Все выпуски

В работе решается задача вычисления параметров случайного сигнала в условиях распределения Райса на основе принципа максимума правдоподобия в предельных случаях большого и малого значения отношения сигнала к шуму. Получены аналитические формулы для решения системы уравнений максимума правдоподобия для искомых параметров сигнала и шума как для однопараметрического приближения, когда рассчитывается только один параметр задачи — величина сигнала, в предположении априорной известности второго параметра — дисперсии шума, так и для двухпараметрической задачи, когда оба параметра априорно неизвестны. Непосредственное вычисление искомых параметров сигнала и шума по формулам позволяет избежать необходимости ресурсоемкого численного решения системы нелинейных уравнений и тем самым оптимизировать время компьютерной обработки сигналов и изображений. Представлены результаты компьютерного моделирования задачи, подтверждающие теоретические выводы. Задача является значимой для целей обработки райсовских данных, в частности, в системах магнитно-резонансной визуализации.

В статье предлагается метод исследования задач оптимального управления с использованием нейронных сетей. Рассмотрение проводится на примере задачи контроля качества поверхностных вод. При моделировании системы контроля качества поверхностных вод используются теоретико-игровой и иерархический подходы. Исследуется случай динамической двухуровневой системы управления качеством поверхностных вод, включающий ведущего и нескольких ведомых. Рассмотрение ведется с точки зрения ведомых. В этом случае между ними возникает неантагонистическая игра, в которой строится равновесие Нэша. С математической точки зрения при этом решается задача оптимального управления при наличии фазовых ограничений. Для ее аналитического исследования в работе используется принцип максимума Понтрягина, на основе которого формулируются условия оптимальности. Для решения возникающих при этом систем дифференциальных уравнений используется обучаемая нейронная сеть прямого распространения (feedforward). Приводится обзор существующих методов решения подобных задач с помощью нейронных сетей и методов обучения нейронных сетей. Для оценки ошибки решения, получаемого с помощью нейронной сети, предлагается использовать метод анализа дефекта решения, адаптированный для нейронных сетей. Это позволяет получить количественную оценку ошибки численного решения. Приведены примеры использования нейросетевого подхода для решения модельной задачи оптимального управления и задачи контроля качества поверхностных вод. Полученные в этих примерах результаты сравниваются с точным решением и с результатами, полученными методом стрельбы. Во всех случаях величина ошибки оценивается методом анализа дефекта решения. Нейросетевым методом проводится также исследование системы контроля качества поверхностных вод для случаев, когда решение задачи другими методами получить не удалось (большой временной промежуток моделирования и случай нескольких агентов). В статье иллюстрируются возможность использования нейросетевого подхода для решения различных задач оптимального управления и дифференциальных игр, а также возможность количественной оценки точности решения. Полученные результаты численных экспериментов позволяют говорить о необходимости введения регулирующего органа для достижения устойчивого развития системы.

В статье сформулирован обобщенный подход к выбору значений структурных параметров искусственной нейронной сети (ИНС) и объема обучающий выборки, основанный на принципе минимизации количества элементов структуры ИНС и объема обучающей выборки при ограничении на значение показателя качества работы нейросетевой модели динамики объекта. Реализован алгоритм выбора структурных параметров ИНС и построения нейросетевой модели.
Проведена серия вычислительных экспериментов, демонстрирующая применимость алгоритма для построения моделей динамических объектов, в основе которых лежит нелинейная автокорреляционная нейронная сеть.

В статье рассматривается разработка алгоритма шумоподавления на основе анизотропной нелинейной фильтрации данных. Анализ отечественной и зарубежной литературы показал, что наиболее эффективные алгоритмы шумоподавления данных рентгеновской компьютерной томографии применяют комплекс нелинейных методик анализа и обработки данных, таких как билатеральная, адаптивная, трехмерная фильтрации. Однако комбинация таких методик редко применяется на практике ввиду большого времени обработки данных. В связи с этим было принято решение разработать эффективный и быстродейственный алгоритм шумоподавления на основе упрощенных билатеральных фильтров с трехмерным накоплением данных. Алгоритм был разработан на языке C++11 в программной среде Microsoft Visual Studio 2015. Основным отличием разработанного алгоритма шумоподавления является применение в нем улучшенной математической модели шума на основе распределения Пуассона и Гаусса от логарифмической величины, разработанной ранее. Это позволило точнее определить уровень шума и тем самым порог обработки данных. В результате работы алгоритма шумоподавления были получены обработанные данные компьютерной томографии с пониженным уровнем шума. При визуальной оценке работы алгоритма были отмечены повышенная информативность обработанных данных по сравнению с оригиналом, четкость отображения гомогенных областей и значительное сокращение шума в областях обработки. При оценке численных результатов обработки было выявлено снижение уровня среднеквадратичного отклонения более чем в 6 раз в областях, подвергшихся шумоподавлению, а высокие показатели коэффициента детерминации показали, что данные не подверглись искажению и изменились только из-за удаления шумов. Применение разработанного универсального динамического порога, принцип работы которого основан на пороговых критериях, позволил снизить уровень шума во всем массиве данных более чем в 6 раз. Динамический порог хорошо вписывается как в разработанный алгоритм шумоподавления на основе анизотропной нелинейной фильтрации, так и другой алгоритм шумоподавления. Алгоритм успешно функционирует в составе рабочей станции MultiVox, получил высокую оценку своей работы от специалистов-рентгенологов, а также готовится к внедрению в единую радиологическую сеть города Москвы в качестве модуля.

Безградиентные методы оптимизации, или методы нулевого порядка, широко применяются в обучении нейронных сетей, обучении с подкреплением, а также в промышленных задачах, где доступны лишь значения функции в точке (работа с неаналитическими функциями). В частности, метод обратного распространения ошибки в PyTorch работает именно по этому принципу. Существует общеизвестный факт, что при компьютерных вычислениях используется эвристика чисел с плавающей точкой, и из-за этого возникает проблема конечности мантиссы.

В этой работе мы, во-первых, сделали обзор наиболее популярных методов аппроксимации градиента: конечная прямая/центральная разность (FFD/FCD), покомпонентная прямая/центральная разность (FWC/CWC), прямая/центральная рандомизация на $l_2$ сфере (FSSG2/CFFG2); во-вторых, мы описали текущие теоретические представления шума, вносимого неточностью вычисления функции в точке: враждебный шум, случайный шум; в-третьих, мы провели серию экспериментов на часто встречающихся классах задач, таких как квадратичная задача, логистическая регрессия, SVM, чтобы попытаться определить, соответствует ли реальная природа машинного шума существующей теории. Оказалось, что в реальности (по крайней мере на тех классах задач, которые были рассмотрены в данной работе) машинный шум оказался чем-то средним между враждебным шумом и случайным, в связи с чем текущая теория о влиянии конечности мантиссы на поиск оптимума в задачах безградиентной оптимизации требует некоторой корректировки.

В настоящей статье изложен научный подход Дмитрия Сергеевича Чернавского к вопросам моделирования экономических процессов. Излагается история работы Дмитрия Сергеевича на экономическом направлении, представлены ее основные этапы и достижения. Одним из важнейших достижений в области экономического анализа стало предсказание группой ученых, возглавляемых Д. С. Чернавским, основных кризисов, произошедших в нашей стране за последние 20 лет, а именно дефолта 1998 года, кризиса промышленного производства второй половины 2000-х, кризиса 2008 года и последовавшей за ним рецессии. В качестве примера динамического анализа мировых макроэкономических процессов приведена модель функционирования доллара в качестве мировой валюты. На данном конкретном примере показана возможность сеньёража за счет эмиссии доллара и рассчитано «окно возможностей», которое позволяет эмитировать доллары в качестве мировой валюты без ущерба для собственной экономики.

Как пример динамического анализа экономики отдельного государства рассматривается модель развития закрытого общества (без внешних экономических связей) в однопродуктовом приближении. Модель основана на принципах рыночной экономики, то есть динамика цены определяется балансом спроса и предложения. Показано, что в общем случае состояние рыночного равновесия не единственно. Возможно несколько стационарных состояний, отличающихся уровнем производства и потребления. Рассмотрен эффект адресной денежной эмиссии в низкопродуктивном состоянии. Показано, что в зависимости от ее размера и адреса она может привести к переходу в высокопродуктивное состояние и просто вызвать инфляцию без перехода. Обсуждается связь этих результатов с кейнсианским и монетаристским подходами.

В статье рассматривается определение одного из показателей динамических качеств (ПДК) железнодорожного подвижного состава — поперечного ускорения кузова — с использованием системы компьютерного моделирования динамики рельсовых экипажей Simpack Rail на комплексном уровне с переменной скоростью движения в графиковом режиме. Для этой цели использована ранее верифицированная с помощью средств кафедры «Электропоезда и локомотивы» РУТ (МИИТ) модель секции типового грузового электровоза колеи 1520 мм. По этой причине вопросы, связанные с построением и проверкой модели электровоза в препроцессоре, в данной статье опускаются. Подробно описано моделирование железнодорожного пути на основе картографических эксплуатационных данных — плана, профиля и возвышения наружного рельса. Приводятся статистические параметры (моменты) выбранной геометрической неровности (источника возмущения) по каждой рельсовой нити, а также параметры плана и профиля выбранного для моделирования участка пути в виде графиков считанных файлов данных. Измерение непогашенного поперечного ускорения кузова производится с учетом горизонтальной составляющей от действия силы тяжести, что воспроизводит принцип работы реальных датчиков измерения ускорения со свободно расположенной массой. В заключение производится сравнение искомого ПДК, определенного по методу среднего значения абсолютного максимума из смоделированного нестационарного процесса со значением, полученным из экспериментальных данных. По результатам сравнения можно сделать вывод о том, что на данный показатель качества с внешней стороны прежде всего влияют скорость и геометрические характеристики рельсового пути, которые в данном случае были смоделированы в строгом соответствии с картографическими данными реального железнодорожного участка, где проводились испытания. Допущенные условности в модели транспортного средства — секции грузового электровоза (сосредоточение инерционно-массовых характеристик тел в центре их тяжести, малость перемещений между телами) — при соблюдении постоянства основных геометрических и упруго-диссипативных характеристик связей тел позволяют в Simpack Rail смоделировать поведение (отклики) системы с необходимой достоверностью.

Деформирование сплошных сред из материалов с памятью формы под влиянием возрастающей нагрузки и при постоянной температуре протекает обычным для металлов идеальным упругопластическим образом. При этом величина максимальных упругих деформаций много меньше предельных пластических. Восстановление формы происходит при повышенной температуре и невысоком уровне напряжений. Феноменологически «обратное» деформирование аналогично с точностью до знака изменению формыпри активном загружении силами. Так как в неупругом процессе решающую роль играет пластическая деформация, то анализ механического поведения целесообразно провести в рамках идеальной жесткопластической модели с двумя поверхностями нагружения. В этой модели поверхностям нагружения отвечают два физических состояния материала: пластическое течение при высоких напряжениях и плавление при сравнительно невысокой температуре. Во втором параграфе формулируется задача деформирования жесткопластических сред при постоянной температуре в двух формах: в виде принципа виртуальных скоростей с условием текучести Мизеса и как требование минимальности диссипативного функционала. Доказываются равносильность принятых формулировок и существование обобщенных решений в обоих принципах. В третьем параграфе изучается жесткопластическая модель сплошной среды при изменяющейся температуре с двумя поверхностями нагружения. Для принятой модели формулируются два оптимальных принципа, связывающих внешние нагрузки и скорости перемещений точек среды как при активном нагружении, так и в процессе восстановления формыпр и нагревании. Доказано существование обобщенных скоростей для широкого класса трехмерных областей. Связь вариационных принципов и изменяющейся температуры обеспечивается включением в расчетную схему первого и второго начал термодинамики. Существенно, что в процессе доказательств используется только феноменологическое описание явления. Аустенитно-мартенситные превращения сплавов, которые часто являются основными при объяснении механического поведения материалов с памятью формы, не используются. В четвертом параграфе дано определение материалов с памятью формы как сплошных сред с двумя поверхностями нагружения, доказано существование решений в принятых ограничениях. Показана адекватность модели и опытов по деформированию материалов с памятью формы. В заключении формулируются математические задачи, которые представляются интересными в будущих исследованиях.

В статье проведен анализ исторического процесса с использованием методов синергетики (науки о нелинейных развивающихся системах в природе и обществе), развитых в работах Д. С. Чернавского применительно к экономическим и социальным системам. Показано, что социальная самоорганизация в зависимости от условий приводит к формированию как обществ с сильной внутренней конкуренцией (Y-структуры), так и обществ кооперативного типа (Х-структуры). Y-структуры характерны для стран Запада, Х-структуры характерны для стран Востока. Показано, что в XIX и XX веках имело место ускоренное формирование и усиление Y-структур. Однако в настоящее время мировая система вошла в период серьезных структурных перемен в экономической, политической, идеологической сферах: доминирование Y-структур заканчивается. Рассмотрены возможные пути дальнейшего развития мировой системы, связанные с изменением режимов самоорганизации и ограничением внутренней конкуренции. Этот переход будет длительным и сложным. В этих условиях объективно будет возрастать ценность цивилизационного опыта России, на основе которого в ней была сформирована социальная система комбинированного типа. Показано, что в конечном итоге неизбежен переход от нынешнего доминирования Y-структур к абсолютно новой глобальной системе, устойчивость которой будет основана на новой идеологии, новой духовности (то есть новой «условной информации», по Д. С. Чернавскому), делающей разворот от принципов конкуренции к принципам сотрудничества.

В работе описывается двухстадийная модель равновесного распределения транспортных потоков. Модель состоит из двух блоков, где первый блок — модель расчета матрицы корреспонденций, а второй блок — модель равновесного распределения транспортных потоков по путям. Первая модель, используя матрицу транспортных затрат (затраты на перемещение из одного района в другой, в данном случае — время), рассчитывает матрицу корреспонденций, описывающую потребности в объемах передвижения из одного района в другой район. Для решения этой задачи предлагается использовать один из наиболее популярных в урбанистике способов расчета матрицы корреспонценций — энтропийную модель. Вторая модель на базе равновесного принципа Нэша–Вардропа (каждый водитель выбирает кратчайший для себя путь) описывает, как именно потребности в перемещениях, задаваемые матрицей корреспонденций, распределяются по возможным путям. Таким образом, зная способы распределения потоков по путям, можно рассчитать матрицу затрат. Равновесием в двухстадийной модели транспортных потоков называют неподвижную точку цепочки из этих двух моделей. Практически ранее отмеченную задачу поиска неподвижной точки решали методом простых итераций. К сожалению, на данный момент вопрос сходимости и оценки скорости сходимости для этого метода не изучен. Кроме того, при численной реализации алгоритма возникает множество проблем. В частности, при неудачном выборе точки старта возникают ситуации, в которых алгоритм требует вычисления экстремально больших чисел и превышает размер доступной памяти даже в самых современных вычислительных машинах. Поэтому в статье предложены способ сведения задачи поиска описанного равновесия к задаче выпуклой негладкой оптимизации и численный способ решения полученной задачи оптимизации. Для обоих методов решения задачи были проведены численные эксперименты. Авторами использовались данные для Владивостока (для этого была обработана информация из различных источников и собрана в новый пакет) и двух небольших городов США. Методом простой прогонки двух блоков сходимости добиться не удалось, тогда как вторая модель для того же набора данных продемонстрировала скорость сходимости $k^{−1.67}$.