Все выпуски

Многомерные данные, при использовании значительно большего количества признаков относительно меньшего числа наблюдений, порождают хорошо известную проблему переопределённой задачи. В связи с этим, представляется целесообразным описание данных в терминах меньшего числа мета-признаков, которые вычисляются при помощи так называемых матричных факторизаций. Такие факторизации способствуют уменьшению случайного шума при сохранении наиболее существенной информации. Три новых и взаимосвязанных метода предложены в этой статье: 1) факторизационный механизм градиентного спуска с двумя (согласно размерности микрочипа) гибкими и адаптируемыми параметрами обучения, включая явные формулы их автоматического пересчета, 2) непараметрический критерий для отбора количества факторов, и 3) неотрицательная модификация градиентной факторизации, которая не требует дополнительных вычислительных затрат в сравнении с базовой моделью. Мы иллюстрируем эффективность предложенных методов в приложении к задаче направляемой классификации данных в области биоинформатики.

В приближении однородной намагниченности построена математическая модель ячейки памяти MRAM c осью анизотропии, расположенной в плоскости запоминающего ферромагнитного слоя ячейки и ориентированной параллельно ее краю (продольная анизотропия). Модель базируется на уравнении Ландау–Лифшица–Гильберта с токовым членом в форме Слончевского–Берже. Выведена система обыкновенных дифференциальных уравнений в нормальном виде, описывающая динамику намагниченности в трехслойной вентильной структуре Co/Cu/Co в зависимости от величины тока инжекции и внешнего магнитного поля, параллельного оси анизотропии магнитных слоев. Показано, что при любых токах и полях система имеет два основных состояния равновесия, расположенных на оси, совпадающей с осью анизотропии. Проведен анализ устойчивости этих состояний равновесия. Выписаны уравнения для определения дополнительных состояний равновесия. Показано, что в зависимости от величины внешнего магнитного поля и тока инжекции система может иметь всего два, четыре и шесть симметричных относительно оси анизотропии положений равновесия. Построены бифуркационные диаграммы, характеризующие основные типы динамики вектора намагниченности свободного слоя. Проведена классификация фазовых портретов на единичной сфере в зависимости от управляющих параметров (тока и поля). Изучены особенности динамики вектора намагниченности в каждой из характерных областей бифуркационной диаграммы и численно построены траектории переключения. Для построения траекторий использовался метод Рунге–Кутты. Найдены параметры, при которых существуют неустойчивые и устойчивые предельные циклы. Установлено, что неустойчивые предельные циклы существуют вокруг основного устойчивого равновесия на оси, совпадающей с осью анизотропии, а устойчивые циклы — вокруг неустойчивых дополнительных равновесий. Граница области существования устойчивых предельных циклов рассчитана численно. Обнаружены новые типы динамики под влиянием внешнего магнитного поля и спин-поляризованного тока инжекции: случайное и неполное переключение намагниченности. Аналитически определены значения пороговых токов переключения в зависимости от внешнего магнитного поля. Численно выполнены оценки времени переключения в зависимости от величин управляющих параметров.

В данной статье решается задача определения функционального состояния опьянения водителей автотранспортных средств. Ее решение актуально в сфере транспортной безопасности при прохождении предрейсовых медицинских осмотров. Решение задачи основано на применении метода пупиллометрии, позволяющего судить о состоянии водителя по его зрачковой реакции на изменение освещенности. Производится постановка задачи определения состояния опьянения водителя по анализу значений параметров пупиллограммы — временного ряда, характеризующего изменение размеров зрачка при воздействии кратковременного светового импульса. Для анализа пупиллограмм предлагается использовать нейронную сеть. Разработана нейросетевая модель определения функционального состояния опьянения водителей. Для ее обучения использованы специально подготовленные выборки данных, представляющие собой сгруппированные по двум классам функциональных состояний водителей значения следующих параметров зрачковых реакций: диаметр начальный, диаметр минимальный, диаметр половинного сужения, диаметр конечный, амплитуда сужения, скорость сужения, скорость расширения, латентное время реакции, время сужения, время расширения, время половинного сужения и время половинного расширения. Приводится пример исходных данных. На основе их анализа построена нейросетевая модель в виде однослойного персептрона, состоящего из двенадцати входных нейронов, двадцати пяти нейронов скрытого слоя и одного выходного нейрона. Для повышения адекватности модели методом ROC-анализа определена оптимальная точка отсечения классов решений на выходе нейронной сети. Предложена схема определения состояния опьянения водителей, включающая следующие этапы: видеорегистрация зрачковой реакции, построение пупиллограммы, вычисление значений ее параметров, анализ данных на основе нейросетевой модели, классификация состояния водителя как «норма» или «отклонение от нормы», принятие решений по проверяемому лицу. Медицинскому работнику, проводящему осмотр водителя, представляется нейросетевая оценка его состояния опьянения. На основе данной оценки производится заключение о допуске или отстранении водителя от управления транспортным средством. Таким образом, нейросетевая модель решает задачу повышения эффективности проведения предрейсового медицинского осмотра за счет повышения достоверности принимаемых решений.