Публикации автора

В настоящее время искусственный интеллект является одной из наиболее быстро развивающихся областей человеческого знания. Данная тематика имеет большое значение для науки и практики, в целом, и для медицины, в частности. Применение технологий искусственного интеллекта к сегментации зон головного мозга и выявлению аномальных участков особенно востребовано и перспективно в области нейрофизиологии, нейрохирургии, психиатрии, клинической психологии и других медицинских дисциплин. В данной работе проведено исследование существующих методов автоматизированной сегментации и анализа данных о структуре и функциональном состоянии головного мозга, а также метрик, применяемых для оценки эффективности данного подхода.

Цель: выявление нерешённых проблем и поиск тенденций в разработке методов сегментации и выявления аномальных участков головного мозга, а также определение наиболее эффективных методов и способов их улучшения.

Материалы и методы. Работа выполнена с использованием методологии Systematic Mapping Study (SMS). Данное исследование ограничивается предметной областью, связанной с сегментацией зон головного мозга и определением в нём аномальных участков.

Результаты. Основные результаты исследования представлены в виде классификационных таблиц и ментальной карты. Показано, что целью рассмотренных исследований является повышение точности при сегментировании зон головного мозга и нахождении аномальных участков. Такая метрика, как время обработки данных, применяется для оценки эффективности метода при малом количестве исследований, а в большинстве случаев вообще не рассматривается. При этом скорость обработки изображений в зависимости от применяемого метода измеряется минутами, что существенно ограничивает возможность использования данного подхода в экстренных ситуациях, в том числе при угрозе жизни человека.

Заключение. Для анализа данных о структуре и функциональном состоянии головного мозга в режиме реального времени требуется модификация уже разработанных методов энцефальной сегментации, а также разработка новых, более эффективных подходов. При этом скорость обработки данных должна быть соизмерима со временем вынесения срочного заключения о состоянии головного мозга человека.

Статья описывает разработанный алгоритм расчета параметров, необходимых для классификации застройки на морфотипы в соответствии с методикой Space Matrix, представленной в работе Space, Density and Urban Form, для классификации городской застройки и последующего изучения ее функциональных возможности с решением задач в различные эволюционные периоды развития отдельных урбанизированных территорий. Использование QGIS позволит применять указанный алгоритм для широкого круга лиц и оптимизировать временные затраты на расчет различных характеристик.

В рамках работы производен отбор снимков Landsat 9 за лето 2024 г. и зиму 2024-2025 гг., определена температура поверхности земли в границах г. Волгограда и проведена оценка и сравнение показателей интенсивности летнего и зимнего городских островов тепла двумя подходами: UHI-driven и land-cover-driven. Полученные результаты свидетельствуют о наличии городского острова тепла в Волгограде как в летний, так и в зимний периоды, в то же время его локализация отличается в зависимости от времени года. Также выявлено, что пахотные земли приводят к получению отрицательной интенсивности городского острова тепла как в летнее, так и в зимнее время, а на интенсивность зимнего поверхностного городского острова тепла влияние водных объектов минимально.

В статье рассмотрены модели жизненного цикла мобильных приложений и программные средства поддержки их разработки. Описаны особенности создания мобильных приложений, доступных для людей с ограниченными интеллектуальными возможностями. Одним из способов повышения доступности приложений является их адаптируемость. Такая настройка может потребовать поддержки динамического контента приложения, поэтому данные возможности необходимо предусматривать уже на этапах проектирования и реализации. Предложена модель жизненного цикла мобильных приложений для людей с ограниченными интеллектуальными возможностями, обеспечивающая сквозную поддержку этапов проектирования, реализации и эксплуатации. Разработана технология проектирования мобильных приложений на основе многомодульной архитектуры, включающая применение готовых архитектурных шаблонов для генерации базового кода приложения и повторное использование успешных проектных решений. Представлена технология проектирования адаптируемого интерфейса мобильных приложений, включающая разработку шаблонов экранов приложения, разделение элементов шаблонов на обязательные и опциональные элементы, сопоставление каждому элементу предопределенного набора возможных визуальных представлений на экране и прикрепление всех элементов по месту. Разработана система управления мобильными приложениями на основе CALS-технологии сквозной поддержки этапов проектирования, реализации и эксплуатации адаптируемых мобильных приложений. Предложен способ адаптации интерфейса мобильного приложения с помощью конфигурационной панели, встраиваемой в систему управления. Описан пример применения предложенных моделей, технологий и средств к разработке мобильной игры для тренировки навыков совершения покупок для людей с ограниченными интеллектуальными возможностями. Показано, что применение разработанной системы управления мобильными приложениями позволяет существенно сократить временные затраты на разработку приложений. Возможность применения шаблонов архитектур и готовых решений расширяет круг пользователей системы и делает ее доступной разработчикам, профессиональная деятельность которых связана с поддержкой людей с ограниченными интеллектуальными возможностями.

В настоящей статье рассматриваются аспекты применения методов машинного обучения к существующим способам моделирования поведения интеллектуальных агентов для обеспечения возможности агентам повысить показатели своей эффективности в моделях конкуренции. Практическая значимость исследования представлена разработкой подхода к моделированию поведения интеллектуальных агентов, за счет которого можно повысить эффективность их функционирования в таких сферах деятельности, как компьютерные игры, разработка беспилотных летательных аппаратов и поисковых роботов, изучение городской и транспортной мобильности, а также в прочих сложных системах. Проведен обзор существующих методов машинного обучения (обучение с подкреплением, глубокое обучение, Q-обучение) и способов моделирования поведения агентов (модель на правилах, конечно-автоматная модель поведения, деревья поведения). Выбрана наиболее подходящая к задаче комбинация метода обучения и модели поведения: деревья поведения и обучение с подкреплением. Средствами Unity реализована тестовая платформа, разработаны модели поведения четырех основных архетипов агентов, которые должны соревноваться в задаче сбора ресурсов в условиях ограниченного времени. Реализован обученный агент с помощью средств Unity ML и TensorFlow. На базе тестовой платформы проведена серия экспериментов в различных условиях: ограниченность, изобилие, среднее количество ресурсов. В рамках эксперимента тестировалась способность разработанной модели поведения интеллектуального агента выигрывать в условиях конкуренции с агентами, снабженными различными вариантами традиционных моделей поведения на базе деревьев поведения. Оценены работоспособность и преимущества использования разработанной модели поведения. Проанализированы результаты эксперимента, сделаны выводы относительно потенциала выбранной комбинации методов.