Том 11, № 2 (2024)

В статье представлены результаты исследования, направленного на прогнозирование сигналов к покупке и продаже криптовалюты Биткоин с использованием моделей машинного обучения. Проведенный анализ включал изучение особенностей криптовалют и их рынков, технический анализ, разработку торговых стратегий, применение математических методов, основанных на скользящих средних и построение моделей классификации для прогнозирования сигнала к покупке или продаже. Результаты демонстрируют эффективность применения моделей машинного обучения в современных торговых стратегиях на рынке криптовалют.

Для повсеместного применения информационных технологий в бизнес-процесс организации, которое будет направленно на оптимизацию работы и приводящее к росту продуктивности и доходности, необходимо качественное программное обеспечение. Следовательно, проектирование и производство нового программного обеспечения требует точного анализа его технических характеристик и на этой основе будет оставаться одной из актуальных задач в области информационных технологий. Поэтому в статье рассматривается подход для оценки и улучшения основных параметров эффективной работы ПО. Надежность, для обеспечения необходимой производительности, является главным критерием работы, так как это способность программного продукта безотказно выполнять заданные функции при заданных условиях в течение нужного периода времени с достаточно высокой вероятностью. Проблема надежности программного обеспечения заслуживает все большего внимания в связи с непрерывным усложнением создаваемых систем, увеличением круга задач, возлагаемых на них, а, как вывод, и значительным увеличением сложности и объемов ПО. Используются новые версии для тех модулей программного обеспечения, в которых могут возникнуть программные сбои. Для реализации предлагаемого подхода приводится математическая модель оценки надежности ПО. Представлены формулы, по которым рассчитываются комплексные параметры надежности рассматриваемой системы. Показан соответствующий пример. Для этого использовалась марковская модель обслуживания, то есть изучение систем массового обслуживания с помощью марковского процесса, который имеет дискретное множество состояний. Процесс функционирования многопроцессорного вычислительного комплекса, состоящего из идентичных процессоров представлен замкнутой системой массового обслуживания с ожиданием.

Современная сфера образования характеризуется растущим использованием тестов с множественным выбором для оценки знаний и навыков учащихся. Одним из распространенных методов подбора предложений для таких тестов является применение процедур кластеризации текстовых данных. В данном исследовании был разработан модуль для отбора предложений, включающий три этапа: предварительную обработку, вычисление параметров предложений и их кластеризацию. Однако объективная оценка качества полученных кластеров с помощью коэффициента силуэта и индекса Дэвиса–Болдина показала, что использованная модель кластеризации не дала удовлетворительных результатов.

Исследование проводится с целью разработки и анализа модели фильтрации объектов для интеллектуальных рекомендательных систем. Основной задачей является решение проблемы ориентации в обширных объемах информации, накапливаемой человечеством. Целью исследования является создание эффективного инструмента для систематизации и управления знаниями, что в свою очередь способствует оптимизации процессов принятия решений и взаимодействия с данными. Статья фокусируется на разработке модели фильтрации объектов для интеллектуальных рекомендательных систем. В рамках методологии и области исследования подробно описывается разработанная модель, анализируются теоретические и практические аспекты методологии. В этой работе представлен вариант формулировки задачи исследования, а также разработки модели фильтрации объектов для интеллектуальных рекомендательных систем. Кроме того, в статье описывается второй этап решения данной задачи, подчеркивая его важность в контексте достижения эффективности системы. Подробно анализируются результаты исследования, выделяя ключевые моменты и особенности предложенной модели. Рассматриваются рамки исследования, подробно указываются перспективы применения результатов в научной и практической сферах, предоставляя читателю более глубокое понимание потенциала предложенной модели. Модель фильтрации объектов имеет высокий потенциал полезности для бизнеса и производства. Данная работа будет полезна для разработчиков и исследователей рекомендательных систем, в которых пользователи редко или вообще не взаимодействуют с одним и тем же объектом.

В данной статье исследуется разработка архитектуры устройства для неинвазивного мониторинга работоспособности человеческого организма на основе ультразвуковых измерений. Реализация данной архитектуры осуществляется с применением программируемых интегральных схем (ПЛИС). Ультразвуковые датчики подключаются к ПЛИС для осуществления измерений. Целью исследования является детальное описание архитектуры разрабатываемого устройства. Предложенное техническое устройство способно детектировать патологии в сосудистой системе человека на прецизионной стадии, что в свою очередь, при оперативном лечении, может увеличить продолжительность жизни индивида. Методология. Для обеспечения корректной функциональности устройства с высокой точностью необходимо обеспечить достаточную скорость обработки данных, поступающих с каждого датчика, и вывода результата. Для повышения точности измеряемых параметров требуется установить ультразвуковые датчики в форме фазированной решетки. Поскольку ультразвуковые датчики являются аналоговыми, необходимо применить высокочастотные цифро-аналоговые и аналого-цифровые преобразователи с большой разрядностью для получения данных высокого качества. Эти преобразователи подключаются к ультразвуковым датчикам через усилители сигналов. Предложенная архитектура обеспечивает оптимальную производительность и гибкую настройку для измерения ультразвуковых сигналов с применением датчиков. Результаты исследования. Разработано устройство, демонстрирующее высокую скорость обработки данных, и проведены эксперименты по его использованию. Устройство имеет компактные размеры, что позволяет носить его на себе без ограничения движений. Область применения. Устройство предназначено для изучения работы сердца и сердечной деятельности человека, применяется в сфере здравоохранения.

Генетический алгоритм численной оптимизации (GA) метаэвристического класса представляет собой метод поиска оптимальных решений, основанный на биологических принципах естественного отбора и изменчивости. GA характеризуется высокой скоростью работы, устойчивостью к шуму в данных, низкой вероятностью попадания в локальный экстремум мультимодальной целевой функции, а также одновременным применением вероятностных и детерминированных правил для порождения точек поискового пространства. Альтернативой классического GA является квантово-инспирированный генетический алгоритм численной оптимизации (QIGA), обладающий преимуществами, которые недостижимы для GA, за счет использования концепций и принципов квантовых вычислений. В статье предлагается новый подход к реализации квантово-инспирированного генетического алгоритма численной оптимизации для поиска глобального максимума целевой функции, основывающийся на моделировании функционирования GA имитацией выполнения квантовых вычислений на базе кудита в условиях существования квантовой декогеренции эпохи зашумленных квантовых алгоритмов среднего масштаба. С этой целью для осуществления квантовых операций вращения состояний многоуровневых квантовых систем в работе представлена матрица плотности на основе операторов Гейзенберга–Вейля как аналог сферы Блоха для кудитов. Имитация квантовой декогеренции интерпретируется с точки зрения влияния стороннего шума, исходящего от окружающей среды, на кудит и представляется как использование в квантовых вентилях нормальной случайной величины с нулевым математическим ожиданием и единичной дисперсией. Вместе с тем в работе представлены подробные псевдокоды функционирования как самого модифицированного квантово-инспирированного генетического алгоритма численной оптимизации, так и его отдельных операций. Тестирование осуществляется путем проведения вычислительных экспериментов с выполнением модифицированного алгоритма на двумерных и многомерных функциях тестовых задач оптимизации, а также при решении прикладной оптимизационной задачи планирования гибридного поточного производства в обрабатывающей промышленности на основе финансовых затрат и решении задачи повышения точности прогнозирования на основе компактных машин экстремального обучения. Результаты экспериментов демонстрируют превосходство нового алгоритма над QIGA и классическими оптимизационными алгоритмами в точности решения, скорости сходимости с целевым значением глобального максимума и временем выполнения алгоритма.

Оптимизация – очень важная концепция в любой сфере бизнеса, будь то розничная торговля, финансы, автомобилестроение или здравоохранение. Цель оптимизации – найти точку или набор точек в пространстве поиска, минимизируя/максимизируя функцию потерь/затрат, которая дает оптимальное решение для поставленной задачи. В данном случае особую значимость приобретают методы кластеризации, методы интеллектуального анализа данных и алгоритмы оптимизации кластеризации. В данном контексте особую популярность и значимость приобретают метаэвристические алгоритмы, к числу которых относится генетический алгоритм. Таким образом, цель статьи заключается в рассмотрении возможностей использования генетического алгоритма в задаче кластеризации для взвешенного ориентированного графа. Задачи: 1) рассмотреть особенности использования ГА в задачах оптимизации; 2) предложить вариант решения задачи разбиения некоторого множества пользователей провайдера интернет-услуг на группы в соответствии с определенным набором характеристик с использованием ГА; 3) оценить эффективность предложенного ГА по сравнению с алгоритмом предельного перебора. Методы исследования: методы системного анализа, прикладной и вычислительной математики; экспериментальные исследования; компьютерное и имитационное моделирование. В результате исследования в статье предложен подход для решения задачи кластеризации пользователей сети Интернет с использованием генетического алгоритма. Для учета специфики задачи и повышения эффективности работы генетического алгоритма были применены неоднородные хромосомы и внесены модификации в ход классических процедур скрещивания и мутации. Выводы. Разработанный алгоритм был исследован на быстродействие по сравнению с алгоритмом предельного перебора и показано значительное его преимущество по этому показателю. Для учета специфики задачи и повышения эффективности работы ГА были применены неоднородные хромосомы. Для этого были внесены существенные модификации в ход классических процедур скрещивания и мутации. Разработанный алгоритм был исследован на быстродействие по сравнению с алгоритмом предельного перебора и показано значительное его преимущество по этому показателю. Полученные результаты сравнения позволяют утверждать, что уже для 150 единиц исходного множества решение задачи с помощью метода предельного перебора требует несоизмеримо больших временных затрат. В то время как предложенный ГА дает решение при значительно большей размерности задачи за вполне приемлемое время.

Технология плазменно-дугового электролитического центробежного конвертирования (ПДЭЦК) была разработана для переработки рудного сырья и углеводородов в готовую продукцию, с одновременным производством энергоносителей и энергии [1]. Разработанную технологию, возможно, использовать с подобной целью для переработки различных отходов. Промышленные и бытовые отходы, по химическому составу, идентичны составу обычной руды и углеводородов. Рудные отходы, называемые «хвостами», – это аналог промышленной руды, которые, как и исходная руда, содержат в своем составе, примерно, половину кислорода. Бытовые отходы в большей части содержат органические соединения, включая пластик, дерево, бумагу, представляя собой углеводородные смеси, включающие в состав различные металлы и неметаллы. Переплавляемая смесь отходов содержит в своем составе практически всю таблицу Менделеева, где различные химические элементы начинают работать в качестве катализаторов ускоряющих протекание реакций. Переработка отходов производится под действием электроэнергии, вырабатываемой путем сжигания водорода в кислороде. Водород извлекается из углеводородного сырья, находящегося в бытовых отходах, а также воды, входящей в шихту. Кислород извлекается из рудных отходов. Водород и кислород хранятся в соединении метанола, производимого из синтез-газа, образуемого в ходе плазмохимического плавления отходов.

В работе исследуются методы получения керамических материалов на основе системы Cr₂O₃—SiO₂—Fe₂O₃—CaO—Al₂O₃—MgO—CuO, способных генерировать модулированное импульсное излучение в дальней инфракрасной области спектра. Рассматривается возможность синтеза такой керамики помимо гелиотехнологии с применением термомеханической обработки и механоактивации исходных карбонатов. Проведен комплексный анализ структуры и свойств полученных материалов с применением рентгеноструктурного, электронного микроскопического анализа и других методов. Установлено, что активация импульсным инфракрасным излучением, генерируемым по принципу импульсного туннельного эффекта (ИТЭ) приводит к изменениям микроструктуры образцов, сопровождающимся формированием метастабильных фаз на границах раздела и генерацией излучения.

В работе представлены результаты исследования синтеза и сравнительного анализа пленочно-керамических композитов на основе функциональной керамики, полученных различными методами, включая термомеханохимический и золь-гель способы. Проанализировано влияние активации полученных материалов импульсным туннельным эффектом на их структуру и свойства. Приведены данные о развитии растений под композитными пленками в сравнении с контролем.