Программные системы: теория и приложения
ISSN (online): 2079-3316
Учредитель: Институт программных систем имени А.К. Айламазяна Российской академии наук
Главный редактор: Абрамов Сергей Михайлович, чл.-корр. РАН, д-р физ.-мат. наук
Периодичность / доступ: 4 выпуска в год / открытый
Входит в: Белый список (4 уровень), перечень ВАК, РИНЦ
Двуязычный электронный научный журнал "Программные системы: теория и приложения" публикует на русском и английском языках старательно изложенные новые результаты по информатике, вычислительной технике и управлению.
Журнал первым в мире начал публикацию двуязычных статей с переключением языка читаемой статьи, что ценно для овладения неродным языком научной коммуникации.
Все издательские операции от приёма рукописей и рецензирования до работы редакторов по улучшению текста и оформления, размещения полных текстов и метаданных на сайте журнала и библиографических сервисах mathnet.ru, e-library.ru, crossref.org и др. выполняются бесплатно.
Качественная подготовка авторского оригинала в системе LaTeX с использованием amsrefs ускоряет публикацию принятой в печать статьи.
Свидетельства о регистрации СМИ: Эл № ЭЛ № ФС77-51924 от 29 ноября 2012 г.
Текущий выпуск
Том 16, № 1 (2025)
Использование модели Mask R-CNN для сегментации объектов недвижимости на аэрофотоснимках
Аннотация
Массовое появление незаконных и незарегистрированных в Едином Государственном Реестре Недвижимости (ЕГРН) объектов недвижимости осложняет кадастровый учёт для многих субъектов территориального и административного уровня. Традиционные методы выявления объектов подобных типов, основанные на ручном анализе геопространственных данных, трудоёмки и требуют значительного времени.Для повышения эффективности этого процесса предлагается автоматизировать обнаружение объектов на аэрофотоснимках путём решения задачи инстанс-сегментации с использованием модели глубокого обучения Mask R-CNN. В статье описана подготовка набора данных для этой модели, исследованы основные метрики качества и проанализированы полученные результаты. Показана эффективность модели Mask R-CNN при обнаружении объектов недвижимости, не имеющих регистрации в ЕГРН.
Программные системы: теория и приложения. 2025;16(1):3-44
3-44
О реализации QR-разложения на трехмерном систолическом массиве
Аннотация
Интенсивные потоки данных, формирующихся систем линейных уравнений в режиме реального времени, а также системы линейных уравнений большой размерности обуславливают привлечение систолических массивов для их машинного решения. В представленном систолическом массиве, предназначенном для приведения матриц к треугольному виду, реализация ортогональных преобразований вращения может осуществляться как устройствами двумерного вращения вектора CORDIC, так и его модификациями. Для предложенного систолического массива даны описания его конфигурации, функционирования и технических характеристик, а также структуры входного и выходного потока данных.
Программные системы: теория и приложения. 2025;16(1):45-59
45-59
Комплекс онтологий как модель системы интеллектуальной поддержки в реабилитации пациентов, перенесших инсульт
Аннотация
Главным стимулом для внедрения компьютерных технологий в систему здравоохранения является стремление к значительному улучшению качества жизни людей. Это включает повышение качества и скорости лечения, уменьшение затрат на медицинские услуги и приобретение эффективных средств для соблюдения нормативных требований.На современном этапе развития реабилитологии становится очевидной необходимость активного внедрения систем поддержки принятия врачебных решений и технологий искусственного интеллекта. Эти технологии способны существенно улучшить понимание клинических аспектов нарушений, уровня активности и участия пациентов, перенесших инсульт, в процессе реабилитации. Ключевым компонентом успешного применения этих систем является значимость формализации знаний и создание онтологий, которые обеспечивают структурированное и связанное представление медицинской информации, определяют правила их интерпретации.В данной работе представлен комплекс взаимосвязанных онтологических моделей, лежащих в основе разрабатываемой интеллектуальной системы поддержки решений в реабилитации пациентов, перенесших инсульт. Для реализации комплекса онтологий используется облачная платформа IACPaaS. Онтологии и генерируемые на их основе целевые ресурсы выступают базовыми элементами разрабатываемой системы, которая в ближайшее время будет предоставлена специалистам здравоохранения для решения актуальных вопросов реабилитации. Предусмотрены механизмы планового расширения и уточнения базы знаний, что позволит системе легко адаптироваться к новым результатам медицинских исследований и оптимизировать работу в целом.
Программные системы: теория и приложения. 2025;16(1):61-82
61-82
Мультимодальное предсказание цен акций на примере российского рынка ценных бумаг
Аннотация
Классические методы прогнозирования цен активов в основном опираются на числовые данные, такие как временные ряды цен, объемы торгов, распределение лимитированных ордеров и индикаторы технического анализа. Однако новостной фон играет существенную роль в формировании цен, что делает актуальным развитие мультимодальных подходов, объединяющих текстовые и числовые данные для повышения точности предсказаний.В данной работе решается задача прогнозирования цен финансовых активов с использованием мультимодального подхода, объединяющего временные ряды цен и текстовую модальность новостного потока. Для исследований был собран уникальный набор данных, включающий временные ряды для 176 акций российских компаний, торгуемых на Московской бирже, и $79555$ русскоязычных финансовых новостей.Для обработки текстовых данных использовались предобученные модели RuBERT и Vikhr-Qwen2.5-0.5b-Instruct (большая языковая модель), временные ряды и векторизованная текстовая модальность обрабатывались рекуррентной нейронной сетью LSTM. В ходе экспериментов сравнивались модели с одной модальностью и двумя модальностями, а также различные методы агрегации векторных представлений текстов.Качество прогнозов оценивалось по двум ключевым метрикам: точности (accuracy) предсказания направления изменения цены (рост/снижение) и средней абсолютной процентной ошибке (MAPE) отклонения предсказанной цены от истинной. Эксперименты показали, что добавление текстовой модальности позволяет уменьшить значение MAPE на 55%.Полученный мультимодальный набор данных представляет ценность для дальнейшей адаптации языковых моделей в финансовой сфере. Перспективные направления исследований включают оптимизацию параметров текстовой модальности, таких как временное окно, тональность и хронологический порядок новостных сообщений.
Программные системы: теория и приложения. 2025;16(1):83-130
83-130