ВЕСТНИК ВОРОНЕЖСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА. СЕРИЯ: СИСТЕМНЫЙ АНАЛИЗ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

Статья посвящена актуальной тематике распространения в рамках квантового полумарковского системного анализа, как одного из возможных перспективных направлений системного анализа, методов конечных полумарковских процессов на случай сложных квантовых систем с интерферирующими нецелевыми состояниями. Исследование таких систем с позиций системного анализа означает исследование, прежде всего, информационных аспектов системы: целей, сигналов, информационных потоков. Тогда полумарковские процессы и состояния рассматриваются в расширенном смысле, в котором стохастичность понимается в контексте не только вероятностей, но и амплитуд вероятностей. Предложен комплекс взаимосвязанных аксиологического и каузального представлений стохастической модели динамики сложной квантовой системы. Эта динамика описывается с точки зрения фейнмановской формулировки квантовой механики. На основе предложенного комплекса представлений удобно проводить квантовый полумарковский системный анализ при обработке информации в процессе моделирования динамики системы, как случайного в расширенном смысле процесса переходов между конечным числом интерферирующих нецелевых и несовместимых целевых состояний согласно заданным пропагаторам. Этот анализ позволяет оценивать достижимость цели и своевременность ее достижения сложной квантовой системой. Под целью системы здесь понимается достижение любого состояния, принадлежащего подходящим образом определенному целевому подмножеству (подпространству) конечного множества (пространства) всех состояний. Исходными данными анализа являются физические характеристики динамики системы в фазовом пространстве с целевым подпространством физических состояний стохастической модели системы: начальная волновая функция системы и ее пропагаторы для заданных фазового пространства с целевым подпространством. Через эти исходные данные выражены характеристики каузального представления, а уже через них - аксиологического. Каузальное представление построено, исходя из формализации динамики сложной квантовой системы процессами марковского восстановления в расширенном смысле. Такая формализация позволяет использовать в расширенном смысле теорию конечных полумарковских процессов для построения характеристик аксиологического представления.

Оптимизация является одним из важнейших инструментов управления системами различной природы. Наряду со ставшими классическими задачами оптимизации при принятии решений и управлении техническими системами, поиск экстремума функции представляет собой важный инструмент в машинном обучении. Особенно существенна роль эффективных алгоритмов оптимизации при решении динамических задач, когда решение должно быть найдено в режиме реального времени. При этом, проблема быстрой численной оптимизации пока что не получила универсального решения и требует дополнительной разработки и усовершенствованных подходов. В работе предложен новый метод оптимизации, основанный на модификации алгоритма гравитационного поиска. Он использует аналогию с гравитационным притяжением масс, зависящих от значения целевой функции. Недостатком обычного гравитационного поиска является проявление при его работе эффектов инерции, которые усложняют процесс оптимизации. Для улучшения работы алгоритма нами предложено использовать модель вязкого движения эффективных частиц. Обсуждаются основные уравнения, описывающие работу представленной модификации гравитационного поиска. Описан алгоритм вязкого гравитационного поиска и приведена его реализация в псевдокоде. Особенности работы алгоритма проанализированы на примерах эталонных целевых функций Растригина и Швефеля со многими локальными минимумами в сравнении с генетическим алгоритмом и стандартным алгоритмом гравитационного поиска с помощью программ, реализованных на языке Python. Нами исследована скорость работы и точность определения минимума функций с различным числом переменных вязким гравитационным алгоритмом. Полученные результаты позволяют сделать вывод о высокой эффективности вязкого гравитационного поиска и целесообразности его применения к решению задач многомерной оптимизации.

Рассматривается модель системы, фазовое пространство которой представлено аттрактором рандомизировнной системы итерированных функций. Отличительной особенностью пространства состояний такой системы является то, что оно может быть представлено фрактальными множествами. Геометрически показано, что данный факт соответствует наличию доминирующего элемента среди всех координат фазового пространства. Следствием этой особенности точек фазового пространства является возможность задать отношения эквивалентности, выделив в отдельный класс множества точек с доминирующим элементом. Показано, что разделение фазового пространства системы на множества эквивалентности позволяет определить количества симметрий состояний системы для каждого из классов эквивалентностей. При этом, множества, обладающие доминирующим элементом, в силу топологических особенностей будут обладать большим числом симметрий по сравнению с другими точками этого фазового пространства. В данной работе предлагается считать, что состояния системы, обладающие большим числом симметрий, обладают большей устойчивостью и наоборот. Использование альтернативной процедуры позволяет построить дополнительный фрактал, располагаемый в зоне лакуны, - свободной от точек основного фрактала. Дополнительный фрактал сохраняет все геометрические свойства, но будучи составленным из точек с меньшим числом симметрии, будет менее устойчивым. Получение дополнительных фрактальных множеств предлагается рассматривать как фазовый переход системы. В работе предпринята попытка найти ответ на вопрос: почему внешне схожие фрактальные структуры объектов могут проявлять различную устойчивость.

В настоящее время сбор и обработка персональных данных широко применяется при предоставлении цифровых услуг в сети Интернет. Информация о том, каким образом осуществляется их сбор и обработка, должна быть представлена в политиках конфиденциальности и/или пользовательских соглашения. Несмотря на то, что число утечек персональных данных у операторов различных цифровых сервисов с каждым годом растет, пользователи невнимательно читают данные документы, и часто, давая согласие на обработку персональных данных, они не знают, какие данные собираются, сколько они хранятся и в каких целях они используются. Одним из возможных решений данной проблемы является повышение читаемости пользовательских соглашений с помощью средств поддержки принятия решений, представляющих пользовательские соглашения в более простом для понимания виде, например, в виде инфографики, краткого описания или количественных оценок рисков, связанных с обработкой персональных данных. Однако, разработка таких средств требует использования структурированного и размеченного набора данных. Корпусы документов, которые удовлетворяют данным требованиям, существуют, однако все они состоят из соглашений, написанных на английском языке, аналогичных наборов данных на русском языке нет. В настоящей работе представлены методика формирования корпуса пользовательских соглашений на русском языке, методика его очистки, а также инструменты, реализующих данные методики. В результате применения разработанных программных средств был создан корпус, состоящий из 7510 очищенных русскоязычных пользовательских соглашений. Кроме того, в работе приведены результаты статистического анализа корпуса, проясняющего его некоторые особенности, что может быть использовано в дальнейших исследованиях, нацеленных на повышение прозрачности пользовательских соглашений для конечных пользователей.

В статье представлен новый метод сжатия аудиоданных с потерями. Метод базируется на психоакустических принципах восприятия звука человеком. Учет данных принципов позволяет получить метод сжатия аудиоданных различной природы: музыкальных композиций, речевого сигнала, различных звуков другого происхождения. Стоит отметить, что каждый из них имеет свои особенности. Речевые сигналы содержат паузы и имеют менее разнообразный частотный диапазон по отношению к музыке, что приводит к разработке специфических методов их компрессии. Целью построения представленной теории сжатия аудиоданных с потерями является достижение равенства исходного и восстановленного сигналов в перцептуальном смысле. Именно такой подход позволяет получить метод сжатия аудиоданных, который позволяет в значительной степени уменьшить битовое представление аудиосигнала, оставляя его на слух очень близким к оригиналу. Большое внимание при разработке метода уделено квантованию по уровню, причем при квантовании спектральных составляющих сигнала используется теория едва заметных изменений звука. Представляется целесообразным учет этой теории, поскольку она является значимой при обработке аудиосигналов, однако, до сих пор не была использована при разработке методов сжатия аудиоданных. Предлагаемая в статье процедура квантования по уровню сочетает в себе преимущества как адаптивного, так и равномерного квантования. Для адаптивного квантования основное преимущество это значительно меньшее число уровней квантования, которое необходимо для достижения сопоставимого с равномерным квантованием уровня шума квантования. Представленный метод квантования, который являясь по сути неравномерным (адаптивным) не требует передачи значения каждого из уровней квантования (или шага квантования). Кроме того, ошибка квантования в разработанном методе не превышает 1 дБ, что является порогом едваразличимых изменений звука.

В статье приводится описание разработанного экспериментального метода оценки существующих OCR инструментов для решения проблемы присутствия сканированных документов в наборах данных, использующихся для задач классификации текста. Для классификации документов сканированные документы и документы, в которых невозможно получить текст с помощью программных средств извлечения текста, необходимо преобразовать в машиночитаемый текст, и для этой задачи используется технология оптического распознавания символов (OCR). Цель данной статьи заключается в том, чтобы экспериментально сравнить существующие OCR инструменты, а именно качество перевода сканированных документов в текст. Основными критериями для выбора инструмента OCR были: OCR инструмент должен быть свободно распространяемым, иметь встроенную поддержку русского языка и быть активно развивающимся проектом. Под эти критерии подходили три инструмента: Tesseract, EasyOCR и PaddleOCR. Для данной задачи был составлен корпус цифровых документов, половина из которых являлась отсканированными документами. Документы были взяты из открытых источников: 4 из 6 представленных классов являлись документами, связанными с процессом обучения в высших учебных заведениях Российской Федерации, остальные 2 представляли документы с государственных закупок: договоры и технические задания. Экспериментальная схема включала в себя обучение классификатора Longformer, трансформера для обработки длинных документов, на наборах данных, созданных тремя различными инструментами OCR. Оценка OCR-инструментов производилась по качеству классификации текста, достигнутому Longformer. Результаты эксперимента показали, что Tesseract OCR демонстрирует превосходство в точности распознавания текста, что и повиляло на результирующую точность классификации извлеченного из документов текста.

Рассматривается задача прогнозирования поведения динамической системы с резко меняющимися стохастическими свойствами. Динамическая система представлена соответствующим числовым временным рядом показателей системы. Решение такой задачи требует определения моментов времени изменения стохастических свойств, разладки поведения временного ряда и выделения временных сегментов с однородным поведением. На таких сегментах можно строить статистические модели для краткосрочного прогнозирования. Для краткосрочного прогнозирования предложено вместо числовых статистических моделей, таких как ARIMA, рекуррентных нейронных сетей, использовать модель дискретной цепи Маркова для нечетких состояний. В этом случае задача регрессии заменяется на задачу нечеткой классификации и объектом исследования становится временной ряд нечетких состояний, порождаемый исходным числовым временным рядом. Такой подход позволяет упростить получение решения и повысить достоверность прогноза. Разработан алгоритм рекуррентного оценивания стохастической матрицы модели цепи Маркова с нечеткими состояниями. Для выделения однородных сегментов временного ряда нечетких состояний предложено на каждом шаге рекуррентного оценивания стохастической матрицы рассчитывать вектор стационарных вероятностей (собственный вектор матрицы) и на основе анализа его поведения выделять однородные сегменты. Работоспособность и эффективность предложенного подхода иллюстрируется примерами краткосрочного прогнозирования поведения временных рядов курсов различных активов Московской биржи.

Графовые нейронные сети в настоящее время являются объектом все возрастающего интереса в области машинного обучения и анализа данных. Их специализированная архитектура позволяет эффективно моделировать и анализировать сложные структуры данных на графах, такие как социальные сети, биоинформационные сети, транспортные сети и другие. С возрастанием объема данных, представленных в виде графов, растет их значимость как инструмента для понимания и прогнозирования сложных взаимосвязей и паттернов. Данная работа направлена на оценку эффективности метода L2-регуляризации, применяемого при машинном обучении в контексте задачи кластеризации узлов графа. Под кластеризацией понимается объединение узлов в группы, выделяемые по степени их связности. При обучении используется специальный метод регуляризации и реализующий его алгоритм распространения меток LPA (Label Propagation Algorithm), а также расширение данного подхода на две популярные архитектуры графовых нейронных сетей: GraphSAGE (Graph Sample and Aggregation) и GAT (Graph Attention Networks). В рамках исследования проводится сравнительный анализ эффективности применения метода LPA на различных датасетах, широко применяемых в научных и практических задачах. Результаты исследования показывают заметное улучшение точности анализа графовых моделей данных при использовании анализируемого подхода. Проведенное исследование способствует более глубокому пониманию воздействия общего подхода L2-регуляризации в плане обучения графовых нейронных сетей.

В данной обзорной статье представлен анализ основных направлений исследований по теме классификация объектов на изображении методами компьютерного зрения. Методы компьютерного зрения позволяют автоматизировать процесс выделения семантического смысла из изображений. Под классификацией объектов на изображении понимается локализация объектов, интересующих исследователя, и соотнесение их с определенным классом. Актуальность данной темы закреплена в государственной программе: национальная стратегия развития искусственного интеллекта на период до 2030 года. Так же в статье приведена статистика публикационной активности научных авторов по теме «компьютерное зрение», которая показывает актуальность данного направления. Работа имеет следующую структуру: во введении статьи приведены различные статистики, отражающие актуальность темы. Далее приведен обзор научных исследований посвященных решению прикладных аспектов задачи классификации объектов на изображении в различных областях человеческой деятельности. Основной упор сделан на следующие прикладные области: медицина, промышленность, безопасность, транспорт и военное дело. Далее приведен анализ методов, которые используются для решения задачи классификации объектов на изображении. Автор выделяет две группы методов: классические и нейросетевые методы. Под классическими алгоритмами и методами понимается подход к решению задачи классификации объектов на изображении, в котором не используются искусственные нейронные сети. Выводы. Тема исследования на сегодня является актуальной, что подтверждено статистикой и государственными программами. Для классических методов выявлены следующие недостатки: для каждой новой прикладной задачи требуется построение алгоритма ее решения, трудоемкость выделения значимых признаков и неустойчивость при работе с определенными видами данных. Для нейросетевых методов основным недостатком является зависимость конечной модели от качества набора данных, на котором она обучается.

Многоагентные системы относятся к технологиям искусственного интеллекта, а агент-ориентированный подход позиционируется как универсальное решение, которое способно конкурировать с другими технологиями в широком классе приложений. В данной статье рассматриваются традиционные и современные варианты формализации и интерпретации понятия агента в многоагентных системах, представлен обзор постановок задач, которые решаются при разработке таких систем для формирования признаков и свойств различных типов агентов.

Работа посвящена использованию методов математического моделирования как основного инструмента исследований функционирования водных экосистем, а именно прогнозирования изменения концентрации фитопланктона в летний период в мелководном водоеме с применением спутниковых данных. Системный подход на основе синтеза математического моделирования с методами усвоения данных дистанционного зондирования позволил выполнить комплексный анализ динамики изменения биогео-химических процессов, протекающих в пространстве и во времени, с учетом совокупного действия физико-химических, биологических и антропогенных факторов, влияющих на изучаемую водную экосистему. Разработанная математическая модель, коррелирующая со спутниковой информацией, позволяет осуществлять прогнозирование поведения летнего фитопланктона в мелководном водоеме, изменения плотности выделенных планктонных популяций в условиях ускоренного времени, описывать окислительно-восстановительные процессы водной среды, сульфатредукции, трансформации биогенных веществ (минерального питания фитопланктона), изучать развитие заморных явлений, возникающих в результате антропогенной эвтрофикации, строить прогнозы изменения кислородного и биогенного режимов функционирования водоема. Для прогнозирования поведения летнего фитопланктона построен и реализован исследовательско-прогнозный комплекс, а также алгоритм его взаимодействия с ГИС. Разработанный программно-алгоритмический аппарат позволяет оценивать масштабы развития стихийных катаклизмов (эвтрофирования, «цветения», загрязнение водных систем различной этиологии и пр.), но и строить кратко- и среднесрочные прогнозы их развития в ускоренном времени для дальнейшего предотвращения негативных последствий экономического и социального характеров. Разработан оперативный алгоритм восстановления параметров качества вод Азовского моря, которой базируется на методе многомерной оптимизации Левенберга - Марквардта. В качестве входных данных использовано пространственное распределение фитопланктонных популяций, являющееся результатом применения метода локальных бинарных шаблонов к спутниковым снимкам, полученным авторами данного метода

Разработана платформа, предназначенная для многоагентного моделирования социально-экономической динамики гипотетических обществ бронзового века. Эта система объединяет данные геоинформационной системы для создания реалистичного окружения и имитацию взаимодействия агентов, представляющих древние человеческие популяции. Агенты занимаются управлением ресурсами и популяцией, миграцией и конфликтами, также реагируя на наличие и истощение таких ресурсов, как медь и скот. Моделирование показывает, как факторы распределения ресурсов и окружающей среды могли влиять на поведение общества и изменения популяции в древние времена. Область применения включает в себя как образовательные цели, так и тестирование археологических гипотез.