АННОТАЦИИ СТАТЕЙ ЖУРНАЛА "ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ"
№2. Том 26. 2020

К оглавлению

УДК 004.2; 004.31
DOI: 10.17587/it.26.67-79

А. Ю. Попов, канд. техн. наук, доц., e-mail: alexpopov@bmstu.ru, Московский государственный технический университет им. Н. Э. Баумана, г. Москва

Принципы организации гетерогенной вычислительной системы с набором команд дискретной математики

В МГТУ им Н. Э. Баумана разработана и продолжает совершенствоваться вычислительная система с набором команд дискретной математики. Система состоит из вычислительных устройств с различной архитектурой и позволяет пользовательским программам обращаться к аппаратным функциям хранения и обработки больших множеств, структур данных, графов и других математических абстракций, используемых в задачах дискретной оптимизации. Основу системы составляет принципиально новое вычислительное устройство — процессор обработки структур Leonhard x64, обладающий высоким быстродействием и функциональностью.
В предыдущих работах продемонстрированы результаты проектирования вычислительной системы, раскрыты особенности выполнения программ и обработки данных, представлена структура нового процессора, приведены результаты экспериментов по измерению производительности.
В данной статье мы обобщаем и систематизируем ряд ключевых принципов построения системы с набором команд дискретной математики, которые в первую очередь обеспечивают высокий уровень производительности. Мы последовательно излагаем причину введения каждого из принципов и следствия его внедрения, демонстрируем примеры их реализации. Представленная статья имеет важный теоретический смысл для всего проекта, так как многие из представленных результатов сформулированы впервые.
Ключевые слова: структура данных, вычислительная система с набором команд дискретной математики, система со многими потоками команд и одним потоком данных, процессор обработки структур, B + дерево

УДК 621.374
DOI: 10.17587/it.26.80-87

Э. М. Пинт, канд. техн. наук, проф., И. Н. Петровнина, канд. техн. наук, доц., e-mal: irisha-vas@yandex.ru, И. И. Романенко, канд. техн. наук, доц., e-mal: rom1959@yandex.ru, К. А. Еличев, канд. техн. наук, доц., e-mal: yelichevk@mail.ru Пензенский государственный университет архитектуры и строительства

Разработка метода распознавания печатных символов (букв, цифр) для программы персонального компьютера

Авторы работы разработали новый способ определения типов символов печатных текстов различных шрифтов. Предлагаемое устройство состоит из системы восприятия и персонального компьютера (ПК). Было установлено, что важные и необходимые признаки для различения типов символов печатных текстов находятся в найденной комбинации направлений, образуемых частями контура символа. По разработанному алгоритму выделяются указанные направления путем окантовки, начиная с концевой точки, изображения формы символа, находящегося в запоминающем устройстве ПК, по которым однозначно определяются типы символов печатных текстов разных шрифтов.
Ключевые слова: печатный символ, окантовка, программа, алгоритм, эталонный код, персональный компьютер, основное направление, код символа, упрощение кода символа, определение кода символа

C. 80–87

УДК 520.6:004.415.2
DOI: 10.17587/it.26.88-96

Н. Н. Корнева, вед. программист, nkorneva@romance.iki.rssi.ru, В. Н. Назаров, нач. отдела, vnazarov@romance.iki.rssi.ru, М. М. Могилевский, канд. физ.-мат. наук, зав. лабораторией, mogilevsky2012@gmail.com, Институт космических исследований РАН (ИКИ РАН), г. Москва

Архитектура инструмента для визуального анализа спутниковых измерений в поисковых задачах

Рассматривается архитектура инструмента, автоматизирующего процесс визуального анализа временных рядов спутниковых измерений. Основное внимание уделено проектированию и описанию архитектуры в условиях недостаточной формализации физической постановки задачи, а также постоянно эволюционирующих нужд конечных пользователей (исследователей). Для описания архитектуры используются понятия и подходы из международного стандарта ISO/IEC/IEEE 42010:2011 Systems and software engineering — Architecture description (в Российской Федерации введен в действие в 2017 г. как ГОСТ Р 57100—2016 Системная и программная инженерия. Описание архитектуры). Рассматривается также архитектура инструмента в разрезе возможности одновременного функционирования инструмента, созданного на ее основе, в двух различных окружающих средах: в среде без доступа к наземному научному комплексу ИКИ РАН и в среде с доступом к нему.
Ключевые слова: архитектура программного обеспечения, ISO/IEC/IEEE 42010:2011, ГОСТ Р 57100—2016, точка зрения, представление, окружающая среда, визуальный анализ спутниковых измерений, поисковая задача

УДК 001.89
DOI: 10.17587/it.26.97-106

Г. В. Данилов¹, канд. мед. наук, уч. секретарь, e-mail: gdanilov@nsi.ru, А. А. Потапов², акад. РАН, проф., e-mail: apotapov@nsi.ru, И. Н. Пронин², акад. РАН, проф., e-mail: pronin@nsi.ru, М. А. Шифрин², канд. физ.-мат. наук, вед. спец., e-mail: shifrin@nsi.ru, В. А. Васенин², д-р. физ.-мат. наук, проф., e-mail: vasenin@msu.ru, А. Е. Подопригора¹, канд. мед. наук, врач-нейрорентгенолог, e-mail: podop@nsi.ru, В. В. Назаров³, мл. науч. сотр., e-mail: vvnazarov@nsi.ru, Н. В. Ласунин³, канд. мед. наук, нач. отдела, e-mail: nlasunin@nsi.ru, Т. Е. Пронкина³, вед. инженер, e-mail: pronkina@nsi.ru, Ю. В. Струнина³, вед. инженер, e-mail: ustrunina@nsi.ru, Ю. А. Дорофеюк³, канд. техн. наук, ст. науч. сотр., e-mail: dorofeyuk_julia@mail.ru,
¹ ФГАУ "Национальный медицинский исследовательский центр нейрохирургии имени академика Н. Н. Бурденко" Минздрава России,
² Московский государственный университет им. М. В. Ломоносова,
³ Институт проблем управления им. В. А. Трапезникова РАН

Методология оценки активности и результативности научной деятельности в медицинской организации: опыт Национального медицинского исследовательского центра нейрохирургии имени академика Н. Н. Бурденко

Учет результативности научной деятельности организации — ключевой инструмент для разработки стратегического плана ее развития и управления. В настоящей статье описан опыт ФГАУ "НМИЦ нейрохирургии им. акад. Н. Н. Бурденко" Минздрава России по разработке методологии учета и анализа результатов научной деятельности с 2014 по 2019 гг. в целях повышения ее эффективности путем стимулирования отдельных сотрудников. В отмеченный период по объективным причинам система анализа научной результативности эволюционировала. Однако предложенные методы ее мониторинга и оценки позволили сохранить тенденцию роста научной результативности и при этом поставить не менее важные задачи управления качеством научных работ.
Ключевые слова: эффективность научной деятельности, система мониторинга научной деятельности, учет, отчетность, ключевые показатели эффективности, нейрохирургия

С. 97–106

УДК 004.4'2
DOI: 10.17587/it.26.107-115

А. Н. Соломатин, канд. физ.-мат. наук, вед. науч. сотр., e-mail: a.n.solomatin@bk.ru, Федеральный исследовательский центр "Информатика и управление" РАН, Москва

Интегрированные системы регионального программирования и автоматизация их разработки

Рассматриваются особенности интегрированных систем регионального программирования, состоящих из отдельных систем регионального планирования, проектирования, экологической безопасности и т. д. Интегрированная система строится непосредственно под конкретную задачу за счет автоматического синтеза программ-конвертеров, обеспечивающих информационные связи между этими системами, и существует как единое целое только в виде компьютерной модели.
Ключевые слова: интегрированные системы регионального программирования, системы планирования и проектирования, автоматизация разработки, автоматический синтез расчетных программ

УДК 681.5
DOI: 10.17587/it.26.116-127

Ю. Б. Кузьмин, аспирант, e-mail: info@data-analytic.org, ИПУ РАН, Москва

Шкалирование уровня автоматизации на производстве

Статья посвящена обзору проблемы оценки уровня автоматизации в зарубежной и отечественной литературе. Даны классификация задач автоматизации и сравнительная характеристика некоторых шкал — их сходство и различие. Приводится ряд стандартов и методов определения уровня автоматизации в сравнении с классической шкалой Т. Шеридана и В. Вепланка, с другим типом оценки — вектором приоритетов коэффициента автоматизации K_a. Обсуждается уровень автоматизации для систем технологических процессов, бизнес-процессов, подготовки производства и др. Рассматривается принцип объединения шкал с различными классами задач автоматизации и дальнейшее исследование в целях оптимизации уровня автоматизации в зависимости от стоимости и других показателей производства. Отмечена возможность дальнейшего исследования при формализации различных процессов производства и учета уровня автономности динамических систем.
Ключевые слова: уровень автоматизации, LOA, коэффициент автоматизации, степень автоматизации, шкала автоматизации, шкала Т. Шеридана и В. Вепланка, классификация автономности

Оглавление