Меню
Публикации
2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор
НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
Аннотации номера
ОПТИЧЕСКИЕ СИСТЕМЫ И ТЕХНОЛОГИИ
891
Введение. Рассматривается задача количественного связывания вероятности распознавания объекта воздушной разведки с фактическим линейным разрешением на местности и пиксельной информативностью цифрового изображения. Целью работы является получение расчетной модели, позволяющей оценивать достижимость распознавания объекта до уровней вида, класса, подкласса и типа с учетом минимального числа информативных пикселов и устойчивости признаков. Метод. Цифровой портрет объекта представлен как совокупность пиксельных конфигураций, содержащих геометрические, яркостные, контрастные и структурные признаки. В модель включены эффективная проекция объекта, ракурс наблюдения, контраст, смаз изображения, репрезентативность признаков и локальная разрешенность характерных деталей. Основные результаты. Предложен пиксельно-разрешающий показатель достаточности распознавания, показывающий отношение фактической эффективной пиксельной информативности изображения к требуемой информативности для заданного уровня классификации. Получены прямые зависимости для расчета вероятности распознавания по заданному линейному разрешению на местности, а также обратные зависимости для определения требуемого разрешения и минимального числа пикселов по заданной вероятности распознавания. Обсуждение. Модель может использоваться при планировании воздушной съемки, испытаниях оптико-электронных систем и задании требований к банкам эталонных цифровых портретов объектов наблюдения.
Исследование влияния подходов к измерению спектральных характеристик волоконно-оптических элементов систем квантовой коммуникации на скорость генерации ключ
Соломатин О. А., Морозова П. А., Чистяков В. В., Наседкин Б. А. 900
Введение. Предложен метод оценки вносимых спектрально-селективными элементами потерь, позволяющий повысить динамический диапазон измерений и дальнейший расчет характеристик работы системы квантового распределения ключей на непрерывных переменных. В отличие от распространенных методов, использующих источники суперконтинуума, предложенный метод дает возможность точнее оценить защищенность системы к атаке «Троянский конь». Метод. Сущность метода состоит в использовании перестраиваемого лазерного источника с добавлением дополнительной фильтрации в оптическую схему для измерения вносимых потерь. Выполнено сравнение результатов измерения потерь, полученных с помощью источника суперконтинуума и перестраиваемого лазерного источника. В случае использования перестраиваемого источника предлагается добавление дополнительной фильтрации в оптическую схему. Основные результаты. Показано, что максимальные потери, полученные с перестраиваемым источником, на 20 дБ больше максимальных потерь при работе с источником суперконтинуума. Эксперименты позволили установить, что применение перестраиваемого источника вместе с дополнительной фильтрацией позволяет повысить динамический диапазон измерения вносимых фильтром Coarse Wavelength Division Multiplexing потерь. Обсуждение. На примере атаки «Троянский конь» продемонстрировано, что дополнительная фильтрация в схеме с перестраиваемым источником позволяет получить более точные значения пропускания. Это, в свою очередь, влияет на формирование требований к установке мер противодействия, для достижения скорости генерации квантового ключа, максимально близкой к случаю в отсутствии атаки.
Анализ спектрограмм излучения плазменного факела для оценки качества сварного шва при лазерной сварке стали
Гресько В. Р., Долгополов А. Д., Соколов М. С. 909
Введение. Сталь марки 09Г2С применяется в различных отраслях промышленности для изготовления ответственных конструкций и деталей, работающих в условиях повышенных нагрузок и агрессивных сред. Для сварки стали нередко используют лазерное излучение. Однако в процессе лазерного воздействия могут возникать различные дефекты, приводящие к ухудшению качества итогового изделия. Одним из способов отслеживания дефектов непосредственно в процессе сварки является оптическая эмиссионная спектроскопия возникающей плазмы вместе с методами машинного обучения. Для успешного применения таких методов в промышленности необходимо установить четкие зависимости между характеристиками спектров и дефектами, определить, какой из спектральных диапазонов является наиболее информативным и какие из признаков, выделенных из спектров, несут наиболее явную информацию о дефектах. В работе определены корреляции между характеристиками спектров плазмы, образующейся при лазерной сварке стали 09Г2С, и размерами различных типов дефектов. Метод. Лазерная сварка осуществлялась при помощи непрерывного волоконного лазера с варьированием средней мощности и скорости перемещения лазерного пучка. Измерение спектров в трех диапазонах длин волн происходило с помощью неподвижного волоконного спектрометра. Для анализа данных использовался корреляционный анализ. На основе спектральных кривых были рассчитаны различные признаки, такие как стандартное отклонение, среднее значение, коэффициент эксцесса и другие. Основные результаты. Наибольшая корреляция между рассчитанными признаками и геометрическими размерами дефектов при сварке стали 09Г2С была обнаружена для дефектов прерывистый подрез и провисание для спектрального диапазона длин волн от 460 до 710 нм. Обсуждение. Результаты исследования могут быть использованы для развития методов контроля качества сварных швов в процессе лазерной сварки стали 09Г2С.
НОВЫЕ МАТЕРИАЛЫ И НАНОТЕХНОЛОГИИ
919
Введение. Исследованы люминесцентные свойства термолюминесцентных детекторов на основе тетрабората магния, легированного тербием или диспрозием и натрием. Анализ полученных результатов позволяет подтвердить данные о зарядовом состоянии легирующей примеси. Метод. Тетраборат магния получен методом твердофазной реакции между борной кислотой и карбонатом или оксидом магния. После измельчения шихту сушили при 333–353 К, обезвоживали при 473 К и отжигали в две стадии при 1023 К и 1143 К соответственно. Примеси диспрозия, тербия и натрия вводились перед последним отжигом. Сигнал фотолюминесценции регистрировался при помощи спектрометра с двойным монохроматором. В качестве источника возбуждения использовалась ксеноновая лампа, длину волны возбуждения задавали монохроматором. Сигнал катодолюминесценции регистрировался спектрометром с матричным фотоприемником при возбуждении электронным пучком. Кинетика фотолюминесценции регистрировалась фотоэлектронным умножителем при лазерном возбуждении, кинетика катодолюминесценции — при помощи фотоэлектронного умножителя и осциллографа. Основные результаты. Получены спектры фотолюминесценции, возбуждения фотолюминесценции, катодолюминесценции, а также кривые затухания фото- и катодолюминесценции для образцов тетрабората магния, легированного тербием или диспрозием и натрием. Установлено, что фотолюминесценция диспрозия отсутствует в необлученном образце и проявляется только после возбуждения электронным пучком. Это указывает на изменения зарядового состояния материала. Термически стимулированная люминесценция образцов связана с излучательными переходами тербия и диспрозия в зарядовом состоянии 3+. Показано, что зарядовое состояние примеси определяет способ возбуждения центра свечения при нагреве. Установлено, что в исследованных образцах диспрозий преимущественно находится в зарядовом состоянии 2+, тогда как тербий присутствует в зарядовом состоянии 3+ изначально. Обсуждение. Полученные результаты могут быть использованы при выборе редкоземельных примесей для создания термолюминесцентных материалов на их основе. Установленная связь между зарядовым состоянием примеси и механизмом термолюминесценции позволяет учитывать влияние состава материала на форму кривой высвечивания, положение основного максимума и интенсивность термолюминесцентного отклика.
926
Введение. Управление электронными и оптическими свойствами полупроводниковых нанокристаллов зачастую рассматривается через изменение их размера. Однако форма частиц и отношение продольного и поперечного размеров также могут влиять на их оптические свойства. В работе проведено численное моделирование электронных состояний, спектров оптической плотности, а также исследована угловая анизотропия поглощения нанокристаллов теллурида кадмия различной формы при варьировании отношения продольного и поперечного размеров частиц. Метод. Численное моделирование выполнено для сфероидальных, цилиндрических и конических нанокристаллов теллурида кадмия при фиксированном объеме 422 нм3. Расчеты электронных состояний и спектров оптической плотности проводились в рамках приближения эффективной массы при температуре 300 К. Анализ угловой зависимости спектров оптической плотности выполнялся для углов 0°, 30°, 45°, 60° и 90°. Основные результаты. Показано, что варьирование отношения продольного и поперечного размеров приводит к изменению энергии основного электронного состояния E0 и энергии первого возбужденного электронного состояния E1. Наиболее высокие значения E0 = 1,7618 эВ и E1 = 1,9528 эВ получены для конических частиц, что обусловлено более сильным пространственным ограничением движения электрона вследствие неоднородного поперечного сечения конуса и наличия вершины. Обнаружено, что изменение отношения продольного и поперечного размеров нанокристаллов при фиксированном объеме приводит к перестройке спектров оптической плотности. Установлена выраженная угловая анизотропия поглощения нанокристаллов теллурида кадмия. Максимальное положительное значение коэффициента угловой анизотропии составило 16,12 % для сфероидальных нанокристаллов и наибольшее по модулю отрицательное значение –10,59 % для цилиндрических частиц. Обсуждение. В отличие от традиционного подхода, основанного на изменении общего размера нанокристаллов, предложенный подход позволяет управлять электронными и оптическими свойствами за счет изменения отношения продольного и поперечного размеров при фиксированном объеме. Полученные результаты могут быть полезны для настройки энергетических уровней, спектров поглощения и угловой чувствительности нанокристаллов теллурида кадмия при разработке оптоэлектронных и фотонных устройств на их основе.
АВТОМАТИЧЕСКОЕ УПРАВЛЕНИЕ И РОБОТОТЕХНИКА
Робастная адаптивная компенсация неизвестных мультигармонических возмущений в многомерных линейных системах (на англ. яз.)
Ты К. В., Дударенко Н. А. 935
Предлагается новый метод прямой адаптивной компенсации возмущений для класса многомерных линейных систем, обладающий свойством робастности по отношению к внешним возмущениям. Предполагается, что внешние возмущения представляют собой мультигармонические сигналы (регулярная составляющая) с добавочным случайным шумом (нерегулярная составляющая), при этом смещение, фаза, амплитуда и частота являются неизвестными. Представлена разработка закона управления с обратной связью по состоянию, обеспечивающего сходимость вектора выходной переменной к нулю при отсутствии нерегулярной составляющей возмущения. Робастность замкнутой системы по отношению к аддитивным немоделируемым возмущениям проявляется в том, что предлагаемый закон управления гарантирует ограниченность всех сигналов замкнутой системы. Решение задачи базируется на использовании метода развязки каналов системы Фальба–Воловича с обратной связью по состоянию с последующим применением метода прямой компенсации возмущений, основанного на принципе внутренней модели. В результате робастный адаптивный алгоритм строится независимо для каждого канала управления. Для повышения скорости сходимости сигналов в замкнутой системе используется адаптивный алгоритм с расширением памяти регрессора.
КОМПЬЮТЕРНЫЕ СИСТЕМЫ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
Метод метаболических потенциалов для учета ациклических ограничений при моделировании стационарных метаболических потоков с помощью целочисленного линейного программирования
Сафонов И. А., Сергушичев А. А.945
Введение. При моделировании стационарных метаболических потоков в метаболических сетях широко применяется метод баланса потоков, который, однако, в классической формулировке допускает нефизичные решения с термодинамически невозможными циклами. Для учета соответствия законам термодинамики добавляются ациклические ограничения, что приводит задачу к классу NP-трудных. Это делает актуальной разработку эффективных формулировок в виде задачи целочисленного линейного программирования. Метод. Предложен новый эффективный метод метаболических потенциалов для задачи метода баланса потоков с ациклическими ограничениями, который основан на новой формулировке в виде задачи целочисленного линейного программирования. Проведенный анализ метода Fast-SNP, который ускорил моделирование на порядки, позволил выделить и оценить вклад двух оптимизационных идей: использования разреженных ограничений и сокращения числа целочисленных переменных. Представленный метод метаболических потенциалов применяет эти идеи и строит эквивалентную формулировку ациклических ограничений для задачи целочисленного линейного программирования. Основные результаты. Выполнено сравнение эффективности метода метаболических потенциалов на метаболических моделях из базы BiGG. Предложенный метод демонстрирует сопоставимую с методом Fast-SNP эффективность на метаболических моделях малого и среднего размеров и улучшение времени примерно на 30 % на большой метаболической модели клеток человека RECON1. Показано, что сокращение числа целочисленных переменных дает наибольший вклад в оптимизацию эффективности. Обсуждение. Разработанный метод метаболических потенциалов сохраняет преимущества оптимизационных идей метода Fast-SNP и имеет такую же или лучшую эффективность, поэтому может быть использован в качестве замены метода Fast-SNP и других стандартных методов в задаче метода баланса потоков с ациклическими ограничениями.
Программно-аппаратный комплекс краудсорсингового мониторинга и картографирования геомагнитного поля
Воробьева Г. Р., Воробьев А. В. 954
Введение. Рассмотрена проблема организации высокодетальной геомагнитной съемки в городской среде на основе краудсорсингового подхода с использованием мобильных устройств. Существующие решения, такие как CrowdMag, ориентированы преимущественно на глобальный сбор данных и не обеспечивают возможностей оперативного картографирования локальных техногенных аномалий. Остается открытым вопрос о достоверности выявления аномалий по данным массовых измерений, выполненных различными непрофессиональными устройствами в реальных условиях. Метод. Для решения поставленных задач разработан программно-аппаратный комплекс Ground Monitoring, архитектура которого построена по трехуровневой модели и включает клиентское мобильное приложение для Android, серверную часть на базе PostgreSQL/ PostGIS и веб-ГИС с модулями визуализации и интерполяции. Приложение обеспечивает регистрацию всех трех компонент вектора магнитной индукции с частотой до 5 Гц, разрешением 0,25 мкТл и погрешностью не более ±5 %. Экспериментальная апробация проведена в августе прошедшего года на территории Уфы с участием нескольких сотен студентов-добровольцев. Основные результаты. Собрано более 50 000 пространственно-привязанных измерений, достигнута плотность покрытия до 1500 точек/км2. Установлено, что несмотря на разброс единичных измерений, среднее по массиву отличается от эталонного обсерваторского измерения менее, чем на 0,15 %. При этом выявлено, что 87 % аномалий локализованы вблизи техногенных объектов. Статистический анализ также подтвердил высокую достоверность обнаружения аномалий, а результаты применения пространственной интерполяции подтвердили устойчивость на зашумленных данных. Обсуждение. Полученные результаты подтвердили возможность применения краудсорсингового подхода для решения задач геофизического картирования с высокой пространственной детализацией и измерениями, согласующимися с эталонными обсерваторскими измерениями. Разработанный комплекс может служить экспериментальной основой для систем мониторинга городской среды. Перспективы работы связаны с интеграцией подхода в проекты гражданской науки.
Диагностика затухания межслойной связанности и минимальная коррекция остаточными соединениями в глубоких последовательных сетях
Большим М. А., Кугаевских А. В. 963
Введение. Проектирование последовательных нейронных сетей требует выбора числа и расположения остаточных соединений, тогда как методы автоматического поиска архитектур ресурсоемки и не локализуют структурные дефекты. В работе предложен способ диагностики локализованного затухания межслойной связанности до обучения и использовать его для минимальной коррекции остаточной топологии. Метод. Диагностика основана на внедиагональных блоках матрицы Гессе функции потерь. Введены глобальный индекс коллапса и максимальный локальный провал. По диагностическому профилю жадный алгоритм размещает не более заданного числа остаточных соединений без обучения сети и градиентного поиска по архитектуре. Метод проверен на CIFAR-10 с использованием многослойных перцептронов с узким местом. Основные результаты. Исследованы 16 конфигураций с 8, 12, 16 или 20 скрытыми блоками и базовой шириной 64 или 128 (по три инициализации, 48 запусков), а также архитектура с 16 блоками, базовой шириной 256, шириной узкого места 16 и позицией узкого места 8. Коэффициент Спирмена между максимальным локальным провалом и итоговой точностью равен –0,692; p-значение менее 0,001. После учета архитектурных параметров статистически значимая связь индексов с итоговой точностью не выявлена. При фиксированном бюджете в одно ребро направленное размещение обеспечивает более высокую точность, чем случайное; p-значение равно 0,019 (разведочный анализ). Средние значения мягкого коэффициента Жаккара составляют 0,9583–0,9722. Для соседних целевых блоков 90 % доверительный интервал парной разности точности лежит внутри границ эквивалентности; большее p-значение двух односторонних тестов равно 0,014. Обсуждение. Гессиановый профиль используется для локализации провала связанности и выбора минимального остаточного вмешательства, а не как самостоятельный предиктор качества обучения. Выводы относятся к сетям с искусственным узким местом; перенос метода на другие архитектуры требует проверки.
Методы организации подсистемы хранения и передачи данных в аппаратном ускорителе сверточных нейронных сетей
Табунщик С. М., Быковский С. В., Лукашов И. В. 971
Введение. В современных системах краевого искусственного интеллекта применяются специализированные аппаратные ускорители нейронных сетей для обработки большого объема данных непосредственно на пользовательских устройствах. Основными проблемами в организации подсистемы хранения и передачи данных в аппаратных ускорителях являются ограниченная пропускная способность шин, ограниченный объем памяти и высокие требования к скорости обработки и энергопотреблению. Растущие требования к производительности и энергоэффективности нейросетевых процессоров в условиях ограниченных ресурсов встраиваемых систем определяют актуальность исследования методов организации подсистемы хранения и передачи данных. Метод. Предложены варианты архитектурной организации подсистемы хранения и передачи данных: с полным управлением со стороны центрального процессора, с кэшированием в память типа Block Random Access Memory, с прямым доступом к памяти через общую шину AXI_GP и с выделенной высокоскоростной шиной AXI_HP. Для оценки эффективности использован метод симуляции инференса сверточного слоя нейронной сети YOLOv5s на модели нейросетевого процессора на уровне регистровых передач с расчетом пропускной способности и производительности для каждого варианта. Основные результаты. В результате исследования зависимости характеристик нейросетевого процессора от метода организации подсистемы хранения и передачи данных установлено, что разработанный нейросетевой процессор достигает максимальную производительность в 240 миллиардов целочисленных операций в секунду. Подтверждено преимущество использование интерфейса прямого доступа к оперативной памяти с пропускной способностью 1,2 ГБ/с, выделенного для передачи данных для вычислений. Обсуждение. Сравнение показало, что применение прямого доступа к памяти с выделенным высокоскоростным интерфейсом позволяет повысить производительность нейросетевого в среднем в 20 раз. Описанные методы организации подсистемы хранения и передачи данных позволяют достичь производительность в 1,19 раз выше, чем у аналогов, на задачах инференса сверточных нейронных сетей. Результаты демонстрируют потенциал применения разработанных методов при проектировании аппаратных ускорителей для систем краевого искусственного интеллекта.
Методика формирования и набор данных HTTP-трафика для классификации веб-приложений в задачах выявления уязвимостей бизнес-логики
Космачев А. А., Котенко И. В. 981
Введение. Исследованы вопросы создания специализированного набора данных HyperText Transfer Protocol (HTTP) трафика для решения задачи многоклассовой классификации веб-приложений по тематическому направлению (домену) с целью последующего выявления уязвимостей бизнес-логики. Каждая запись реализованного набора данных содержит полный текст HTTP-запроса и ответа, включая заголовки, тело, путь и параметры, что отличает его от существующих аналогов, ограниченных либо одной категорией, либо уникальным адресом ресурса в интернете (Uniform Resource Locator) без содержимого. Разработанный набор данных является первым публично доступным набором данных HTTP-трафика с многодоменной разметкой по категориям, релевантным задачам обнаружения уязвимостей бизнес-логики. Метод. Предложенная методика автоматизированного сканирования веб-приложений включает 5 последовательных этапов: определение состава тематических категорий, выбор вспомогательных источников и метода сбора, подготовку исходного списка веб-ресурсов, многоуровневый веб-обход с сохранением полного содержимого запросов и ответов и имитацией пользовательских действий, а также постобработку и фильтрацию собранных данных. На собранных данных проведено сравнительное исследование 5 моделей классификации: трех моделей на основе Term Frequency — Inverse Document Frequency (логистическая регрессия, линейный метод опорных векторов и наивный байесовский классификатор) и двух нейросетевых архитектур (легковесная и быстрая модель FastText и сверточная нейросеть, адаптированная для работы с текстом на основе архитектуры Кима TextCNN). Основные результаты. В результате реализации обхода веб-приложений сформирован набор данных из 53 074 записей в бинарном колоночно-ориентированном формате для хранения и обработки больших объемов данных Parquet, охватывающий четыре категории: электронная коммерция, игровая индустрия, финансовая индустрия, социальные сети и мессенджеры. Наилучший результат сравнительного исследования достигнут моделью TextCNN. Набор данных и методология опубликованы в открытом доступе. Обсуждение. Ограничениями предложенного подхода к созданию набора данных HTTP-трафика для задачи многоклассовой классификации веб-приложений по тематическому направлению являются: ограничение охвата набора данных четырьмя тематическими областями, минимальный тематически значимый контент публично доступных страниц приложений категории социальных сетей и мессенджеров, внесение артефактов перевода в признаковое пространство порядка 30 % записей.
Поиск перспективных точек инициализации нейронных сетей
Толстых В. Н., Ершов В. Н. 993
Введение. Исследована проблема инициализации нейронной сети, заключающаяся в определении начальной точки в пространстве весовых коэффициентов для качественного градиентного спуска. Известно, что скорость обучения и результат обучения нейронной сети во многом зависит от ее инициализации. Проблема заключается в том, что в процессе выполнения алгоритм может попасть в аномальную зону локального минимума и надолго там застрять, иногда в самом начале обучения. В таких случаях рекомендуется начать спуск с новой инициализации. В работе предложено начинать обучение с точки на дне локального минимума, с которой, как показывают исследования, начинается спуск в новом направлении. Метод. Предлагаемый метод основан на том, что большинство аномалий являются критическими точками, имеющими направление на спуск. Нейросеть инициализируется каждый раз, когда алгоритм обучения сталкивается с аномалией, в которой значение функции ошибки возрастает. При этом производится определение новой инициализации в точке минимума функции ошибки на отрезке, соединяющем точку до аномалии и следующую точку за ней. Последовательные инициализации приводят к тому, что спуск происходит по оптимизированной траектории без значимых осцилляций. Основные результаты. Работоспособность метода показана на примере перцептрона с единственным скрытым слоем и одной аномалией. Доказано, что спуск из новой точки инициализации происходит быстрее; обнаружена возможность коррекции градиента без вычисления гессиана; сделан вывод о целесообразности многократной инициализации нейронной сети при попадании в зону очередной аномалии. Предлагается использовать способ коррекции алгоритма градиентного спуска с целью достижения дна аномалии в случаях, когда ошибка начинает расти. Обсуждение. Разработанный метод гарантирует более высокую вероятность попадания в область с низким значением функции ошибки, чем при случайном розыгрыше точки инициализации, а также выигрыш в сравнении с ограниченной машиной Больцмана по времени исполнения.
Дообучение мультимодальной языковой модели для многоклассовой диагностики по МРТ-изображениям
Гусарова Н. Ф., Добренко Н. В., Зубаненко А. А., Томилов И. В., Ульянов П. Г. 1000
Введение. В современной радиологии диагностические ассистенты искусственного интеллекта (ИИ), классифицирующие изображения магнитно-резонансной томографии (МРТ) головного мозга, как правило, основаны на сверточных нейронных сетях (Convolutional Neural Networks, CNN), которые работают исключительно с визуальным сигналом и не способны использовать структурированные диагностические описания патологий. Мультимодальные языковые модели (Vision Language Models, VLM) открывают новые возможности: совместная обработка визуальных и текстовых данных позволяет учитывать семантический контекст патологий, недоступный CNN-классификаторам. Ключевым препятствием для их применения остается высокая ресурсоемкость дообучения, несопоставимая с возможностями обычной клиники. Метод. Предложен метод построения ресурсоэффективного диагностического ИИ-ассистента на базе VLM Gemma 3 (4b-it) с применением метода низкоранговой адаптации (Low-Rank Adaptation, LoRA). Основные результаты. Дообучение проведено на наборе данных из 91 777 МРТ-снимков головного мозга, полученных в режиме подавления сигнала свободной жидкости (Fluid-Attenuated Inversion Recovery, FLAIR), распределенных по 8 классам патологий. Обучались только низкоранговые адаптеры — 12,5 % параметров модели, что позволило провести обучение на одном графическом процессоре NVIDIA RTX 3090 с 24 ГБ видеопамяти без масочной разметки данных. Экспертные знания врача-радиолога интегрированы через системный промпт, задающий модели роль опытного нейрорадиолога с явными критериями анализа. На валидационной выборке (9178 примеров) модель достигла: Accuracy 0,930, F1-score 0,929, Specificity 0,989 и Cohen’s Kappa 0,915. Обсуждение. Сравнение с базовым классификатором ConvNeXt-Base на идентичном наборе данных показало превосходство VLM+LoRA по всем метрикам: прирост Accuracy составил 7,4 процентных пунктов, Cohen’s Kappa — +0,090. Полученные результаты подтверждают практическую применимость предложенного подхода для клиник с ограниченными вычислительными ресурсами.
Методика интегральной оценки качества моделей машинного обучения для обнаружения кибератак в сетевом трафике
Лукоянов А. А., Рогозин Е. А., Рогозин Р. Е., Лившиц И. И. 1009
Введение. Модели машинного обучения активно применяются для обнаружения кибератак на основе анализа сетевого трафика. Традиционные метрики оценки качества не учитывают влияние временных характеристик данных и могут скрывать снижение качества в отдельных временных интервалах, а также при изменении интенсивности трафика. Подход Key Performance Indicators, взвешенное геометрическое агрегирование и байесовские методы позволяют объединять отдельные характеристики качества, однако сами по себе не учитывают его изменение между заранее заданными состояниями функционирования модели. Метод. Разработанная методика интегральной оценки учитывает частоту и уверенность ошибочных решений, а также снижение качества модели в конкретных состояниях функционирования. Частный показатель качества модели рассчитывается для каждой комбинации временного интервала, целевого уровня полноты и режима интенсивности трафика. Показатель формируется путем мультипликативного объединения классификационной оценки, средней калиброванной уверенности в правильных решениях, потери от ошибочных решений и временного множителя. Интегральный показатель получают усреднением частных показателей пропорционально числу наблюдений и последующей коррекцией по величине отклонений ниже средневзвешенного уровня. Экспериментальные выборки сформированы с использованием единого хронологического разделения данных, исключающего использование тестовых записей при обучении моделей, калибровке вероятностей и выборе порогов классификации. Основные результаты. Методика апробирована на наборе данных GothamDataset2025. Тестовая выборка включала 1 777 237 записей сетевого трафика. Проведено сравнение моделей логистической регрессии, случайного леса и гистограммного градиентного бустинга в 18 состояниях. При порогах, обеспечивающих на валидационной выборке полноту обнаружения атак не ниже 0,50, случайный лес показал наибольшие значения сбалансированной точности — 0,693933 и коэффициента корреляции Мэтьюса — 0,466685. Наибольшая интегральная оценка качества, равная 0,264163, получена для гистограммного градиентного бустинга. Предложенная методика выявила состояния со сниженным и нулевым значениями частного показателя качества, которые не обнаруживались при анализе сбалансированной точности и коэффициента корреляции Мэтьюса, рассчитанных по всей тестовой выборке, и изменила итоговое ранжирование моделей. Обсуждение. Для применения методики до начала оценки необходимо определить набор рассматриваемых состояний и значения параметров агрегирования. Методика может применяться для выбора моделей обнаружения кибератак при изменяющихся условиях сетевого трафика.
Многокритериальная оптимизация процессов разработки программного обеспечения с использованием больших языковых моделей как ассистентов
Горшков П. В., Бессмертный И. А. 1018
Введение. Рассмотрена проблема управления применением больших языковых моделей на базе трансформеров в процессах разработки программного обеспечения. Актуальность исследования обусловлена тем, что внедрение больших языковых моделей (Large Language Models, LLM) в разработку программного обеспечения часто сопровождается завышенными ожиданиями: предполагаемое сокращение сроков не всегда достигается, а риски снижения качества, роста затрат, появления уязвимостей и необходимости дополнительной проверки результата сохраняются. Предметом исследования является процесс применения LLM в разработке программного обеспечения как управляемый режим выполнения проектных работ. Научная новизна подхода состоит в представлении применения LLM не как отдельного инструмента генерации кода, а как многокритериальной модели выбора рационального режима разработки. Метод. Представлен многокритериальный подход к управлению применением LLM при разработке программного обеспечения с учетом времени, стоимости, качества результата и рисков. В качестве методологической основы использованы анализ и систематизация научных публикаций, формализация факторов, влияющих на эффективность применения LLM, многокритериальное моделирование и принцип Парето-оптимальности. Выделены управляемые параметры сценария применения LLM: уровень декомпозиции задачи, степень проработки проектной документации, качество постановки задачи и промта, а также выбранная языковая модель или инструмент на ее основе. В качестве дополнительных контекстных параметров предложены: квалификация разработчика или команды, язык программирования и технологический стек. Основные результаты. Показано, что указанные параметры влияют на время подготовки документации, генерации результата, проверки и исправления кода, а также на стоимость, качество и риски проекта. В эксперименте использовано сценарное моделирование альтернативных режимов применения LLM, позволяющее сравнивать варианты по критериям времени, стоимости, качества и риска. Разработанная модель позволяет выбирать рациональные сценарии применения LLM на множестве Парето с учетом ограничений конкретного проекта разработки программного обеспечения. Обсуждение. В отличие от существующих подходов, ориентированных преимущественно на оценку отдельных инструментов искусственного интеллекта, качества генерации или производительности разработчика, предложенная модель рассматривает LLM как элемент управляемого процесса разработки. Практическое применение подхода связано с адаптацией инструментов управления проектами разработки программного обеспечения: средств визуализации и маршрутизации задач, промт-ориентированных шаблонов документации и реестра неформализованных заметок. Это позволяет снизить вариативность результатов генерации и повысить управляемость применения LLM в разработке программного обеспечения.
Автоматическое формирование объектов наблюдения в задаче оценки состояния системы по временным рядам
Лебедев И. С., Макеенко А. А. 1026
Введение. Повышение значений показателей качества классификации обуславливает необходимость совершенствования как моделей обработки данных, так и сопутствующих процессов формирования выборок данных и обучения. Реализация методов обработки информационных последовательностей зависит от представления данных и требует правильного выбора модели и настройки ее гиперпараметров. Существенное влияние на итоговый результат оказывает способ преобразования исходных временных рядов в объекты наблюдения, поскольку именно он определяет свойства обучающей выборки и условия последующего применения алгоритмов классификации. В этой связи задача формирования объектов наблюдения может рассматриваться как самостоятельный этап подготовки данных, влияющий на качество оценки состояния системы. Метод. Рассматривается задача автоматического формирования объектов наблюдения в задаче оценки состояния системы по временным рядам и информационным последовательностям. В отличие от классических подходов, где модель настраивается на данные, предлагаемый метод основан на выборе параметров данных, когда из временных рядов и информационных последовательностей формируются выборки объектов наблюдения, таким образом, чтобы модель достигала на них лучших значений заранее выбранного показателя качества. Основные результаты. Проведен эксперимент на модельных данных и на выборках наборов данных. Выборки объектов наблюдения, обладающих различными свойствами, формировались в результате изменения ширины окна и сдвига. Модель обучалась на созданных выборках и определялись характеристики объектов и выборки, где достигались лучшие результаты. Получены значения качественных показателей. Выполненный анализ показателей точности (Precision) для различных алгоритмов показал, что формирование объектов из последовательностей с определенными свойствами длины и сдвига позволяет повысить ее значения по сравнению со средними значениями по выборке на 3–8 %. Обсуждение. Предложенное решение может быть интегрировано в разработку новых методов обработки данных и использоваться как самостоятельный этап настройки моделей. Формирование выборок данных из объектов с разными свойствами позволяет использовать предложенное решение в процессах обучения моделей.
Метод автоматического распознавания коммуникативных жестов участников виртуального взаимодействия
Двойникова А. А., Карпов А. А. 1039
Введение. Межличностное общение все чаще происходит в виртуальном формате с помощью систем телеконференций. Несмотря на преимущества такого формата, ограниченный размер видеоокна, нестабильность интернет-соединения и снижение качества передачи информации затрудняют восприятие невербальных сигналов участников коммуникации. В процессе межличностного взаимодействия коммуникативные жесты являются важным средством передачи эмоций и вовлеченности, а их автоматический анализ способен повысить точность систем распознавания поведенческих и психологических состояний участников виртуальной коммуникации. В работе предлагается иерархический двухуровневый метод распознавания коммуникативных жестов в условиях виртуальной коммуникации, позволяющий выполнять совместное распознавание статических и динамических жестов. Метод. Иерархия метода заключается в последовательном использовании моделей для распознавания типа жеста, а затем классификации статических и динамических жестов. На первом этапе выполняется определение типа жеста: статический, динамический или отсутствие жеста. На втором этапе используются специализированные модели для детального распознавания трех классов статических и трех классов динамических жестов. Для анализа видеоинформации исследуются различные типы признаков, включая ключевые точки тела, их производные геометрические признаки, оптический поток и признаки предобученной модели Vision Transformer (ViT). В качестве классификаторов рассматриваются полносвязные, сверточно-рекуррентные и трансформерные нейронные сети. Дополнительно исследуются методы повышения точности классификации при дисбалансе классов и малом объеме данных. Основные результаты. Экспериментальные исследования проводились на многомодальном корпусе данных ENERGI, содержащем данные групповой виртуальной коммуникации с аннотацией коммуникативных жестов. Установлено, что наилучшие результаты для распознавания статических жестов достигаются при использовании признаков ViT и сверточно-рекуррентной нейронной сети, где средняя F-мера составила 70,4 %. Для динамических жестов наилучшей оказалась комбинация производных геометрических признаков и полносвязной нейронной сети со средней F-мерой 58,1 %. Для определения типа жестов наиболее эффективным оказалось совместное использование признаков ViT и оптического потока, обеспечившее среднюю F-меру 76,5 %. Итоговая средняя F-мера распознавания 7 классов коммуникативных жестов составила 68,7 %, тогда как для одноуровнего метода — 20,8 %. Также показано, что применение методов компенсации дисбаланса классов позволяет дополнительно повысить качество классификации. Обсуждение. Полученные результаты показывают эффективность иерархического подхода по сравнению с одноуровневой классификацией благодаря разделению задачи на этапы определения типа жеста и последующего специализированного распознавания. Установлено, что различные типы признаков наиболее эффективны для разных категорий жестов: признаки ViT лучше описывают статические конфигурации позы, тогда как производные геометрические признаки более информативны для анализа движений. Предложенный метод может использоваться в интеллектуальных системах анализа поведения участников виртуальной коммуникации, включая задачи оценивания вовлеченности, эмоционального состояния и эффективности взаимодействия.
МАТЕМАТИЧЕСКОЕ И КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ
Генерация синтетических наборов данных для обучения детекторов объектов в подводной среде (на англ. яз.)
Алшавареб Б. ., Колюбин С. А.1049
Введение. Адаптация моделей обнаружения объектов к подводной среде представляет собой значительную задачу из-за ослабления света в воде и ограниченной доступности данных. Предлагается новый подход к решению проблемы нехватки целевых подводных наборов данных путем генерации управляемых текстовыми подсказками реалистичных синтетических изображений и последующей донастройки стандартных детекторов объектов на этих данных. Метод. Предложенный алгоритм начинается с донастройки модели генерации изображений по текстовому описанию на небольшом наборе реальных подводных изображений с использованием метода Low-Rank Adaptation. Модель генерирует большой набор разнообразных синтетических подводных изображений, соответствующих заданным текстовым подсказкам. Для обеспечения точности генерируемых изображений вводится модуль верификации, который отфильтровывает несоответствующие образцы на основе косинусного сходства между эмбеддингами подсказки и описания сгенерированного изображения. Сегментационные маски автоматически извлекаются из сгенерированных изображений с использованием модели выделения значимых объектов. В результате дополняются реальные подводные изображения синтетическими парами изображение-маска и выполняется донастройка модели детектора на расширенном наборе данных. Основные результаты. Экспериментальные результаты на подмножестве примерно из 800 изображений бенчмарка USIS10K показали увеличение средней точности mean Average Precision (mAP) на 2,2 % при использовании умеренного количества синтетических данных по сравнению с базовым сценарием, в котором использовались только реальные изображения. Обсуждение. В данном исследовании синтетические изображения сгенерированы только для классов водолазов и руин. Наблюдалось улучшение не только для исследованных классов, но и для классов, не дополненных синтетическими данными, прежде всего для рыб. Также проведены эксперименты в условиях более скудных данных, при этом сокращено число обучающих изображений двух целевых классов с 345 до 180. В этих условиях внедрение синтетических изображений дало более значительное улучшение средней точности (на 3,3 %), что подчеркивает необходимость синтетических данных при ограниченном объеме реальных обучающих данных.
Оценка работоспособности схемы низкотемпературной ректификации при изменении состава попутного нефтяного газа (на англ. яз.)
Холявкин В. О., Логвиненко Е. В. 1057
Введение. Состав попутного нефтяного газа изменяется как между месторождениями, так и по мере их разработки, что влияет на фазовое состояние потоков и распределение компонентов в установках низкотемпературной ректификации. Поскольку промышленные уставки давления и температуры фиксированы или регулируются в ограниченных пределах, практической задачей является оценка работоспособности существующей схемы без перенастройки режима при изменении состава сырья. Метод. В составе программного пакета «Aspen HYSYS» разработана стационарная модель для смесей CH4, C2H6, C3H8, i-C4H10, n-C4H10 и укрупненной фракции C5+. Пять опорных составов попутного нефтяного газа рассчитаны при одинаковых уставках. Для каждого компонента i степень извлечения в кубовый продукт Ri определена как отношение массового расхода компонента в кубовом продукте к его суммарному расходу в верхнем и кубовом продуктах. Значения извлечения для 100 реалистичных составов оценены методом обратных расстояний в пространстве состава. Основные результаты. Схема считалась работоспособной, если извлечение метана в кубовый продукт не превышало 0,05, извлечение пропана — не менее 0,905, а извлечение i-бутана, n-бутана и фракции C5+ — не менее 0,95. При выбранных фиксированных уставках всем критериям соответствовали 85 из 100 составов, что дало индекс работоспособности F = 0,85. Карта PASS/FAIL показала, что вблизи границы работоспособности лимитирующим критерием является извлечение пропана, тогда как для бутанов и фракции C5+ сохраняется больший запас. Обсуждение. Предложенный метод позволяет определить область составов сырья, в которой схема низкотемпературной ректификации сохраняет работоспособность при фиксированных уставках, и дает возможность сократить число полных имитационных расчетов. Метод применим в пределах области, охваченной опорными составами; пограничные случаи и экстраполяция требуют проверочных расчетов.
Метод повышения разрешения изображений с использованием референсных изображений на основе трансформерной архитектуры
Яковенко А. В., Денисов А. К., Ватолин Д. С., Кустарев П. В. 1065
Введение. Рассмотрена задача повышения разрешения изображений с использованием референсных изображений, в которой к входному кадру низкого разрешения дополнительно подается референс высокого разрешения со схожим содержанием, что позволяет переносить реальные детали из референса вместо их генерирования. Применяемые в настоящее время методы декомпозируют задачу на отдельные этапы поиска соответствий, выравнивания и переноса деталей, представленные модулями, обучаемыми последовательно, что приводит к накоплению ошибок между этапами и ограничивает возможности модели по выучиванию необходимых преобразований из данных. В работе предлагается единая обучаемая модель, в которой поиск соответствий и перенос текстур выполняются совместно в рамках применения механизма внимания. Метод. Предложена единая архитектура, в которой токены входного и референсного изображений конкатенируются и обрабатываются трансформером, неявно реализующим как поиск соответствий между изображениями, так и перенос деталей. Для пространственного кодирования предложено бинокулярное двумерное позиционное кодирование (2D Rotary Positional Embedding) с общей системой координат для входного и референсного изображений, а также схема адаптивного масштабирования логитов внимания, зависящего от длины обрабатываемой последовательности и позволяющего применять модель к разрешениям, превышающим использовавшиеся при обучении. Основные результаты. Показано, что на эталонных наборах данных CUFED5 и WR-SR при бикубическом четырехкратном понижении разрешения предложенный метод превосходит лучшие из известных подходов с использованием референсных изображений на 0,33 дБ по метрике Peak Signal-to-Noise Ratio (PSNR) на наборе данных CUFED5 и впервые опережает сильные методы повышения разрешения по одному изображению на WR-SR с увеличением на 0,29 дБ PSNR относительно лучшей из сравниваемых моделей. Обсуждение. В отличие от многоэтапных решений, предложенный метод представляет собой единую обучаемую модель, не требующую предобученных модулей. Полученные результаты показывают, что операция внимания над объединенной последовательностью токенов является достаточным механизмом для решения задачи повышения разрешения с использованием референсных изображений. Потенциальной областью применения предложенного подхода является восстановление изображений во всех задачах, где доступен референс со схожим содержанием.
КРАТКИЕ СООБЩЕНИЯ
Метод одноканального разделения речевых источников для задач распознавания речи и верификации диктора
Зорькина А. А., Хмелев Н. А. 1073
Предложен метод одноканального разделения двух речевых источников на основе условного генеративного моделирования. Рассматриваемая задача характеризуется неопределенностью порядка двух восстановленных речевых сигналов: одна и та же пара разделенных источников может быть представлена в двух перестановках. Для устранения этой неоднозначности используется замороженный кодировщик диктора: он задает порядок источников при обучении, выбирает лучший вариант среди N стохастических генераций и согласует источники при обработке записей произвольной длины по фрагментам. На наборе данных Libri2Mix предложенный вариант на основе архитектуры Transformer U-Net конкурентен по фундаментальным метрикам оценки качества и разборчивости обработанной речи и дает наилучшие результаты при использовании в задачах распознавания речи и верификации диктора.
1077
Рассмотрена процедура поиска диктора по голосу в большой галерее голосов. Современные модели, предобученные методом самоконтролируемого обучения, например wav2vec 2.0, обеспечивают высокое качество поиска, но требуют значительных вычислительных затрат при извлечении дикторских эмбеддингов. Для снижения затрат предложен каскадный метод: галерея регистрируется быстрой моделью-учеником dWhisper-ASV, а запросы и проверка найденных кандидатов выполняются моделью-учителем wav2vec 2.0 XLSR-1B. Согласованность пространств эмбеддингов позволяет использовать межмодельную косинусную меру сходства. Показано, что на корпусах ClovaCall, Speech-MASSIVE и проприетарном русскоязычном RusIVR_test двухэтапный каскад достигает близких к режиму «только учитель» значений F-мера: 77,21 % против 77,24 %, 83,05 % против 83,16 % и 92,26 % против 92,63 %. На вторую стадию передаются 1,5 %, 0,2 % и 0,11 % записей, а регистрация галереи ускоряется в 8 раз.
1080
Рассмотрена задача формирования мультимодального векторного пространства, устойчивого к недоступности отдельных каналов восприятия информации, характерной для незрячих и слабовидящих пользователей. Предложен метод, основанный на представлении узлов в общем векторном пространстве, получаемом обучаемыми адаптерными проекциями четырехканальных представлений (текст, изображение, программный код, оптическое распознавание), их взвешенным слиянием с учетом маски доступности и обогащением посредством механизма внимания над графом ближайших соседей. Обучение проводится с совместной функцией потерь, содержащей классификационный, согласовывающий и контрастный компоненты. Показано, что на коллекции 2864 статей arXiv-CS, размеченных по 10 ветвям онтологии Computer Science Ontology, в сценарии недоступности текстового канала предложенный метод достигает точности классификации 0,790 против 0,498 у прототипа и 0,560 у версии без графового обогащения.

