Научный архив: статьи

Пассажирские канатные дороги занимают важное место в инфраструктуре горноклиматических зон, лыжных спортивно-туристических комплексов, а также при использовании этого вида транспорта в качестве канатного метро в крупных городах и агломерациях. В статье рассмотрены принципы обеспечения безопасности при эксплуатации пассажирских канатных дорог, основанные на оценке риска. Сформулированы процедуры оценки риска посредством сопоставления выявленных опасностей критериям приемлемого риска. Рассмотрены основные опасные факторы, влияющие на безопасность эксплуатации пассажирских канатных дорог такие как «расположение на значительной высоте подвижного состава, закрепленного на стальном канате», «движущийся на большой скорости с использованием стальных канатов подвижной состав с пассажирами» и «неквалифицированные действия персонала», для минимизации воздействия которых предложены технические, технологические и организационные мероприятия по обеспечению безопасности при эксплуатации пассажирских канатных дорог на базе использования цифровых информационных технологий.

Выполнен сравнительный анализ приложений для контроля активности пользователя. Исследование показало, что функциональных возможностей существующих приложений недостаточно, чтобы оперативно определить какой деятельностью занимается пользователь, что говорит о необходимости дополнительного автоматизированного анализа данных. В статье представлено решение анализа данных активности пользователя, а именно: описаны параметры, собираемые с запущенных приложений пользователя; описана архитектура нейронной сети, использующаяся непосредственно для анализа этих данных. Представленные результаты работы показывают, что обученная с учителем нейронная сеть автоматически определяет, какой деятельностью занимается пользователь Разработанное программное обеспечение в удобной и наглядной форме отображает информацию активности пользователя в виде различных диаграмм.

Проблема определения размеров, занимаемых радиолокационным изображением (РЛИ) пространственно-распределенной цели (ПРЦ) на двумерной растровой картинке наблюдаемого участка земной (водной) поверхности, формируемой космическим радиолокатором с синтезированной апертурой, актуальна в самых различных задачах космического мониторинга. В данной работе названная проблема решается применительно к определению размеров РЛИ надводных кораблей на фоне отражений от морской поверхности. В качестве моделей РЛИ используются как феноменологические, так и реальные, основанные на базе SSDD. Принятие решения о размерах НК производится как классическими (параметрическими и непараметрическими) алгоритмами, так и алгоритмами, основанными на машинном обучении с использованием искусственных нейронных сетей. Приведены результаты сравнительного анализа названных алгоритмов.

Статья посвящена проблеме определения ракурса надводного корабля по его радиолокационному изображению, полученному в радиолокаторах с синтезированной апертурой. К основным методам решения названной задачи относятся классический байесов метод многоальтернативной проверки гипотез и его модификации и/или метод классификации надводных кораблей, расположенных под различными ракурсами, с помощью искусственных нейронных сетей (ИНС). В работе показано, что для достижения высокой эффективности распознания ракурсов при использовании ИНС необходимо обладать значительными вычислительными ресурсами, а также иметь доступ к большой, репрезентативной и масштабной обучающей выборке. При наличии достаточных вычислительных и временных ресурсов ИНС демонстрирует высокие результаты в разнообразных условиях наблюдения, однако стоит отметить, что для их эффективного обучения требуется значительное количество процессорного времени, составляющее несколько часов. В то же время классические методы способны проводить вычисления за доли секунды, даже на сравнительно маломощных устройствах. Также стоит учесть, что с увеличением числа распознаваемых классов ИНС могут потреблять до десятков гигабайт оперативной памяти, что ограничивает доступность этого метода в задаче распознавания ракурсов пространственно-распределенных целей.

Данная работа посвящена применению методов аппроксимации для моделирования беспроводных радиоканалов связи. Показана актуальность и перспективность применения беспилотных летательных аппаратов в составе летающих самоорганизующихся сетей для передачи высокоскоростной информации в условиях «умных городов». Отмечена также и проблема использования данных сетей, связанная с технической сложностью обеспечения приемлемой надежности и качества беспроводной связи, связанная с многолучевостью распространения сигналов и рядом других факторов. Показано, что в данном аспекте особую актуальность представляет развитие методов математического моделирования для анализа сигналов на входах радиоприемников БПЛА для оценки их амплитудно-фазовых преобразований каналом связи. Установлено, что связь между сигналами на передающей и приемной стороне произвольного беспроводного радиоканала связи в предположении о его линейности может однозначно определяться комплексной передаточной функцией в частотной области, которая на практике является весьма сложной и плохо поддается аналитическому описанию. В связи с этим предложен подход к ее аппроксимации эквивалентной моделью, описываемой дробно-рациональными функциями комплексного переменного, физически реализуемыми смешанными соединениями различных линейных инерционных и безынерционных звеньев, а для моделирования динамических характеристик - методика численно-аналитического моделирования на основе спектрального метода и кусочно-линейной аппроксимации. Показаны результаты применения предложенных решений.

Статья посвящена построению алгоритма коллаборативной фильтрации, расширяя производительность матричной факторизации нелинейной функцией, а также глубокой нейронной сетью.

В статье анализируются современные разработки в области искусственного интеллекта на основе созданной компанией OpenAI программы ChatGPT. Идея создания ИИ была высказана в 1950 году А. Тьюрингом же был предложен тест, прохождение которого могло бы утверждать, что ИИ создан. Определение понятия ИИ сталкиваются с трудностями. С точки зрения автора, интеллектуальными можно назвать те виды деятельности, которые позволяют Homo sapiens выделиться из окружающего птичьего мира, переставая опираться лишь на силу и быстроту движений. Распознание образов, самообучение и целенаправленность деятельности не являются характеристическими признаками интеллекта. Основным видом деятельности, которая специфична для человека и которая, будучи добавленной к распознаванию образов, самообучению и целенаправленной деятельности, делает их интеллектуальными, является понятийное мышление, умение отстаивать его именно на языке и использовать в рассуждениях. Исторически существовали две основные конкурирующие конференции к ИИ — логической и нейросетевой. Одним из серьезных изъянов нейросетевого совета является необъяснение способности рассуждений, которые приводят к тому или иному заключению, что затрудняет проверку их правильности. На конкретных примерах показано, что ChtGPT не научились корректно моделировать простейшие понятийные рассуждения. Причина этого кроется в фундаментальных ограничениях конституций в его основе большой языковой модели, которые невозможно исправить внешним обучением. Еще одним недостатком ChatGPT является его устойчивость к нейрохакингу — принуждению в ходе диалога принять нужные решения для пользователя. Это серьезная угроза для широкого применения нейронных сетей в области принятия управленческих решений. Статья написана на основе исследований, проведенных летом 2023 года.

Статья описывает результаты исследования по разработке и реализации игровой модели с динамическим построением контента на основе нейронной сети YOLO.

Исследование посвящено способам обработки, анализа и распознавания объектов животного мира на фотоснимках фотоловушек и направлено на повышение скорости обработки фотоснимков и повышение достоверности распознавания объектов.

Статья посвящена исследованию различимости отдельных групп школьников по цифровым следам, оставляемым в профиле социальной сети «ВКонтакте». Классификация на отдельные группы основана на нейронной сети многослойного персептрона (MLP).

Актуальность использования искусственного интеллекта при толковании законодательства обусловлена экспоненциальным ростом объемов неструктурированных данных, повышением их значимости, а также увеличением сложности решаемых юридических задач. Использование искусственного интеллекта при толковании законодательства обеспечивает возможность повышения качества правосудия. Для реализации автоматической содержательной обработки информации необходимо решить комплекс научных задач по правовым и технологическим аспектам применения искусственного интеллекта.

Целью исследования является формулирование научно обоснованных выводов, определяющих направления решения научной проблемы использования искусственного интеллекта при толковании законодательства на основе анализа содержания структуры нормы права и процессов обработки информации в эвристических и нейроматематических когнитивных системах обработки информации.

Задачи: определить общие черты и отличия процессов толкования законодательства в эвристических и нейроматематических когнитивных системах искусственного интеллекта; разработать предложения по совершенствованию нормативно-правовой базы толкования законодательства с учетом возможности применения автоматической смысловой обработки информации в компьютерных системах, а также по развитию технологических способов семантической интерпретации гражданско-правовых норм в системах искусственного интеллекта.

Методология. Методологическую основу научного исследования составил диалектический метод познания явлений и процессов окружающей действительности. В ходе разработки теоретических положений работы применялась совокупность общенаучных и частнонаучных исследовательских методов (формально-логические, прогностический, формально-юридический и др.) для решения междисциплинарной научной задачи определения перспектив использования искусственного интеллекта при толковании законодательства и автоматизации процедур семантической обработки информации в юридических системах.

Результаты. Полученные результаты исследования обеспечивают возможность совершенствования нормативно-правовой и технологической базы, устанавливающей принципы использования искусственного интеллекта при толковании законодательства.

Вывод. Решение проблемы использования искусственного интеллекта при толковании законодательства требует разработки новых правовых норм и регламентов, а также совершенствования информационных технологий в части верификации правил продукции эвристических систем искусственного интеллекта и вербализации искусственных нейронных сетей.

Проведен анализ различных исследований в области психологии сознания. Раскрыто значение гормонов и эмоций как механизмов внутреннего вознаграждения и стимулирования субъективной активности. Сформулировано сущностное определение сознания, в основе которого лежат бессознательные механизмы декодирования и сличения информационных потоков разных нейронных групп (когов). Показано, что информация должна быть иерархически выстроенной для организации мышления человеческого типа, что подразумевает ее оценку с позиции личного опыта и необходимость наличия речевого самовыражения.