АННОТАЦИИ СТАТЕЙ ЖУРНАЛА "ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ"
№7. Том 31. 2025

К оглавлению

УДК 519.6, 004.942
DOI: 10.17587/it.31.339-345

Е. В. Антипина, канд. физ.-мат. наук, ст. науч. сотр., С. А. Мустафина, д-р физ.-мат. наук, проф., А. Ф. Антипин, канд. техн. наук, доц., Уфимский университет науки и технологий

Модифицированный генетический алгоритм для решения многоэкстремальной задачи оптимального управления

Поступила в редакцию 07.02.2025
Принята к публикации 25.02.2025

Рассматривается задача оптимального управления со свободным правым концом траектории. Для поиска ее приближенного решения проводится редукция к задаче конечномерной оптимизации. Управление является ограниченной кусочно-постоянной функцией. Для решения конечномерной задачи предлагается генетический алгоритм с вещественным кодированием. Для поддержания разнообразия популяции в алгоритм предложено внести ее динамический размер. Алгоритм позволяет найти решение многоэкстремальной задачи оптимального управления при различных начальных приближениях. Работа алгоритма протестирована на задаче оптимального управления с невыпуклой областью достижимости. Проведено сравнение работы алгоритма с методом вариаций в пространстве управлений и генетическим алгоритмом без модификаций, в результате которого показано преимущество применения модифицированного генетического алгоритма.
Ключевые слова: оптимальное управление, многоэкстремальная задача, генетический алгоритм, глобальный экстремум

С. 339–345

Исследование выполнено за счет гранта Российского научного фонда № 24-21-00186, https://rscf. ru/project/24-21-00186/

Полный текст на eLIBRARY

УДК 004.415.2
DOI: 10.17587/it.31.346-355

Е. А. Баpахтенко, канд. техн. наук, доц., уч. секр. института, Д. В. Соколов, канд. техн. наук, ст. науч. сотр., Г. С. Майоров, канд. техн. наук, науч. сотр.,
Федеральное государственное бюджетное учреждение науки Институт систем энергетики им. Л. А. Мелентьева Сибирского отделения Российской академии наук (ИСЭМ СО РАН)

Автоматизация вычислений при проведении мультиагентного моделирования интегрированных энергетических систем

Поступила в редакцию 26.09.2024
Принята к публикации 26.11.2024

Мультиагентный подход является эффективным средством решения актуальной задачи проектирования интегрированных энергетических систем, но его практическое применение осложняется трудностью построения мультиагентных систем. В статье предложен методологический подход, который обеспечивает автоматизацию вычислений при проведении мультиагентного моделирования интегрированных энергетических систем при решении задачи их проектирования.
Ключевые слова: методологический подход, мультиагентное моделирование, мультиагентная система, автоматизация вычислений, интегрированная энергетическая система, прикладные онтологии, программная инженерия, проектирование энергосистем, активный потребитель, автоматизация моделирования

С. 346-355

Исследование выполнено в Институте систем энергетики им. Л.А. Мелентьева Сибирского отделения Российской академии наук при поддержке Российского научного фонда (грант № 24-29-00823).

Полный текст на eLIBRARY

УДК 004.942
DOI: 10.17587/it.31.356-363

С. С. Колмогорова^1,2, канд. техн. наук, доц., С. А. Иванов², канд. техн. наук, доц., В. С. Павлов², канд. сельскохоз. наук, доц.,

¹Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В. И. Ульянова (Ленина),
²Санкт-Петербургский государственный лесотехнический университет им. С. М. Кирова

Модели прогнозирования для системы сбора больших потоковых данных с распределенных электроиндукционных датчиков

Поступила в редакцию 06.09.2024
Принята к публикации 11.01.2025

Рассмотрены различные подходы к прогнозированию параметров, в частности характеристики электромагнитного поля, на основе данных распределенной среды. На моделируемом наборе данных сенсорных элементов были исследованы несколько моделей классификации, охватывающих три различные группы методов: байесовские методы, основанные на теореме Байеса (Naive Bayes и Multinomial Naive Baye ); методы деревьев решений с основными элементами алгоритмов Decision Stump , Hoeffding Tree (Very Fast Decision Trees), Hoeffding Option Tree и Hoeffding Adaptive Tree; метаансамблевые методы, которые представляют собой наборы классификационных моделей. Экспериментальный анализ показал, что использование метаансамблевых методов позволяет существенно повысить эффективность прогнозирования. Методы, исследуемые и анализируемые в данной статье, направлены на эффективную классификацию. В представленном авторами исследовании получены результаты, связанные с распределенным машинным обучением: оценка производительности классификаторов с регуляризацией и без нее в терминах метрики точности, а также связь размера набора данных с этой метрикой. Для того чтобы избежать чрезмерной подгонки и последующего снижения точности модели, используется регуляризация L1 или регрессия Лассо. Результатом стал эксперимент, показывающий эффективность использования методов прогнозирования в системе реального времени, измеряющей потоковую информацию о параметрах электромагнитного поля. Для проверки предложенного подхода были применены 12 алгоритмов классификации, охватывающих три указанных метода категоризации. Каждый алгоритм оценивался для трех различных экземпляров обучающих наборов (50 000, 100 000 и 500 000), а также оценивалась степень точности каждого алгоритма.
Ключевые слова: прогнозирование, категоризация, электрометрия, распределенная система сбора данных, потоковые большие данные, распределенная система, модели классификации

С. 356-363

Полный текст на eLIBRARY

УДК 004.032.26
DOI: 10.17587it.31.364-369

А. А. Васильев, ст. инженер, ООО "Альфачип", Москва, А. И. Капитанов, доц.,
Институт СПИНТех, Национальный исследовательский университет "МИЭТ", Москва

Применение целочисленных таблиц для квантизации функций активаций нейронных сетей

Поступила в редакцию 01.04.2025
Принята к публикации 22.04.2025

Рассматривается проблема эффективной аппаратной реализации нелинейных функций активации нейронных сетей в условиях низкоразрядных вычислений. Стандартные функции активации, такие как сигмоида и гиперболический тангенс, требуют ресурсоемких операций с плавающей запятой, что ограничивает их использование на микроконтроллерах, FPGA и других периферийных платформах. В качестве решения предложен подход на основе предварительно рассчитанных целочисленных таблиц подстановки ( LUT ), позволяющий сократить вычислительную сложность и потребление энергии. На примере функции активации SiLU , широко применяемой в популярных сетях детектирования объектов (например, YOLO ), продемонстрирована процедура квантизации, сформулированы принципы построения и использования LUT , а также описан практический алгоритм вычисления функций активаций с их помощью.
Ключевые слова: квантизация, интегральные схемы, нейронные сети, сверточные нейронные сети, аппаратная реализация нейронных сетей

С. 364–369

Полный текст на eLIBRARY

УДК 004.93'12
DOI: 10.17587/it.31.370-378

К. Ш. Курбанова, главный специалист Учебно-инновационного центра,
Институт Информационных Технологий Министерства науки и образования Азербайджана, г. Баку, Азербайджан

Алгоритм распознавания жестов с использованием искусственной нейронной сети и метода случайного леса в гибридной рабочей среде

Поступила в редакцию 04.09.2024
Принята к публикации 25.09.2024

Динамичное развитие информационных и коммуникационных технологий, искусственного интеллекта и цифровых технологий способствовало развитию многоуровневых информационных систем в разных сферах применения. К примеру, совершенствование систем "жест—человек—машина" и создание более удобного интерфейса не только облегчает задачу общения и социальной адаптации слабослышащих людей, но и расширяет возможности пользователей. Автоматическое распознавание жестов позволило удаленно управлять устрой­ствами в сфере робототехники. В статье рассматривается процесс записи параметров руки, отображающей жест, и принцип работы методов распознавания. Алгоритм распознавания жестов был проанализирован с применением искусственной нейронной сети и метода случайного леса в гибридной рабочей среде. Внесены предложения по устранению недостатков в тренировочном процессе.
Ключевые слова: жесты, искусственный интеллект, технологии распознавания, системы "жест—человек—машина", машинное обучение, классификация

C. 370–378

Полный текст на eLIBRARY

УДК 004.4
DOI: 10.17587/it.31.379-392

В. А. Егунов, канд. техн. наук, доц.,
Волгоградский государственный технический университет

Новый подход к проектированию эффективных программных систем для высокопроизводительных вычислений на основе анализа жизненного цикла

Поступила в редакцию 13.11.2024
Принята к публикации 17.12.2024

Предложен новый подход к проектирования эффективных программных систем. Под эффективностью в данном случае понимается минимизация любых затрат, связанных с программной системой на различных этапах жизненного цикла, включая затраты на разработку, модификацию и эксплуатацию программной системы, а под эффективными программными системами — те системы, которые среди прочих систем, спроек­тированных для достижения аналогичного результата, связаны с минимальными затратами на всех этапах жизненного цикла. Подробно проанализирован этап разработки, выполнено сравнение традиционного подхода к проектированию программных систем и предлагаемого нового подхода. Предлагаемый подход к проектированию и модификации программных систем реализован для задачи разработки алгоритмов вычислительно сложных процедур, что позволило в 2...3 раза снизить число итераций разработки программных систем, одновременно снизив время, необходимое на выполнение данных итераций. Ключевые слова: методологии проектирования, эффективность программных систем, высокопроизводительные вычисления, жизненный цикл, итеративные методологии

C. 379–392

Исследование выполнено за счет гранта Российского научного фонда № 25-21-20073
https://rscf.ru/project/25-21-20073/) и гранта администрации Волгоградской области.

Полный текст на eLIBRARY

К оглавлению