2025 год]
Автор: Бариев И.И.
Просмотров: 2515
Работа посвящена обзору программных продуктов, использующих искусственный интеллект и машинное обучение в диагностировании рентгеновских изображений. Рутинный просмотр большого объема изображений значительно увеличивает усталость врача и потенциально повышает риск диагностических ошибок. Использование автоматизированных систем позволяет снизить нагрузку, обеспечивая предварительный анализ и выделение патологий, что способствует более точной и своевременной постановке диагноза. Современные программы на базе искусственного интеллекта и машинного обучения могут обнаруживать различные патологии, такие как туберкулез, пневмония, опухоли, с точностью, сопоставимой или превосходящей результаты опытных радиологов. Автоматизированные инструменты позволяют ускорить процесс анализа больших объемов данных, что важно в условиях высокой нагрузки, например, при эпидемических вспышках, когда своевременность диагностики критична для контроля распространения болезни. При таком подходе автоматизированные системы могут играть роль помощников, позволяя выполнять предварительный анализ и в дальнейшем привлекать к окончательному заключению экспертов в сложных диагностических случаях. Эти факторы обусловливают появление различных программных продуктов, решающих задачи диагностирования по рентгеновским изображениям легких. В работе рассмотрены наиболее используемые отечественные и зарубежные программные продукты, а также российские узко-специализированные программы, зарегистрированные в ФИПС. Оценена точность классификации заболеваний. Также приведены усредненные значения основных диагностических метрик, такие как чувствительность и специфичность. Выявлены программы, имеющие наилучшие метрики диагностирования заболеваний.

4. Реализация взаимодействия разнородных сетей квантового распределения ключей в рамках межуниверситетской квантовой сети [№4 за 2025 год]
Авторы: Бужин И.Г., Велихов В.Е., Миронов Ю.Б., Овсянников А.П.
Просмотров: 3774
Статья посвящена разработке и исследованию модели сети квантового распределения ключей (КРК), интегрированной в структуру национальной научно-образовательной сети. Предметом исследования является межуниверситетская квантовая сеть, реализованная в 2024 году на базе национальной исследовательской компьютерной сети. Она включает в себя участки (сети) КРК, использующие различные несовместимые друг с другом протоколы. Также межуниверситетская квантовая сеть взаимодействует с магистральной квантовой и университетскими сетя-ми. В работе исследуется взаимодействие разнородных сетей КРК (доменов). Рассмотрены возможные сценарии передачи квантово-защищенного ключа между пользователями в разных доменах, в том числе распределение целевого ключа между географически удаленными доменами через магистральную квантовую сеть. Предложена ориентированная на практическую реализацию расширенная многоуровневая модель квантовой сети. Она включает уровни коммуникации, синхронизации, выработки квантовых ключей, а также выработки квантово-защищенных ключей и управления ими, управления сетью КРК и ее мониторинга, междоменного взаимодействия, а также прикладной уровень. Основным преимущественным отличием модели является уровень междоменного взаимодействия. Он отвечает за общую адресацию, не зависящую от внутреннего устройства сетей КРК, защищенное распространение маршрутной и ключевой информации, за конвертацию интерфейсов между пользовательски-ми средствами криптографической защиты информации и квантовыми сетями разных производителей. Важным дополнением структурной модели является специальное выделение уровня синхронизации. Это позволяет использовать общую частотно-референсную рамку для масштабируемой сети КРК и закладывает основу для создания национальной сети синхронизации времени и частоты для научных исследований. Также такое дополнение может способствовать увеличению допустимых потерь в квантовом канале при сохранении стабильности выработки квантового ключа. В статье обоснован модульный подход к созданию систем управления и мониторинга масштабируемых сетей КРК.

5. Формирование контента единого цифрового пространства научных знаний на базе веб-ориентированного программного комплекса [№4 за 2025 год]
Авторы: Власова С.А., Калёнов Н.Е., Сотников А.Н.
Просмотров: 2257
В статье рассматриваются вопросы, связанные с исследованиями в области формирования единого цифрового пространства научных знаний (ЕЦПНЗ). Оно представляет собой общедоступную цифровую среду, объединяющую информацию о различных объектах, связанных с наукой. В качестве таких объектов может выступать цифровая копия физической сущности (текст книги, архивный документ, музейный предмет), база данных, сведения об ученом, научном мероприятии, научном факте и т.п. ЕЦПНЗ строится как система связанных данных с использованием принципов Semantic Web и онтологического подхода. Работа посвящена вопросам формирования контента под-пространств, входящих в состав ЕЦПНЗ. Приводится общая блок-схема алгоритма ввода данных в подпространство, основанного на сформированной онтологии (совокупность справочников атрибутов, связей объектов и статических словарей значений атрибутов и связей), и описывается реализующий алгоритмы диалоговый программный комплекс. Алгоритмы формирования контента тематического подпространства базируются на анализе объектов вспомогательного класса Форматы, относящегося к универсальному подпространству. Они служат основой для построения сценария диалога ввода данных и реализации автоматического формально-логического контроля вводимой информации. Разработанный программный комплекс создан с использованием технологии Microsoft ASP.NET на платформе Microsoft.NET Framework на языке C#. Он включает четыре модуля: формирование словарей объектов, формирование связей между объектами и атрибутами объектов, редактирование словарей, просмотр объектов. Для каждого модуля описан сценарий диалога, приведены примеры его реализации, иллюстрированные скриншотами.

6. Оценка эффективности и качества проектных решений при размещении фрагментов сверхбольших интегральных схем [№4 за 2025 год]
Авторы: Данильченко В.И., Курейчик В.В.
Просмотров: 3559
В исследовании рассматривается задача размещения фрагментов сверхбольших интегральных схем на плоскости с учетом технологических и физических ограничений. Постановка задачи включает формирование комплекса проектных метрик, таких как длина соединений, плотность, площадь размещения, индекс пересечений и другие. Также рассматривается метрика, основанная на количестве линейных сегментов. Она позволяет не только сократить длину соединений, но и структурировать их конфигурацию, повышая энергоэффективность и снижая потери при передаче сигналов. Для решения поставленной задачи реализованы и модифицированы биоэвристические алгоритмы, включая генетический с гибридной эволюционной моделью, основанной на элементах локальной адаптации по Ж.Б. Ламарку и стохастических мутациях Х. де Фриза. Кроме того, реализован алгоритм, основанный на модели поведения стволовых клеток, в который внесены модификации, направленные на улучшение качества размещения, включая минимизацию пересечений и улучшение плотности размещения. Разработан программный комплекс для выполнения моделирования и вычислительного эксперимента с использованием тестовых наборов. Эффективность реализованных и модифицированных алгоритмов и метрик оценивалась с использованием статистических методов, включая корреляционный анализ. Продемонстрированы примеры применения различных метрик в проектных сценариях на разных наборах данных. В результате проведенного исследования сформулированы рекомендации по интеграции проектных метрик в процесс проектирования сверхбольших интегральных схем, что способствует улучшению его технологичности и качества проектных решений. Статья будет полезна специалистам и исследователям в области проектирования интегральных схем, а также всем, кто заинтересован в многокритериальном подходе к оптимизации проектных процедур.

7. Нейросетевая диагностика произношения на английском языке. Разработка веб-сервиса [№4 за 2025 год]
Авторы: Дорохин М.А., Чернышев С.А.
Просмотров: 2532
В статье рассматривается разработка веб‑сервиса для коррекции произношения английского языка при помощи нейросетевого распознавания фонем. Предметом исследования является автоматическая оценка фонематической точности речи обучающегося и предоставление ему визуальной обратной связи о найденных ошибках. Для решения поставленной задачи использованы методы глубокого обучения: предварительно обученный ASR‑модуль на базе Wav2Vec 2.0 преобразует аудиосигнал в последовательность фонем, а последующий классификатор сравнивает полученную транскрипцию с эталонной (генерируемой при помощи фонематической модели языка). При обнаружении несоответствий система выделяет неверные звуки цветом и предлагает пользователю повторить произношение. В качестве метода исследования применялись экспериментальные подходы к сбору специализированного набора данных, содержащего записи с ошибками произношения на уровне отдельных фонем. Для оценки качества модели использовались стандартные метрики точности и расстояние Левенштейна. Полученные результаты показали, что предложенная система достигает более 90 % точности распознавания корректных фонем. Практическая значимость работы проявляется в возможности интеграции сервиса в онлайн‑курсы и приложения по изучению иностранных языков, а также в предоставлении индивидуальной обратной связи для улучшения качества речи учащихся.

8. Определение состава атрибутов учетных записей пользователей для централизованного администрирования гетерогенных систем [№4 за 2025 год]
Автор: Ефимов А.Ю.
Просмотров: 3785
Для повышения эффективности защиты информации и сокращения необходимых для этого ресурсов в сложных информационных системах применяется централизованное управление комплексом средств защиты информации. Данная статья посвящена решению задачи организации учетных записей пользователей касательно состава их атрибутов в условиях гетерогенных информационных систем. Ее актуальность подтверждается наличием проблем, возникающих из-за различий реализации механизмов защиты (в частности, учетных записей пользователей) в компонентах таких систем. В работе рассмотрены существующие методы решения проблемы, выявлена важная роль наборов атрибутов учетных записей в вопросе применимости в условиях гетерогенных информационных систем. Предложен новый эффективный подход к организации учетных записей, основанный на оценке схожести и различий атрибутов в разных операционных системах и последующем разделении атрибутов на группы общих и специфичных. Описаны модель состава атрибутов учетных записей в гетерогенной информационной системе, разработанная на ее основе методика определения состава атрибутов, ее достоинства и недостатки, а также условия и способ применения результатов. Показано направление дальнейшего развития. Применение представленного подхода позволит упростить централизацию управления комплексом средств защиты информации и сократить объем ресурсов, необходимых для управления, без потери при этом эффективности защиты информации.

9. Моделирование сложных технических систем на основе гиперграфов для определения взаимодействий агентов [№4 за 2025 год]
Автор: Зяблова Е.Р.
Просмотров: 3907
В работе отмечается целесообразность использования GH-графов и GH-гиперграфов для моделирования сложных технических систем. Приводится описание программного комплекса моделирования взаимодействия объектов сложных систем с использованием языка Python. Программный комплекс содержит модули динамической визуализации графовой модели на основе графа и вычисления характеристик графа, модули реализации алгоритмов пропорционального разделения графа и поиска кратчайших путей. Для представления графовых структур применяется формат JSON. Данная статья является развитием предыдущих работ автора, где GH-граф определен как нечеткий граф с разнотипными вершинами и множественными разнотипными связями. К преимуществам GH-графа относятся возможность представления разнотипных отношений в сложных системах и уменьшение времени вычисления ряда характеристик за счет использования множественных связей в виде вектора, позволяющих объединить разнотипные связи. Предложена модификация GH-гиперграфа, которая заключается в интеграции GH-графа в гиперграф; GH-гиперграф обладает преимуществами GH-графа и дополнительно допускает использование разнотипных гиперребер и множественных разнотипных связей между вершиной и гиперребром. Это позволяет представить объекты (группы объектов) разных типов, разнотипные отношения между объектом и группой объектов системы и уменьшить время анализа системы. На примере заданной системы охраны протяженного периметра показаны возможности моделирования взаимодействия объектов на основе GH-графов и GH-гиперграфов. В качестве практического примера рассматривается решение задачи формирования зон влияния объектов системы. Метод решения включает этапы моделирования системы и вычисления метрик GH-модели и/или ее частей. Результаты экспериментов показали уменьшение времени вычисления метрик таких моделей размерностью до 1 000 вершин не менее чем в 1,3 раза по сравнению с моделями, допускающими только разнотипные связи между вершинами. Развитие предложенного метода возможно за счет решения задач классификации и прогнозирования с использованием предсказательных моделей на основе объяснимых графовых или гиперграфовых нейронных сетей.

10. Автоматический синтез интеллектуальных регуляторов на основе алгоритма самоорганизации робастных баз знаний [№4 за 2025 год]
Автор: Игнатьев В.В.
Просмотров: 3920
В данной статье приводится описание разработанной программы, автоматизирующей синтез интеллектуальных регуляторов на основе алгоритма самоорганизации робастных баз знаний. Описан принцип реализации рассматриваемых интеллектуальных регуляторов, которые предназначены для достижения эффективного управления техническими объектами. Целевыми объектами управления являются такие, которые могут быть описаны линейными или нелинейными математическими моделями первого, второго, третьего порядка, в том числе с запаздыванием, и функционирующие в условиях неопределенности. В качестве неопределенностей рассматриваются несколько ее типов – изменение параметров объектов управления, внешние возмущения и лингвистическая неопределенность. Все перечисленные типы учитываются в программе. Она разработана на основе нового математического аппарата, выраженного в соответствующих методах и алгоритмах, реализованных в интеллектуальном регуляторе, обеспечивающем желаемое качество управляющих воздействий на объект, который функционирует в условиях неопределенности. Основу программы составляют научные решения по гибридному проектированию базы правил интеллектуального регулятора, в котором классический регулятор является источником знаний для нечеткого регулятора. На основе полученных знаний происходит синтез нечеткого регулятора с его обучением с помощью нейросети и генетического алгоритма. Сгенерированная новая система нечеткого вывода позволяет получать желаемое управление рассматриваемыми классами объектов. Продемонстрированы результаты работы созданной программы для неустойчивого нелинейного технического объекта третьего порядка. Полученные результаты моделирования позволяют говорить о возможности применения программы для проектирования базы правил интеллектуального регулятора, которая синтезируется автоматически с учетом его структуры. Исходный код про-граммы написан на языке программирования MATLAB и полностью совместим со всеми инструментами данной среды для проектирования систем нечеткой логики, используемых автором в интеллектуальных регуляторах.

| 1 | 2 | Следующая → ►