Введение. Представлен обзор современных работ по применению перспективных природных фотосенсибилизаторов для целей фотодинамической терапии и фотодинамической инактивации микроорганизмов. Рассмотрены актуальные фотосенсибилизаторы с высокой селективностью, высоким квантовым выходом синглетного кислорода и минимальной темной токсичностью. Показано, что природные соединения — куркумин, гиперицин, рибофлавин, берберин, хлорофиллоиды, псоралены и антрациклины являются перспективными кандидатами фотодинамической терапии благодаря биосовместимости и богатому спектру фото и биохимических свойств. Проведен обзор перспективных редких и менее изученных фотосенсибилизаторов. Метод. Выполнен обобщающий анализ современных научных работ, а также анализ экспериментальных данных по стационарной, времяразрешенной флуоресценции и микроскопии (конфокальной и флуоресцентной микроскопией с визуализацией времени жизни (FLIM)) природных фотосенсибилизаторов, в том числе их терапевтической и антимикробной активности in vitro и in vivo по классам, фотофизическим свойствам, особенностям практического применения. Основные результаты. Показано, что гиперицин и периленхиноны достигают квантового выхода синглетного кислорода для измерений в растворах синглетного кислорода примерно 0,5–0,6 при ε более 4·104 л·моль–1·см–1, обеспечивая эффективную фотодинамическую терапию опухолей и логарифмическое снижение (6–7 lg КОЕ) бактериальной нагрузки при умеренных дозах излучения (менее 20 Дж·см–2). Куркумин и рибофлавин совмещают терапевтический эффект с яркой флуоресценцией, позволяя вести оптический мониторинг «в реальном времени». Псоралены реализуют альтернативный механизм фотосшивки ДНК под воздействием длинноволнового ультрафиолетового излучения, что лежит в основе терапии, на основе применения псораленов и длинноволнового ультрафиолетового излучения, а также обеззараживания крови. Комплексирование с ионами лантаноидов или апконверсионными наночастицами расширяет спектр возбуждения до ближнего инфракрасного диапазона и усиливает диагностический сигнал. Отдельно рассмотрены малоизученные природные фотосенсибилизаторы, обладающие перспективными свойствами для фотодинамической терапии. Обсуждение. По результатам обзора показано, что природные фотосенсибилизаторы могут быть универсальной основой для одновременного лечения и оптического мониторинга онкологических и инфекционных процессов, а их встраивание в наноструктуры — включая системы на редкоземельных ионах — позволяет увеличить глубину проникновения излучения и добиться точной визуализации в глубоколежащих тканях, открывая дорогу к клиническому внедрению гибридных фототерапевтических технологий нового поколения. Продемонстрированы перспективы и направления применения уже существующих природных фотосенсибилизаторов в зависимости от их класса и фотофизических свойств.

Введение. Представлен обзор современных методов глубокого обучения для обработки данных удаленной фотоплетизмографии. Рассмотрены архитектуры сверточных нейронных сетей, трансформеров, рекуррентных и генеративных моделей для предобработки видеосигнала, а также извлечения физиологически значимых параметров в условиях с артефактами, вызванными движением, изменением освещения или низким качеством видео. Выполнен анализ перспектив внедрения алгоритмов глубокого обучения в реальных медицинских сценариях на основе предложенных критериев с учетом существующих проблем интеграции, востребованности решений и валидации результатов. Метод. Выполнен обзор существующих методов глубокого обучения, которые используют видеосигнал для оценки сигнала фотоплетизмографии с использованием новых критериев для оценки методов, включая многомерность выходного сигнала фотоплетизмографии, открытость исходного кода и наличие информации о временных затратах, что является важным для их практического применения в реальном времени в медицинских учреждениях. Основные результаты. Показано, что методы глубокого обучения значительно превосходят традиционные подходы в задачах оценки физиологических параметров, в процессах диагностики сердечно-сосудистых заболеваний, а также предобработке видеосигнала. Выявлено, что большинство существующих решений, основанных на глубоком обучении, ограничиваются одномерным выходным сигналом из-за сложности получения многомерной разметки для обучения с учителем. Дополнительный анализ показал дефицит информации о временных и вычислительных затратах, что ограничивает практическое применение методов глубокого обучения в реальном времени. Представленная систематизация раскрывает ключевые термины, связанные с обработкой сигналов фотоплетизмографии: контактная фотоплетизмография, фотоплетизмография на основе видео, удаленная фотоплетизмография, визуализация фотоплетизмографии. Представлено описание подходов к сбору наборов данных, учитывающих концепции многомерности, многоканальности и мультимодальности сигналов. Обсуждение. Полученные результаты могут быть применены при разработке систем удаленного мониторинга здоровья, включая медицинские и бытовые устройства. Обзор будет полезен специалистам в области биомедицинской инженерии, медицинской информатики, а также разработчикам решений для анализа физиологических сигналов.

Введение. Рассмотрено влияние условий термообработки на размеры квантовых точек перовскитов (CsPbI3), сформированных во фторофосфатных стеклах, и изучены их спектральнолюминесцентные свойства. Метод. Фторофосфатные стекла с квантовыми точками CsPbI3 получены методом высокотемпературного синтеза из шихтных реактивов с последующей дополнительной термообработкой выше температуры стеклования Tg. Температура термообработки определялась на основании данных дифференциальной сканирующей калориметрии с применением термоанализатора STA 449F1 Jupiter NIETZSCHE. Исследование спектров поглощения проводилось с помощью двухлучевого спектрофотометра Perkin Elmer Lambda 650. Спектры фотолюминесценции были получены при использовании спектрофлуориметра Perkin Elmer LS50B. Абсолютный квантовый выход измерен с помощью системы измерения абсолютного квантового выхода фотолюминисценции PL (Hamamatsu) с блоком интегрирующей сферы. Основные результаты. Квантовые точки CsPbI3 были сформированы во фторофосфатном стекле. Рост квантовых точек в стекле контролировался термообработкой при температурах выше Tg путем вариации температуры и длительности. Данные оптических измерений подтвердили образование нанокристаллов CsPbI3 с размерами 6–15 нм. При этом фотолюминесценция квантовых точек CsPbI3 изменялась в диапазоне 625–705 нм. Наблюдается немонотонное изменение величины квантового выхода от температуры термообработки. Максимальный квантовый выход фотолюминесценции CsPbI3 составил 13 %. Показано, что квантовый выход фотолюминесценции CsPbI3 с размерами 10–15 нм слабо зависит от размера квантовых точек и изменяется в пределах 10–13 %. Обсуждение. Сделан вывод, что фторофосфатные стекла с квантовыми точками CsPbI3 перспективны в качестве красных люминофоров.

Введение. Стеклянные пипетки с микро- и наноразмерным выходным отверстием применяются для неразрушающего исследования морфологии нативных биологических объектов в жидкой фазе, в биосенсорах и 3D-печати. Форма и размеры пипеток оказывают решающее влияние на их ионную проводимость и механическую устойчивость, что напрямую влияет на результаты измерений с их использованием. В работе исследована ионная проводимость при изменении формы и размера пипеток, полученных при разных условиях их формирования. Обнаружен и изучен эффект нелинейной проводимости ионного тока высокоаспектных нанопипеток с размерами выходного отверстия от 100 нм и менее. Метод. Формирование стеклянных пипеток осуществлялось под воздействием нагрева и последующего осевого растягивания капилляров под механической нагрузкой. Форма и размеры сформированных пипеток определялись с использованием сканирующего электронного микроскопа. Металлизация поверхности пипеток тонким слоем золота с целью улучшения их визуализации в электронном микроскопе проводилась методом магнетронного распыления. Измерение ионной проводимости и диаметра выходного отверстия пипетки выполнен методом вольтамперометрии. Основные результаты. Выявлена зависимость изменения ионной проводимости от формы и размера стеклянных пипеток, полученных при вариации параметров тепловой вытяжки. Установлены параметры тепловой вытяжки, обеспечивающие формирование нанопипеток конической и высокоаспектной форм с выходными отверстиями 100–200 нм и углом схождения при вершине 3–8°, применяемыми в сканирующей капиллярной микроскопии. Получены пипетки с выходным отверстием 500–1000 нм и углом схождения 3–5°, используемые в методе локальной фиксации потенциала (patch-clamp). Показано, что при использовании высокоаспектных нанопипеток с сопротивлениями ионной проводимости около 50–100 МОм и размерами выходного отверстия 100 нм и менее возникает эффект селективной проводимости ионного тока. Обсуждение. Установлено, что результаты работы позволят формировать пипетки с заданной проводимостью, формой и размерами. Показано, что учет эффектов нелинейной проводимости дает возможность применения высокоаспектных нанопипеток в таких областях, как сканирующая капиллярная микроскопия, метод patch-clamp, микро- и нанообъемная инжекция веществ в клетки, нанобиопсия и капиллярная 3D-печать.

Введение. Традиционные теплопроводящие композитные материалы, обладающие высокой теплопроводностью, склонны к агломерации в матрице, их химическая инертность затрудняет прочную связь с полимером, а высокая электропроводность существенно ограничивает применение в электронике. В работе представлен теоретический анализ анизотропной теплопроводности многослойных наносвитков из гексагонального нитрида бора (h-BN) как перспективных наполнителей для тепловых интерфейсов электронных изделий. Материал сочетает высокую теплопроводность, хорошие электроизоляционные свойства и высокую технологичность при интеграции в электронные компоненты. Предложена аналитическая модель, позволяющая прогнозировать значения теплопроводности многослойных наносвитков из h-BN в продольном и поперечном направлениях. Метод. Аналитическая модель анизотропной теплопроводности многослойных наносвитков (свернутых 2D-нанопластин) реализована на основе теории обобщенной проводимости. Ключевыми научными дополнениями к существующим моделям являются возможность увеличения количества рассчитываемых слоев и размеров наносвитков. Для более точного описания размерных эффектов впервые на подобной многослойной структуре введен параметр межслойного рассеяния для коррекции эффективной длины свободного пробега фононов в материале. Основные результаты. Получены математические зависимости теплопроводности многослойных наносвитков из h-BN в продольном и поперечном направлениях относительно оси наносвитка в зависимости от количества слоев. Показано, что с увеличением числа слоев продольная теплопроводность (вдоль оси наносвитка) уменьшается. Поперечная теплопроводность (поперек оси наносвитка) существенно выше, чем у углеродных аналогов. Обсуждение. Ввиду отсутствия в открытых научных работах количественных данных (как экспериментальных, так и полученных численным методом) для многослойных наносвитков из h-BN валидация результатов моделирования выполнена на схожей системе, представленной в работе, посвященной трехслойному углеродному наносвитку. Полученные прогнозные результаты позволяют оценить влияние количества слоев на теплопроводность наносвитков из h-BN и синтезировать структуры многослойных наносвитков с заранее заданным значением теплопроводности. Показано, что многослойные наносвитки из h-BN являются перспективной альтернативой углеродным нанотрубкам в электронике в случаях, когда критически важно исключить «тепловые пробки», а также обеспечить высокую межэлементную электроизоляцию.

Введение. Рассмотрена задача безопасного управления шестизвенным роботом-манипулятором в ограниченном рабочем пространстве, содержащем препятствия и потенциальные сингулярные конфигурации. Цель исследования заключается в разработке интегрированного алгоритма, обеспечивающего одновременное избегание препятствий и предотвращение сингулярных состояний при сохранении высокой точности позиционирования конца эффектора. Метод. Предлагаемый подход основан на сочетании пропорционально-интегрально-дифференциального регулятора в декартовом пространстве и метода псевдоинверсии с демпфированием с проекцией вторичных задач в нуль-пространство, что позволяет поддерживать манипулируемость и стабилизировать управление вблизи сингулярных конфигураций. Для предотвращения столкновений используется метод искусственных потенциальных полей, формирующий отталкивающие скорости на уровне звеньев. Основные результаты. Результаты численного моделирования в двух сценариях показали, что предложенный алгоритм позволяет достигать заданных целей без коллизий, при этом остаточная погрешность позиционирования составляет менее 0,05 м, минимальная дистанция до ближайшего препятствия не опускается ниже 0,18 м, а индекс манипулируемости остается выше 0,8. Обсуждение. Полученные данные подтверждают эффективность и применимость разработанного решения для управления роботами-манипуляторами в режиме реального времени.

Введение. Важной частью обеспечения непрерывности функционирования сложных систем является мониторинг информационной безопасности, который является непрерывным процессом, неотделимым от контекста функционирования объекта защиты. Оперативное использование результатов мониторинга требует интерпретируемости полученных данных и представления ключевых причинно-следственных связей в формальном и доказуемом виде. Если объект защиты обладает статистической, поведенческой и процессной регулярностями, то появляется возможность формирования информативного пространства для выявления событий информационной безопасности. В работе формируются и подтверждаются гипотезы о возможности выявления событий информационной безопасности при нарушении перечисленных видов регулярности и о поиске рационального интервала формирования состояния. Научная новизна результатов определяется адаптацией формальных методов построения информативного пространства для выявления событий информационной безопасности, введением и экспериментальным подтверждением гипотез о влиянии события информационной безопасности на статистическую, поведенческую и процессную регулярности и поиске рационального интервала анализа. Предложен качественно новый метод построения информативного пространства для автоматического выявления событий информационной безопасности. Исследован процесс мониторинга состояния информационной безопасности корпоративной компьютерной сети. Рассмотрены эвристические методы формирования информативного пространства для выявления событий информационной безопасности на основе статистического анализа ретроспективных данных в реальном масштабе времени. Метод. Представлен метод автоматического формирования информативного пространства для выявления событий информационной безопасности в корпоративных компьютерных сетях, основанный на динамике двух соседних состояний конечных устройств, определенных за дискретные промежутки времени. Множество таких переходов состояний по всем устройствам формирует матрицу состояния исследуемой компьютерной сети. Основные результаты. Определено информативное пространство для вычисления динамики полученных векторов состояний и найден рациональный интервал формирования состояния устройства при исследовании зависимости разницы векторов двух соседних состояний от интервала анализа в различных информативных пространствах. Выполнен анализ набора сетевых данных в формате PCAP (Packet CAPture), включающий в себя легитимную и ботнет активности устройств интернета вещей. Графическая интерпретация полученного результата позволяет определить время подготовки и начала атаки, что существенно упрощает задачу мониторинга информационной безопасности на этапе анализа входных данных и сокращает количество данных, анализируемых аналитиком информационной безопасности. Обсуждение. Отличительными особенностями предложенного метода является работа в режиме реального времени, отсутствие этапа предобработки входных данных и интерпретируемость выявленных событий информационной безопасности. Явно выделяющиеся тенденции динамики состояния устройств позволяют сократить объем анализируемой информации и обратить внимание на нарушения регулярностей, характеризующие возможные события информационной безопасности. Область применения метода включает в себя задачи мониторинга событий и выявление инцидентов информационной безопасности, а также обнаружение вторжений в корпоративных компьютерных сетях.

Введение. Подходы глубокого обучения все активнее применяются для задач виртуального аналогового моделирования, цель которых заключается в воспроизведении звуковых характеристик аналоговых аудиоустройств. В области моделирования аналоговых компрессоров динамического диапазона многие существующие методы работают с аудиосигналами во временной области, что обуславливает высокую размерность входного сигнала при высокой частоте дискретизации. Обработка таких высокодетализированных признаков является вычислительно затратной и снижает эффективность моделей. Метод. Представлен метод предварительной обработки признаков, использующий амплитудную компоненту кратковременного преобразования Фурье в сочетании с механизмом спектрального усиления, функционирующим аналогично спектральной маске, но способным как ослаблять, так и усиливать частотные компоненты. В качестве рассматриваемых архитектур были предложены многополосные сети Long Short-Term Memory (LSTM) и Gated Recurrent Unit (GRU), которые разделяют амплитудный спектр на несколько частотных полос для независимой обработки, что существенно снижает вычислительную сложность при сохранении высокой точности моделирования. Основные результаты. Для оценки представленного подхода были сформированы два набора данных, содержащих записи с аналогового компрессора Alesis 3630 и его цифровой эмуляции discoDSP NightShine. На выбранных наборах данных были проведены эксперименты, в которых предложенный метод сравнивался с базовыми моделями по четырем объективным метрикам, теоретическим и эмпирическим показателям вычислительной производительности, а также результатам субъективного прослушивания. Обсуждение. Результаты показали, что однополосные модели с использованием разработанного метода извлечения признаков превосходят базовые модели по всем оценочным метрикам. Многополосные конфигурации обеспечивают более выгодный баланс между качеством и вычислительной эффективностью. В частности, четырехполосные архитектуры LSTM и GRU демонстрируют более высокую перцептивную точность при существенно меньших вычислительных затратах. Кроме того, был проведен субъективный тест прослушивания, результаты которого согласуются с объективными метриками. Исходный код и предобученные модели опубликованы в открытом доступе для обеспечения воспроизводимости результатов.

Введение. Активное распространение носимых устройств и систем умного дома предполагает значительный рост возможных сценариев использования таких решений. Разнообразие устройств и необходимость удобного взаимодействия с ними обуславливают активное развитие подходов, реализующих различные аспекты такого взаимодействия. На сегодняшний день речь является одним из наиболее удобных человеко-машинных интерфейсов. Развитие технологий обработки и анализа аудио- и речевого сигналов позволяют успешно решать такие сложные задачи, как автоматическое распознавания речи, идентификация и верификация дикторов, детекция эмоций, пола и возраста диктора. Применимость подобных технологий предполагает наличие значительных вычислительных ресурсов, часто недоступных для носимых устройств и систем умного дома. Решение изолированных задач анализа аудио/речи значительно ограничивает сценарии человеко-машинного взаимодействия. Попытки использовать различные технологии в комбинации на одном устройстве приводят к росту требований к вычислительным ресурсам. Наибольший интерес сегодня представляют технологии многозадачного анализа аудио/речевого сигнала с пониженными требованиями к вычислительным ресурсам, позволяющие применять такие технологии в носимых устройствах и системах умного дома. Метод. Предложен метод автоматического построения иерархических многозадачных моделей анализа аудио/речевого сигнала. Метод позволяет определять совместимость решаемых задач при сохранении интегральной точности для всех задач при существенном уменьшении числа обучаемых параметров многозадачной модели и состоит из трех этапов. На этапе 1 производится обучение изолированных моделей распознавания для каждой решаемой задачи и определение метрик данных моделей, на этапе 2 выполняется определение попарной совместимости задач анализа аудио/речи, путем перебора числа общих слоев глубокой нейронной сети. На этапе 3 автоматически формируется финальная иерархическая архитектура, реализующая многозадачную модель распознавания. Основные результаты. Показано, что в сравнении с базовыми подходами разработанный метод позволил создать компактную иерархическую модель. В сравнении с набором независимых однозадачных моделей предложенная архитектура продемонстрировала уменьшение количества обучаемых параметров на 56 % при снижении точности не более 1,9 %, в то время как классическая («плоская») многозадачная архитектура демонстрирует снижение точности на 2,7 %. Применение существующих подходов по оптимизации многозадачных моделей LT4REC и Lottery Ticket Hypothesis приводят к снижению точности на 9 % и 6,5 % соответственно. Обсуждение. Результаты работы имеют практическую значимость для индустрии умных устройств (смартфонов, носимых гаджетов, умных колонок). Предложенный алгоритм позволяет создавать эффективные системы аудиоанализа, которые способны выполнять несколько функций одновременно с минимальными требованиями к вычислительным ресурсам и объемам памяти при развертывании на устройствах с ограниченными возможностями.

Введение. Рост числа устройств Интернета вещей (Internet of Things, IoT) сопровождается усложнением угроз безопасности, включая атаки типа Distributed Denial of Service, brute-force авторизации и массовую генерацию пакетов. Традиционные статистические методы обнаружения аномалий показывают низкую устойчивость к шуму и не учитывают динамику трафика. Это приводит к росту числа ложноположительных срабатываний и снижению точности идентификации атак. Метод. Предложен гибридный подход к обнаружению аномалий в IoT-трафике, включающий три этапа: предварительную фильтрацию подозрительных пакетов с использованием модифицированной Z-оценки с учетом размера выборки; адаптивную вероятностную оценку риска атаки на основе байесовского классификатора с весовой функцией, усиливающей влияние значимых отклонений; финальную классификацию с применением ансамбля моделей (Random Forest, Support Vector Machine и Long Short-Term Memory), обеспечивающего устойчивость к шуму и выявление нелинейных зависимостей в данных. Основные результаты. Экспериментальная проверка на наборе данных UNSW-NB15, содержащем как нормальный трафик, так и различные типы атак, показала, что предложенный метод достигает Precision = 89,1 %, Recall = 90,3 % и F1-score = 89,9 %. Наилучшие результаты отмечены при анализе временных интервалов сообщений (до 92 % точности), что подтверждает эффективность временных признаков. Метод превзошел классические алгоритмы (Rosner Test, Holt-Winters) и сопоставим по точности с autoencoder, но требует меньших вычислительных ресурсов. Обсуждение. Гибридная архитектура позволяет адаптироваться к различным типам атак и снижает количество ложных тревог за счет сочетания статистической фильтрации и ансамблевой классификации. Устойчивость к шуму и низкая вычислительная сложность делают метод применимым в условиях ограниченных ресурсов IoT-устройств. Перспективы дальнейших исследований будут направлены на интеграцию федеративного обучения для децентрализованного анализа и использования самоподстраивающихся нейросетевых архитектур для прогнозирования сложных сценариев атак.

Введение. Определена значимость паттернов проектирования Gang of Four (GoF), являющихся формализованными архитектурными решениями в объектно-ориентированном программировании. Обоснована актуальность автоматизированного обнаружения данных паттернов в исходном коде современных программных продуктов. Рассмотрены проблемы выявления архитектурных шаблонов в программном обеспечении и ограничения традиционных аналитических подходов. Научная новизна предлагаемого метода заключается в использовании современных языковых моделей на основе трансформеров, обученных на исходном программном коде в сочетании с традиционными методами машинного обучения для выявления структурных паттернов. Метод. Предложено использовать фреймворк DeepSeek-Coder-V2 для генерации многомерных векторных представлений (эмбеддингов) сегментов кода, и для уменьшения их размерности применить анализ главных компонент. Полученные векторные представления используются в качестве признаков для обучения и тестирования классификаторов, включающих линейные и нелинейные модели с целью автоматического распознавания паттернов проектирования. Основные результаты. Создан и размечен набор данных, включающий 23 шаблона GoF и несколько дополнительных архитектурных шаблонов, собранный из реальных проектов с открытым исходным кодом. Эксперименты показали, что трансформерные представления кода значительно превосходят альтернативные методы извлечения признаков, достигая макро-усредненного значения F1-меры 0,82. Проведенная оценка подтверждает, что эмбеддинги успешно отражают синтаксические и семантические особенности кода. Обсуждение. В отличие от используемых аналитических и эвристических методов, предложенный метод более масштабируем и адаптируем к различным контекстам. Эксперименты продемонстрировали его высокую эффективность на задаче распознавания шаблонов и применимость для анализа больших кодовых баз с целью рефакторинга и сопровождения программного обеспечения.

Введение. Задача предсказания связей в графе — одна из ключевых задач в области анализа социальных сетей. В основе одного из распространенных способов построения таких систем лежит идея декомпозиции задачи на два уровня. На первом уровне формируются предсказания возникновения связей внутри эго-графов, на втором — агрегация результатов и формирование итоговой выдачи. Точность таких систем определяется моделью первого уровня. Обычно здесь используют эвристические методы. Основное внимание в данной работе уделено разработке и исследованию новой модели с учителем для улучшения качества предсказаний связей внутри эго-графов. Неоднородность свойств ребер, отсутствие признаков вершин, а также динамическая природа эго-графов выделяют эту задачу среди остальных. Метод. Предлагаемый метод относится к классу графовых нейронных сетей. Его отличительная особенность в способности эффективно учитывать топологию графа вместе со свойствами ребер, при этом не опираясь на признаки вершин. Такой эффект удается достичь за счет моделирования скрытого состояния именно пар вершин, а не каждой вершины в отдельности. Итеративная сущность модели позволяет распространять знание о взаимосвязях вершин, с каждым шагом увеличивая сложность учитываемых структур. Основные результаты. Для замеров эффективности модели была использована база данных Ego-VK, состоящая из набора эго-графов подвыборки пользователей социальной сети «ВКонтакте». Проведено сравнение с классическим методом предсказания связей Adamic-Adar, а также с современными подходами на основе графовых нейронных сетей. Эксперименты показали, что предлагаемая модель значительно превосходит бейзлайны с точки зрения метрики качества ранжирования NDCG@5. Обсуждение. Полученные результаты свидетельствуют о высокой эффективности предложенной модели, а возможность интеграции в декомпозированные системы делает ее широко применимой в индустрии.

Введение. Многозадачный анализ психологического портрета человека позволяет формировать более целостное представление о нем, что особенно востребовано в системах персонализации, HR-технологиях и человеко-машинном взаимодействии. Однако до настоящего времени подобные исследования не проводились из-за отсутствия корпусов с совместной разметкой по обеим задачам, что делает невозможным традиционное многозадачное обучение. Метод. Предложен метод полуконтролируемого кросс-доменного обучения, позволяющий эффективно интегрировать два раздельно аннотированных корпуса: CMU Multimodal Opinion Sentiment and Emotion Intensity (CMU-MOSEI) (для распознавания эмоций) и ChaLearn First Impressions v2 (FIv2) (для оценивания личностных характеристик), без дополнительной разметки. Экспериментальная установка включает два этапа: обучение независимых однозадачных моделей для извлечения доменно-специфичных признаков и формирование базовых прогнозов; создание совместной кросс-доменной модели с блоками перекрестного внимания, которая объединяет эмоциональные и личностные признаки. Финальное предсказание формируется путем усреднения выходов однозадачных и совместной моделей, что повышает робастность. Выполнено сравнение предобученных энкодеров (Jina-v3 и BGE-en) и контекстных моделей (трансформер и Mamba). Обучение моделей осуществлено с использованием гибридной функции потерь, сочетающей контролируемые и полуконтролируемые компоненты с псевдометками. Основные результаты. Эксперименты показали, что наилучшие результаты достигаются при использовании энкодера Jina-v3 и контекстной модели Mamba: средняя взвешенная точность классификации (mWACC) составила 62,52 %, а средняя взвешенная F1-мера (mMF1) — 61,03 % на корпусе CMU-MOSEI; средняя точность (mACC) составила 88,80 %, а средний коэффициент корреляции конкордации Лина (mCCC) — 25,44 % на FIv2. Модель демонстрирует устойчивую передачу знаний между задачами и превосходит современные решения. Визуализация внимания методом Gradient-weighted Class Activation Mapping подтверждает интерпретируемость прогнозов. Обсуждение. Представленные результаты исследования открывают возможности разработки масштабируемых систем психологического профилирования по тексту в условиях дефицита разметки. Предложенный метод применим в кадровом менеджменте, адаптивных обучающих платформах, персонализированных чат-ботах и цифровой психометрике, где требуются одновременный учет эмоционального состояния и устойчивых личностных характеристик.

Введение. Внедрение различных систем электронного документооборота требует принятия мер их защиты от реализации угроз информационной безопасности, которые могут привести к операционным сбоям, финансовым потерям, срыву планов и ущербу деловой репутации. Предложено решение повышения уровня защищенности информационных потоков в системах электронного документооборота корпоративного сектора от угроз блокирования информации, инициированных внутренними пользователями. Метод. Представлена система взаимосвязанных математических моделей, составляющих концептуальную основу цифрового двойника, для анализа текущего состояния информационных потоков в системе электронного документооборота. Разработанный подход позволяет количественно оценить влияние последствий нарушения пользователями регламентов по обработке электронных документов на бизнес-процессы. Основные результаты. На основе результатов моделирования сформулированы и решены оптимизационные задачи по выработке стратегий управления движением информационных потоков в условиях неопределенности. Обсуждение. Полученные результаты создают объективную основу для формирования конкретных рекомендаций по улучшению процессов документооборота в аспектах информационной безопасности.

Введение. На сегодняшний день предложено несколько вычислительных архитектур, реализуемых на программируемых логических интегральных схемах, используемых для обучения нейронных сетей в реальном времени по алгоритму обратного распространения ошибки. Реализуемые архитектуры рассчитаны на нейронные сети небольших размеров, или в них наблюдается значительное снижение максимальной тактовой частоты с ростом размеров обучаемых нейронных сетей. В настоящей работе предложены решения задач обеспечения предсказуемости максимальной тактовой частоты и минимизации ее снижения с увеличением размеров сетей. Представленная архитектура решает эти задачи на уровне организации вычислений. Метод. Архитектура представляет собой массив вычислительных блоков, основанных на блоках цифровой обработки сигналов программируемых логических интегральных схем, которые выполняют большую часть вычислений в нейронах параллельно. Архитектура содержит также общий блок, последовательно обрабатывающий результаты вычислений в блоках массива. Получены формулы, показывающие линейную зависимость латентности вычислений от размеров нейронных сетей. Основные результаты. По результатам реализации на программируемой логической интегральной схеме отдельного вычислительного блока массива, общего блока и содержащих их нейронных сетей различных размеров оценены полученные временные характеристики. Установлено, что основным фактором, ограничивающим максимальную тактовую частоту нейронных сетей, являются задержки распространения сигналов по шинам, соединяющим массив вычислительных блоков с общим блоком. Максимальная тактовая частота нейронных сетей при 3–240 вычислительных блоках в массиве составляет от 112 до 77 МГц. Обсуждение. По сравнению с ближайшим аналогом, в предложенной архитектуре критические пути внутри вычислительных блоков сокращены за счет перевода части вычислений в последовательный режим, но при этом латентность вычисления локальных градиентов нейронов скрытых слоев может оказаться выше. При возрастании количества вычислительных блоков в массиве с 3 до 128 максимальная тактовая частота снижается на 27 % против 52 % у ближайшего аналога. Возрастание количества вычислительных блоков со 120 до 240 в представленной архитектуре снижает тактовую частоту не более чем на 5 %. Нейронные сети с разработанной архитектурой, реализованные на программируемых логических интегральных схемах, могут использоваться для решения задач, требующих обучения в реальном времени — идентификации систем и отслеживания объектов.

Введение. Рассмотрена проблема обнаружения доменов, сгенерированных алгоритмами генерации доменов (Domain Generation Algorithms, DGA), которые широко используются злоумышленниками для построения устойчивых каналов управления ботнетами и скрытой коммуникации. Традиционные методы основаны на ручной инженерии признаков или специализированных нейросетевых архитектурах, что снижает их устойчивость к быстро эволюционирующим DGA-семействам. Научная новизна предлагаемого подхода заключается в применении больших языковых моделей (БЯМ) с использованием механизма их контекстной адаптации для автоматического выявления скрытых закономерностей в доменных именах и их классификации. Метод. Разработанный подход основывается на использовании БЯМ, которые получают в контексте примеры легитимных и сгенерированных доменов. Для повышения эффективности адаптации предложены стратегии выбора примеров (TopK, VoteK), учитывающие метрики близости и вариативность данных. Дополнительно анализируется влияние длины доменного имени и энтропии строки на устойчивость подхода. Основные результаты. Экспериментальная часть выполнена на наборе данных, включающем 68 DGA-семейств и подмножестве легитимных доменов Tranco. В обучающую выборку вошли 54 семейства, а тестирование проводилось на 68 семействах, включая невидимые ранее 14. Результаты показали высокую эффективность подхода: Precision = 0,93, Recall = 0,95 и F1-мера = 0,94. Подтверждена способность БЯМ обобщать закономерности на новые DGA-семейства. Обсуждение. По сравнению с существующими методами, предложенный подход не требует дополнительного переобучения и отличается гибкостью за счет использования контекстной адаптации. Адаптация подхода показала устойчивость к шуму и возможность выявления новых DGA-семейств, что делает ее перспективной для применения в системах кибербезопасности. В то же время выявлена чувствительность модели к длине доменных имен и необходимость балансировки контекста. Перспективными направлениями развития являются интеграция дополнительных признаков (метаданные Domain Name System (DNS), временные ряды запросов) и адаптация подхода к потоковой обработке в реальном времени.

Введение. Рассмотрена проблема выбора оптимального уровня описания при проектировании цифровых схем на языках описания аппаратуры (Hardware Description Language, HDL). Актуальность исследования обусловлена тем, что ручная оптимизация дизайна для улучшения его характеристик часто вступает в противоречие с сохранением читабельности, конфигурируемости и сжатыми сроками на разработку. При этом конструкции, идиомы поведенческого описания аппаратуры, предлагаемые современными HDL, поддержаны оптимизирующими логическими синтезаторами в современных системах автоматизированного проектирования (САПР) программируемых вентильных матриц (Field-Programmable Gate Array, FPGA) с разным уровнем качества. Существующие наборы оценочных тестов (бенчмарков) зачастую фокусируются на интегральных показателях производительности, не позволяя детально оценить качество конкретных механизмов трансформации кода. В работе выполнен сравнительный анализ современных САПР FPGA и создание набора рекомендаций для эффективного использования HDL без ущерба качеству синтезированных решений. Метод. Исследование проводится в несколько этапов. На первом этапе проводится классификация известных методов оптимизации, применяемых при трансформации проекта на языке Verilog/SystemVerilog в структурное представление. На базе полученной классификации разрабатываются синтетические тесты, ориентированные на проверку оптимизаций, относящихся к конкретным классам. Данные тесты представляют собой пары эквивалентных по поведению описаний цифровых схем, одно из которых оптимизировано вручную, а во второе введена избыточность посредством использования конкретных конструкций языка Verilog/SystemVerilog и/или идиом поведенческого описания. Разница в характеристиках данных реализаций позволяет сделать вывод об уровне эффективности САПР в применении соответствующих оптимизаций. Основные результаты. Предложена трехуровневая классификация оптимизаций поведенческих описаний аппаратуры. В рамках данной классификации разработан тестовый набор из 19 тестов, выборочно направленных на оценку оптимизаций, принадлежащих разным уровням предложенной классификации. Данные тесты применены для ряда современных САПР FPGA (Vivado, Quartus, Yosys). Демонстрируется последовательное снижение эффективности применения идиом кодирования при их приближении к поведенческому уровню описания, причем с повышением уровня усиливаются различия между разными САПР. Существенное падение качества результата наблюдается при оценке оптимизации поведения на уровне множественных тактов синхросигнала. На основе полученных результатов сформулированы практические рекомендации для разработчиков цифровой аппаратуры по стилю написания HDL-кода, позволяющие максимально эффективно использовать возможности конкретных синтезаторов. Обсуждение. Результаты работы позволяют выделить общее «ядро» HDL и идиом описания логики без ущерба качеству синтезируемой аппаратуры, а также определить перспективные направления дальнейшего совершенствования синтезаторов и HDL.

Введение. Представлено одно из решений задачи гравиметрии — определение рудных месторождений в мантии и коре Земли путем обработки гравитационного поля, измеренного на поверхности Земли. Предлагаемая методика предполагает решение этой формально технической задачи путем создания математической модели с возможностью компьютерного моделирования. Существующие подходы гравиметрии для отыскания месторождений требуют использования технических средств, в частности, бурильных установок. Предлагаемая методика дает возможность оценить залегание месторождений путем компьютерной обработки измеренного гравитационного поля на поверхности Земли. Метод. Суть решения прямой задачи гравиметрии состоит в расчете модельной (или измеренной) гравитационной напряженности на поверхности Земли с разбиением каждого тела месторождения на набор вертикальных стержней. При решении обратной задачи определения месторождения каждое тело моделируется однородным сфероидом. Известные расчетные соотношения для гравитационной напряженности сфероида преобразовываются в форму, удобную для реализации на компьютере путем нелинейного программирования. Определение параметров сфероида выполняется методом минимизации сглаживающего функционала Тихонова с ограничениями на параметры. Это позволяет сделать обратную некорректную (неустойчивую) задачу однозначной и устойчивой. Основные результаты. Предложенная методика проиллюстрирована численным модельным примером с месторождением в виде двух, а также пяти тел. Обратная задача гравиметрии трактуется как гравитационная томография, или «внутривидение» мантии и коры Земли, что позволяет визуализировать месторождение без погружения вглубь Земли. Описанный алгоритм дает возможность математико-компьютерным путем определить возможное наличие месторождения, оценить его параметры (тип, размер, глубина залегания, плотность и др.) при минимальных технических и финансовых затратах. Результаты гравитационной томографии могут служить начальным приближением при выборе мест и глубины бурения скважин. Обсуждение. В существующих подходах гравиметрии требуется использовать технические средства (бурильные установки и др.) для отыскания месторождений в Земле, а изложенная методика позволяет оценить залегание месторождений путем математико-компьютерной обработки измеренного гравитационного поля на поверхности Земли без применения дорогостоящих технических средств. Результаты гравитационной томографии могут служить начальным приближением при поиске месторождений техническими средствами при бурении скважин.

Введение. Надежность работы машин во многом зависит от точности прогноза напряженно-деформированного состояния деталей трибофатических систем, особенно при высоких эксплуатационных нагрузках. Традиционные конечно-элементные расчеты обеспечивают высокую точность, однако характеризуются значительными вычислительными затратами и ограниченной возможностью быстрого варьирования параметров. В последние годы в инженерной практике все чаще применяются методы машинного обучения. Среди них нейронные сети представляют особый интерес, так как они позволяют описывать нелинейные зависимости между параметрами нагрузки и напряжениями, а также существенно ускоряют расчет по сравнению с традиционными моделями. Метод. Предложен подход к прогнозированию максимальных напряжений в системе «вал–вкладыш» с применением трехмерного конечно-элементного моделирования и последующего построения нейросетевой модели. Сформирована база данных, включающая результаты численных экспериментов при различных комбинациях изгибных и контактных нагрузок. Для обучения использовалась трехслойная полносвязная нейронная сеть с различными функциями активации каждого слоя. Выполнена оценка качества модели с помощью стандартных метрик Mean Squared Error, Mean Absolute Error и коэффициента детерминации R2. Основные результаты. Полученная нейронная сеть продемонстрировала высокую точность при прогнозировании максимальных напряжений как в вале, так и во вкладыше. Для обучающей выборки значение R2 составило 0,99991, а для тестовой — 0,99984, что подтверждает минимальные отклонения от данных конечно-элементных расчетов. Значение MAE составило менее 0,006, а максимальная относительная ошибка на тестовой выборке не превысила 3,2 %. Обсуждение. Разработанная нейросетевая модель показала способность к воспроизведению результатов конечно-элементного анализа для системы «вал–вкладыш», обеспечивая при этом значительное сокращение времени вычислений по сравнению с традиционным конечно-элементным моделированием. Модель построена для ограниченного диапазона нагрузок, поэтому дальнейшие исследования будут направлены на расширение исходного набора и включение новых материалов, что позволит оценить масштабируемость подхода и его устойчивость при усложнении условий.

Введение. Рассмотрена задача оптимизации распределения плотности пикселов по зоне обзора, обеспечивающая минимум избыточности видеоизображений при ограниченном пространстве мест установки камер. Представлено решение устранения избыточности информативности видеосигналов, приводящей к чрезмерным затратам ресурсов по передаче, хранению, обработке и отображению видеосигналов. Метод. Предлагаемый подход основан на интегральной оценке непрерывного распределения плотности пикселов в зоне обзора по сравнению с необходимым значением для решения заданной задачи наблюдения. Формализована задача наблюдения — определение пространств наблюдения и возможных мест установки камер. Показана методика расчета распределения плотности пикселов по зоне обзора с последующей оптимизацией параметров установки по критериям минимума значения коэффициента избыточности при достижении требуемого значения плотности пикселов или максимума минимальной плотности пикселов при заданном ограничении на коэффициент избыточности. Основные результаты. Предложены интегральный коэффициент и критерии оптимизации избыточности, учитывающие характер распределения плотности пикселов и метод оптимизации, позволяющий максимизировать минимальное значение плотности пикселов или минимизировать значение избыточности видеоизображения. Показано, что использование нормировки как по минимально требуемой плотности пикселов, так и по протяженности зоны обзора, позволяет использовать предложенные критерии для большинства практических задач обнаружения и идентификации при разных параметрах установки камер. Приведен практический пример использования метода. Обсуждение. Представленные критерии и метод позволяют повысить эффективность системы видеонаблюдения за счет сокращения избыточности ресурсов при сохранении требуемой информативности. Результаты работы применимы к задачам видеоконтроля зоны одной или несколькими камерами, а также для решения разных задач наблюдения в одной зоне. Могут использоваться при разработке систем наблюдения и программ автоматизированного проектирования таких систем.

Введение. Исследование систем принятия решений в задачах граничных вычислений с множественным доступом зачастую основывается на абстрактном представлении сети связи, не имеющей профилей сетевой нагрузки. Целью работы являлась разработка инструментов генерации пространственно-временных данных сетевой нагрузки в зависимости от архитектуры сети связи. Метод. Применены методы стохастической геометрии и статистические данные для формирования профиля возможной нагрузки. Для оценки работы методов стохастической геометрии разработан инструмент генерации и валидации пространственно-временных рядов с поиском паттернов из открытой базы вышек сотовой связи OpenCellID. Основные результаты. Выполнен анализ научных работ и открытых наборов данных расположения и нагрузки вышек сотовой связи. На основе анализа сделан вывод о низком качестве данных в задачах обучения систем принятия решений размещения вычислительных сервисов в геораспределенных узлах обработки данных. Разработан инструмент генерации и валидации пространственно-временных рядов с поиском паттернов из открытой базы вышек сотовой связи OpenCellID. Сравнительный анализ базового и калиброванного алгоритмов Hard-Core Point Process показал существенные различия в характеристиках генерируемых распределений. Для города Санкт-Петербурга калиброванная модель обеспечила увеличение плотности размещения станций в 99 раз, сокращение межстанционных расстояний в 52 раза при эффективной площади покрытия 0,04 км2. В случае города Новосибирска наблюдались аналогичные тенденции с меньшей интенсивностью: увеличение плотности в 12,5 раз, сокращение расстояний в 21 раз при площади покрытия 0,32 км2. Обсуждение. Использование пространственно-временных рядов, полученных с помощью разработанного инструмента генерации, позволит повысить точность алгоритмов размещения вычислительных сервисов и снизить задержки в системах граничных вычислений за счет предобучения на данных коррелирующих с реальным расположением вышек сотовой связи. С помощью предложенного инструмента генерации можно задать координаты местности предполагаемой сети связи, что окажет влияние на паттерны распределения вышек и позволит сгенерировать более точные пространственно-временные ряды.

Введение. Современные производственные задачи, такие как контроль качества лазерной сварки и локализация геометрических признаков в промышленных процессах, требуют применения инновационных подходов машинного обучения. Недостаток размеченных данных и сложность геометрической аннотации являются критическими барьерами при разработке автоматизированных систем контроля. Научная новизна предлагаемого подхода заключается в комплексном использовании гибридных методов, объединяющих эволюционную оптимизацию, диффузионные модели и сверточные нейронные сети для эффективного решения практических инженерных задач с ограниченными ресурсами данных. Метод. Предложенный подход состоит из двух интегрированных компонентов. Первый компонент реализует гибридный алгоритм генерации синтетических данных, объединяющий эволюционную оптимизацию для генерации разнообразных геометрических вариантов с использованием диффузионных моделей для синтеза фотореалистичных изображений. Второй компонент включает специализированную архитектуру глубокого обучения, оптимизированную для точной локализации и классификации геометрических признаков в производственных контекстах. Обучение реализуется с применением комбинированной функции потерь, интегрирующей регрессионные и классификационные критерии. Основные результаты. На примере задачи контроля качества лазерной сварки синтетический набор данных расширен с 120 оригинальных изображений до 4537 реалистичных примеров, что позволило повысить точность сегментации швов с 2,4 до 0,75 по метрике потерь box loss. Для задачи локализации координат шва достигнута ошибка предсказания 31,8 пикселов по оси Y и 3,3 пиксела по оси X на исходном разрешении 1024 × 2448 пикселов. Экспериментальное сравнение показало превосходство сверточных архитектур над трансформерными моделями при сопоставимом количестве параметров, а также лучшую точность при регрессии с одного кадра, чем при использовании последовательности кадров. Обсуждение. Предложенные методы демонстрируют значительное превосходство по сравнению с классическими подходами масштабирования данных (mixup, cutmix) и чистыми подходами к диффузионному синтезу, которые требуют интенсивной подготовки наборов данных. Интеграция эволюционной оптимизации обеспечивает контролируемое разнообразие геометрических вариантов, а диффузионные модели гарантируют фотореалистичность синтезированных образцов. Данный гибридный подход имеет широкие перспективы применения в других промышленных секторах с ограниченной доступностью размеченных данных благодаря возможности построения полного конвейера синтеза труднодоступных промышленных данных, а затем их использования для обучения прикладных методов искусственного интеллекта, решающих целевые промышленные задачи.

Введение. Исследованы варианты поиска новых компьютерных архитектур для аппаратной реализации динамических (импульсных) нейросетей, способных заменить современные сети, построенные на нейронах со статической функцией активации. Метод. Впервые предложено использование разработанной компактной аналоговой модели импульсного нейрона, состоящей из трех элементов (волатильного мемристора, туннельного диода и конденсатора), в качестве базового элемента резервуарного вычислителя типа жидкостный конечный автомат (Liquid State Machine). Предложена компьютерная модель резервуара, включающая 7480 импульсных нейронов и около 254 тыс. связей, с топологией, сформированной по биологически мотивированному алгоритму. Основные результаты. Результаты предложенного решения продемонстрированы на задаче распознавания рукописных цифр из набора данных Modified National Institute of Standards and Technology. Достигнута точность классификации 93 %, что сопоставимо с известными реализациями жидкостных конечных автоматов. Оценки быстродействия предлагаемого резервуара при будущей аппаратной реализации превосходят показатели существующих аналогов на порядок, а по энергоэффективности — на 3–4 порядка. Обсуждение. Впервые показана практическая применимость трехэлементной нейронной модели для задач машинного обучения и доказана ее перспективность как базового элемента для построения масштабируемых и энергоэффективных нейроморфных вычислительных систем.

Введение. Контроль геометрических параметров крупногабаритных обечаек (базовых деталей энергетического и нефтегазового оборудования) является критически важной задачей, определяющей качество и производительность их сборки. Существующие методы, основанные на измерении элементов круга, обладают существенными методическими погрешностями и требуют точного центрирования, что затруднительно для деталей больших габаритов, имеющих отклонения от круглой формы, в первую очередь овальность. Выполнена разработка и метрологический анализ бесцентрового метода контроля диаметра и отклонения от круглости формы, свободного от методических погрешностей и позволяющего повысить точность и эффективность измерений в условиях производства. Метод. В основе метода лежит фундаментальное геометрическое свойство круга, согласно которому его диаметр равен максимальному расстоянию между двумя точками на внутренней поверхности детали. Метод реализован в виде оптико-электронного прибора, содержащего лазерный дальномер, установленный на каретке, перемещающейся по контуру обечайки. Дальномер осуществляет угловое сканирование противоположного участка внутренней поверхности обечайки, а управляющий блок фиксирует массив расстояний и определяет диаметр как максимальное значение в сечении. Конструкция прибора обеспечивает соблюдение принципов Аббе и инверсии, что делает схему измерения инвариантной к погрешностям позиционирования. Для верификации метода проведено компьютерное моделирование процесса измерения для обечаек с овальной формой поперечного сечения. Основные результаты. Определено, что инструментальная погрешность лазерного дальномера (±1 мм) является основной и не превышает установленный технологический допуск в 1 % от номинального диаметра обечайки. Метрологический анализ на моделях овального сечения показал, что погрешность определения диаметра функционально зависит от величины овальности, при этом в пределах допустимых значений овальности требования технологического процесса выполняются. Обсуждение. Разработанный метод и прибор позволяют напрямую, с высокой точностью и без требования центрирования контролировать диаметр и отклонение от круглости внутренней поверхности крупногабаритных обечаек. Основными преимуществами предложенного решения являются инвариантность, автономность и простота технической реализации. Устройство может быть применено для послеоперационного и приемочного контроля в атомном, энергетическом и нефтегазовом машиностроении, а также в других отраслях для снижения трудоемкости сборки и обеспечения качества стыковки деталей.

В работе представлена новая схема постквантовой забывчивой подписи типа 1-из-n, построенная на изогениях суперсингулярных эллиптических кривых. В качестве основы использована схема Commutative Supersingular Isogeny based Fiat-Shamir, стойкость которой опирается на предположение о сложности многоцелевой задачи обращения группового действия. Такой подход обеспечивает устойчивость к атакам с использованием алгоритма Шора. Формализованы алгоритм генерации ключей, протокол интерактивного формирования подписи и алгоритм верификации. Экспериментальная оценка в среде SageMath демонстрирует более чем трехкратное снижение объема передаваемых данных относительно аналога на решетках.