Исследование характеристик сварных соединений телекоммуникационных многомодовых оптических волокон и кварцевых микроструктурированных волоконных световодов гексагональной конфигурации
Бурдин . А., Нестеров В. Г., Орлов М. А., Евтушенко А. С., Пашин С. С., Зайцева Е. С., Беляев А. А., Шурупов Д. Н., Демидов В. В., Тер-Нерсесянц Е. В., Дукельский К. В., Полищук Г. С.
1
Введение. В работе представлены результаты экспериментальной апробации возможности выполнения сварного соединения телекоммуникационных градиентных многомодовых оптических волокон категории ISO/ IEC OM2+/OM3 и микроструктурированных оптических волокон с помощью сварочного аппарата Fujikura-36S (Fujikura Ltd., Япония). Рассматривались кварцевые микроструктурированные волоконные световоды с гексагональной конфигурацией, обеспечивающей квазиодномодовый режим функционирования в расширенном, по сравнению с типовыми одномодовыми оптическими волокнами действующих рекомендаций ITU-T, в область коротких длин волн спектрального диапазона (λ = 800–1700 нм), и внешним «телекоммуникационным» диаметром 125 мкм. Исследовались потенциальные возможности снижения затухания на стыке путем соответствующего подбора параметров программы сварки — тока дуги и времени подачи дуги — и их оптимальной комбинации, обеспечивающей компромисс между качественным проваром без дефектов в зоне обжига и искомой минимизацией вносимых потерь. Метод. Экспериментальная схема включала в себя макетную комбинированную волоконно-оптическую линию передачи, которая состояла из двух катушек с одномодовыми и двух катушек с многомодовыми оптическими волокнами. С одной стороны катушки с одномодовыми оптическими волокнами были пителированы. Со второй неоконцованной стороны к ним с помощью сварочного аппарата подсоединялись упомянутые выше две катушки с многомодовыми оптическими волокнами. Протяженность волокон каждой из четырех катушек комбинированной линии составляла не менее 1 км. Тестируемый образец микроструктурированного волоконного световода длиной около 1,5 м вваривался непосредственно между катушками с многомодовыми волокнами по соответствующим образом скорректированной программе сварки. Контроль изменения вносимых потерь, включающих в себя потери на двойном сварном соединении микроструктурированный световод — многомодовое оптическое волокно и собственные потери отрезка исследуемого микроструктурированного световода, осуществлялся с помощью оптического рефлектометра EXFO AXS-110 (EXFO, Канада), реализующего метод обратного рассеяния во временной области. Основные результаты. На основании серии проведенных экспериментальных исследований, направленных на поиск компромисса между предельно заниженными параметрами программы сварки и выполнения стыка без дефекта, была локализована оптимальная, с точки зрения минимизации вносимых потерь, комбинация тока дуги (STD-30 усл. ед.) и времени подачи дуги (1100 мс). Как результат, итоговое значение вносимых потерь удалось снизить практические на 0,8–1,0 дБ и более относительно референсного показателя: в частности, для указанных установок программы результирующее затухание составило 5,721 дБ при опорном значении 6,722 дБ. Обсуждение. Представленные кварцевые MOF, поддерживающие квазиодномодовый режим передачи оптического излучения в недоступном для типовых телекоммуникационных оптических волокон спектральном диапазоне области первого окна прозрачности (λ = 850 нм), в том числе, могут быть ориентированы на практическое применение как в оптических приборах для лазерной техники, так и в соединительных линиях связи компактных высокоскоростных сетей передачи данных. При этом инсталляция таких линий связи в полевых условиях потребует монтажа оконечных устройств коммутации, в том числе, выполнения сварных соединений оптических волокон линии (т. е. непосредственно микроструктурированных волоконных световодов) и многомодовых оптических волокон штатных пигтейлов. Таким образом, полученное экспериментальное подтверждение потенциальной возможности выполнения сварных соединений кварцевых микроструктурированных и типовых многомодовых оптических волокон с адекватным значением вносимых потерь и сохранением световедущих свойств создают все предпосылки для дальнейшего применения таких MOF в различных научно-технических и научно-практических приложениях.
15
Разработана дефокусно-зависимая, количественно подтвержденная методика облучения термически окисленного кремния (SiO2) волоконным лазером с наносекундной длительностью импульсов. Систематическое изменение дефокуса пучка позволило установить корреляцию между пиковой осевой плотностью мощности I и диаметром пятна d с различными морфологическими состояниями поверхности структуры пленки SiO2 толщиной 150 нм на поверхности кремниевой пластины, ориентированной в кристаллографической плоскости (111). В контролируемых экспериментах сканирования (длина волны λ = 1062 нм, ширина импульса τ ≈ 120 нс, частота повторения импульсов 50 кГц, скорость сканирования 100 мм·с–1) наблюдалась непрерывная последовательность морфологических превращений: сморщивание, пузырение и предплавление, — обусловленных термомеханическими напряжениями и межфазной адгезией. Параметры поверхности определялись методом двумерного преобразования Фурье (длина волны складок 8–10 мкм) и автоматической сегментацией изображений (распределения размеров пузырей 1–3 мкм). При точечном воздействии установлена энергия начала пузырения 0,09 Дж, соответствующая флюенсу одного импульса 0,17 Дж·см–2. С использованием логистической регрессии с 95 %-ными бутстреп-доверительными интервалами (B = 2000) определен переход от стадии сморщивания к предплавлению и построена статистически ограниченная фазовая диаграмма в координатах (I, d). Контрольные эксперименты показали, что динамическое сканирование и наличие оксидной пленки являются необходимыми условиями: при точечном облучении SiO2/Si формируются неглубокие скользящие линии 〈110〉 вследствие релаксации подложки, а поверхность чистого Si остается неизменной при тех же параметрах. Травление в плавиковой кислоте подтвердило, что наблюдаемые пузыри представляют собой истинные межфазные деламинации. Предложенный подход распространяет классическую механику вспучивания–деламинации на режим циклического наносекундного нагрева и формирует основу для прогнозируемой высокоточной подплавляющей лазерной микрофабрикации диэлектрическо-полупроводниковых структур.
26
Введение. Одними из основных характеристик качества изображения, используемых в оптическом приборостроении при производственном контроле изготовленных устройств, являются функции передачи модуляции (ФПМ) и концентрации энергии (ФКЭ), которые вычисляются по зарегистрированным на установке контроля изображениям точечных тест-объектов, т. е. круглых диафрагм. Для каждого контролируемого объектива с учетом параметров установки контроля можно определить диаметр диафрагмы, при котором она считается бесконечно малой. Такие диафрагмы обладают свойствами своих идеальных теоретических моделей и не вносят дополнительные погрешности. Однако на практике чаще всего используются диафрагмы, диаметр которых превышает бесконечно малый. В работе предложен метод коррекции ФКЭ, а также способ увеличения максимальной вычисляемой пространственной частоты при коррекции ФПМ для учета влияния диаметра точечной диафрагмы при контроле объективов по ее зарегистрированному изображению. Метод. Для коррекции применяется инверсная фильтрация. В качестве фильтра используется Фурье-образ круглой диафрагмы заданного диаметра. Данный метод обладает ограничениями ввиду возможности возникновения неопределенных значений искомой функции при делении на близкие к нулю величины спектра тест-объекта. Для устранения этого явления применяется линейная интерполяция ФПМ на частотах, где функция спектра тест-объекта стремится к нулю. Такой подход необходим при коррекции диаметра диафрагмы для ФКЭ. В результате вычисляется скорректированная функция рассеяния точки, найденная как обратное преобразование Фурье от ФПМ, скорректированной на всем диапазоне частот. Основные результаты. Исследование предложенной методики проведено на сгенерированных изображениях тест-объекта различного размера. Подобрано пороговое значение функции-делителя для коррекции ФПМ, при котором не происходит резкого возрастания значений скорректированной ФПМ из-за деления на величины, близкие к нулю. Получено выражение, позволяющее определить максимальный диаметр тест-объекта, подходящий для коррекции предложенным методом. Показано, что интерполирование значений скорректированной ФПМ позволяет вычислять ФПМ и ФКЭ при использовании диафрагм в 2,5 раза большего диаметра, чем с использованием стандартного метода инверсной фильтрации, и в 8 раз больших, чем диаметр диафрагмы, который можно считать бесконечно малым. При этом максимальная абсолютная погрешность скорректированных ФПМ и ФКЭ не превышает 0,01 отн. ед. Обсуждение. Предложенный метод дает возможность сократить время процедуры контроля объективов за счет исключения этапа строгого подбора диаметра диафрагмы. Применение диафрагм, диаметр которых в 8 раз больше бесконечно малых, позволит увеличить световой поток при контроле по ФКЭ и ФПМ, что особенно актуально при аттестации объективов невысокой светосилы.
35
Введение. Автоматизация проектирования оптических систем является одним из ключевых направлений современной оптической инженерии. Сочетание физически обоснованных симуляторов, методов численной оптимизации и алгоритмов машинного обучения позволяет создавать компактные, энергоэффективные и технологичные оптические системы. Однако многомерность пространства параметров, высокие вычислительные затраты и отсутствие унифицированных критериев верификации требуют анализа применимости различных методов. Метод. Представлена систематизация существующих подходов к автоматизации проектирования оптических систем, анализ их ключевых характеристик и оценка перспектив дальнейшего развития. Рассмотрены пять ключевых классов методов: дифференцируемые физические модели, алгоритмы глубокого обучения, эволюционные и метаэвристические оптимизаторы, гибридные схемы, сочетающие методы машинного обучения и физическое моделирование, а также методы обучения в полностью прямом (оптическом) режиме. Рассмотрены вопросы создания унифицированной базы сравнения, позволяющей объективно оценивать скорость, точность, достоверность, робастность, обобщаемость, вычислительную сложность и энергетическую эффективность различных алгоритмов. Предложена классификация методов автоматизированного проектирования оптических систем. Выполнен анализ физических моделей, архитектур нейронных сетей и алгоритмов оптимизации. Приведены сравнительный анализ характеристик по унифицированному набору метрик; качественная и количественная оценки параметров на основе данных известных научных работ за 2019–2025 гг. Основные результаты. Показано, что дифференцируемые физические методы обеспечивают наивысшую физическую достоверность и точность. Методы глубокого обучения позволяют достичь максимальной скорости генерации решений. Эволюционные алгоритмы обеспечивают устойчивость к локальным минимумам. Гибридные подходы создают оптимальный баланс между скоростью и физической корректностью. Методы обучения в полностью прямом режиме и оптические нейронные сети позволяют достичь высокой энергоэффективности и потенциально пригодны для аппаратного ускорения процесса проектирования. Обсуждение. Результаты исследования могут служить основой выбора стратегии проектирования оптических систем в задачах различной сложности — от предварительного поиска конфигураций до высокоточной оптимизации. Прогресс методов автоматизации проектирования оптических систем связан с дальнейшей стандартизацией наборов данных, интеграцией гибридных подходов и развитием оптических нейронных сетей.
42
Введение. Производство печатных плат является ключевым направлением современной электронной промышленности, где особое значение имеет повышение производительности операций сверления микроотверстий. Одним из эффективных решений является применение безмасочной лазерной технологии, обеспечивающей высокую точность и гибкость обработки. Вместе с тем основной проблемой остается скорость позиционирования лазерного луча, ограниченная инерционностью гальванометрических систем. Метод. Предлагается гибридный метод управления процессом сверления микроотверстий, сочетающий гальванометрическую систему и акустооптический дефлектор. Множество отверстий предварительно разделяется на кластеры так, чтобы все отверстия внутри каждого кластера могли быть обработаны акустооптическим дефлектором в пределах его поля отклонения без участия гальванометра. Центры кластеров соединяются минимальной траекторией, рассчитанной с помощью комбинации жадного алгоритма и метода парного обмена, что минимизирует суммарную длину перемещений гальванометра и общее время цикла сверления. Такой подход обеспечивает координированное использование быстродействующего акустооптического дефлектора для локальной обработки и дальнодействующего гальванометра для перемещений между кластерами. Основные результаты. Реализация предложенного метода позволила сократить длину траектории движения гальванометра с 3097,05 до 1674,19 мм, а суммарное время обработки — более чем в 3,3 раза по сравнению с традиционными методами. Эффект достигается за счет минимизации числа крупных перемещений и переноса части операций на быстродействующий акустооптический дефлектор. Обсуждение. В отличие от известных подходов, основанных исключительно на решении задачи коммивояжера для всех отверстий, предложенный метод реализует иерархическую схему маршрутизации. Традиционные методы минимизируют длину траектории, но не учитывают ограничения динамических характеристик гальванометра, что ведет к избыточным инерционным перемещениям. Альтернативные системы, использующие только акустооптический дефлектор, обеспечивают высокую скорость, но имеют ограниченное поле отклонения. Гибридный подход сочетает преимущества обеих технологий: акустооптический дефлектор обеспечивает высокоскоростную обработку внутри кластеров, а гальванометр — эффективное перемещение между ними. Методика не требует значительных аппаратных модификаций и может быть внедрена в существующие системы управления, а также адаптирована к микрообработке стеклянных подложек для 2,5D- и 3D-архитектур.
60
Во время быстро развивающихся цифровых инфраструктур обеспечение масштабируемости и эффективности технологических транзакций стало критически важной задачей. Традиционные модели блокчейна часто страдают от таких ограничений как большая задержка, ограниченная пропускная способность и перегрузка сети, особенно при больших объемах транзакций. Предлагается новая двухслойная архитектура блокчейна, разработанная для устранения этих ограничений путем разделения обработки транзакций и механизмов консенсуса на два отдельных, но совместимых уровня. Первый уровень (облегченный транзакционный уровень) обеспечивает обмен данными и их верификацию в режиме реального времени с минимальными вычислительными затратами. Второй уровень фокусируется на надежном консенсусе, безопасности и долгосрочной неизменности данных. Разделяя эти функции, предлагаемая архитектура значительно улучшает масштабируемость, снижает задержку и повышает отзывчивость системы. Экспериментальное моделирование показало, что двухслойный подход превосходит традиционные одноцепочечные системы с точки зрения пропускной способности транзакций, времени подтверждения и масштабируемости при изменяющихся нагрузках. Предложенная архитектура обладает большими возможностями для внедрения в секторах, требующих высокопроизводительных, безопасных и децентрализованных транзакционных систем, таких как финансы, цепочки поставок и экосистемы интеллектуальных отраслей.
69
Введение. Интерпретируемость моделей машинного обучения является ключевым условием доверия при внедрении технологий искусственного интеллекта. Традиционные методы объяснения обеспечивают формальную интерпретацию и представляют фрагментарные и трудно интерпретируемые результаты, что снижает прозрачность принятия решений. Для решения этой проблемы предлагается подход, основанный на использовании больших языковых моделей в сочетании с технологией дополненного поиска, обеспечивающей привлечение внешних знаний и повышающей связность объяснений. Отличительной особенностью подхода является ориентация на семантическую согласованность, стабильность интерпретаций и понятность для пользователя. Метод. В представленном подходе большая языковая модель выступает в качестве интерпретатора, формирующего объяснения на основе исходных данных модели и внешних знаний, получаемых через дополненный поиск. Подход включает механизм генерации человеческо-читаемых объяснений, верификацию интерпретируемых признаков (токенов) и оценку устойчивости выводов. В результате формируются выводы, согласованные с контекстом предметной области. Основные результаты. Эффективность подхода проверена на данных MITRE ATT&CK, представляющих стандартизированную информацию о киберугрозах. Сравнение с методом SHapley Additive exPlanations показало, что предложенный подход обеспечивает более высокую семантическую согласованность объяснений и большую устойчивость оценки важности признаков при сохранении сопоставимого уровня точности интерпретации. Экспериментальные результаты показали преимущество интерпретатора на основе больших языковых моделей в объяснимости и восприятии человеком. Обсуждение. Разработанный подход в сравнении с традиционными методами обеспечивает понятные и контекстно обоснованные объяснения. Полученные результаты делают предложенный метод перспективным для применения в системах, где критично объяснение причин принятия решений. Дальнейшие направления исследований включают интеграцию подхода в реальные системы принятия решений, исследование автоматического контроля достоверности объяснений и адаптацию подхода к различным архитектурам больших языковых моделей.
77
Введение. Современные методы обработки медицинских изображений в большей части основаны на сверточных нейронных сетях и архитектурах трансформер. Главной проблемой является значительный объем параметров существующих моделей нейронных сетей, что ведет к высоким требованиям к вычислительным ресурсам диагностических медицинских систем. Метод. Сети Колмогорова–Арнольда, построенные на основе сплайн-функций, демонстрируют сопоставимую точность с традиционными архитектурами, при этом имеют значительно меньшее число параметров. В сверточных слоях сети Колмогорова–Арнольда возможно использование различных базисных полиномиальных функций вместо сплайнов, что существенно влияет на качество сегментации. В работе представлено сравнение эффективности 22 различных полиномиальных функций в сети Колмогорова–Арнольда при сегментации двухмерных медицинских изображений на малых выборках. Основные результаты. Экспериментальные данные показали, что исследуемые полиномиальные функции достигают производительности, сопоставимой с передовыми моделями трансформер при значительно меньшем количестве параметров. Обсуждение. Полученные результаты подтверждают перспективность дальнейшего изучения полиномиальных функций в архитектуре сверточных блоков сетей Колмогорова–Арнольда, особенно при ограниченных вычислительных ресурсах. Необходимы дальнейшие исследования полиномиальных функций в сверточных слоях сети Колмогорова–Арнольда в задачах обработки высокотехнологичных медицинских изображений.
85
Введение. В современной инженерной и научно-технической практике многокритериальная оптимизация часто обеспечивает поиск компромиссных решений без задания весовых коэффициентов и границ, формируя Парето-фронт посредством эвристической аппроксимации на основе генетических алгоритмов. Однако даже аппроксимированный Парето-фронт представляет собой множество точек, что затрудняет анализ и отбор решений. Для упорядочения и структурирования полученных решений возможным решением становится кластеризация, позволяющая выделить репрезентативные группы компромиссов. Научная новизна предлагаемого метода кластеризации заключается в комбинации алгоритмов Ordering Points to Identify the Clustering Structure и k-means с выделением медоидов, обеспечивающей автоматическое удаление шума и компактное представление репрезентативных стратегий. Метод. Предложен метод двухэтапной кластеризации. На первом этапе применен алгоритм Ordering Points to Identify the Clustering Structure, с помощью которого строится упорядоченный профиль плотности и автоматически фильтруются шумовые точки по порогу досягаемости. На втором этапе использован алгоритм k-means, выполнено разбиение отфильтрованного ядра Парето-фронта на кластеры и вычислены центроиды, а затем медоиды — реальные представители данных. Основные результаты. Проведены два эксперимента на трехмерных множествах точек Парето-фронта (1226 и 2514 ядровых точек после фильтрации). В результате применения предложенной методики получено разбиение на 10 кластеров. Установлено, что после фильтрации доля шумовых точек составила менее 1 % от общего числа решений. Фильтрация позволяет существенно снизить значения метрики, оценивающей качество центров кластеров, при умеренном увеличении суммарного времени выполнения кластеризации. Показано, что малая рассогласованность центроидов и соответствующих медоидов свидетельствует о высокой репрезентативности полученных кластеров. Обсуждение. Предложенный комбинированный метод, сочетающий применение алгоритмов Ordering Points to Identify the Clustering Structure и k-means, требует настройки двух параметров, автоматически адаптируется к нелинейным плотностям и размерам входных данных. Область применения метода может быть расширена для любых задач многокритериальной оптимизации, решаемых посредством построения и анализа Парето-фронта, включая инженерную оптимизацию, логистику, энергетику и финансовое моделирование. В перспективе возможно внедрение адаптивных методов для автоматического определения оптимальных параметров используемых алгоритмов, а также обеспечения адаптации к динамическим изменениям многокритериальных задач.
94
Введение. Распространение уязвимых устройств интернет вещей приводит к увеличению количество атак на такие устройства и требует разработки точных и ресурсно-эффективных средств их выявления. Существующие модели системы обнаружения вторжений плохо адаптируются к разным наборам данных. Представлено решение этой проблемы на основе архитектуры Edge-Mamba — «легковесной модели» на базе линейно-временной селективной State Space-архитектуры. Приведена оценка возможности переносить модели между гетерогенными наборами данных и обеспечивать их работу на конечных устройствах в реальном времени. Метод. Предложенная модель основана на селективной State Space-архитектуре и обеспечивает линейную сложность обработки последовательностей. Адаптация модели для анализа сетевого трафика происходит путем кодирования 74 признаков и за счет применения двух блоков модели пространства состояний. Такое построение позволяет снизить вычислительные затраты и одновременно сохранить высокую точность классификации атак. Основные результаты. Эксперименты выполнены на современных наборах данных CICIDS-2017, TII-SSRC-23. Показано, что архитектура Edge-Mamba достигает на наборе данных TII-SSRC-23 точность 99 % при задержке 0,15 мс, а на наборе данных CICIDS-2017 — 98 % при задержке 2,4 мс. При переносе модели с одного набора данных на другой без дообучения точность классификации составляет 65 %, а дообучение (fine-tuning) на 10 % целевого набора повышает точность до 99 % без увеличения времени классификации. Обсуждение. Таким образом, предложенная модель демонстрирует сопоставимую или более высокую точность по сравнению с существующими подходами. При многоклассовой классификации архитектура Edge-Mamba превзошла CNN-BiLSTM и Transformer на 1–3 % по величине macro-F1, сохраняя меньшую задержку. Модель сохраняет эффективность работы на ресурсно-ограниченных устройствах. Представленная модель сочетает точность и возможность переноса модели на другие наборы данных, что делает ее применимой для систем обнаружения вторжений на сетевых шлюзах, хабах интернет вещей и в контейнеризированной инфраструктуре.
104
Введение. Детектирование объектов в системах видеонаблюдения, медицинской диагностике, в автономных транспортных средствах и иных технических системах с компонентами компьютерного зрения связано с выбором лучшей модели для конкретного набора данных. Эта задача до сих пор остается трудоемкой и требует значительных вычислительных и временных ресурсов. Предлагается метод автоматизированного формирования рекомендаций по выбору модели детектирования объектов на основе анализа мета-признаков изображений и базы знаний результатов выполненных ранее научных исследований. Метод. Предложенный метод предполагает формирование векторов мета-признаков на основе набора данных (изображения и аннотации) и поиске похожих наборов данных с использованием алгоритма CatBoostClassifier (F1-score = 0,82) в собранной базе знаний. После определения аналогичных наборов данных осуществляется ранжирование моделей детектирования объектов по точности (mean Average Precision) и производительности (Frames Per Second) на основе накопленных экспериментальных данных, что позволяет рекомендовать наиболее подходящие архитектуры. Метод реализован в открытом рекомендательном фреймворке Object Detection Recommendation System. Основные результаты. Экспериментально подтверждено, что применение предложенного алгоритма сокращает время выбора модели на 40 % по сравнению с традиционными подходами, требующими ручного тестирования. Результаты проверки на 12 тестовых наборах данных продемонстрировали высокую эффективность метода в задачах с ограниченными вычислительными ресурсами и разнообразными характеристиками изображений. Обсуждение. Благодаря интеграции в Object Detection Recommendation System метод доступен специалистам, не обладающим глубокими знаниями в области машинного обучения/компьютерного зрения. Метод особенно полезен в условиях ограниченных временных и вычислительных ресурсов, когда необходимо быстро получить обоснованное начальное приближение к выбору модели. В будущем планируется расширение базы знаний, а также адаптация метода для задач семантической сегментации и трекинга объектов.
116
Введение. Компьютерная томография является мощным инструментом для диагностики, например, в онкологии, травматологии, стоматологии. Кроме того, компьютерная томография может применяться для проверки и коррекции позиционирования медицинского оборудования относительно тела пациента при проведении терапевтических процедур, например, брахитерапии или дистанционной лучевой терапии с визуальным контролем. В состав медицинских изделий с компьютерной томографией входит электроприводной механизм перемещения гантри — подвижной части аппарата, поддерживающей и перемещающей медицинское оборудование: рентгеновскую трубку и детектор рентгеновского излучения, радиационную головку и др. Улучшение возможностей синхронизации событий между компонентами медицинского оборудования и с системой движения открывает новые возможности построения архитектуры системы управления медицинских изделий. Применение промышленной шины жесткого реального времени Ethernet for Control Automation Technology (EtherCAT) может повысить скорость и безопасность проведения медицинских процедур. Метод. Предложена программно-аппаратная платформа, включающая ведущее и ведомое устройства EtherCAT. Ведущее устройство построено на основе программного обеспечения с открытым исходным кодом, в первую очередь, Linux и IgH, установленного на персональном компьютере. Ведомые устройства реализованы на доступной элементной базе. Исследованы возможности синхронизации событий ведомых устройств, а также стабильность работы EtherCAT на частоте 1 кГц. Основные результаты. Экспериментальные результаты получены на специально разработанном стенде. Ведущее устройство EtherCAT установлено на типовом персональном компьютере, а EtherCAT стек двух ведомых устройств реализован на распространенных микроконтроллерах. Показана возможность синхронизации событий в ведомых устройствах на уровне 0,1 мкс. Стабильность работы EtherCAT на базе предложенной платформы подтверждается высокой стабильностью измеренного времени цикла 1000 мкс с фазовым дрожанием (джиттером) на уровне единиц микросекунд. В сравнении с наиболее распространенным решением для построения ведущих устройств на базе персональных компьютеров The Total Windows Control and Automation Technology (TwinCAT), предложенная программная платформа продемонстрировала идентичные возможности синхронизации, но в несколько раз лучшую стабильность времени цикла EtherCAT. Обсуждение. Возможность использования доступных программных продуктов и элементной базы для разработки ведущего и ведомых устройств с последующим развертыванием сети EtherCAT позволит улучшить характеристики отечественных медицинских изделий компьютерной томографии и обеспечит высокий уровень производственной безопасности.
125
Введение. Традиционно, многопоточные структуры данных разрабатывались и тестировались для вызовов из потоков операционной системы. Однако в последнее время в языках программирования появилась альтернатива — легкие потоки (иначе известные, как асинхронные вызовы, и корутины). Такие потоки бывают двух видов со стеком и без него. В настоящей работе рассмотрены стековые корутины. Основное преимущество легких потоков заключается в меньшем количестве накладных расходов. В отличие от потоков операционной системы, в стандартной библиотеке языка С++ отсутствует реализация стековых легких потоков. Они предоставляются несколькими библиотеками, отличающимися: планированием исполнения потока, способом хранения данных в памяти и интерфейсом использования. Кроме того, переиспользование существующего кода невозможно из-за необходимости явной разметки кода точками переключения контекста, отсутствие которых может приводить к взаимной блокировке легких потоков. Для ограничения области исследования рассмотрен конкретный вид многопоточных примитивов — мьютекс (иначе известный, как взаимное исключение). Метод. Выполнен анализ нескольких библиотек для работы с легкими потоками: Argobots, Boost Fibers, Userver. На основе оценки их функциональности, разработан трехступенчатый механизм ожидания, использующий активное ожидание, переключение контекста, а также способы приостановки и возобновления легкого потока. Описание механизма включает предложение об общем способе его внедрения в известные алгоритмы мьютексов. Механизм служит дополнительным слоем абстракции между библиотеками легких потоков и мьютексами, позволяя реализовывать их в общем виде. Из-за отсутствия существующих решений, был создан инструмент для тестирования и оценки производительности модифицированных мьютексов. Основные результаты. С помощью предложенного метода ряд известных мьютексов был адаптирован для вызовов из легких потоков. Для тестирования получившихся примитивов разработан инструмент, позволяющий интегрировать произвольные реализации легких потоков и учитывающий специфику работы с ними. В результате была измерена пропускная способность адаптированных мьютексов с помощью нового инструмента на специальном сценарии, отражающем особенности кооперативной многозадачности. Обсуждение. В перспективе планируется формирование библиотеки, включающей все известные реализации мьютексов, адаптированных под вызовы из легких потоков. Это позволит провести детальное сравнение производительности этих алгоритмов в зависимости от: библиотеки легких потоков, алгоритмов планировщика и архитектуры процессора. Ожидается, что детальный анализ поведения существующих алгоритмов позволит создать новую реализацию мьютекса, работающего наиболее эффективно на вызовах из легких потоков.
135
Оценка больших языковых моделей (Large Language Models, LLM) для задач генерации кода представляет собой особую сложность, поскольку традиционные методы обработки естественного языка (Natural Language Processing, NLP) могут быть неприменимы для оценки кода. Классические метрики сходства текста могут не отражать функциональную корректность сгенерированного кода. В работе изучается эффективность различных метрик оценки путем сравнения кода, сгенерированного LLM, с мутированными версиями исходных фрагментов кода. Используя современные модели и бенчмарки, были оценены сгенерированные и мутированные фрагменты кода с применением нескольких широко используемых метрик NLP, включая ориентированные на программный код CodeBLEU и Ruby, а также нейросетевые BERTScore и CodeBERTScore. Показано, что ориентированные на оценку текста метрики (а именно BiLingual Evaluation Understudy и Recall-Oriented Understudy for Gisting Evaluation) имеют тенденцию к снижению релевантности при оценке задач программирования, особенно когда функциональная точность критически важна. Ориентированные на код и нейросетевые метрики демонстрируют более высокую корреляцию с показателями прохождения тестов, хотя их ограничения указывают на необходимость дальнейшего совершенствования. Полученные результаты подтверждают важность разработки методов оценки, учитывающих функциональность, для генерации кода на основе LLM. Предложены новые подходы к выбору метрик для оценки качества кода, сгенерированного искусственным интеллектом.
145
Введение. В условиях стремительного развития интернета вещей особую актуальность приобретают энергоэффективные мобильные сенсорные сети, в которых узлы обладают возможностью перемещения. В работе рассматривается кинематическая сенсорная система с центром управления и обработки информации (ЦУОИ), где подвижные узлы передают данные в циклически организованные временные слоты. Предполагается, что сеансы связи при передаче данных от подвижных узлов в ЦУОИ организованы циклически. Цикл передачи разделен на равные отрезки времени (временные слоты) таким образом, что внутри каждого слота данные передаются в ЦОУИ от одного определенного подвижного узла. Предлагается метод составления оптимального расписания взаимодействия узлов с ЦОУИ по критерию совокупного потребления энергии системой в целом. Метод позволяет ЦОУИ внутри каждого нового цикла выбирать такой порядок распределения слотов между узлами, который обеспечивает минимум энергопотребления. Метод. Предложен метод оптимизации расписания сеансов связи, минимизирующий суммарное энергопотребление системы. Метод интегрирует кинематическую модель движения узлов на основе дифференциальных уравнений Дубинса, радиофизическую модель распространения сигнала (формула Фрииса), и оптимизационное расписание через задачу о назначениях. Основные результаты. Разработаны: модель энергопотребления, учитывающая прогнозируемые расстояния до ЦУОИ на основе траекторий Дубинса; алгоритм построения оптимального расписания передачи данных; программная реализация метода. Численный эксперимент на сети из 10 узлов показал снижение суммарного энергопотребления на 29,8 % по сравнению с неизменяемым распределением слотов. Обсуждение. Предложенный подход дополняет существующие исследования в области мобильных сенсорных сетей, где, как правило, либо не учитываются реалистичные кинематические ограничения, либо отсутствует глобальная оптимизация расписания. Метод может быть особенно эффективен в сценариях с контролируемой мобильностью (дроны, наземные роботы, автономные платформы).
154
Введение. Рассмотрены вопросы реализации взаимодействия автоматных объектов, формализованных посредством специализированных графов переходов состояний. Данный подход к представлению подобен диаграммам автоматов в UML (Unified Modeling Language), существенно облегчает разработку и последующее сопровождение программного обеспечения. Каждый автоматный объект управляет определенными аспектами поведения системы, а их взаимодействие через соответствующие интерфейсы обеспечивает достижение общих целей. Визуализация таких объектов реализуется с помощью языка автоматного программирования CIAO (Cooperative Interaction of Automaton Objects) v.3. Использование механизма взаимодействия предполагает создание программной системы, которая поддерживает совместное выполнение и взаимодействие автоматных объектов. Метод. Для выполнения предлагаемого автоматного взаимодействия применяется метод раскрутки, который известен с середины 1960-х годов и представляет собой технику создания компилятора или интерпретатора на том же языке, для которого он создается. Для построения начального интерпретатора используется метод пошагового уточнения. Затем, на основе шаблонов преобразования императивных конструкций в автоматные, интерпретатор модифицируется в систему взаимодействующих автоматных объектов, что является итогом процесса раскрутки. Основные результаты. Разработаны структуры данных для представления программ на языке CIAO v.3, описана структура интерпретатора на псевдокоде методом пошагового уточнения. Предложены шаблоны для реализации императивных конструкций средствами автоматного программирования. Представлена структура интерпретатора языка CIAO v.3 на данном языке. Реализован прототип интерпретатора на языке Python. Обсуждение. Полученные результаты продемонстрировали успешную программную самореализацию языка CIAO v.3 методом раскрутки. Показано, что язык CIAO v.3 обеспечивает эффективное проектирование и реализацию программных решений, а также гарантирует безотказное взаимодействие компонентов за счет возможности автоматической проверки свойств программ на языке CIAO v.3. Предложенный подход может быть использован для реализации предметно-ориентированных языков в мультиагентных системах и интерфейсах человеко-машинного взаимодействия.
165
Введение. Развитие способов взаимодействия в цифровой среде приводит к необходимости контроля распространяемой пользователями информации на соответствие ее требованиям законодательства. В работе предлагается методика классификации русскоязычных текстов с учетом биологического пола (мужчины и женщины) и гендерных различий, включая гомо- и гетеросексуальные группы, а также отдельные категории ЛГБТ (геи, лесбиянки, бисексуальные и трансгендерные авторы). Метод. Предлагаемый подход основан на ансамбле методов, включающих Support Vector Machine (SVM), Convolutional Neural Networks (CNN) и Russian Bidirectional Encoder Representations from Transformers (RuBERT). Представленная методика позволяет определять не только пол, но и гендер автора русскоязычного текста, в то время как известные исследования рассматривают только автоматическое определение пола автора. Для проведения исследования собраны пользовательские наборы комментариев пользователей в социальных сетях, аннотированные по полу и гендеру. Основные результаты. В задачах определения пола автора предложенный метод показал точность, превышающую 90 %. Рассматривалась классификация как гетеросексуальных мужчин и женщин, так и смешанных групп, включавших гетеро- и гомосексуальных людей. При различении сексуальной ориентации среди представителей одного пола точность составила 93 % для женщин (различение лесбиянок и гетеросексуальных женщин) и 85 % для мужчин (классификация геев и гетеросексуальных мужчин). При исследовании по определению одновременно принадлежности к ЛГБТ и гендерной идентичности достигнутая точность составила 93 %. Обсуждение. Показано, что сочетание CNN, RuBERT и SVM может быть применено в качестве основы методики идентификации пола и гендера авторов текста. Предложенный подход может использоваться для автоматизированного мониторинга социальных сетей с целью выявления и анализа гендерной принадлежности автора текста. Разработанная методика перспективна для применения в системах контент-модерации, социологических и лингвистических исследований.
177
Введение. Агентные модели широко используются для моделирования распространения респираторных инфекций и разработки стратегий вмешательства. Однако высокая вычислительная сложность ограничивает их применение в задачах, требующих оперативного анализа. Решением данной проблемы является замена агентных моделей на модели-суррогаты, основанные на машинном обучении, либо комбинирование этих подходов для сокращения времени симуляции при сохранении точности. Метод. Выполнена оценка эффективности различных моделей машинного обучения, используемых в качестве суррогатов агентных моделей. Для обучения этих моделей была сгенерирована база данных, включающая входные и выходные данные, полученные в результате многократных запусков агентных моделей. Проведен анализ различных методов генерации выходных данных агентных моделей: использование одиночных моделей и ансамблей для предсказания значений на каждом временном шаге (подходы независимой множественной регрессии и цепной регрессии), а также гибридные модели, в которых часть выходных данных генерируется агентной моделью и используется в качестве входа для модели машинного обучения, завершающей построение выходной последовательности. Основные результаты. Эксперименты показали, что наилучшие результаты в аппроксимации выходной последовательности агентными моделями достигнуты при использовании модели eXtreme Gradient Boosting вместе с цепной регрессией. В гибридной архитектуре наилучшее качество предсказания достигнуто с использованием модели Long Short Term Memory, в которую включены начальные значения выходной последовательности. Данная модель обеспечила наименьшие значения Mean Absolute Error и Root Mean Square Error. Обсуждение. Полученные результаты показали потенциал применения моделей машинного обучения в качестве эффективной альтернативы агентным моделям для задач эпидемиологического моделирования, особенно в условиях ограниченного времени и ресурсов. Представленный подход может быть использован для оперативной оценки сценариев распространения инфекции и разработки профилактических стратегий.