Все выпуски
- 2025 Том 17
- 2024 Том 16
- 2023 Том 15
- 2022 Том 14
- 2021 Том 13
- 2020 Том 12
- 2019 Том 11
- 2018 Том 10
- 2017 Том 9
- 2016 Том 8
- 2015 Том 7
- 2014 Том 6
- 2013 Том 5
- 2012 Том 4
- 2011 Том 3
- 2010 Том 2
- 2009 Том 1
- Бурлаков Д.С. (Burlakov D.S.)
- Востриков Д.Д. (Vostrikov D.D.)
- Добровольский Д.Д. (Dobrovolskii D.D.)
- Дутбайева Д.М. (Dutbayeva D.M.)
- Зафиевский Д.Д. (Zafievsky D.D.)
- Ильясов Д.В. (Ilyasov D.V.)
- Кабанов Д.К. (Kabanov D.K.)
- Клюкин Д.А. (Klyukin D.A.)
- Маршаков Д.В. (Marshakov D.V.)
- Павлов Д.М. (Pavlov D.M.)
- Сушко Д.А. (Sushko D.A.)
- Фёдоров Д.Д. (Fiodorov D.D.)
- Хачай Д.М. (Khachai D.M.)
- Шулепин Д. (Shulepin D.)
-
О размерности подобия рандомизированной системы итеративных функций
Компьютерные исследования и моделирование, 2012, т. 4, № 4, с. 681-691Просмотров за год: 1. Цитирований: 2 (РИНЦ).В работе рассматриваются свойства рандомизированной системы итеративных функций (РСИФ), полученной в результате обобщения известного алгоритма «игра в хаос». Для моделирования РСИФ была использована свободная система статистического анализа и визуализации данных R. Показано, что для полигональных протофрактальных множеств Z = {zj}, j = 1, 2, . . . , k зависимость размерности подобия от параметров РСИФ dS(μ|k) носит немонотонный характер с экстремальным значением max dS(μ|k)=− ln k/ln(1/(1+μ)).
-
Метод построения неструктурированных шестигранных сеток из объемных данных
Компьютерные исследования и моделирование, 2013, т. 5, № 1, с. 11-24Просмотров за год: 4. Цитирований: 11 (РИНЦ).Разработан метод преобразования поверхностного представления расчетной области в формат воксельных данных. Предложен алгоритм генерации расчетной шестигранной сетки на основе объемного формата данных.
-
О разложении матриц при помощи метода стохастического градиентного спуска в приложении к задаче направляемой классификации микрочипов
Компьютерные исследования и моделирование, 2013, т. 5, № 2, с. 131-140Цитирований: 4 (РИНЦ).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.
-
Условия применимости статистической модели Райса и расчет параметров райсовского сигнала методом максимума правдоподобия
Компьютерные исследования и моделирование, 2014, т. 6, № 1, с. 13-25Просмотров за год: 2. Цитирований: 4 (РИНЦ).В работе развивается теория нового, так называемого двухпараметрического подхода к анализу и обработке случайных сигналов. Проведены математическое моделирование и сопоставление результатов решения задачи в условиях статистических моделей Гаусса и Райса. Дается обоснование применимости статистической модели Райса в условиях анализа огибающей измеряемого сигнала в задачах обработки данных и изображений. Развит и теоретически обоснован метод решения задачи шумоподавления и восстановления райсовского сигнала посредством одновременного вычисления двух статистических параметров — величины математического ожидания исходного сигнала и дисперсии шума — на основе принципа максимума правдоподобия. Проанализированы особенности функции правдоподобия для распределения Райса и вытекающие из них возможности оценки параметров сигнала и шума.
-
Идентификация онлайн-подписи с помощью оконного преобразования Фурье и радиального базиса
Компьютерные исследования и моделирование, 2014, т. 6, № 3, с. 357-364В данной работе описан метод идентификации онлайн-подписи с использованием оконного преобразования Фурье и вейвлет-преобразования с радиальным базисом специального вида. При идентификации используются динамические характеристики подписи. Приведены оценки достоверности предложенной процедуры.
Ключевые слова: онлайн-подпись, оконное преобразование Фурье, вейвлет-преобразование, радиальный базис.Просмотров за год: 4. Цитирований: 3 (РИНЦ). -
Алгоритм численного интегрирования потенциально-потоковых уравнений в сосредоточенных параметрах с контролем корректности приближенного решения
Компьютерные исследования и моделирование, 2014, т. 6, № 4, с. 479-493Просмотров за год: 4. Цитирований: 3 (РИНЦ).Данная работа посвящена разработке алгоритма численного интегрирования системы дифференциальных уравнений потенциально-потокового метода моделирования неравновесных процессов. Этот метод был разработан автором в опубликованных им ранее работах. В настоящей работе рассмотрение ограничивается системами с сосредоточенными параметрами. Также ранее была разработана автором методика анализа корректности приближенного решения системы потенциально-потоковых уравнений для систем в сосредоточенных параметрах. Целью настоящей статьи является объединение этой методики с современными численными методами интегрирования систем обыкновенных дифференциальных уравнений и разработка методики численного интегрирования систем уравнений потенциально-потокового метода, позволяющей гарантировать корректность приближенного решения.
-
Моделирование байпасного ламинарно-турбулентного перехода в рамках $k-\varepsilon$ подхода
Компьютерные исследования и моделирование, 2014, т. 6, № 6, с. 879-888Просмотров за год: 11. Цитирований: 8 (РИНЦ).Данная работа посвящена изучению возможности предсказать байпасный ламинарно-турбулентный переход с помощью несложной низкорейнольдсовой $k-\varepsilon$ модели турбулентности. Такая модель была разработана в ООО «ТЕСИС». Модель реализована в программном комплексе FlowVision. В статье обсуждаются идеи, воплощенные в этой модели. Возможность модели предсказывать ламинарно-турбулентный переход демонстрируется на известных тестовых задач T3B, T3A, T3A-.
-
Сеточные высокопроизводительные вычисления в получении спутниковых изображний на примере фильтра Перона–Малик
Компьютерные исследования и моделирование, 2015, т. 7, № 3, с. 399-406Просмотров за год: 3.В данной работе рассматривается подход к эффективной обработке спутниковых изображений, который включает в себя два этапа. Первый этап заключается в распределении быстро взрастающего объема спутниковых данных, полученных через Грид-инфраструктуру. Второй этап включает в себя ускорение решения отдельных задач, относящихся к обработке изображений с помощью внедрения кодов, которые способствуют интенсивному использованию пространственно-временного параллелизма. Примером такого кода является обработка изображений с помощью итерационного фильтра Перона–Малик в рамках специального применения архитектуры аппаратного обеспечения ППВМ (FPGA).
-
Поляризация вакуума скалярного поля на группах Ли с биинвариантной метрикой
Компьютерные исследования и моделирование, 2015, т. 7, № 5, с. 989-999В работе рассматривается эффект поляризации вакуума скалярного поля на группах Ли с биинвариантной метрикой Робертсона–Уокера. При помощи метода орбит найдены выражения для вакуумных средних тензора энергии-импульса скалярного поля, которые определяются характером представления группы. Показана совместность уравнений Эйнштейна с данным тензором энергии-импульса. В качестве примера рассмотрена модель перемешанного мира.
Ключевые слова: поляризация вакуума, метод орбит.Просмотров за год: 2. -
Интегрирование релятивистских волновых уравнений в космологической модели Бъянки IX
Компьютерные исследования и моделирование, 2016, т. 8, № 3, с. 433-443В работе рассматривается интегрирование уравнений Клейна–Гордона и Дирака в космологической модели Бъянки IX. При помощи метода некоммутативного интегрирования дифференциальных уравнений найдены новые точные решения для осесимметричной модели.
Метод некоммутативного интегрирования в данной задаче основан на использовании специального бесконечномерного голоморфного представления группы вращений, которое строится по невырожденной орбите коприсоединенного представления и комплексной поляризации невырожденного ковектора. Матричные элементы данного представления образуют полный и ортогональный набор и позволяют ввести обобщенное преобразование Фурье. Оператор Казимира группы вращений при этом преобразовании переходит в константу, а операторы симметрии, порожденные векторными полями Киллинга, — в линейные дифференциальные операторы первого порядка от одной зависимой переменной. Таким образом, релятивистские волновые уравнения на группе вращений допускают некоммутативную редукцию к обыкновенному дифференциальному уравнению. В отличие от широко известного метода разделения переменных метод некоммутативного интегрирования учитывает неабелеву алгебру операторов симметрии и дает решения, несущие информацию о некоммутативной симметрии задачи. Такие решения могут быть полезны для учета вакуумных квантовых эффектов и расчета конечных функций Грина методом раздвижки точек.
В работе для осесимметричной модели проведено сравнение полученных решений с известными, которые получаются методом разделения переменных. Показано, что некоммутативные решения выражаются через элементарные функции, тогда как известные решения определяются функцией Вигнера. Причем некоммутативно редуцированное уравнение Клейна–Гордона для осесимметричной модели совпадает с уравнением, редуцированным методом разделения переменных. А некоммутативно редуцированное уравнение Дирака эквивалентно редуцированному уравнению, полученному методом разделения переменных.
Ключевые слова: некоммутативное интегрирование, Бъянки IX.Просмотров за год: 5.
Журнал индексируется в Scopus
Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU
Журнал входит в систему Российского индекса научного цитирования.
Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science
Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"





