Все выпуски

Рассмотрены основные современные сценарии изменений гидрохимического и температурного режимов вод Азовского моря на долгосрочную перспективу. Предложены новые схемы моделей механизмов адаптации водорослей к изменениям гидрохимического режима и температуры среды. По сравнению с традиционными эколого-эволюционными схемами данные модели имеют относительно малую размерность, высокое быстродействие и позволяют проводить разнообразные расчеты на многолетнюю перспективу (эволюционно значимые времена). На основе математической эколого-эволюционной модели нижних трофических уровней экосистемы оценено влияние изменения указанных факторов среды на динамику биомасс и микроэволюцию азовских водорослей. В каждом сценарии расчеты производились на 100 лет, при этом устанавливались финальные значения переменных и параметров, не зависящие от выбора момента старта в модели. В процессе такого асимптотического компьютерного анализа обнаружено, что в результате потепления климата и температурной адаптации организмов происходит естественное увеличение среднегодовой биомассы теплолюбивых водорослей (Pyrrophyta и Cyanophyta). Однако для ряда диатомовых водорослей (Bacillariophyta), даже с учетом их температурной адаптации, среднегодовая биомасса может неожиданно уменьшиться. Вероятно, это явление связано с ужесточением конкуренции между видами с близкими температурными параметрами существования. Также было исследовано воздействие вариации химического состава стока р. Дон на динамику биогенных веществ и водорослей Азовского моря. Оказалось, что соотношение органических форм азота и фосфора в водах моря мало изменяется. Данное явление стабилизации будет иметь место для всех высокопродуктивных водоемов с низкой проточностью, так как обусловлено преимущественно автохтонным происхождением органического вещества.

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 решается задача разработки технологии сбора исходных данных для построения моделей оценки функционального состояния человека. Данное состояние оценивается по зрачковой реакции человека на изменение освещенности на основе метода пупиллометрии. Данный метод предполагает сбор и анализ исходных данных (пупиллограмм), представленных в виде временных рядов, характеризующих динамику изменения зрачков человека на световое импульсное воздействие. Анализируются недостатки традиционного подхода к сбору исходных данных с применением методов компьютерного зрения и сглаживания временных рядов. Акцентируется внимание на важности качества исходных данных для построения адекватных математических моделей. Актуализируется необходимость ручной разметки окружностей радужной оболочки глаза и зрачка для повышения точности и качества исходных данных. Описываются этапы предложенной технологии сбора исходных данных. Приводится пример полученной пупиллограммы, имеющей гладкую форму и не содержащей выбросы, шумы, аномалии и пропущенные значения. На основе представленной технологии разработан программно-аппаратный комплекс, представляющий собой совокупность специального программного обеспечения, имеющего два основных модуля, и аппаратной части, реализованной на базе микрокомпьютера Raspberry Pi 4 Model B, с периферийным оборудованием, реализующим заданный функционал. Для оценки эффективности разработанной технологии используются модели однослойного персептрона и коллектива нейронных сетей, для построения которых использовались исходные данные о функциональном состоянии утомления человека. Проведенные исследования показали, что применение ручной разметки исходных данных (по сравнению с автоматическими методами компьютерного зрения) приводит к снижению числа ошибок 1-го и 2-года рода и, соответственно, повышению точности оценки функционального состояния человека. Таким образом, представленная технология сбора исходных данных может эффективно использоваться для построения адекватных моделей оценки функционального состояния человека по зрачковой реакции на изменение освещенности. Использование таких моделей актуально в решении отдельных задач обеспечения транспортной безопасности, в частности мониторинга функционального состояния водителей.

Вопрос взаимодействия определенного рецептора с лигандами является ключевым в области клеточной сигнализации, но решается он на молекулярном уровне. Для улучшения понимания молекулярных механизмов взаимодействия серотонинового рецептора с лигандами были применены различные биофизические методы компьютерного моделирования. Модель трехмерной структуры надмембранного домена серотонинового 5-HT3 рецептора человека была построена по гомологии с никотиновым ацетилхолиновым рецептором nAChR (PDB ID: 2BG9). Методом докинга были получены комплексы 5-HT3 рецептора с лигандами. Методом молекулярной динамики исследовано взаимодействие серотонинового 5-HT3 рецептора с лигандами и показана роль различных факторов в стабилизации комплексов.

В работе рассматривается популяционная динамика, описываемая модифицированной моделью хемостата, в которую включены диффузия, хемотаксис и нелокальные конкурентные потери. Для учета воздействия внешнего окружения экосистемы на популяцию, при построении численных решений в систему уравнений модели включались случайные параметры. С помощью компьютерного моделирования выявлено три динамических режима, зависящих от значений параметров системы: переход от начального состояния к пространственно-однородному стационарному состоянию, к пространственно-неоднородному распределению популяционной концентрации и к элиминации популяционной концентрации.

Данная работа посвящена созданию статической атомной модели двух поверхностей, контактирующих при электроалмазной обработке: алмазных зерен и шлифуемого ими материала. В центре работы стоят вопросы компьютерной визуализации этих поверхностей на молекулярном уровне, поскольку традиционное математическое описание не обладает достаточной наглядностью для демонстрации некоторых аспектов атомистической трибологии резания металлов с одновременно протекающими разными по своей физической природе процессами. А в электроалмазной обработке сочетается воздействие одновременно нескольких процессов: механический, электрический и электрохимический. Поэтому предлагаемая авторами методика моделирования остается единственным способом увидеть, что именно происходит на атомном уровне при резании материала алмазным зерном. В то же время статья может быть полезна как научно-познавательная, так как позволяет читателю понять, как на атомном уровне выглядят поверхности некоторых материалов.

В статье проанализированы результаты компьютерного эксперимента по оценке влияния пространственного размещения (схем посадки) деревьев на продукционный процесс и динамику почвенного плодородия в лесных плантациях. Для имитации роста плантаций нативной формы осины (Populus tremula L.) с коротким (30 лет) оборотом рубки использована система моделей EFIMOD и почвенно-климатические данные, соответствующие условиям лесной зоны Республики Марий Эл. По результатам модельных оценок, схемы посадки с расстоянием между деревьями в ряду 1–4 м и междурядьями 4–6 м характеризуются наибольшими показателями продукции биомассы, повышением почвенных запасов органического вещества и минимальными потерями азота почв за оборот рубки.

В статье рассматривается процесс создания эффективного алгоритма для определения количества излученных квантов с рентгеновской трубки в исследованиях компьютерной томографии. Анализ отечественной и зарубежной литературы показал, что большинство работ в области радиометрии и радиографии принимают во внимание табличные значения показателей поглощения рентгеновского излучения, а индивидуальные показатели дозы не учитывают вовсе, т. к. во многих исследованиях отсутствует радиометрический отчет (Dose Report) и для облегчения расчетов статистики применяется средний показатель. В связи с этим было принято решение разработать средства выявления данных об ионизирующей нагрузке путем анализа шума компьютерной томографии (КТ). В качестве основы алгоритма принята математическая модель распределения шума собственной разработки на основе распределения Пуассона и Гаусса от логарифмической величины. Результирующая математическая модель проверялась на данных КТ калибровочного фантома, состоящего из трех пластиковых цилиндров, заполненных водой, коэффициент поглощения рентгеновского излучения которых известен из табличных значений. Данные были получены с нескольких КТ приборов различных производителей (Siemens, Toshiba, GE, Phillips). Разработанный алгоритм позволил рассчитать количество излученных квантов рентгеновского излучения за единицу времени. Эти данные, с учетом уровня шума и радиусов цилиндров, были преобразованы в величины поглощения рентгеновского излучения, после чего проводилось сравнение с табличными значениями. В результате работы алгоритма с данными КТ различных конфигураций были получены экспериментальные данные, согласующиеся с теоретической частью и математической моделью. Результаты показали хорошую точность алгоритма и математического аппарата, что может говорить о достоверности полученных данных. Данная математическая модель уже применяется в программе шумоподавления КТ собственной разработки, где она участвует в качестве средства создания динамического порога шумоподавления. В данный момент алгоритм проходит процедуру доработки для работы с реальными данными компьютерной томографии пациентов.

В 2007 году Касман провел серию оригинальных компьютерных экспериментов с кинками уравнения синус-Гордона, движущимися вдоль искусственных последовательностей ДНК. Были рассмотрены две последовательности. Каждая состояла из двух частей, разделенных границей. Левая часть первой из последовательностей содержала повторяющиеся триплеты TTA, кодирующие лейцины, а правая часть содержала повторяющиеся триплеты CGC, кодирующие аргинины. Во второй последовательности левая часть содержала повторяющиеся триплеты CTG, кодирующие лейцины, а правая часть содержала повторяющиеся триплеты AGA, кодирующие аргинины. При моделировании движения кинка в этих последовательностях был обнаружен интересный эффект. Оказалось, что кинк, движущийся в одной из последовательностей, останавливался, не достигнув конца, а затем «отскакивал», как будто ударялся об стенку. В то же время в другой последовательности движение кинка не прекращалось в течение всего времени проведения эксперимента. В этих компьютерных экспериментах, однако, использовалась простая модель ДНК, предложенная Салерно. Она учитывает различия во взаимодействиях комплементарных оснований внутри пар, но пренебрегает различием в моментах инерции азотистых оснований и расстояниях между центрами масс оснований и сахарно-фосфатной цепочкой. Вопрос о том, сохранится ли эффект Касмана при использовании более точных моделей ДНК, до сих пор остается открытым. В настоящей работе мы исследуем эффект Касмана на основе более точной модели ДНК, которая учитывает оба эти различия. Мы получили энергетические профили последовательностей Касмана и построили траектории движения кинков, запущенных в этих последовательностях при разных начальных значениях энергии. Результаты наших исследований подтвердили существование эффекта Касмана, но только в ограниченном интервале начальных значений энергии кинков и при определенном направлении движения кинков. В других случаях этот эффект не наблюдался. Мы обсудили, какие из исследованных последовательностей энергетически были более предпочтительны для возбуждения и распространения кинков.

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.