Информатика и автоматизация

Существующие на данный момент математические модели и алгоритмы обеспечивают оптимизацию расписаний выполнения единичных заданий либо фиксированных пакетов заданий на приборах конвейерных систем, содержащих буферы ограниченных размеров. Эти модели и алгоритмы не позволяют осуществлять поиск оптимальных решений по группированию однотипных заданий в пакеты и по последовательностям пакетов для реализации операций с ними на приборах конвейерных систем. Повышение эффективности использования ресурсов конвейерных систем достигается путем оптимизации решений по группированию однотипных заданий в пакеты и по последовательностям пакетов для проведения операций с ними. Решение этой задачи выполнено в работе посредством привлечения подхода, реализующего двухуровневую оптимизацию, который позволяет сформировать иерархию подзадач поиска эффективных решений. Привлечение упомянутого подхода предполагает разработку математических моделей иерархических игр, позволяющих идентифицировать эффективные решения рассматриваемого вида. Осуществлено построение двух математических моделей иерархических игр, использование которых позволяет реализовать оптимизацию составов пакетов на верхнем уровне ведущим игроком и оптимизацию расписаний выполнения пакетов в конвейерных системах на нижнем уровне ведомым игроком. Способ определения оптимальных решений каждым из игроков предусматривает заданный в игре порядок ходов и обмен решений между ними в процессе игры. Первая математическая модель иерархической игры реализует определение эффективных решений при учете простоев обрабатывающих приборов в процессе реализации операций с пакетами. Вторая математическая модель игры реализует определение эффективных решений при учете общего времени ожидания буферами размещения в них заданий, с которыми завершились операции на предшествующих приборах. Для этого сформированы выражения, позволяющие определять простои буферов в ожидании готовности заданий из пакетов к размещению на основе временных характеристик процессов выполнения операций с ними на приборах рассматриваемых систем. В основу алгоритма определения оптимальных решений по порядкам осуществления операций с пакетами на нижнем уровне в каждой из иерархических игр положена разработанная математическая модель процессов реализации действий с пакетам в указанных системах и соответствующий алгоритм моделирования. Реализация рассматриваемого подхода к оптимизации позволила получить результаты, которые показали, что использование буферов позволяет значительно повысить эффективность процессов осуществления операций с пакетами на приборах рассматриваемых систем; увеличение размеров промежуточных буферов позволяет в большей степени повысить эффективность указанных процессов при значительных неоднородностях значений временных параметров, их характеризующих; использование первой модели иерархической игры позволяет добиться большего повышения эффективности процессов в сравнении со второй моделью.

Рациональное размещение несущих стен остается сложной и малоизученной задачей, несмотря на большое количество алгоритмов и моделей решения схожей задачи размещения колонн. Основными факторами сложности являются большое количество вариантов решения, большое время, требуемое для оценки полученного плана размещения на деформации, а также – многокритериальный характер. Кроме нелинейного критерия оценки деформаций требуется минимизировать протяженность несущих стен и количество различных уникальных типоразмеров. В статье предложена модель задачи размещения несущих стен, разбивающая стены на функциональные участки с некоторым шагом и учитывающая перечисленные критерии. При этом соседствующие участки стен одной функциональности объединяются в сегменты. Комбинаторный вид разбиения стен в модели задачи позволяет применить генетические алгоритмы для её решения. Поэтому была предложена новая схема многокритериального генетического алгоритма, содержащая метрики расчёта разнообразия фенотипа и генотипа популяции. Представлены модификации операторов скрещивания, мутации и селекции, учитывающие сегментальный вид генотипа стен. Анализ сравнения разработанного алгоритма с другими многокритериальными генетическими алгоритмами показал, что, несмотря на в 2 раза более длительное время выполнения, разработанный алгоритм находит в среднем в 3 раза больше недоминируемых решений на общем множестве, особенно с меньшим значением оценки деформаций. Предложенная модель разительно отличается от предлагаемых ранее с точки зрения оперирования с деформациями в системах опоры-плита, лишь сравнивая между собой планы размещения, а не рассчитывая точные оценки армирования, что зачастую бывает излишне на ранних этапах. Предложенная схема генетического алгоритма увеличивает количество найденных недоминируемых решений без потери их разнообразия, жертвуя временем выполнения, и может быть использована для решения других многокритериальных задач с учётом указанных особенностей. Разработанный алгоритм был легко интегрирован в программное средство поддержки принятия решений на базе САПР и может быть использован на практике специалистами.

Представлен подход к верификации функционально-структурных спецификаций, реализованных в заказных интегральных схемах, основанный на инвазивных методах исследования. Актуальность проведённого исследования обусловлена необходимостью проведения верификации функционально-структурных спецификаций, поставляемых сторонними исполнителями аппаратных реализаций алгоритмов обеспечения информационной безопасности, сложностью выявления на аппаратном уровне модификаций этих алгоритмов и внедрённых в них недокументированных возможностей и отсутствием единых универсальных или стандартизированных методов решения этой задачи. Сформулирована математическая постановка задачи исследования, суть которой состоит в проверке равенства значений параметров заявленной спецификации с их значениями, восстановленными методом обратного проектирования. Представлены результаты применения предложенного подхода к верификации функционально-структурных спецификаций на примерах аппаратно-реализованных алгоритмов шифрования DES и AES. Восстановленные функционально-структурные блоки алгоритмов (в частности – блок подстановок) были успешно верифицированы.

Повторная идентификация людей (ReID) играет ключевую роль в современном видеонаблюдении, обеспечивая непрерывное отслеживание людей по различным камерам видеонаблюдения и повышая эффективность систем общественной безопасности. Однако повторная идентификация людей на реальных записях камер видеонаблюдения сопряжена с определенными трудностями, включая изменения углов обзора камеры, вариации освещения, частичные окклюзии и схожий внешний вид людей. В этой статье мы предлагаем надежную структуру глубокого обучения, которая использует сверточные нейронные сети (CNNs) с настраиваемой функцией потери триплетов для преодоления этих препятствий и повышения точности повторной идентификации. Система разработана таким образом, чтобы генерировать уникальные векторные представления признаков для отдельных людей, что позволяет точно различать их даже в сложных условиях окружающей среды. Чтобы подтвердить правильность нашего подхода, мы проводим обширные оценки на эталонных наборах данных ReID, достигая передовых результатов как по точности, так и по скорости обработки. Эффективность нашей модели оценивается с использованием ключевых метрик, включая кумулятивную характеристику соответствия (CMC) и среднюю точность (mAP), что демонстрирует ее надежность в различных сценариях наблюдения. По сравнению с существующими методами, наш подход неизменно превосходит их как по точности, так и по масштабируемости, что делает его пригодным для интеграции в крупномасштабные системы видеонаблюдения. Кроме того, мы обсуждаем практические аспекты по внедрению моделей ReID на основе ИИ в инфраструктуру видеонаблюдения, включая масштабируемость системы, возможности работы в режиме реального времени и вопросы конфиденциальности. Совершенствуя методы повторной идентификации людей, эта работа не только вносит вклад в область интеллектуального наблюдения, но и обеспечивает основу для повышения общественной безопасности в реальных приложениях с помощью автоматизированных и надежных возможностей отслеживания.

Одним из важнейших аспектов современных образовательных систем является определение вовлеченности учащихся, которое включает выявление того, насколько вовлечены, внимательны и активны учащиеся на занятиях в классе. Для преподавателей этот подход имеет важное значение, поскольку он дает представление об опыте обучения учащихся, позволяя адаптировать подходы в обучении и улучшать качество обучения. Традиционные методы оценки вовлеченности учащихся часто являются трудоемкими и субъективными. В этом исследовании предлагается новая система определения степени вовлеченности учащихся в реальном времени, которая использует сети пирамидальных признаков (FPN), улучшенные с помощью архитектуры Трансформера, с канально-пространственным вниманием (CSA), называемая BiusFPN_CSA. Предлагаемый подход автоматически анализирует модели вовлеченности учащихся, такие как поза тела, зрительный контакт и положение головы, из визуальных потоков данных путем интеграции передовых методов глубокого обучения и компьютерного зрения. За счет интеграции механизма внимания CSA с возможностями иерархического представления признаков FPN, модель может точно определять уровни вовлеченности учащихся, улавливая контекстную и пространственную информацию во входных данных. Кроме того, благодаря внедрению архитектуры Трансформера, модель достигает лучшей общей производительности за счет эффективного учета долгосрочных зависимостей и семантических связей во входных последовательностях. Оценка с использованием набора данных WACV показывает, что предлагаемая модель превосходит базовые методы с точки зрения точности. В частности, вариант FPN_CSA_Trans_EH предлагаемой модели превосходит FPN_CSA на 3,28% и 4,98% соответственно. Эти результаты подчеркивают эффективность структуры BiusFPN_CSA в определении вовлеченности учащихся в реальном времени, предлагая преподавателям ценный инструмент для повышения качества обучения, создания активной среды обучения и, в конечном итоге, улучшения результатов учащихся.

Современные технологии организационного управления предусматривают сбор и обработку большого объема данных для расчета параметров функционирования исследуемых объектов и процессов. Поскольку основная особенность собираемых параметров состоит в их привязке к территориям, с одной стороны, и отнесении к периодам времени, с другой стороны, требуется применение геоинформационных систем и технологий. Несмотря на развитие современных геоинформационных технологий, вопросы их практического применения для поддержки принятия решений с учетом комбинированного влияния пространственного и временного факторов, в полной мере не решены. В статье предложена комбинированная геоинформационная многослойная пространственно-временная модель, которая представляет собой граф, вершинами которого являются значения параметров, упорядоченные по слоям с размещением временных меток в слой времени, а дугами – отношения между ними, разделенные на три типа: топологические, семантические и хронологические. Сопряжение и упорядочивание параметров, согласно предложенной модели, позволяет корректно поставить и решить задачу оптимизации, а, следовательно, устранить проблему практического использования накапливаемой аналитики в процессах поддержки принятия управленческих решений. Предложенная модель использована в цифровой платформе интегрального мониторинга для цифровой трансформации процессов сбора, анализа и визуализации данных коммунальных ресурсов. Рассмотрена общая задача управления, а также приведен конкретный пример для одной из актуальных задач регионального управления – социальной газификации, в котором производится оптимизация процесса обработки заявок по подключению жилых домов к системе газоснабжения в границах выбранного региона. Комбинированная геоинформационная многослойная пространственно-временная модель позволяет формулировать универсальные постановки задач поддержки принятия решений для различных приложений геоинформатики в логистике, при управлении транспортными ресурсами, а также в ситуационных центрах управления предприятиями и регионами, в системах бизнес-аналитики и управления организационными системами.