|
||||||||||
|
УДК 681.36 Дробно-рациональные конструкции в компьютерной модулярной арифметике Анализируется расширение числовых модулярных представлений на множество рациональных дробей с фиксированным знаменателем. Разработаны методы выполнения основных компьютерных операций для таких представлений в разрядной сетке вычислительной реконфигурируемой системы. Разработаны и обоснованы алгоритмы их выполнения, получены оценки временной и табличной сложностей. Доказана целесообразность применения квадратичной модулярной системы для уменьшения сложности отдельных итерационных процедур, лежащих в основе операций над введенными модулярными представлениями, что обеспечивает квадратичную сложность. Введенные модулярные представления и соответствующие компьютерные форматы применимы в модулярных реконфигурируемых вычислительных системах SIMD-архитектуры. УДК 004.722.23 Представлена реализация нескольких алгоритмов маршрутизации динамического типа, предназначенных для использования в сетях на кристалле с циркулянтной топологией типа C(N; 1, s2, s3,) для поиска кратчайших маршрутов между любыми двумя узлами сети. Разработанные алгоритмы могут быть реализованы в виде цифровых автоматов для выбора направления движения пакетов в маршрутизаторах. Проведено тестирование алгоритмов на различных наборах оптимальных циркулянтов и выполнено их сравнение по эффективности, скорости и занимаемым в памяти ресурсам. C. 522–530 УДК 621.391.1: 621.395
С. 531–537 УДК 004.932 И. C. Гречихин, аспирант, ст. преп., e-mail: igrechikhin@hse.ru, А. В. Савченко, д-р техн. наук, проф., e-mail: avsavchenko@hse.ru, Национальный исследовательский университет Высшая школа экономики, Нижний Новгород Предложен метод извлечения предпочтений пользователей в результате анализа галереи их мобильных устройств. На первом этапе выделяются публичные фото- и видеоизображения, не содержащие лиц из предварительно выделенных кластеров. На втором этапе такие изображения обрабатываются на сервере с помощью высокоточных детекторов объектов. Объекты на остальных (персональных) фото- и видеоизбражениях детектируются непосредственно на устройстве. Представлены экспериментальные результаты сравнительного анализа нескольких предварительно обученных нейросетевых детекторов. С. 558–544 УДК 519.95 Компактность объектов классов и селекция обучающих выборок Рассматривается вычисление оценок компактности обучающей выборки и минимальное покрытие ее объектами-эталонами. Для селекции выборок разработан способ удаления шумовых объектов и алгоритм отбора информативных наборов признаков с учетом числа таких объектов. При сравнении различных наборов признаков предложено использовать среднее число объектов выборки без шумовых объектов, притягиваемых одним эталоном минимального покрытия. С. 545–552 УДК 004.9, 004.94, 004.56 А. А. Коляда, д-р физ.-мат. наук, доц., e-mail: razan@tut.by, П. В. Кучинский, д-р физ.-мат. наук, доц., e-mail: niipfp@bsu.by, Научно-исследовательское учреждение "Институт прикладных физических проблем имени А. Н. Севченко" Белорусского государственного университета, Н. И. Червяков, д-р техн. наук, проф., e-mail: Chervyakov@yandex.ru, Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Северо-Кавказский федеральный университет" Пороговый метод разделения секрета на базе избыточных модулярных вычислительных структур Дана формализация порогового метода модулярного разделения секрета с использованием минимально избыточного кодирования. В частности, определены условия, обеспечивающие возможность применения в пороговых криптосхемах разделения секрета в качестве компьютерно-арифметической базы минимально избыточной модулярной арифметики (МИМА). В сравнении с неизбыточными аналогами МИМА позволяет уменьшить трудоемкость операции восстановления секрета-оригинала по долевым секретам, принадлежащим группам абонентов. Получены также условия корректности порогового принципа в рамках модулярного кодирования, и на этой основе разработан метод нейтрализации критичных ситуаций с обеспечением должного уровня криптостойкости. C. 553–561 Исследования выполнены при финансовой поддержке БРФФИ (Договор № Ф18-005 от 30 мая 2018 г.) и ГПНИ "Информатика, космос и безопасность" (2016—2020 гг.). УДК 004.051 Е. В. Кузнецова, канд. экон. наук, доц., доцент кафедры бизнес-аналитики школы бизнес-информатики факультета бизнеса и менеджмента, e-mail: Ev.Kuznetsova@hse.ru, Национальный исследовательский университет "Высшая школа экономики" С. 562 – 572 УДК 004.032.26 С. Е. Левин, первый зам. гендиректора, Я. Н. Окрент, гл. науч. сотр. e-mail: info@pkcc-ps, ООО "Российская корпорация средств связи — Программные системы", С. Я. Нагибин, д-р техн. наук, проф., зав. кафедрой, Н. Е. Балакирев, канд. техн. наук, доц., Московский авиационный институт (национальный исследовательский университет) Приведена математическая модель технологического процесса производства стирола с использованием нейросетевых технологий. Рассмотрено применение искусственной нейронной сети прямого распространения с одним скрытым слоем, обученной на экспериментальной выборке. Приведен алгоритм формирования нейронной сети. Модель реализована в виде программного модуля. Приведены результаты прогнозирования процесса производства стирола на реальных данных и рекомендации по использованию разработанной модели в процессе оценки промышленной безопасности особо опасных производственных процессов. |