Информатика и автоматизация (Труды СПИИРАН) @ia-spcras
Статьи журнала - Информатика и автоматизация (Труды СПИИРАН)
Все статьи: 266
Статья
Рассматривается проблема распределения заданий между группами мобильных роботов в условиях параметрической и стохастической неопределенности, возникающей из-за сенсорных погрешностей, нестационарности среды и ограниченности информации об объектах управления. Основная цель работы – адаптировать разработанные ранее эвристические алгоритмы к реальным условиям, где присутствуют сенсорные ошибки и недостаток информации о состоянии среды. В качестве базовых подходов рассматриваются три алгоритма: муравьиный алгоритм, нейронная сеть Хопфилда и генетический алгоритм. Разработаны специальные модификации для каждого алгоритма, учитывающие неопределенность исходных данных: динамическое обновление феромонных следов, адаптивная коррекция весовых коэффициентов нейронов и интервальная оценка параметров среды. Приведены общая постановка задачи, математические модели и принципы построения предложенных алгоритмов распределения заданий. Было проведено численное моделирование для сравнения модифицированных версий алгоритмов с их базовыми аналогами в условиях различных уровней неопределенности функционирования системы. Установлено, что предложенные адаптивные механизмы улучшают эффективность распределения заданий до 20 % по сравнению с базовыми методами. На основании полученных результатов сформулированы рекомендации по выбору оптимального алгоритма в зависимости от конкретных условий функционирования системы и задач управления. Сделан вывод о целесообразности использования разработанных подходов при проектировании интеллектуальных адаптивных систем группового управления мобильными роботами. Предложенные решения могут применяться и для более широкого круга задач, включая динамическое переназначение ресурсов и организацию кооперативного поведения технических агентов.
Бесплатно
Статья
Растущий спрос на транспортировку товаров, обусловленный расширением глобальных цепочек поставок и растущими ожиданиями клиентов, подчеркивает острую необходимость оптимизации транспортных расходов для повышения эффективности логистики. В условиях быстро развивающегося и конкурентного рынка предприятия сталкиваются с растущими проблемами в управлении сложными транспортными сетями, минимизации эксплуатационных расходов и удовлетворении разнообразных требований клиентов. Для решения этих проблем в данной статье представлено решение, разработанное для снижения транспортных расходов за счет оптимизации потока товаров и повышения эффективности использования ресурсов. Используя передовые методы оптимизации и стратегии на основе данных, предлагаемое решение позволяет выявить неэффективности, упростить процесс принятия решений и улучшить распределение ресурсов. Первые результаты показывают, что этот подход не только значительно снижает эксплуатационные расходы, но и повышает способность предприятий быстро и эффективно реагировать на меняющиеся требования клиентов, обеспечивая как экономическую эффективность, так и удовлетворенность клиентов. Однако по мере дальнейшего развития логистической отрасли и увеличения объемов транзакций ожидается, что сценарии транспортировки станут более сложными, а требования клиентов – более разнообразными. Эти изменения требуют дальнейшего совершенствования и масштабируемости предложенного решения для работы с расширенными сетями, более сложными логистическими задачами и широким спектром потребительских требований. В будущих исследованиях приоритетное внимание будет уделено разработке крупномасштабных моделей, способных включать больше переменных, повышать вычислительную эффективность и обеспечивать более быстрое и точное принятие решений в условиях растущей сложности логистического сектора. Таким образом, предлагаемое решение представляет собой значительный шаг вперед в оптимизации транспортных расходов и повышении эффективности логистики. Первые результаты показывают, что данное решение позволяет сократить транспортные расходы на 19,02–29,65% и повысить вычислительную эффективность в задачах маршрутизации малого и среднего масштаба (10-20 клиентов). Несмотря на его потенциал, необходимы дополнительные исследования для обоснования масштабируемости для более крупных наборов данных. Таким образом, наш подход обеспечивает прочную основу для оптимизации логистики с четкими перспективами расширения и адаптации в реальных условиях.
Бесплатно
Основанный на генетическом подходе алгоритм внутрикодирования для H.266/VVC
Статья
Представлен генетический подход для оптимизации внутреннего кодирования в H.266/VVC. Предлагаемый алгоритм эффективно выбирает инструменты кодирования и многотипные древовидные разбиения (MTT) для достижения баланса между временем кодирования и качеством видео. Функция оценки пригодности, которая объединяет показатели восприятия и эффективности кодирования, используется для оценки качества каждого возможного решения. Результаты демонстрируют значительное сокращение времени кодирования без ущерба для качества видео. Предлагаемый алгоритм выбирает инструменты кодирования из набора доступных инструментов в H.266/VVC. Эти инструменты включают режимы внутреннего прогнозирования, единицы преобразования, параметры квантования и режимы энтропийного кодирования. Схема разбиения MTT включает четыре типа разбиений: квадродерево, двоичное дерево, троичное дерево и квадро-двоичное дерево. Показатели восприятия используются для оценки визуального качества закодированного видео. Показатели эффективности кодирования используются для оценки эффективности кодирования закодированного видео. Функция оценки пригодности объединяет показатели восприятия и показатели эффективности кодирования для оценки качества каждого возможного решения.
Бесплатно
Открытие чёрного ящика: Извлечение семантических факторов Осгуда из языковой модели word2vec
Статья
Современные модели искусственного интеллекта развиваются в парадигме чёрного ящика, когда значима только информация на входе и выходе системы, тогда как внутренние представления интерпретации не имеют. Такие модели не обладают качествами объяснимости и прозрачности, необходимыми во многих задачах. Статья направлена на решение данной проблемы путём нахождения семантических факторов Ч. Осгуда в базовой модели машинного обученния word2vec, представляющей слова естественного языка в виде 300-мерных неинтерпретируемых векторов. Искомые факторы определяются на основе восьми семантических прототипов, составленных из отдельных слов. Ось оценки в пространстве word2vec находится как разность между положительным и отрицательным прототипами. Оси силы и активности находятся на основе шести процессно-семантических прототипов (восприятие, анализ, планирование, действие, прогресс, оценка), представляющих фазы обобщённого кругового процесса в данной плоскости. Направления всех трёх осей в пространстве word2vec найдены в простой аналитической форме, не требующей дополнительного обучения. Как и ожидается для независимых семантических факторов, полученные направления близки к попарной ортогональности. Значения семантических факторов для любого объекта word2vec находятся с помощью простой проективной операции на найденные направления. В соответствии с требованиями к объяснимому ИИ, представленный результат открывает возможность для интерпретации содержимого алгоритмов типа "чёрный ящик'' в естественных эмоционально-смысловых категориях. В обратную сторону, разработанный подход позволяет использовать модели машинного обучения в качестве источника данных для когнитивно-поведенческого моделирования.
Бесплатно
Оценивание информативности признаков в наборах данных для проведения продлённой аутентификации
Статья
Продлённая аутентификация позволяет избавиться от недостатков, присущих статической аутентификации, например, идентификаторы могут быть потеряны или забыты, пользователь совершает только первоначальный вход в систему, что может быть опасно не только для областей, требующих обеспечения высокого уровня безопасности, но и для обычного офиса. Динамическая проверка пользователя во время всего сеанса работы может повысить безопасность системы, поскольку во время работы пользователь может подвергнуться воздействию со стороны злоумышленника (например, быть атакованным) или намеренно передать ему права. В таком случае оперировать машиной будет не пользователь, который выполнил первоначальный вход. Классификация пользователей во время работы системы позволит ограничить доступ к важным данным, которые могут быть получены злоумышленником. Во время исследования были изучены методы и наборы данных, использующихся для продлённой аутентификации. Затем был сделан выбор наборов данных, которые использовались в дальнейшем исследовании: данные о движении смартфона и смарт-часов (WISDM) и динамике активности мыши (Chao Shen’s, DFL, Balabit). Помочь улучшить результаты работы моделей при классификации может предварительный отбор признаков, например, через оценивание их информативности. Уменьшение размерности признаков позволяет снизить требования к устройствам, которые будут использоваться при их обработке, повысить объём перебора значений параметров классификаторов при одинаковых временных затратах, тем самым потенциально повысить долю правильных ответов при классификации за счёт более полного перебора параметров значений. Для оценивания информативности использовались метод Шеннона, а также алгоритмы, встроенные в программы для анализа данных и машинного обучения (WEKA: Machine Learning Software и RapidMiner). В ходе исследования были выполнены расчёты информативности каждого признака в выбранных для исследования наборах данных, затем с помощью RapidMiner были проведены эксперименты по классификации пользователей с последовательным уменьшением количества используемых при классификации признаков с шагом в 20%. В результате была сформирована таблица с рекомендуемыми наборами признаков для каждого набора данных, а также построены графики зависимостей точности и времени работы различных моделей от количества используемых при классификации признаков.
Бесплатно
Оценка возможностей орбитальных оптических средств по получению информации о космических объектах
Статья
Цель исследования заключается в выборе оптимальных условий сбора некоординатной информации о космическом объекте орбитальным оптическим средством при прохождении обоими объектами окрестностей точек минимального расстояния между их орбитами. Для достижения указанной цели предложен количественный показатель, характеризующий меру возможности получения некоординатной информации о космическом объекте с требуемым уровнем качества. Аргументами функции, характеризующей вводимый показатель, являются: расстояние между объектами; относительная скорость объектов; фазовый угол освещенности космического объекта Солнцем по отношению к оптико-электронному средству; длительность интервала времени, в течение которого оба объекта находятся в окрестности точки минимума расстояния между их орбитами. Расчет величины показателя обеспечивается решением трех частных задач исследования. Первая задача – поиск окрестностей, включающих минимальные расстояния между орбитами космического объекта и орбитального оптического средства. Для ее решения используется быстрый алгоритм расчета минимального расстояния между орбитами, при этом осуществляется прогноз дрейфа найденных окрестностей на интервале времени до 60 часов. Вторая задача – оценка характеристик движения и условий оптической видимости космического объекта в окрестностях точек минимума расстояния между его орбитой и орбитой оптического средства. Решение данной задачи осуществляется средствами имитационного моделирования с использованием библиотеки прогноза движения космических объектов SGP4. Третья задача – обоснование и расчет показателя, характеризующего меру возможности получения некоординатной информации о космическом объекте. Для решения данной задачи разработана система правил нечеткого логического вывода, которая используется в качестве входных данных алгоритма Мамдани. Рассматриваемая методика реализована программно, в ходе вычислительного эксперимента проведена оценка возможности получения некоординатной информации по низкоорбитальным и геостационарным космическим объектам. Применение предложенного показателя обеспечивает повышение результативности процедуры сбора некоординатной информации о космических объектах за счет выбора наиболее информативных альтернатив контроля космических объектов из доступного множества возможных наблюдений на заданном интервале планирования сбора информации о космических объектах.
Бесплатно
Оценка методов скелетизации двумерных бинарных изображений
Статья
В сфере современной обработки изображений упор часто делается на инженерные подходы, а не на научные решения разнообразных практических задач. Одна из распространенных задач в этой области включает скелетирование бинарных изображений. Скелетонизация — это мощный процесс извлечения скелета объектов, находящихся в цифровом бинарном изображении. Этот процесс широко используется для автоматизации многих задач в различных областях, таких как распознавание образов, техническое зрение, анимация и анализ изображений. Существующие методы скелетизации в принципе основаны на трех подходах: эрозии границ, дистанционном кодировании и диаграмме Вороного для идентификации приблизительного скелета. В работе представлены результаты эмпирического оценивания набора хорошо известных методов. Затем выполнен расчет скелетов в двумерном бинарном изображении c выбором различных подходов и оценкой их эффективности. Визуальная оценка – это основной метод, используемый для демонстрации производительности выбранных алгоритмов скелетирования. Из-за отсутствия окончательного определения «истинного» скелета цифрового объекта точная оценка эффективности алгоритмов скелетирования представляет собой серьезную исследовательскую задачу. Были попытки проведения количественной оценки, однако применяемые меры обычно адаптировали для конкретных областей. Экспериментальные результаты, показанные в этой работе, иллюстрируют эффективность трех основных подходов к скелетизации изображений в различных перспективных приложениях.
Бесплатно
Статья
Видеоконтент в формате 360 градусов стал ключевым компонентом в средах виртуальной реальности, предлагая зрителям захватывающий и увлекательный опыт. Однако потоковая передача такого комплексного видеоконтента сопряжена со значительными трудностями, обусловленными существенными размерами файлов и переменчивыми сетевыми условиями. Для решения этих проблем в качестве перспективного решения, направленного на снижение нагрузки на пропускную способность сети, появилась адаптивная потоковая передача просмотра. Эта технология предполагает передачу видео более низкого качества для периферийных зон просмотра, а высококачественный контент – для конкретной зоны просмотра, на которую активно смотрит пользователь. По сути, это требует точного прогнозирования направления просмотра пользователя и повышения качества этого конкретного сегмента, что подчеркивает значимость адаптивной потоковой передачи просмотра (VAS). Наше исследование углубляется в применение методов пошагового обучения для прогнозирования оценок, требуемых системой VAS. Таким образом, мы стремимся оптимизировать процесс потоковой передачи, обеспечивая высокое качество отображения наиболее важных фрагментов видео. Кроме того, наш подход дополняется тщательным анализом поведения движений головы и лица человека. Используя эти данные, мы разработали модель обучения с подкреплением, специально предназначенную для прогнозирования направлений взгляда пользователя и повышения качества изображения в целевых областях. Эффективность предлагаемого нами метода подтверждается нашими экспериментальными результатами, которые показывают значительные улучшения по сравнению с существующими эталонными методами. В частности, наш подход повышает метрику прецизионности на значения в диапазоне от 0,011 до 0,022. Кроме того, он снижает среднеквадратичную ошибку (RMSE) в диапазоне от 0,008 до 0,013, среднюю абсолютную ошибку (MAE) – от 0,012 до 0,018 и оценку F1 – от 0,017 до 0,028. Кроме того, мы наблюдаем увеличение общей точности с 2,79 до 16,98. Эти улучшения подчеркивают потенциал нашей модели для значительного улучшения качества просмотра в средах виртуальной реальности, делая потоковую передачу видео на 360 градусов более эффективной и удобной для пользователя.
Бесплатно
Статья
Оценка рисков информационной безопасности является важнейшим компонентом методов промышленного менеджмента, который помогает выявлять, количественно определять и оценивать риски в сравнении с критериями принятия рисков и целями, относящимися к организации. Благодаря своей способности комбинировать несколько параметров для определения общего риска традиционный метод оценки рисков, основанный на нечетких правилах, используется во многих отраслях промышленности. Этот метод имеет недостаток, поскольку он используется в ситуациях, когда необходимо оценить несколько параметров, и каждый параметр выражается различным набором лингвистических фраз. В этой статье представлены теория нечетких множеств и модель прогнозирования рисков с использованием искусственной нейронной сети (ANN), которые могут решить рассматриваемую проблему. Также разработан алгоритм, который может изменять факторы, связанные с риском, и общий уровень риска с нечеткого свойства на атрибут с четким значением. Система была обучена с использованием двенадцати выборок, представляющих 70%, 15% и 15% набора данных для обучения, тестирования и валидации соответственно. Кроме того, также была разработана пошаговая регрессионная модель, и ее результаты сравниваются с результатами ANN. С точки зрения общей эффективности, модель ANN (R2= 0,99981, RMSE=0,00288 и MSE=0,00001) показала лучшую производительность, хотя обе модели достаточно удовлетворительны. Делается вывод, что модель ANN, прогнозирующая риск, может давать точные результаты до тех пор, пока обучающие данные учитывают все мыслимые условия.
Бесплатно
Памяти Александрова Виктора Васильевича
Статья
10 сентября 2024 г. исполнилось 85 лет со дня рождения Виктора Васильевича Александрова, блестящего ученого, заслуженного деятеля науки Российской Федерации, доктора технических наук, профессора.
Бесплатно
Памяти Пономарёва Валентина Михайловича
Статья
1 сентября 2024 года исполнилось 100 лет со дня рождения Валентина Михайловича Пономарева, доктора технических наук, профессора, создателя и первого директора Санкт-Петербургского института информатики и автоматизации Российской академии наук, выдающегося ученого, талантливого педагога, организатора, руководителя и участника крупнейших фундаментальных и прикладных исследований в области теории оптимального управления, создания и повышения эффективности систем управления крылатых и баллистических ракет, космических аппаратов и маневрирующих головных частей, развития вычислительных систем и сетей, автоматизированных систем научных исследований и интегрированных автоматизированных производственных систем, результаты которых явились важным вкладом в отечественную и мировую науку, экономику и образование страны, ее безопасность и развитие международных научных связей.
Бесплатно
Статья
Спектральный анализ сигналов используется как один из основных методов исследования систем и объектов различной физической природы. В условиях статистической неопределенности сигналы подвергаются случайным изменениям и зашумлениям. Анализ таких сигналов приводит к необходимости оценивания спектральной плотности мощности (СПМ). На практике для её оценивания широко используется периодограммный метод. Основу цифровых алгоритмов, реализующих этот метод, составляет дискретное преобразование Фурье. В этих алгоритмах операции цифрового умножения являются массовыми операциями. Применение оконных функций ведет к увеличению числа этих операций. Операции умножения относятся к наиболее трудоемким операциям. Они являются доминирующим фактором при определении вычислительных возможностей алгоритма и определяют его мультипликативную сложность. В статье рассматривается задача снижения мультипликативной сложности вычисления периодограммной оценки СПМ с применением оконных функций. Задача решается на основе использования бинарно-знакового стохастического квантования для преобразования сигнала в цифровую форму. Такое двухуровневое квантование сигналов осуществляется без систематической погрешности. На основе теории дискретно-событийного моделирования, результат бинарно-знакового стохастического квантования во времени рассматривается как хронологическая последовательность существенных событий, определяемых сменой его значений. Использование дискретно-событийной модели для результата бинарно-знакового стохастического квантования обеспечило аналитическое вычисление операций интегрирования при переходе от аналоговой формы периодограммной оценки СПМ к математическим процедурам ее вычисления в дискретном виде. Эти процедуры стали основой для разработки цифрового алгоритма. Основными вычислительными операциями алгоритма являются арифметические операции сложения и вычитания. Уменьшение количества операций умножения снижает общую вычислительную трудоемкость оценивания СПМ. С целью исследования работы алгоритма были проведены численные эксперименты. Они осуществлялись на основе имитационного моделирования дискретно-событийной процедуры бинарно-знакового стохастического квантования. В качестве примера приведены результаты вычисления оценок СПМ с применением ряда наиболее известных оконных функций. Полученные результаты свидетельствуют, что использование разработанного алгоритма позволяет вычислять периодограммные оценки СПМ с высокой точностью и частотным разрешением в условиях присутствия аддитивного белого шума при низком отношении сигнал/шум. Практическая реализация алгоритма осуществлена в виде функционально самостоятельного программного модуля. Данный модуль может использоваться как отдельный компонент в составе комплексного метрологически значимого программного обеспечения для оперативного анализа частотного состава сложных сигналов.
Бесплатно
Перформативная платформа и ее применение для высокотехнологичного образовательного сообщества
Статья
В этой статье используется всеохватывающая концепция сообществ для выражения социальных контекстов, в которых осуществляется человеческое творчество и происходит обучение. С появлением цифровых технологий эти социальные контексты, сообщества, в которых мы задействованы, радикально меняются. Новый ландшафт, созданный цифровыми технологиями, характеризуется новыми качествами, новыми возможностями для действий сообществ. Термин onlife заимствован из Манифеста Onlife и используется для обозначения сообществ нового типа, созданных современными цифровыми технологиями - сообществ onlife. Представлены принципы проектирования, направленные на развитие таких сообществ и поддержку их членов. Эти принципы составляют основу, которая подчеркивает концепцию перформативности, то есть то, что знания основаны на деятельности человека и действиях, выполняемых в определенных социальных контекстах, а не на развитии концептуальных представлений. Чтобы продемонстрировать использование структуры и соответствующих принципов, в статье представлено, как их можно использовать для анализа, оценки и переформулирования конкретной системы, относя ее к творчеству и обучению в области культурного наследия (преподавание и изучение истории). Одним из наиболее значительных результатов является принятие принципов, которые облегчают вовлечение студентов в учебный процесс, переходя от роли конечного пользователя к роли эксперта-пользователя при поддержке так называемых maieuta-дизайнеров. Результатом этого процесса является использование изученного программного обеспечения не только для потребления готового контента, но и для создания нового, сгенерированного студентами контента, предлагающего студентам новые возможности для обучения. Как показывает оценка, эти новые возможности обучения позволяют студентам развивать более глубокое понимание изучаемых тем.
Бесплатно
Планирование траектории полета БПЛА при мониторинге большой области
Статья
Современное сельское хозяйство охватывает огромные территории, и эффективный мониторинг этих территорий играет ключевую роль в точном земледелии. Беспроводные сенсорные сети широко используются для получения оперативной информации о состоянии сельскохозяйственных культур. Однако вручную собирать данные с датчиков затруднительно. В то же время беспилотные летательные аппараты (БПЛА) все чаще используются для обеспечения автоматического высокоточного сбора данных. В данной статье рассматриваются методы построения оптимальной траектории БПЛА, обеспечивающие эффективный сбор данных с распределенных сенсорных узлов. Предложенные методы направлены на минимизацию длины маршрута и полное покрытие зон датчиков за счет учета их пространственного распределения и радиуса действия. Целью исследования заключается оптимизация траектории полета БПЛА минимальной длины, обеспечивающей сбор данных со всех датчиков, полностью покрывая зоны покрытия сенсорных узлов. В рамках исследования были разработаны и сравнены четыре метода построения маршрута: центрированный, трехточечный, тангенциальный и метод оптимального выбора точек внутри границы радиуса. Каждый метод реализован в виде программного алгоритма, включающего этапы построения маршрута, его геометрической оптимизации и охвата зоны покрытия. Все методы были протестированы единообразно на наборе датчиков, размещенных на определенной территории. Оценка проводилась по трем основным показателям: протяженность маршрута, количество точек маневра и время расчета программы. Авторами предложены два ключевых метода оптимизации траектории: метод «центроид», основанный на кластеризационном подходе, и усовершенствованный «трёхточечный» метод, реализующий алгоритм Лина–Кернигана. По результатам экспериментов предложенные методы существенно превосходят ранее рассмотренные методы планирования траектории. Таким образом, в статье предложен комплексный метод к построению маршрутов БПЛА для мониторинга сельскохозяйственных полей с учетом геометрических, алгоритмических и вычислительных факторов, а также даны рекомендации по выбору метода в зависимости от пространственной структуры сенсорной сети.
Бесплатно
Статья
Предложен способ обнаружения спасательных плотов и шлюпок в акватории морей и океанов после кораблекрушений, основанный на распознавании аномалий на обрабатываемых изображениях, что увеличивает вероятность распознавания объектов мониторинга. Обоснован подход к решению такой задачи. Представлена постановка задачи распознавания объектов с позиций бинарной классификации при обнаружении аномалий. Получено аналитическое выражение для алгоритма принятия решения. Рассмотрена возможность формализации матриц изображений в виде гистограмм распределений интенсивности цветности (яркости). Оценена контрастность признакового пространства на их основе. Предложено повысить контрастность признаковых пространств за счет вторичной обработки гистограмм распределений в базисе кратномасштабной вейвлет-декомпозиции. Рассмотрена возможность реализации вейвлет-преобразований на основе функций Хаара и вейвлетов Гаусса 1-го и 2-го порядков. Обоснован механизм формирования вторичных векторов признаков из трехмерных вейвлет-преобразований, путем усреднения их коэффициентов по оси временного сдвига. Показано, что при одинаковой размерности гистограмм распределения яркости с вновь формируемыми векторами признаков, последние обеспечивают более высокую контрастность признаковых пространств. Рекомендовано для формализации изображений в формате jpeg использовать вейвлет Гаусса 2-го порядка, обеспечивающий при прочих равных условиях большую величину различий для изображений, содержащих аномалии. Разработан подход к вероятностной оценке алгоритма автоматического распознавания изображений. Получено аналитическое выражение и обоснованы его составляющие элементы. Приведены графические зависимости вероятности правильного обнаружения (распознавания) аномалий, в зависимости от размеров по отношению к общей площади кадра и дисперсии подстилающего фона. Представлены результаты эксперимента по распознаванию изображений со спасательной шлюпкой в акватории океана. Определены направления дальнейших исследований.
Бесплатно
Повышение репрезентативности обучающего набора данных за счет пространственной балансировки
Статья
В работе исследуются некоторые проблемы машинного обучения, связанные с анализом данных малого объема. А именно, решается задача формирования обучающего набора, обладающего высокой репрезентативностью в задачах многоклассовой классификации. Известно, что межклассовая и внутриклассовая несбалансированность, свойственная малым наборам данных, негативно влияет на качество работы алгоритмов. С целью их устранения в машинном обучении разработаны некоторые методы синтеза данных, дополняющие имеющийся набор и уравнивающие количество объектов каждого из классов. Однако такие методы не всегда решают проблему недостаточной репрезентативности. В данной статье предлагается метод построения репрезентативного обучающего набора данных за счет задания распределения, в наибольшей степени соответствующего действительности. Распределение формируется по каждому признаку в пределах информативных областей. Информативные области содержат характерные значения признаков, наиболее значимые для различения классов объектов. Предложенный метод построения областей основан на идее поэтапного расширения, сопровождающегося ростом информативности областей. При этом под информативностью понимается мера, отражающая то, насколько хорошо с помощью рассматриваемой области можно разделить объекты различных классов. С целью формирования дополняющего набора данных разработан метод генерации. В результате его применения дополняющий набор данных объединяется с исходным и образует в информативной области указанное распределение. Это распределение может быть задано либо на основе экспертных знаний о предметной области, если известно истинное распределение, либо получено в результате вычислительных экспериментов, направленных на поиск наиболее эффективного варианта. Применимость метода продемонстрирована на примере решения задачи определения уровня температурных аномалий молочных желёз. Показано, что для рассматриваемых температурных признаков характерно нормальное распределение. Повышение репрезентативности обучающего набора позволило обучить классический алгоритм классификации – логистическую регрессию – с точностью, сопоставимой с многослойной нейронной сетью. Такой подход к формированию обучающего набора данных открывает возможность создания более прозрачных и интерпретируемых систем искусственного интеллекта.
Бесплатно
Повышение точности IP-геолокации на основе данных, предоставляемых открытыми IP-геосервисами
Статья
IP-геолокация – это процесс определения реального географического положения электронного устройства, подключенного к сети Интернет, по его глобальному сетевому адресу [1]. В настоящее время она нашла широкое применение в интернет-торговле, маркетинге и рекламе, информационной безопасности [2] и других направлениях человеческой деятельности. Применяются различные подходы к определению местоположения удаленного сетевого устройства, различающиеся как по типу анализируемой информации (задержка передачи пакетов, ресурсные записи DNS-серверов, контент веб-страниц), так и по выдаваемому результату (название страны или города, почтовый адрес, вероятная зона расположения или точные координаты) [3, 4]. Ошибка IP-геолокации зависит от страны расположения устройства, плотности населения, типа сетевого устройства и лежит в пределах от нескольких десятков метров до сотен километров. При этом для одних и тех же входных данных результаты разных IP-геосервисов могут различаться значительно. Объектом данного исследования выступают общедоступные IP-геосервисы, предоставляющие услуги по IP-геопривязке узлов глобальной сети на основе их IP-адресов, а именно – их точность и полнота. Выборка IP-геосервисов для тестирования были сформирована из числа наиболее популярных [5]. При проведении исследования результаты IP-геолокации сравнивались с достоверными сведениями о расположении некоторых IP-адресов, в качестве показателей точности использовались страна, город и географические координаты. На основе сравнительного анализа результатов тестирования были сделаны выводы о точности IP-геосервисов по выбранным показателям, их существенных свойствах, а также о зависимости ошибки геолокации от размера населенного пункта. Для повышения точности IP-геопривязки авторами предложен ансамблевый метод усреднения координат, полученных от нескольких IP-геосервисов.
Бесплатно
Статья
Для решения задач наблюдения за обстановкой на водной поверхности, примыкающей к приграничным районам суши, используют загоризонтные радиолокационные средства поверхностной волны. Основным достоинством указанных средств является возможность обнаружения надводных объектов за пределами оптического горизонта за счет распространения электромагнитной волны вдоль морской поверхности в дифракционной зоне. Однако точностные характеристики подобных наблюдений оказываются крайне низкими в силу малых отношений сигнал/шум отраженного сигнала, которые обусловлены, в свою очередь, широкой диаграммой направленности существующих антенных систем. Это приводит к превалированию в облученной области отражения от фона над радиоэхом лоцируемого объекта. По этой же причине оказываются необнаруживаемыми неподвижные цели, по которым отсутствует доплеровский сдвиг частот в спектре отраженного сигнала. Единственным способом увеличения отношения сигнал/шум является сужение диаграммы направленности (увеличение коэффициента направленного действия антенной системы). Предлагается решение поставленной задачи по пути последовательного накапливания отраженных сигналов и их суммирования по принципу оптимизационного подбора фазовых соотношений для соседних импульсов (синтезируемых апертур), которые соответствуют эвентуальному фронту электромагнитных волн, сфокусированному в направлении гипотетической цели. Решение данной задачи позволит существенно сузить диаграмму направленности антенны, что открывает возможности устранения влияния фона за счет радикального уменьшения площади облучаемой поверхности в процессе фокусировки луча при синтезировании виртуальной апертуры. При этом нет необходимости в изменении конструкции антенных решеток. Выполнено компьютерное моделирование синтезированной антенной решетки и построена ее диаграмма направленности. Проведена количественная оценка степени повышения углового разрешения по сравнению с потенциально возможным, определенным по критерию Релея. Данное обстоятельство поз воляет рассмотреть возможность использования береговых загоризонтных радиолокационных станций поверхностной волны для обнаружения «невидимых» существующими локаторами неподвижных объектов.
Бесплатно
Подход к априорному оцениванию нечетких классификационных моделей в задачах мониторинга
Статья
Статья посвящена проблемам применения средств автоматизации при решении задач мониторинга и управления в части, касающейся оценки качества нечетких классификационных моделей, для которых порядок классификации реализуется на основании знаний (правил) в условиях отсутствия обучающей выборки. Предложен подход к получению априорных оценок качества классификации на основе исследования чувствительности используемой модели к изменению значений внутренних параметров в ходе соответствующего моделирования. Получена интерпретация результатов моделирования в виде оценки рисков, вызванных несовершенством самих классификационных моделей. В статье приведен пример нечеткой классификационной модели, в основе которой лежит сравнение текущего состояния объекта мониторинга, описываемого с использованием нечетких признаков, с набором заранее заданных типовых состояний, формирующих соответствующие нечетко равные между собой (близкие) состояния (ситуации мониторинга). Сравнение осуществляется с использованием операции нечеткой импликации при условии соблюдения требуемой достоверности. На примере данной модели показано, каким образом вид операции импликации, а также внутренние особенности модели влияют на результаты классификации, предложены соответствующие показатели, которые являются как интерпретацией общепринятых показателей оценки качества классификации, так и уникальными, присущими именно рассмотренной модели. Проведены вычислительные эксперименты, которые позволили получить графики изменения показателей оценки качества классификации для рассматриваемой модели и ее модификации, наглядно отобразить влияние внутренних параметров модели на результаты ее применения. Предложены ряд показателей, позволяющих провести априорную оценку рисков, возникающих вследствие применения модели, до ее фактического применения.
Бесплатно
