№ 3 (2024)
Статьи
Архитектура трёхмерной свёрточной нейронной сети для детектирования факта фальсификации видеоряда
Аннотация
В статье отражено использование нейросетевых технологий для определения фактов фальсификации содержимого видеорядов. В современном мире новые технологии стали неотъемлемой частью мультимедийной среды, однако их распространение также создало новую угрозу – возможность неправомерного использования для фальсификации содержимого видеорядов. Это приводит к возникновению серьезных проблем, таких как распространение фейковых новостей, дезинформация общества. В научной статье рассматривается данная проблема и определяется необходимость использования нейронных сетей для ее решения. В сравнении с другими существующими моделями и подходами, нейронные сети обладают высокой эффективностью и точностью в обнаружении фальсификации видеоданных благодаря своей способности к извлечению сложных признаков и обучению на больших объемах исходных данных, что особо важно при снижении разрешения анализируемого видеоряда. В рамках данной работы представлена математическая модель идентификации фальсификации аудио и видеоряда в видеозаписи, а также модель на основе трехмерной свёрточной нейронной сети для определения факта фальсификации видеоряда, путём анализа содержимого отдельных кадров. В рамках данной работы было предложено рассмотреть задачу идентификации фальсификатов в видеозаписи, как совместное решение двух задач: идентификации фальсификации аудио- и видеоряда, а сама результирующая задача, была преобразована в классическую задачу классификации. Любая видеозапись может быть отнесена к одной из четырёх групп, описанных в работе. Только видеозаписи, относящиеся к первой группе, считаются аутентичными, а все остальные – сфабрикованными. Для повышения гибкости модели, были добавлены вероятностные классификаторы, что позволяет учитывать степень уверенности в предсказаниях. Особенность полученного решения состоит в возможности настройки пороговых значений, что позволяет адаптировать модель к различным уровням строгости в зависимости от задачи. Для определения сфабрикованных фоторядов предложена архитектура трёхмерной свёрточной нейронной сети, включающей слой предобработки и нейросетевой слой. Полученная модель обладает достаточной степенью точности определения фальсифицированных видеорядов, с учетом значительного понижения разрешения кадров. Апробация модели на тренировочном наборе данных показала долю корректного определения фальсификации видеорядов выше 70%, что заметно лучше угадывания. Несмотря на достаточную точность модель может быть доработана для более существенного увеличения доли корректных предсказаний.
Программные системы и вычислительные методы. 2024;(3):1-11
1-11
Конфигурирование память-ориентированной системы управления движением
Аннотация
В статье исследуются возможности конфигурирования цикла управления, т.е. определения распределения интервалов времени, необходимых для выполнения отдельных операций управления, по потокам исполнения, обеспечивающего реализуемость управления. Параллельное выполнение операций управления, там, где это допускается алгоритмом управления, в случае успешного конфигурирования цикла управления позволяет существенно снизить его длительность. Объектом исследования в данной статье являются системы управления с объектно-ориентированной архитектурой, предполагающей комбинированную вертикально-горизонтальную интеграцию функциональных блоков и модулей, распределяющих между собой все задачи управления. Данная архитектура реализуется посредством акторной инструментальной модели с использованием метапрограммирования. Такие системы управления наилучшим образом обеспечивают сокращение длительности цикла управления за счет параллельного выполнения вычислительных и других операций управления. Рассматриваются несколько подходов к конфигурированию цикла управления: без оптимизации, с комбинаторной оптимизацией по времени, с комбинаторной оптимизацией по ресурсам системы. Также достижение конфигурации, близкой к оптимальной, может быть достигнуто за счет использования адаптивного конфигурирования. Исследования показывают, что задача конфигурирования цикла системы управления имеет несколько вариантов решения. Практическое получение решения задачи конфигурирования в случае комбинаторной оптимизации связано с существенными сложностями, обусловленными высокой алгоритмической сложностью задачи и большим объемом потребных вычислений, быстро растущим по мере увеличения числа операций на этапах цикла управления. Возможным средством преодоления этих сложностей является использование стохастических методов, резко снижающих потребный объем вычислений. Также существенное снижение сложности задачи конфигурирования цикла системы управления можно добиться при использовании адаптивного конфигурирования, имеющего два варианта реализации. Первый вариант – это конфигурирование цикла системы управления в реальном времени. Второй вариант – это определение квазиоптимальной конфигурации на основе многократного конфигурирования с разными исходными данными и последующего сравнения получаемых результатов.
Программные системы и вычислительные методы. 2024;(3):12-25
12-25
Метод трансферного обучения для дообучения нейронных сетей под особенности набора данных в задаче верификации диктора
Аннотация
Предметом исследования являются нейронные сети, дообученные с использованием метода трансферного обучения под особенности набора данных. Объектом исследования являются методы машинного обучения, используемые для решения задач верификации по голосу. Цель исследования заключается в повышении эффективности нейронных сетей в задаче голосовой верификации. В данной работе для процесса дообучения были подготовлены три набора данных на разных языках: на английском, на русском и на китайском. Также с использованием современных и предварительно обученных моделей ResNetSE34L и ResNetSE34V2 было проведено экспериментальное исследование, направленное на повышение эффективности нейронных сетей в задаче верификации диктора по произвольной фразе. Особое внимание уделялось оптимизации параметров обучения нейронных сетей с помощью метода тонкой настройки. Методология проведения исследования включает в себя оценку эффективности дообучения нейронных сетей под особенности набора данных в задаче верификации диктора, опираясь на значение равной ошибки 1-ого и 2-ого рода. Также был проведен ряд экспериментов, в ходе которых варьировались параметры и применялась техника замораживания слоев. Максимальное понижение равной ошибки 1-ого и 2-ого рода при использовании английского набора данных было достигнуто при помощи подбора эпох и скорости обучения, ошибка уменьшилась на 50%. Аналогичный подбор параметров при использовании русского набора данных уменьшил ошибку на 63,64%. При дообучении с использованием китайского набора данных наименьшее значение было достигнуто в эксперименте с замораживанием полносвязнного слоя, изменении скорости обучения и оптимизатора – ошибка снизилась на 16,04%. Полученные результаты могут использоваться при проектировании и разработке систем голосовой верификации и в образовательных целях. Также был сделан вывод, что метод трансферного обучения является эффективным при дообучении нейронных сетей под особенности набора данных, так как в подавляющем количестве экспериментов было достигнуто понижение EER, что говорит о повышении точности распознавания диктора.
Программные системы и вычислительные методы. 2024;(3):26-36
26-36
Эволюция технологий семантического веба: проблемы и перспективы
Аннотация
Статья посвящена рассмотрению ключевых технологий семантического веба, анализу их особенностей, проблемных сторон и точек роста, что представляется особенно актуальным в контексте вопросов импортозамещения и повышения информационной безопасности нашей страны. Особое внимание уделено RDF-графам, которые основаны на онтолого-ориентированном подходе, а также языку OWL как основному инструменту организации машиночитаемых структур данных со сложными взаимосвязями между сущностями, иерархией классов и свойств. В отдельном блоке проанализированы ограничения, связанные с вопросами безопасности семантических баз данных, необходимости их упрощения, стандартизации и развития профильного программного обеспечения, отвечающего критериям юзабилити. Кроме того, обозначены перспективы дальнейшего совершенствования указанных технологий в контексте Интернета вещей и искусственного интеллекта. В исследовании применена комплексная методологическая база, которая подразумевает использование преимущественно общенаучных методов, в частности, системного и аналитического: в статье обобщены и проанализированы актуальные наработки, связанные с технологиями семантического веба, что позволило выявить целый ряд проблем, нуждающихся в решении. В частности, имеющиеся на сегодняшний день инструменты зачастую имеют высокий порог входа, отличаются избыточно сложным, невыразительным интерфейсом без функций дополняющих подсказок и визуализации запросов. Кроме того, языки семантического веба нуждаются в стандартизации и введении общего протокола с целью упрощения процесса работы с разноформатными данными, агрегированными из разных источников. Другими важными вопросами являются обеспечение достоверности и актуальности информации, ее целостности и конфиденциальности, а также контекстуальной обусловленности логических выводов и соответствия запросам пользователя. В числе ключевых перспектив названо создание интеллектуальной автономной среды, устройства в которой смогут свободно обмениваться данными и взаимодействовать друг с другом на семантическом уровне с целью оказания высококачественных персонализированных услуг. Положения статьи могут быть взяты за основу при разработке отечественных систем структуризации и описания данных, доступных для машинной обработки, а также профильных лекционных курсов в высших учебных заведениях.
Программные системы и вычислительные методы. 2024;(3):37-43
37-43
Об уточнении понятия «доверенности» систем искусственного интеллекта
Аннотация
Предметом исследования является понятие «доверенности» искусственного интеллекта, управляющего робототехническими средствами разной степени автономности. Актуальность выбора предмета исследования как принципов применения робототехнических систем различного назначения, в том числе в группе, и объекта исследования, которым являются алгоритмические проблемы, возникающие в части реализации алгоритмов групповых действий, определяется имеющимся противоречием между потребностью совместного применения робототехнических систем, в первую очередь автономных, и сложностью программной реализации этого требования. Реализация тенденций группового применения в сфере робототехники порождает определённые технологические проблемы, связанные с эффективностью и безопасностью алгоритмического обеспечения автономных и управляемых робототехнических систем. Проявлением подобных проблем могут являться ошибки применения, которые снижают эффективность совместных действий. В робототехнике основная потенциальная причина появления подобной ситуации – недостаточная эффективность существующих алгоритмов управления групповым применением, определяемая низким уровнем проработки проблемы. В статье сформулирован перечень типовых ситуаций, определяющих применение автономных и управляемых роботов в группе с наличием ведущего (лидера). На основании предлагаемой классификации проанализированы возможные алгоритмы, обеспечивающие управление перемещением в группе: как расчёты по целевому маневрированию, так по обеспечению взаимной безопасности. Рассмотрены основные ситуации, относительно которых сформулированы виды маневра и описан математический аппарат для их расчётов. На основе обзорного анализа типовых алгоритмов управления перемещением в пространстве, синтезирована постановка научной задачи решения проблемы разработки групповых алгоритмов и математических методов, определяющих их оптимальное применение в системе, как аналога “новой этики” для робототехнических систем
Программные системы и вычислительные методы. 2024;(3):44-54
44-54
Анализ идиом в нейронном машинном переводе: набор данных
Аннотация
В разных кругах общественности ни одно десятилетние идут споры о том, может ли «машина заменить человека». Это касается и области перевода. И пока, одни рассуждают, другие «воплощают мечту в реальность». Поэтому сейчас всё больше исследований направлены на усовершенствование систем машинного перевода (далее МП). Чтобы понять преимущества и недостатки систем МП, необходимо, в первую очередь разобраться в их алгоритмах. На данный момент основной открытой проблемой нейронного машинного перевода (НМП) является перевод идиоматических выражений. Значение таких выражений не складывается из значений составляющих их слов, и модели НМП склонны переводить их буквально (т. е. дословно), что приводит к запутанным и бессмысленным переводам. Исследования идиом в НМП ограничены и затруднены из-за отсутствия автоматических методов. Поэтому несмотря на то, что современные системы НМП генерируют все более качественные переводы, перевод идиом остается одной из нерешенных задач в этой области. Это происходит из-за того, что идиомы, как категория многословных выражений, представляют собой интересное языковое явление, когда общее значение выражения невозможно составить из значений его частей. Первая важная проблема – отсутствие специальных наборов данных для обучения и оценки перевода идиом. В данной работе мы решаем эту проблему, создавая первый крупномасштабный набор данных для перевода идиом. Данный набор данных автоматически извлекается из используемого корпуса переводов с немецкого языка и включает в себя целевой набор, в котором все предложения содержат идиомы, и обычный обучающий корпус, в котором предложения, содержащие идиомы, помечаются. Мы выпустили этот набор данных и используем его для проведения предварительных экспериментов по НМП в качестве первого шага к улучшению перевода идиом.
Программные системы и вычислительные методы. 2024;(3):55-63
55-63
Численные методы нахождения корней многочленов с действительными и комплексными коэффициентами
Аннотация
Предметом исследования является рассмотрение и анализ набора алгоритмов численного нахождения корней многочленов, прежде всего комплексных на основе методов поиска приближенного разложения исходных полиномов на множители. Если численное нахождение действительных корней обычно не вызывает трудностей, то с нахождением комплексных корней возникает ряд сложностей. В данной статье предлагается набор алгоритмов последовательного нахождения кратных корней многочленов с действительными корнями, далее действительных корней выделением интервалов, потенциально содержащих корни и заведомо не содержащих их, а затем комплексных корней многочленов. Для нахождения комплексных корней используется итеративное приближение исходного многочлена произведением трехчлена на многочлен меньшей степени с последующим использованием метода касательных в комплексной области в окрестности корней полученного трехчлена. Для нахождения корней многочлена с комплексными коэффициентами предлагается решение эквивалентной задачи с действительными коэффициентами. Реализация поставленных задач осуществляется поэтапным применением комплекса алгоритмов. После каждого этапа выделяется группа корней и решается та же задача для многочлена меньшей степени. Последовательность предлагаемых алгоритмов позволяет найти все как действительные, так и комплексные корни многочлена. Для нахождения корней многочлена с действительными коэффициентами строится алгоритм, включающий следующие основные этапы: определение кратных корней с соответствующим снижением степени полинома; выделение диапазона корней; нахождение интервалов, гарантированно содержащих корни и их нахождением, по их выделении остается найти только пары комплексно сопряженных корней; итеративное построение трехчленов, служащих оценкой значений таких пар с минимальной точностью, достаточной для их локализации; собственно поиск корней в комплексной области методом касательных. Вычислительная трудность предлагаемых алгоритмов является полиномиальной и не превосходит куба от степени многочлена, что позволяет получить решение для практически любых многочленов, возникающих в реальных задачах. Областью приложения помимо собственно полиномиальных уравнений является и сводимые к ним задачи оптимизации, дифференциальных уравнений и оптимального управления.
Программные системы и вычислительные методы. 2024;(3):64-76
64-76