Все выпуски

Предлагается диссипативная стохастическая динамическая модель эволюции языковых знаков, удовлетворяющая принципу «наименьшего действия» — одному из фундаментальных вариационных принципов природы. Модель предполагает пуассоновский характер потока рождения языковых знаков, экспоненциальное (показательное) распределение ассоциативно-семантического потенциала (АСП) знака и оперирует разностными стохастическими уравнениями специального вида для диссипативных процессов. Получаемые из модели распределения полисемии и частотно-ранговые распределения языковых знаков статистически значимо (по критерию Колмогорова–Смирнова) не отличаются от эмпирических распределений, полученных из представительных толковых и частотных словарей русского и английского языков.

Изучается сходимость к решению линейной системы, заданной вещественной квадратной матрицей A с вещественными собственными значениями обязательно разных знаков и вектором-столбцом b∈ R^k, двухпараметрического и симметризованного однопараметрического семейств метода простой итерации, построенных по этим A и b. Доказано, что если матрица A симметричная, то коэффициент оптимального сжатия для оптимального двухпараметрического семейства строго меньше, чем коэффициент оптимального сжатия для оптимального симметризованного однопараметрического семейства метода простой итерации.

Проведен анализ отечественных публикаций за 2013–2017 гг. включительно, посвященных клеточным автоматам (КА). Большая их часть связана с математическим моделированием. Наукометрическими графиками за 1990–2017 гг. доказана актуальность тематики. Обзор позволяет выделить персоналии и научные направления/школы в современной российской науке, выявить их оригинальность или вторичность по сравнению с мировым уровнем. За счет выбора национальной, а не мировой, базы публикаций обзор претендует на полноту (из 526 просмотренных ссылок научным значением обладают около 200).

В приложении к обзору даются первичные сведения о КА — игра «Жизнь», теорема о садах Эдема, элементарные КА (вместе с диаграммой де Брюина), блочные КА Марголуса, КА с альтернацией. Причем акцентируется внимание на трех важных для моделирования семантиках КА — традициях фон Неймана, Цузе и Цетлина, а также показывается родство с концепциями нейронных сетей и сетей Петри. Выделены условные 10 работ по КА, с которыми должен быть знаком любой специалист по КА. Некоторые важные работы 1990-х гг. и более поздние перечислены во введении.

Затем весь массив публикаций разбит на рубрики: «Модификации КА и другие сетевые модели» (29 %), «Математические свойства КА и связь с математикой» (5 %), «Аппаратные реализации» (3 %), «Программные реализации» (5 %), «Обработка данных, распознавание и криптография» (8 %), «Механика, физика и химия» (20 %), «Биология, экология и медицина» (15 %), «Экономика, урбанистика и социология» (15 %). В скобках указана доля тематики в массиве. Отмечается рост публикаций по КА в гуманитарной сфере, а также появление гибридных подходов, уводящих в сторону от классических КА.

В работе осуществлено математическое моделирование нестационарной слоистой конвекции Бенара–Марангони вязкой несжимаемой жидкости. Движение жидкости происходит в бесконечно протяженном слое. Система Обербека–Буссинеска, описывающая слоистую конвекцию Бенара–Марангони, является переопределенной, поскольку вертикальная скорость тождественно равна нулю. Для вычисления двух компонент вектора скорости, температурыи давления имеется система пяти уравнений (три уравнения сохранения импульсов, уравнение несжимаемости и уравнение теплопроводности). Для разрешимости системы Обербека–Буссинеска предложен класс точных решений. Структура предложенного решения такова, что уравнение несжимаемости удовлетворяется тождественно. Таким образом, удается устранить «лишнее» уравнение. Основное внимание уделено исследованию теплообмена на свободной границе слоя, которая считается недеформируемой. При описании термокапиллярного конвективного движения теплообмен задавался согласно закону Ньютона–Рихмана. Использование такого закона распространения тепла приводит к начально-краевой задаче третьего рода. Показано, что переопределенная начально-краевая задача в рамках представленного в статье класса точных решений уравнений Обербека–Буссинеска сводится к проблеме Штурма–Лиувилля. Следовательно, гидродинамические поля выражаются через тригонометрические функции (базис Фурье). Для определения собственных чисел задачи получено трансцендентное уравнение, которое решалось численно. Проведен численный анализ решений системы эволюционных и градиентных уравнений, описывающих течение жидкости. На основании вычислительного эксперимента проведен анализ гидродинамических полей. При исследовании краевой задачи было показано существование противотечений в слое жидкости. Существование противотечений эквивалентно наличию застойных точек в жидкости, что говорит о существовании локального экстремума кинетической энергии жидкости. Установлено, что у каждой компонентыск орости может быть не более одного нулевого значения. Таким образом, поток жидкости расслаивается на две зоны. В этих зонах касательные напряжения разного знака. Причем существует толщина слоя жидкости, при которой на нижней границе слоя жидкости касательные напряжения равны нулю. Данный физический эффект возможен только для классических ньютоновских жидкостей. Для поля температурыи давления справедливы те же свойства, что и для скоростей. Отметим, что в данном случае все нестационарные решения выходят на установившийся режим.

Модели Курамото нелинейно связанных осцилляторов позволяют достаточно просто описывать фазовую синхронизацию в сложных системах. В данной работе мы рассматриваем частный случай модели Курамото с тремя осцилляторами, возникший в процессе исследования и моделирования меридионального потока в конвективной зоне Солнца. В рассматриваемой модели крайние осцилляторы связаны только со средним, а прямая связь между ними отсутствует. В отличие от классических моделей Курамото рассматриваемая система предполагает существенную асимметрию в связях каждого из осцилляторов с двумя другими. Мы исследуем, какое влияние на синхронизацию оказывает коэффициент связи, характеризующий асимметрию связей среднего осциллятора. Необходимое и достаточное условия синхронизации в этой работе выписываются аналитически и получаются отличными от достаточных условий синхронизации в классической (симметричной) модели. Мы формулируем обратную задачу восстановления коэффициентов связи из фазовой разницы крайних осцилляторов при известных естественных частотах. Восстановление проводится в предположении синхронизации. Получено, что коэффициенты связи с точностью до знака восстанавливаются для любого значения коэффициента несимметрии среднего осциллятора. Мы исследуем, как меняется график зависимости суммарной связи от коэффициента несимметрии при изменении разности фаз крайних осцилляторов, а также в особых случаях совпадающих или сильно отличающихся естественных частот. В случае общего положения, при разности фаз крайних осцилляторов, близких к $\pi$, суммарная связь, соответствующая сильной асимметрии связей среднего осциллятора, оказывается меньше, чем в симметричном случае. Мы рассматриваем значения естественных частот, пересчитанные из скоростей меридионального потока Солнца. В зависимости от интерпретации данных гелиосейсмологии мы получаем два случая: случай общего положения, соответствующий наблюдениям средней ячейки, и особый случай, соответствующий наблюдениям нижней ячейки. Однозначное (с точностью до знака) восстановление коэффициентов связи в случае слабой суммарной связи возможно только в случае общего положения. В заключении делаются выводы о возможности использования курамотовских моделей с асимметрией связей, относящихся к одному осциллятору, для моделирования слабо связанных систем, к каким, по всей видимости, относится солнечная меридиональная циркуляция.

В статье показана актуальность научно-исследовательских работ в области создания систем управления беспилотными автомобилями на основе технологий компьютерного зрения. Средства компьютерного зрения используются для решения большого количества различных задач, в том числе для определения местоположения автомобиля, обнаружения препятствий, определения пригодного для парковки места. Данные задачи являются ресурсоемкими и должны выполняться в реальном режиме времени. Поэтому актуальна разработка эффективных моделей, методов и средств, обеспечивающих достижение требуемых показателей времени и точности для применения в системах управления беспилотными автомобилями. При этом важное значение имеет выбор модели представления изображений. В данной работе рассмотрена модель на основе вейвлет-преобразования, позволяющая сформировать признаки, характеризующие оценки энергии точек изображения и отражающие их значимость с точки зрения вклада в общую энергию изображения. Для формирования модели энергетических признаков выполняется процедура, основанная на учете зависимостей между вейвлет-коэффициентами различных уровней и применении эвристических настроечных коэффициентов для усиления или ослабления влияния граничных и внутренних точек. На основе предложенной модели можно построить описания изображений для выделения и анализа их характерных особенностей, в том числе для выделения контуров, регионов и особых точек. Эффективность предлагаемого подхода к анализу изображений обусловлена тем, что рассматриваемые объекты, такие как дорожные знаки, дорожная разметка или номера автомобилей, которые необходимо обнаруживать и идентифицировать, характеризуются соответствующими признаками. Кроме того, использование вейвлет-преобразований позволяет производить одни и те же базовые операции для решения комплекса задач в бортовых системах беспилотных автомобилей, в том числе для задач первичной обработки, сегментации, описания, распознавания и сжатия изображений. Применение такого унифицированного подхода позволит сократить время на выполнение всех процедур и снизить требования к вычислительным ресурсам бортовой системы беспилотного автотранспортного средства.

В данной статье проводится анализ проблемы распознавания знаков дорожного движения в интеллектуальных транспортных системах. Рассмотрены основные понятия компьютерного зрения и задачи распознавания образов. Самым эффективным и популярным подходом к решению задач анализа и распознавания изображений на данный момент является нейросетевой, а среди возможных нейронных сетей лучше всего показала себя искусственная нейронная сеть сверточной архитектуры. Для решения задачи классификации при распознавании дорожных знаков использованы такие функции активации, как Relu и SoftMax. В работе предложена технология распознавания дорожных знаков. Выбор подхода для решения поставленной задачи на основе сверточной нейронной сети обусловлен возможностью эффективно решать задачу выделения существенных признаков и классификации изображений. Проведена подготовка исходных данных для нейросетевой модели, сформирована обучающая выборка. В качестве платформы для разработки интеллектуальной нейросетевой модели распознавания использован облачный сервис Google Colaboratory с подключенными библиотеками для глубокого обучения TensorFlow и Keras. Разработана и протестирована интеллектуальная модель распознавания знаков дорожного движения. Использованная сверточная нейронная сеть включала четыре каскада свертки и подвыборки. После сверточной части идет полносвязная часть сети, которая отвечает за классификацию. Для этого используются два полносвязных слоя. Первый слой включает 512 нейронов с функцией активации Relu. Затем идет слой Dropout, который используется для уменьшения эффекта переобучения сети. Выходной полносвязный слой включает четыре нейрона, что соответствует решаемой задаче распознавания четырех видов знаков дорожного движения. Оценка эффективности нейросетевой модели распознавания дорожных знаков методом трехблочной кроссалидации показала, что ее ошибка минимальна, следовательно, в большинстве случаев новые образы будут распознаваться корректно. Кроме того, у модели отсутствуют ошибки первого рода, а ошибка второго рода имеет низкое значение и лишь при сильно зашумленном изображении на входе.

При разработке систем человеко-машинных интерфейсов актуальной является задача распознавания жестов. Для выявления наиболее эффективного метода распознавания жестов был проведен анализ различных методов машинного обучения, используемых для классификации движений на основе электромиографических сигналов мышц. Были рассмотрены такие методы, как наивный байесовский классификатор (НБК), дерево решений, случайный лес, градиентный бустинг, метод опорных векторов, метод $k$-ближайших соседей, а также ансамбли методов (НБК и дерево решений, НБК и градиентный бустинг, градиентный бустинг и дерево решений). В качестве метода получения информации о жестах была выбрана электромиография. Такое решение не требует расположения руки в поле зрения камеры и может быть использовано для распознавания движений пальцев рук. Для проверки эффективности выбранных методов распознавания жестов было разработано устройство регистрации электромиографического сигнала мышц предплечья, которое включает в себя три электрода и ЭМГ-датчик, соединенный с микрокон- троллером и блоком питания. В качестве жестов были выбраны: сжатие кулака, знак «большой палец», знак «Виктория», сжатие указательного пальца и взмах рукой справа налево. Оценка эффективности методов классификации проводилась на основе значений доли правильных ответов, точности, полноты, а также среднего значения времени работы классификатора. Данные параметры были рассчитаны для трех вариантов расположения электромиографических электродов на предплечье. По результатам тести- рования, наиболее эффективными методами являются метод $k$-ближайших соседей, случайный лес и ансамбль НБК и градиентного бустинга, средняя точность которого для трех положений электродов составила 81,55 %. Также было определено положение электродов, при котором методы машинного обучения достигают максимального значения точности распознавания. При таком положении один из дифференциальных электродов располагается на месте пересечения глубокого сгибателя пальцев и длинного сгибателя большого пальца, второй — над поверхностным сгибателем пальцев

Метод спектрального анализа стохастической матрицы применяется для построения индикатора, позволяющего определять тематику научных текстов без использования ключевых слов. Эта матрица представляет собой матрицу условных вероятностей биграмм, построенную по статистике используемых в тексте символов алфавита без учета пробелов, цифр и знаков препинания. Научные тексты классифицируются по взаимному расположению инвариантных подпространств матрицы условных вероятностей пар буквосочетаний. Индикатор разделения — величина косинуса угла между правым и левым собственными векторами, отвечающими максимальному и минимальному собственным значениям. Вычислительный алгоритм использует специальное представление параметра дихотомии, в качестве которого выступает интеграл от нормы квадрата резольвенты стохастической матрицы биграмм по окружности заданного радиуса в комплексной плоскости. Стремление интеграла в бесконечность свидетельствует о приближении контура интегрирования к собственному значению матрицы. В работе приведены типовые распределения индикатора идентификации специальностей. Для статистического анализа были проанализированы диссертации по основным 19 специальностям ВАК без учета классификации внутри специальности, по 20 текстов на специальность. Выяснилось, что эмпирические распределения косинуса угла для физико-математических и гуманитарных специальностей не имеют общего носителя, поэтому могут быть формально разделены по значению этого индикатора без ошибки. Хотя корпус текстов был не особенно большой, тем не менее при произвольном отборе диссертаций ошибка идентификации на уровне 2 % представляется очень хорошим результатом по сравнению с методами, основанными на семантическом анализе. Также выяснилось, что можно составить паттерн текста по каждой из специальностей в виде эталонной матрицы биграмм, по близости к которой в норме суммируемых функций можно безошибочно идентифицировать тематику написанного научного произведения, не используя ключевые слова. Предложенный метод можно использовать и в качестве сравнительного индикатора большей или меньшей строгости научного текста или как индикатор соответствия текста определенному научному уровню.