Открытый доступ
Доступ предоставлен
Только для подписчиков
Том 9, № 2 (2022)
Статьи
Определение оптимальной модели машинного обучения для предсказания паводков на реке Амур
Аннотация
Природные катастрофы, связанные с водой, являются одними из наиболее разрушительных и ответственны за 72% от общего экономического ущерба, причиненного стихийными бедствиями, а в связи с изменениями климата их количество будет только расти. В России главной такой катастрофой являются речные паводки. Цель данной исследовательской работы определить наилучший метод машинного обучения для предсказания паводков на реке Амур, где они наносят значительный ущерб населению и экономике региона. Исследование предпринято с целью улучшения методов прогнозирования паводков для последующего использования результатов исследования в решении задач управления при реагировании на паводки. В исследовании учитываются практические аспекты реализации системы прогнозирования, поэтому были изучены 3 наиболее популярных метода машинного обучения: линейная регрессия, нейронная сеть и градиентный бустинг, потому что эти методы обладают развитой экосистемой вспомогательных решений и широко известны в профессиональном сообществе. Методология исследования была нацелена на достижение максимальной сравнимости результатов. Среди проверенных алгоритмов наилучшее качество продемонстрировал градиентный бустинг над деревьями в реализации Catboost. Результаты исследования применимы и к другим рекам, по которым количество данных сравнимо с Амуром.
Computational nanotechnology. 2022;9(2):11-20
11-20
Разработка и исследование распределенных алгоритмов управления системами роевого интеллекта
Аннотация
Темой настоящей работы является разработка и исследование распределенных алгоритмов для организации коллективного поведения в роевых робототехнических системах с целью решения этими системами различных прикладных задач. На примере решения задачи коллективной уборки заданной территории в работе строятся и исследуются несколько роевых алгоритмов, основанных на классических роевых моделях: модели случайного блуждания, модели Рейнолдса, алгоритме бактериального поиска, методе стохастического градиента. Приводятся результаты численных экспериментов по сравнению эффективности предлагаемых методов.
Computational nanotechnology. 2022;9(2):21-34
21-34
Элементы искусственного интеллекта в решении задач анализа текстов
Аннотация
В связи с постоянно растущим объемом текстовой информации в интернете и потребностью в ней ориентироваться, становиться актуальным автоматизация процесса анализа текста. Анализ предметной области показал большой интерес к определению эмоциональной окраски текстовой информации и применению трудов по этой проблеме в различных областях экономики. В работе рассматривается разработка модели нейронной сети для анализа тональности сообщений в социальных сетях сети Интернет. Для решения поставленной цели используются модели рекуррентных нейронных сетей с модулями долгой краткосрочной памятью (LSTM). Разработана информационная система, которая определяет тональность комментариев к постам в сообществах социальной сети «ВКонтакте». В результате обучения искусственной нейронной сети, модель показала хорошую точность определения тональности текста. Информационная система внедрена в отдел маркетинга Бюджетного учреждения Нижневартовского строительного колледжа.
Computational nanotechnology. 2022;9(2):35-44
35-44
Моделирование процессов проектирования систем защиты информации в критических информационных инфраструктурах
Аннотация
Актуальность и необходимость выполнения мер по защите информации в КИИ (критических информационных инфраструктурах) обусловлена несколькими причинами. Во-первых, это требования законодательства России. Отметим, что некоторые объекты КИИ в силу характера обрабатываемых сведений могут быть также отнесены к ГИС (государственным информационным системам) или ИСПДн (информационным системам персональных данных). Для систем такого типа также существуют требования к мерам информационной безопасности [4; 5], которые во многом коррелируют с мерами, изложенными для объектов КИИ в [6]. Во-вторых, это объективное наличие угроз различного характера, требующих обязательной нейтрализации и существующих практически во всех современных информационных системах. С целью обеспечения информационной безопасности защитные механизмы, используемые на объектах КИИ, должны учитывать такие факторы, как значительный объем обрабатываемой информации, необходимость обеспечения корректной, стабильной и безотказной работы, многопользовательский характер доступа к информационным ресурсам, обеспечение безопасности управляемого оборудования. Особенно следует выделить тот факт, что отказы и ошибки в работе информационных систем в ряде объектов КИИ могут повлечь за собой не только экономический ущерб или негативные социальные последствия, но и создать прямую угрозу жизни значительного числа людей, проживающих близко от места функционирования этих объектов [11]. Моделирование работ, выполняемых на этапе проектирования систем информационной безопасности объектов КИИ, обусловлено сложность выполнения данного процесса. В настоящее время обеспечение информационной безопасности объектов КИИ является одной из важнейших задач, решаемых на уровне государства. Данные обстоятельства обуславливается актуальность написания статьи. Целью написания данной работы является разработка комплекса моделей, описывающих особенности организационно-правовых и технических процессов, возникающих на этапах формирования требований к обеспечению информационной безопасности объектов КИИ. В качестве методической базой для написания работы использованы нормативно-правовые акты ФСТЭК России, находящиеся в открытом доступе. Для описания происходящих работ, выполняемых на этапе проектирования системы защиты информации КИИ, была использована методология функционального графического моделирования IDEF0. Результатом представленных в работе исследований является комплекс графических и символьных моделей, описывающих процессы, выполняемые на этапе проектирования системы защиты информации критических информационных инфраструктур.
Computational nanotechnology. 2022;9(2):45-55
45-55
Перспективы применения аддитивных технологий в России в отраслевом ракурсе (на примере авиационной промышленности)
Аннотация
В статье рассматривается проблема внедрения в народное хозяйство России аддитивных технологий в ракурсе их адаптации к современным рыночным условиям, когда Российская Федерация развивается в условиях международных экономических санкций. Авторы приходят к выводу на примере авиационной отрасли России, что распространение аддитивных технологий в рамках российского промышленного производства затруднено из-за низких эластичности спроса и предложения, особенно болезненным для инновационного развития отрасли является низко эластичное предложение, этот вывод сделан на базе линейной модели рынка. Однако перспективы у аддитивных технологий в авиационной промышленности есть при условии изменения ценовой политики в аспекте пересмотра цен на продукцию гражданской авиации в сторону их увеличения, это вполне возможно в ситуации трансформации всей промышленности под давлением международных санкций. Авторы также считают, что в перспективе развитие малой авиации создаст условия для того, что аддитивные технологии окажутся более востребованными, но сделать сейчас определенные прогнозы на этот счет пока что трудно. Важным теоретическим результатом данной научной статьи является построение модели влияния рынка на эффективность внедрения аддитивных технологий, это является полезным для дальнейших исследований хозяйственных вопросов, связанных с аддитивными технологиями, а также вопросов, связанных с внедрением в условиях рыночной экономики инноваций в целом. В этой связи целью настоящего исследования является выявить потенциальную эффективность внедрения аддитивных технологий в промышленное производство России на примере авиационной отрасли с применением линейной модели рынка (микроэкономический метод), построенной на взятых из открытых источников хозяйственной статистики авиационной отрасли России.
Computational nanotechnology. 2022;9(2):56-66
56-66
Возможности полиэтилен-керамического композита в сравнении с полиэтиленовой пленкой в реальных условиях эксплуатации
Аннотация
В настоящей статье приводятся результаты натурных испытаний полиэтилен-керамического композита в реальных условиях, на высоте 1100 метров над уровнем моря. Связано это с тем, что на данной высоте уровень УФ, который разрушает полиэтилен, существенно выше, чем на уровне моря. Параллельно проводились и результаты тестирования обычной полиэтиленовой пленки, для сравнительной оценки эффективности.
Computational nanotechnology. 2022;9(2):67-72
67-72
Особенности электрофизических свойств гетеропереходов n-GaAs-p-(GaAs)1 - x - у(Ge2)x(ZnSe)y
Аннотация
Определены оптимальные технологические условия выращивания многокомпонентных эпитаксиальных пленок твердых растворов (GaAs)1 - x - у(Ge2)x(ZnSe) с заданными физическими свойствами методом жидкофазной эпитаксии. Установлено, что наиболее оптимальными являются приведенные условия выращивания тонких пленок из оловянного раствора-расплава в диапазоне значений температуры 730-630, 650-550 °С со скоростью охлаждения подложки 1 град/мин. При этом пленки имели толщину 10 мкм и p-тип проводимости. Для омических контактов к таким полупроводниковым твердым растворам использованы Sn, Au, In, сплавы (In-Ga) и (Ge-Ag). Определено, что подвижность носителей тока зависит от состава, структурного совершенства эпитаксиальных слоев и энергии ионизации атомов составляющих компонентов, которые имеют значения 0,19, 0,07, 0,029 эВ. Установлено, что в гетероструктурах типа n-GaAs-p-(GaAs)1 - x - у(Ge2)x(ZnSe)y, полученных при температуре 750 °С токопрохождение определяется туннельно-рекомбинационным зарядом, а в образцах, полученных при температуре 730 °С - токами ограниченными объемными зарядами. Определено также, что на гетерогранице образуется область с более высоким удельным сопротивлением, толщина которого в зависимости от условий роста тонких пленок, от 0,2 до 0,5 мкм.
Computational nanotechnology. 2022;9(2):73-79
73-79
Технологии повышения эффективности производства в промышленности
Аннотация
Цель исследования. Цель статьи заключается в изучении долгосрочной динамики изменения основных показателей производственной и финансовой эффективности промышленности в инновационной системе российской экономики и выявление комплексных факторов развития промышленного комплекса. Достижение цели становится возможным благодаря решению научных задач: проведение оценки производственной эффективности промышленности в экономике России; представление оценки финансовой эффективности промышленности в экономике России; построение совмещенных экономико-математических моделей производственной и финансовой эффективности промышленности. Выводы. Определено, что в экономике России наблюдается тенденция роста производственной эффективности промышленности, которая характеризуется такими индикаторами, как уровень инновационной активности, доля высокотехнологичной продукции в ВВП, доля затрат на НИОКР в ВВП; исключение составил индекс производительности труда, который демонстрировал нестабильную динамику изменений в 2010-2021 гг. и снижение относительно базового года сравнения - 2010 г. Показатели финансовой эффективности промышленности в долгосрочном периоде демонстрировали прирост, среди них: доля инвестиций в основной капитал в ВВП, рентабельность производственных активов и реализованной промышленной продукции. Наибольшая волатильность в показателях производственной и финансовой эффективности промышленности была характерна для рентабельности производственных активов и реализованной промышленной продукции, а также для индекса изменения фондовооруженности. Выявлена положительная взаимосвязь между рентабельностью проданных промышленных товаров и рентабельностью активов, а также отрицательная - между индексом производительности труда, долей затрат на НИОКР и долей высокотехнологичного сектора в ВВП страны, что косвенно может указывать на прирост валовой добавленной стоимости в экономике России преимущественно за счет интенсивного использования физического капитала. Комплексными факторами повышения производственной и финансовой эффективности промышленности предложено рассматривать уровень технологичности и наукоемкости производства, финансовую деятельность, инновации и физический капитал. Полученные в статье выводы и результаты могут рассматриваться как основа для совершенствования методических разработок по оценке производственной и финансовой эффективности разноуровневых экономических систем, что имеет важное научное и практическое значение для развития инновационной экономики. Представленный в статье аналитический материал и предложенный инструментарий является логичным с позиции системного анализа в вопросах управления процессами производства, финансово-хозяйственной и инновационной деятельности в целом.
Computational nanotechnology. 2022;9(2):80-91
80-91
Применение методов искусственного интеллекта к задаче диагностики заболеваний дыхательных путей
Аннотация
В статье рассматривается проблема диагностики заболеваний органов дыхания. Авторы выбрали в качестве возможного направления решения поставленной задачи нейросетевую сверточною модель, разработали и показали ее возможную архитектуру. Также в работе показано, какие этапы предобработки данных необходимо произвести для наилучшего результата обучения модели. Диагностику заболеваний дыхательных путей авторы предлагают проводить при помощи анализа характеристик аудиозаписей дыхания человека. Подобные аудиозаписи уже производятся, что позволило использовать для обучения сети набор данных, находящийся в свободном доступе в сети Интернет. Работа содержит перечень характеристик аудиозаписей дыхания, которые можно использовать для анализа и постановки предварительного диагноза. Немаловажная часть работы - анализ существующих современных научных подходов, позволяющих так или иначе упростить работу медицинского персонала и помочь сохранить здоровье пациента. Приведенные результаты обучения нейросетевой модели показывают, какие заболевания можно с большой уверенностью диагностировать автоматически, а какие более трудно определить и требуют дополнительных исследований.
Computational nanotechnology. 2022;9(2):92-103
92-103