Все выпуски

В предлагаемой статье приводятся результаты аналитического и компьютерного исследования коллективных динамических свойств цепочки автоколебательных систем (условно — осцилляторов). Предполагается, что связи отдельных элементов цепочки являются невзаимными, однонаправленными. Точнее, предполагается, что каждый элемент цепочки находится под воздействием предыдущего, в то время как обратная реакция отсутствует (физически несущественна). В этом состоит главная особенность цепочки. Данную систему можно интерпретировать как активную дискретную среду с однонаправленным переносом, в частности переносом вещества. Подобные цепочки могут являться математическими моделями реальных систем с решеточной структурой, имеющих место в самых различных областях естествознания и техники: в физике, химии, биологии, радиотехнике, экономике и др. Также они могут быть моделями технологических и вычислительных процессов. В качестве элементов решетки выбраны нелинейные автоколебательные системы (условно — осцилляторы) с широким спектром потенциально возможных индивидуальных автоколебаний: от периодических до хаотических. Это позволяет исследовать различные динамические режимы цепочки от регулярных до хаотических, меняя параметры элементов и не меняя природу самих элементов. Совместное применение качественных методов теории динамических систем и качественно-численных методов позволяет получить обозримую картину всевозможных динамических режимов цепочки. Исследуются условия существования и устойчивости пространственно однородных динамических режимов (детерминированных и хаотических) цепочки. Аналитические результаты иллюстрированы численным экспериментом. Исследуются динамические режимы цепочки при возмущениях параметров на ее границе. Показывается возможность управления динамическими режимами цепочки путем включения необходимого возмущения на границе. Рассматриваются различные случаи динамики цепочек, составленных из неоднородных (различных по своим параметрам) элементов. Аналитически и численно исследуется глобальная (всех осцилляторов цепочки) хаотическая синхронизация.

Современная литература содержит многочисленные примеры применения распределений с тяжелыми хвостами для прикладных исследований сложных систем. Моделирование экстремальных данных обычно ограничено небольшим набором форм распределений, которые исторически применяются в данной области прикладных исследований. Расширение набора форм возможно посредством сопоставления мер форм распределений. В работе на примере бета-распределения второго рода показано, что неопределенность моментов тяжелохвостых бета-распределений ограничивает применимость классических методов моментов для исследования их форм. На данном этапе сохраняется актуальность построения методов сопоставления распределений с помощью квантильных мер формы, которые освобождены от ограничений на параметры формы. Цель работы состоит в компьютерном исследовании возможности построения пространства квантильных мер форм для проведения сравнения распределений с тяжелыми хвостами. На основе компьютерного моделирования проводится картирование реализаций распределений в пространстве параметрических, квантильных и информационных мер формы. Картирование распределений в пространстве только параметрических мер формы показало, что наложение множества распределений с тяжелыми хвостами в пространстве квантильных мер асимметрии и эксцесса не позволяет сопоставить формы распределений, принадлежащие разным типам распределений. Хорошо известно, что информационные меры содержат дополнительную информацию о мере формы распределений. В работе предложен квантильный коэффициент энтропии в качестве дополнительной независимой меры формы, построенной на отношении интервалов энтропийной и квантильной неопределенностей. На примере логнормального распределения и распределения Парето иллюстрируются возможности сравнения форм распределений с реализациями бета-распределения второго рода. В частности показано, что, несмотря на близость положений форм в трехмерном пространстве, формы реализаций логнормального распределения отсутствуют среди реализаций бета-распределения второго рода. Картирование положения устойчивых распределений в трехмерном пространстве квантильных мер форм позволило оценить параметры формы бета-распределения второго рода, для которого форма наиболее близка к форме распределения Леви. Из материала статьи следует, что отображение распределений в трехмерном пространстве квантильных мер форм значительно расширяет возможность сравнения форм для распределений с тяжелыми хвостами.

В работе представлены результаты теоретического исследования особенностей статистического распределения фазы квазигармонического сигнала, формируемого в результате воздействия гауссовского шума на исходно гармонический сигнал. Выявленные особенности распределения фазы легли в основу развиваемого оригинального метода оценивания параметров исходного, неискаженного сигнала. Показано, что задача оценивания исходного значения фазы может эффективно решаться расчетом математического ожидания результатов выборочных измерений фазы, в то время как для решения задачи оценивания второго параметра распределения фазы — параметра уровня сигнала относительно шума — предлагается использовать зависимость дисперсии выборочных значений фазы от данного параметра. Для решения этой задачи используются полученные в явном виде аналитические формулы для моментов низших порядков распределения фазы, развит и обоснован новый подход к оцениванию параметров квазигармонического сигнала на основе измерения величины второго центрального момента, т. е. разброса выборочных значений фазы. В частности, применение данного метода обеспечивает высокоточное измерение амплитудных характеристик анализируемого сигнала посредством проведения лишь фазовых измерений. Численные результаты, полученные в ходе проведенного компьютерного моделирования, подтверждают теоретические выводы и эффективность разработанного метода. В работе обоснованы существование и единственность решения задачи оценивания параметров сигнала методом моментов. Показано, что функция, отображающая зависимость второго центрального момента от искомого параметра отношения сигнала к шуму, является монотонно убывающей и тем самым однозначной функцией искомого параметра. Разработанный метод оценивания параметров сигнала представляет интерес для решения широкого круга научных и прикладных задач, связанных с необходимостью измерения уровня сигнала и его фазы, в таких областях, как обработка данных в системах медицинской диагностической визуализации, обработка радиосигналов, радиофизика, оптика, радионавигация, метрология.

Рассматривается известное эволюционное уравнение математической физики, которое в современной математической литературе принято называть уравнением Курамото–Сивашинского. В данной работе это уравнение изучается в первоначальной редакции авторов работ, где оно было предложено, вместе с однородными краевыми условиями Неймана. Изучен вопрос о существовании и устойчивости локальных аттракторов, сформированных пространственно-неоднородными решениями изучаемой краевой задачи. Данный вопрос стал особенно актуален в последнее время в связи с моделированием процесса формирования наноструктур на поверхности полупроводников под воздействием потока ионов или лазерного излучения.

Изучен вопрос о существовании и устойчивости состояний равновесия второго рода двумя различными способами. В первом из них использован метод Галёркина. Второй подход основан на использовании строго обоснованных методов теории динамических систем с бесконечномерным фазовым пространством: метод интегральных многообразий, теория нормальных форм, асимптотические методы.

В работе в целом повторен подход из известной работы Д. Армбрустера, Д. Гукенхеймера, Ф.Холмса, где использован подход, основанный на применении метода Галёркина. Результаты такого анализа расширены и развиты. Использование возможностей современных компьютеров помогло существенно дополнить анализ этой задачи. В частности, найти все решения в четырех- и пятичленных аппроксимациях Галёркина, которые для изучаемой краевой задачи следует интерпретировать как состояния равновесия второго рода. Также дан анализ их устойчивости в смысле определения А. М. Ляпунова.

В данной работе проведено сравнение результатов, полученных с использованием метода Галёркина с результатами бифуркационного анализа краевой задачи на базе применения методов качественного анализа бесконечномерных динамических систем. Сравнение двух вариантов результатов показало некоторую ограниченность возможностей использования метода Галёркина.

Предлагается новый тип космологических моделей, космологических моделей для Вселенной, не имеющей Начала, то есть существовавшей всегда, и эволюционирующей из бесконечно далекого прошлого.

Предлагаемые космологические модели являются альтернативными по отношению к космологическим моделям, основывающимся на так называемой теории Большого взрыва, по которой Вселенная имеет конечный возраст и произошла из начальной сингулярности.

В этой теории, по нашему мнению, есть определенные проблемы, которые в предлагаемых нами космологических моделях мы избегаем.

В наших космологических моделях Вселенная, развиваясь из бесконечно далекого прошлого, сжимаясь, достигает конечного минимума расстояний между объектами порядка комптоновской длины волны $\lambda_C$ адронов и максимальной плотности вещества, соответствующей адронной эре Вселенной, и затем расширяется, проходя все стадии своей эволюции, установленные астрономическими наблюдениями, вплоть до эры инфляции.

Материальной основой, обеспечивающей принципиальный характер эволюции Вселенной в предлагаемых космологических моделях, является нелинейное дираковское спинорное поле $\psi (x^k)$ с нелинейностью в лагранжиане поля типа $\beta (\bar\psi\psi)^n$ ($\beta = const$, $n$ — рациональное число), где $\psi(x^k)$ — 4-компонентный дираковский спинор, а $\bar{\psi}$ — сопряженный спинор.

Кроме спинорного поля $\psi$ в космологических моделях у нас присутствуют и другие компоненты материи в виде идеальной жидкости с уравнением состояния $p = w\varepsilon$ ($w = const$), при различных значениях коэффициента $w$ $(−1 < w < 1)$, которые обеспечивают эволюцию Вселенной с надлежащими периодами развития в соответствии с установленными наблюдаемыми данными. Здесь $p$ — давление, $\varepsilon = \rho c^2$ — плотность энергии, $\rho$ — плотность массы, а $c$ — скорость света в вакууме.

Оказалось, что наиболее близкими к реальности являются космологические модели с нелинейным спинорным полем с показателем нелинейности $n = 2$.

В этом случае нелинейное спинорное поле представляется уравнением Дирака с кубической нелинейностью.

Но такое уравнение есть нелинейное спинорное уравнение Иваненко–Гейзенберга, которое В. Гейзенберг взял в качестве основы для построения единой спинорной теории материи.

Удивительное совпадение, что одно и то же нелинейное спинорное уравнение может быть основой для построения теории двух разных фундаментальных объектов природы, эволюционирующей Вселенной и физической материи.

Разработки представляемых космологических моделей дополняются их компьютерными исследованиями, результаты которых в работе представлены графически.

В работе представлены результаты фундаментального исследования, направленного на теоретическое изучение и компьютерное моделирование свойств статистического распределения фазы квазигармонического сигнала, формируемого в результате воздействия гауссовского шума на исходно гармонический сигнал. Методами математического анализа получены в явном виде формулы для основных характеристик данного распределения — функции распределения, функции плотности вероятности, функции правдоподобия. В результате проведенного компьютерного моделирования проанализированы зависимости данных функций от параметров распределения фазы. В работе разработаны и обоснованы методы оценивания параметров распределения фазы, несущих информацию об исходном, не искаженном шумом сигнале. Показано, что задача оценивания исходного значения фазы квазигармонического сигнала может эффективно решаться простым усреднением результатов выборочных измерений фазы, в то время как для решения задачи оценивания второго параметра распределения фазы — параметра уровня сигнала относительно шума — предлагается использовать метод максимума правдоподобия. В работе представлены графические материалы, полученные путем компьютерного моделирования основных характеристик исследуемого статистического распределения фазы. Существование и единственность максимума функции правдоподобия позволяют обосновать возможность и эффективность решения задачи оценивания уровня сигнала относительно уровня шума методом максимума правдоподобия. Развиваемый в работе метод оценивания уровня незашумленного сигнала относительно уровня шума, т.е. параметра, характеризующего интенсивность сигнала, на основании измерений фазы сигнала является оригинальным, принципиально новым, открывающим перспективы использования фазовых измерений как инструмента анализа стохастических данных. Данное исследование является значимым для решения задач расчета фазы и уровня сигнала методами статистической обработки выборочных фазовых измерений. Предлагаемые методы оценивания параметров распределения фазы квазигармонического сигнала могут использоваться при решении различных научных и прикладных задач, в частности, в таких областях, как радиофизика, оптика, радиолокация, радионавигация, метрология.

Объяснимый искусственный интеллект (Explainable AI, XAI) представляет собой область искусственного интеллекта, направленную на создание методов и инструментов для генерации интерпретируемых и понятных для человека объяснений решений ИИ. Актуальность объяснимости моделей возрастает по мере внедрения искусственного интеллекта в критически важные сферы (медицина, финансы, юриспруденция), где непрозрачность алгоритмов может приводить к серьезным последствиям для пользователей и общества. В работе представлен аналитический обзор современного состояния области XAI, охватывающий теоретические основы, методологию и практические применения.

Рассматриваемые методы объяснимого ИИ были отобраны и систематизированы на основе многоуровневой классификации методов XAI по постановке задачи (цель, целевая аудитория, тип данных), методологии (стадия применения, модель-специфичность, методы, масштаб) и форме результата (представление, презентация, метрики оценки).

Проведен сравнительный анализ методов объяснимого ИИ для различных областей применения. Для классического машинного обучения детально рассмотрены SHAP и LIME с выявлением их теоретических оснований, вычислительных характеристик и ограничений. Для компьютерного зрения систематизированы градиентные методы (SmoothGrad, Integrated Gradients), методы визуализации активаций (Grad-CAM, Grad-CAM++), методы на основе возмущений (RISE, Occlusion) и концептуальные объяснения (TCAV, Network Dissection). Особое внимание уделено специфике применения XAI к обработке естественного языка и большим языковым моделям, включая анализ достоверности цепочек размышлений (Chain-of-Thought), естественно-языковых объяснений и методов на основе графов атрибуции. Выделены фундаментальные ограничения существующих подходов к объяснимости LLM и определены направления дальнейших исследований.

Результаты обзора демонстрируют, что методы XAI достигли значительной зрелости в области классического машинного обучения и компьютерного зрения, однако применение к большим языковым моделям остается открытой исследовательской проблемой, требующей разработки новых парадигм объяснения.

В динамике тяжелого твердого тела с неподвижной точкой известны различные типы редуцированных уравнений. Поскольку уравнения Эйлера–Пуассона допускают три первых интеграла, то в первом подходе получение новых форм уравнений, как правило, основано на этих интегралах. С их помощью можно систему шести скалярных уравнений преобразовать к системе третьего порядка. Однако редуцированная система при указанном подходе будет иметь особенность в виде радикальных выражений относительно компонент вектора угловой скорости. Это обстоятельство препятствует эффективному применению численных и асимптотических методов исследования решения. Во втором подходе используют различные виды переменных задачи: углы Эйлера, переменные Гамильтона и другие. При таком подходе уравнения Эйлера–Пуассона редуцируются либо к системе дифференциальных уравнений второго порядка, либо к системе, для которой эффективны специальные методы. В статье применен метод нахождения приведенной системы, основанный на введении вспомогательной переменной. Эта переменная характеризует смешанное произведение вектора момента количества движения, вектора вертикали и единичного вектора барицентрической оси тела. Получена система четырех дифференциальных уравнений, два из которых являются линейными дифференциальными уравнениями. Данная система не имеет аналога и не содержит особенностей, что позволяет применять к ней аналитические и численные методы исследования. Указанная форма уравнений применена для анализа специального класса решений в случае, когда центр масс тела принадлежит барицентрической оси. Рассмотрен вариант, при котором сумма квадратов двух компонент вектора кинематического момента относительно небарицентрических осей постоянна. Доказано, что этот вариант имеет место только в решении В.А. Стеклова. Найденная форма уравнений Эйлера–Пуассона может быть применена к исследованию условий существования других классов решений. Определенная перспектива полученных уравнений состоит в записи всех решений, для которых центр масс лежит на барицентрической оси, в переменных данной статьи. Это позволяет провести классификацию решений уравнений Эйлера–Пуассона в зависимости от порядка инвариантных соотношений. Поскольку указанная в статье система уравнений не имеет особенностей, то она может рассматриваться при компьютерном моделировании с помощью численных методов.

Работа посвящена анализу известных классов моделей сверточных нейронных сетей и исследованию выбранных из них перспективных моделей для детектирования летающих объектов на изображениях. Под детектированием объектов (англ. — Object Detection) здесь понимаются обнаружение, локализация в пространстве и классификация летающих объектов. Комплексное исследование выбранных перспективных моделей сверточных нейронных сетей проводится с целью выявления наиболее эффективных из них для создания мобильных систем компьютерного зрения реального времени. Показано, что наиболее приемлемыми для детектирования летающих объектов на изображениях с учетом сформулированных требований к мобильным системам компьютерного зрения реального времени и, соответственно, к лежащим в их основе моделям сверточных нейронных сетей являются модели семейства YOLO, причем наиболее перспективными следует считать пять моделей из этого семейства: YOLOv4, YOLOv4-Tiny, YOLOv4-CSP, YOLOv7 и YOLOv7-Tiny. Для обучения, валидации и комплексного исследования этих моделей разработан соответствующий набор данных. Каждое размеченное изображение из набора данных включает от одного до нескольких летающих объектов четырех классов: «птица», «беспилотный летательный аппарат самолетного типа», «беспилотный летательный аппарат вертолетного типа» и «неизвестный объект» (объекты в воздушном пространстве, не входящие в первые три класса). Исследования показали, что все модели сверточных нейронных сетей по скорости детектирования объектов на изображении (по скорости вычисления модели) значительно превышают заданное пороговое значение, однако только модели YOLOv4-CSP и YOLOv7, причем только частично, удовлетворяют требованию по точности детектирования (классификации) летающих объектов. Наиболее сложным для детектирования классом объектов является класс «птица». При этом выявлено, что наиболее эффективной по точности классификации является модель YOLOv7, модель YOLOv4-CSP на втором месте. Обе модели рекомендованы к использованию в составе мобильной системы компьютерного зрения реального времени при условии увеличения в созданном наборе данных числа изображений с объектами класса «птица» и дообучения этих моделей с тем, чтобы они удовлетворяли требованию по точности детектирования летающих объектов каждого из четырех классов.