Все выпуски

Перспективным методом повышения количества осадков в засушливом климате является способ создания вертикальной высокотемпературной струи, насыщенной гигроскопическим аэрозолем. Такая установка позволяет создавать искусственные облака с возможностью образования осадков в безоблачной атмосфере, в отличие от традиционных способов искусственного увеличения осадков, в которых предусматривается повышение эффективности осадко-образования только в естественных облаках путем их засева ядрами кристаллизации и конденсации. Для увеличения мощности струи добавляются хлорид кальция, карбамид, пищевая соль в виде грубодисперсного аэрозоля, а также нанопорошок NaCl/TiO₂, который способен конденсировать значительно больше водяного пара, чем перечисленные типы аэрозолей. Дисперсные включения в струе также являются центрами кристаллизации и конденсации в создаваемом облаке для повышения возможности осадкообразования. Для моделирования конвективных течений в атмосфере применяется математическая модель атмосферных течений большого масштаба FlowVision, решение уравнений движения, энергии и массопереноса проводится в относительных переменных. Рассматриваемая постановка задачи разделена на две части: модель начальной струи и постановка атмосферных течений большого масштаба FlowVision. Нижняя область, где происходит течение начальной высокоскоростной струи, моделируется в сжимаемой постановке с решением уравнения энергии относительно полной энтальпии. Данное разделение задачи на две отдельные подобласти необходимо, чтобы корректно провести численный расчет начальной турбулентной струи при высокой скорости (M > 0,3). Приводятся основные математические зависимости модели. С использованием представленной модели проведены численные эксперименты, для исходных данных взяты экспериментальные данные из натурных испытаний установки по созданию искусственных облаков, проведенные в Объединенных Арабских Эмиратах. Получено хорошее согласие с экспериментом: в 55% проведенных расчетов значение вертикальной скорости на высоте 400 м (более 2 м/с) и высота подъема струи (более 600 м) находятся в пределах погрешности 30% от экспериментальных характеристик, а в 30% расчетах — полностью согласуются с экспериментом. Результаты численного моделирования позволяют оценить возможность использования метода высокоскоростной струи для стимулирования искусственной конвекции и, в конечном итоге, для создания осадков. Расчеты проведены с использованием программного комплекса FlowVision на суперкомпьютере «Торнадо ЮУрГУ».

A promising method of increasing precipitation in arid climates is the method of creating a vertical high-temperature jet seeded by hygroscopic aerosol. Such an installation makes it possible to create artificial clouds with the possibility of precipitation formation in a cloudless atmosphere, unlike traditional methods of artificial precipitation enhancement, which provide for increasing the efficiency of precipitation formation only in natural clouds by seeding them with nuclei of crystallization and condensation. To increase the power of the jet, calcium chloride, carbamide, salt in the form of a coarse aerosol, as well as NaCl/TiO₂ core/shell novel nanopowder, which is capable of condensing much more water vapor than the listed types of aerosols, are added. Dispersed inclusions in the jet are also centers of crystallization and condensation in the created cloud to increase the possibility of precipitation. To simulate convective flows in the atmosphere, a mathematical model of FlowVision large-scale atmospheric flows is used, the solution of the equations of motion, energy and mass transfer is carried out in relative variables. The statement of the problem is divided into two parts: the initial jet model and the FlowVision large-scale atmospheric model. The lower region, where the initial high-speed jet flows, is calculated using a compressible formulation with the solution of the energy equation with respect to the total enthalpy. This division of the problem into two separate subdomains is necessary in order to correctly carry out the numerical calculation of the initial turbulent jet at high velocity (M > 0.3). The main mathematical dependencies of the model are given. Numerical experiments were carried out using the presented model, experimental data from field tests of the installation for creating artificial clouds were taken for the initial data. A good agreement with the experiment is obtained: in 55% of the calculations carried out, the value of the vertical velocity at a height of 400 m (more than 2 m/s) and the height of the jet rise (more than 600 m) is within an deviation of 30% of the experimental characteristics, and in 30% of the calculations it is completely consistent with the experiment. The results of numerical simulation allow evaluating the possibility of using the high-speed jet method to stimulate artificial updrafts and to create precipitation. The calculations were carried out using FlowVision CFD software on SUSU Tornado supercomputer.

В работе исследуется влияние быстрого локального выделения тепла вблизи обтекаемой сверхзвуковым потоком газа (воздуха) поверхности на область отрыва, возникающую при быстром его повороте. Данная поверхность состоит из двух плоскостей, образующих при пересечении тупой угол, так что при обтекании этой поверхности сверхзвуковой поток газа поворачивается на положительный угол, что формирует косой скачок уплотнения, взаимодействующий с пограничным слоем и вызывающий отрыв потока. Быстрый локальный нагрев газа над обтекаемой поверхностью моделирует протяженный искровой разряд субмикросекундной длительности, пересекающий поток. Газ, нагретый в зоне разряда, взаимодействует с областью отрыва. Течение можно считать плоским, поэтому численное моделирование проводится в двумерной постановке. Численное моделирование проведено для ламинарного режима течения с использованием солвера sonicFoam пакета программ OpenFOAM.

В работе описан способ построения двумерной расчетной сетки с использованием шестигранных ячеек. Выполнено исследование сеточной сходимости. Приводится методика задания начальных профилей параметров течения на входе в расчетную область, позволяющая сократить время счета при уменьшении количества расчетных ячеек. Описан способ нестационарного моделирования процесса быстрого локального нагрева газа, заключающегося в наложении дополнительных полей повышенных значений давления и температуры, вычисленных из величины энергии, вложенной в набегающий сверхзвуковой поток газа, на соответствующие поля величин, предварительно полученные в стационарном случае. Параметры энерговклада в поток, соответствующие параметрам процесса инициирования электрического разряда, а также параметры набегающего потока близки к экспериментальным величинам.

При анализе данных численного моделирования получено, что быстрый локальный нагрев приводит к возникновению газодинамического возмущения (квазицилиндрической ударной волны и нестационарного завихренного течения), которое при взаимодействии с областью отрыва приводит к смещению точки отрыва вниз по потоку. В работе рассмотрен вопрос о влиянии энергии, затраченной на локальный нагрев газа, и положения места нагрева относительно точки отрыва на величину максимального ее смещения.

The influence of the process of initiating a rapid local heat release near surface streamlined by supersonic gas (air) flow on the separation region that occurs during a fast turn of the flow was investigated. This surface consists of two planes that form obtuse angle when crossing, so that when flowing around the formed surface, the supersonic gas flow turns by a positive angle, which forms an oblique shock wave that interacts with the boundary layer and causes flow separation. Rapid local heating of the gas above the streamlined surface simulates long spark discharge of submicrosecond duration that crosses the flow. The gas heated in the discharge zone interacts with the separation region. The flow can be considered two-dimensional, so the numerical simulation is carried out in a two-dimensional formulation. Numerical simulation was carried out for laminar regime of flow using the sonicFoam solver of the OpenFOAM software package.

The paper describes a method for constructing a two-dimensional computational grid using hexagonal cells. A study of grid convergence has been carried out. A technique is given for setting the initial profiles of the flow parameters at the entrance to the computational domain, which makes it possible to reduce the computation time by reducing the number of computational cells. A method for non-stationary simulation of the process of rapid local heating of a gas is described, which consists in superimposing additional fields of increased pressure and temperature values calculated from the amount of energy deposited in oncoming supersonic gas flow on the corresponding fields of values obtained in the stationary case. The parameters of the energy input into the flow corresponding to the parameters of the electric discharge process, as well as the parameters of the oncoming flow, are close to the experimental values.

During analyzing numerical simulation data it was found that the initiation of rapid local heating leads to the appearance of a gas-dynamic perturbation (a quasi-cylindrical shock wave and an unsteady swirling flow), which, when interacting with the separation region, leads to a displacement of the separation point downstream. The paper considers the question of the influence of the energy spent on local heating of the gas, and of the position on the streamlined surface of the place of heating relative to the separation point, on the value of its maximum displacement.

В данной работе показаны преимущества использования алгоритмов искусственного интеллекта для планирования эксперимента, позволяющих повысить точность идентификации параметров для эластостатической модели робота. Планирование эксперимента для робота заключается в подборе оптимальных пар «конфигурация – внешняя сила» для использования в алгоритмах идентификации, включающих в себя несколько основных этапов. На первом этапе создается эластостатическая модель робота, учитывающая все возможные механические податливости. Вторым этапом выбирается целевая функция, которая может быть представлена как классическими критериями оптимальности, так и критериями, напрямую следующими из желаемого применения робота. Третьим этапом производится поиск оптимальных конфигураций методами численной оптимизации. Четвертым этапом производится замер положения рабочего органа робота в полученных конфигурациях под воздействием внешней силы. На последнем, пятом, этапе выполняется идентификация эластостатичесих параметров манипулятора на основе замеренных данных.

Целевая функция для поиска оптимальных конфигураций для калибровки индустриального робота является ограниченной в силу механических ограничений как со стороны возможных углов вращения шарниров робота, так и со стороны возможных прикладываемых сил. Решение данной многомерной и ограниченной задачи является непростым, поэтому предлагается использовать подходы на базе искусственного интеллекта. Для нахождения минимума целевой функции были использованы следующие методы, также иногда называемые эвристическими: генетические алгоритмы, оптимизация на основе роя частиц, алгоритм имитации отжига т. д. Полученные результаты были проанализированы с точки зрения времени, необходимого для получения конфигураций, оптимального значения, а также итоговой точности после применения калибровки. Сравнение показало преимущество рассматриваемых техник оптимизации на основе искусственного интеллекта над классическими методами поиска оптимального значения. Результаты данной работы позволяют уменьшить время, затрачиваемое на калибровку, и увеличить точность позиционирования рабочего органа робота после калибровки для контактных операций с высокими нагрузками, например таких, как механическая обработка и инкрементальная формовка.

This paper demonstrates the advantages of using artificial intelligence algorithms for the design of experiment theory, which makes possible to improve the accuracy of parameter identification for an elastostatic robot model. Design of experiment for a robot consists of the optimal configuration-external force pairs for the identification algorithms and can be described by several main stages. At the first stage, an elastostatic model of the robot is created, taking into account all possible mechanical compliances. The second stage selects the objective function, which can be represented by both classical optimality criteria and criteria defined by the desired application of the robot. At the third stage the optimal measurement configurations are found using numerical optimization. The fourth stage measures the position of the robot body in the obtained configurations under the influence of an external force. At the last, fifth stage, the elastostatic parameters of the manipulator are identified based on the measured data.

The objective function required to finding the optimal configurations for industrial robot calibration is constrained by mechanical limits both on the part of the possible angles of rotation of the robot’s joints and on the part of the possible applied forces. The solution of this multidimensional and constrained problem is not simple, therefore it is proposed to use approaches based on artificial intelligence. To find the minimum of the objective function, the following methods, also sometimes called heuristics, were used: genetic algorithms, particle swarm optimization, simulated annealing algorithm, etc. The obtained results were analyzed in terms of the time required to obtain the configurations, the optimal value, as well as the final accuracy after applying the calibration. The comparison showed the advantages of the considered optimization techniques based on artificial intelligence over the classical methods of finding the optimal value. The results of this work allow us to reduce the time spent on calibration and increase the positioning accuracy of the robot’s end-effector after calibration for contact operations with high loads, such as machining and incremental forming.

Сердечно-сосудистые заболевания на протяжении последних десятилетий представляют собой серьезную угрозу здоровью населения во всем мире, независимо от уровня развития страны. Ранняя диагностика и постоянный медицинский контроль могли бы значительно снизить смертность от этих заболеваний. Однако существующие системы здравоохранения зачастую не в состоянии обеспечить необходимый уровень мониторинга пациентов из-за ограниченных ресурсов.

В рамках нашего исследования мы использовали метод SHAP для объяснения работы модели глубокого обучения Bi-LSTM+CNN, разработанной для прогнозирования сердечно-сосудистых заболеваний. Путем балансировки данных и применения кросс-валидации мы достигли высокой точности (99,05%), полноты (99%) и F1-меры (99%) модели. Интерпретируемость модели, обеспечиваемая методом SHAP, повышает доверие медицинских специалистов к полученным результатам и способствует более широкому внедрению искусственного интеллекта в клиническую практику.

During the last several decades, cardiovascular disease has surpassed all others as the leading cause of mortality in both high-income and low-income countries. The mortality rate from heart disorders may be lowered with early identification and close clinical monitoring. However, it is not feasible to adequately monitor patients every day, and 24-hour consultation with a doctor is not a feasible option, since it requires more sagacity, time, and knowledge than is currently available.

In this study, we examine the Explainable Artificial Intelligence (XAI) technique, namely, the SHAP interpretability approach, in order to educate the medical professionals about the Explainable AI (XAI) methods that can be helpful in healthcare. The XAI methods enhance the trust and understandability of both practitioners and Health Researchers in AI Models. In this work, we propose a composite Deep Learning model: Bi-LSTM+CNN model to effectively predict heart disease from patient data. After balancing the dataset, the Bi-LSTM+CNN model was used. In contrast to other studies, our proposed hybrid deep learning model produced excellent experimental results, including 99.05% accuracy, 99% precision, 99% recall, and 99% F1-score.

Представлена математическая модель, описывающая динамику инфекции ВИЧ-1 в отдельно взятом лимфоузле в начальный период развития инфекции. В рамках модели инфицирование индивидуума задается неотрицательной финитной функцией, описывающей скорость поступления первоначальных вирусных частиц в лимфоузел. Уравнения модели построены с учетом следующих факторов: 1) взаимодействие вирусных частиц с наивными Т-лимфоцитами CD4+, находящимися в различных фазах клеточного цикла; 2) контактное взаимодействие между размножающимися наивными Т-лимфоцитами CD4+ и инфицированными Т-лимфоцитами CD4+, производящими вирусные частицы. Спецификой контактных межклеточных взаимодействий является образование комплексов, состоящих из пар указанных клеток. Длительности существования комплексов задаются функциями распределения на конечных промежутках времени. Модель записана в форме высокоразмерной системы нелинейных дифференциальных уравнений с запаздыванием, включая два уравнения с распределенным запаздыванием, и дополнена неотрицательными начальными данными. При отсутствии инфекции ВИЧ-1 модель сводится к четырем дифференциальным уравнениям с запаздыванием, описывающим численность наивных Т-лимфоцитов CD4+ в различных фазах клеточного цикла. Показана глобальная разрешимость модели (существование и единственность решения на полуоси) и установлена неотрицательность компонент решения. Для проведения вычислительных экспериментов с моделью разработан алгоритм численного решения используемой системы дифференциальных уравнений на основе полунеявной схемы Эйлера для случая равномерного распределения длительностей существования комплексов. Представлены результаты вычислительных экспериментов, направленных на приближение численного решения модели к описанию кинетики развития инфекции ВИЧ-1 в ее острой фазе, включая фазу эклипса. В качестве наблюдаемой использована переменная, описывающая количество вирусных частиц на один миллилитр крови на 10–12-е сутки после начала острой инфекции. Численно исследована динамика наблюдаемой переменной в зависимости от вариации параметров модели, отражающих закономерности формирования комплексов и образования клеток, производящих вирусные частицы. Показана возможность затухания инфекции ВИЧ-1 в лимфоузле при определенных значениях некоторых из параметров модели.

A mathematical model describing the dynamics of HIV-1 infection in a single lymph node during the initial period of infection development is presented. Within the framework of the model, the infection of an individual is set by a nonnegative finite function describing the rate of entry of the initial viral particles into the lymph node. The equations of the model are derived with consideration of two factors: 1) the interaction of viral particles with naive CD4+ T lymphocytes in various phases of the cell cycle; 2) contact interaction between multiplying naive CD4+ T lymphocytes and infected CD4+ T lymphocytes producing viral particles. The specific feature of intercellular contact interactions is the formation of complexes consisting of pairs of these cells. The duration of the complexes’ existence is determined by the distribution functions over finite time intervals. The model is presented as a high-dimensional system of nonlinear delay differential equations, including two equations with distributed delay, and is supplemented with non-negative initial data. In the absence of HIV-1 infection, the model is reduced to four delay differential equations describing the number of naive CD4+ T-lymphocytes in different phases of the cell cycle. The global solvability of the model (the existence and uniqueness of the solution on the semi-axis) is determined, and the non-negativity of the solution components is established. To carry out computational experiments with the model, an algorithm for numerically solving the used system of differential equations are developed based on the semi-implicit Euler scheme for the case of uniform distribution of durations of the complexes existence. The results of computational experiments aimed at approximation the numerical solution of the model to describing the kinetics of HIV-1 infection spread in its acute phase, including the eclipse phase, are presented. The variable used as the observable is the variable describing the number of viral particles per milliliter of blood on days 10–12 after the onset of acute infection. The dynamics of the observable variable is numerically studied depending on the variation of the model parameters reflecting the patterns of complex formation and the formation of cells producing viral particles. The possibility of attenuation of HIV-1 infection in the lymph node at certain values of some of the model parameters is shown.

Оценка безопасности плотин все в большей степени опирается на непрерывный мониторинг гидрометеорологических параметров; однако выявление ранних стадий неустойчивости остается сложной задачей вследствие сложных пространственно-временных взаимодействий и сильного дисбаланса наблюдений аварийных состояний. В настоящей работе предлагается фреймворк глубокого обучения на основе архитектуры сверточной двунаправленной рекуррентной нейронной сети с управляемыми вентилями (CNN–BiGRU) для выявления пространственно-временных предвестников неустойчивости плотин по многомерным гидрометеорологическим временным рядам. Сверточный компонент модели извлекает локальные временные паттерны, связанные с краткосрочными флуктуациями, тогда как двунаправленная рекуррентная структура позволяет моделировать долгосрочные зависимости и эволюцию динамики, предшествующие критическим состояниям.

Предложенная модель была протестирована на реальном наборе данных мониторинга плотины, включающем измерения уровня воды, метеорологические параметры и производные динамические индикаторы. Для учета дисбаланса классов применяется стоимостно-ориентированная стратегия обучения с использованием весов классов без применения синтетического увеличения выборки. Экспериментальные результаты демонстрируют высокие показатели качества классификации: точность (accuracy) — 0,961, прецизионность — 0,901, полнота — 0,757 и F1-мера — 0,823. Дополнительно модель достигает значений ROC AUC = 0,907 и PR AUC = 0,819, что свидетельствует о высокой способности к разделению классов в условиях сильного дисбаланса данных.

Анализ значимости признаков показывает, что краткосрочная и среднесрочная изменчивость уровня воды, включая скользящее стандартное отклонение, волатильность и многоуровневые градиенты, играет ключевую роль в формировании предаварийного поведения системы, обеспечивая физически интерпретируемое понимание динамики отклика плотины. Полученные результаты подтверждают, что фреймворк CNN–BiGRU эффективно выявляет значимые пространственно-временные предвестники неустойчивости и может служить надежным инструментом поддержки принятия решений в задачах мониторинга безопасности плотин в реальных эксплуатационных условиях.

Dam safety assessment increasingly relies on continuous monitoring of hydrometeorological variables; however, identifying early-stage instability remains challenging due to complex spatio-temporal interactions and highly imbalanced failure observations. This study proposes a deep learning framework based on a Convolutional Bidirectional Gated Recurrent Unit (CNN–BiGRU) architecture to learn spatio-temporal precursors of dam instability from multivariate hydrometeorological time series. The convolutional component extracts localized temporal patterns associated with short-term fluctuations, while the bidirectional recurrent structure captures long-range dependencies and evolving dynamics preceding critical states.

The proposed model is evaluated on a real-world dam monitoring dataset comprising multiple water-level, meteorological, and derived dynamic indicators. To address class imbalance, a cost-sensitive training strategy using class weighting is adopted without synthetic oversampling. Experimental results demonstrate strong predictive performance, achieving an accuracy of 0.961, precision of 0.901, recall of 0.757, and an F1-score of 0.823. The model further attains a ROC-AUC of 0.907 and a PR-AUC of 0.819, indicating robust discrimination capability under imbalanced conditions.

Feature importance analysis reveals that short- and medium-term water level variability, including rolling standard deviation, volatility, and multi-scale gradients, play a dominant role in characterizing pre-instability behavior, providing physically interpretable insights into dam response dynamics. The findings suggest that the CNN–BiGRU framework effectively captures meaningful spatio-temporal precursors and offers a reliable data-driven tool for supporting dam safety monitoring and decision-making under real operational conditions.

В современной кардиологии точная оценка функциональной значимости стенозов коронарных артерий является критическим фактором для выбора тактики лечения и принятия обоснованных клинических решений. В данной работе представлен автоматизированный алгоритм для обработки динамических последовательностей рентгеновских ангиографических изображений, направленный на оценку скорости кровотока. Данный параметр служит основой для определения количественного соотношения кровотока (QFR), выступающего эффективной неинвазивной альтернативой традиционному инвазивному измерению фракционного резерва кровотока. Предложенная методика успешно преодолевает классические трудности ангиографического анализа, такие как артефакты движения сосудов в ходе сердечно-дыхательного цикла, неравномерная контрастная плотность и геометрическая сложность сосудистого дерева в двумерных проекциях.

Представленный алгоритм обработки включает в себя несколько ключевых стадий. Первоначально выполняется предобработка кадров для подавления шумов и фильтрации анатомического фона. Далее проводится сегментация с использованием фильтра Сато и пороговой обработки Оцу, после чего производится скелетонизация для извлечения центральных линий сосудов. Особое внимание уделено алгоритму автоматической идентификации точек бифуркации и фильтрации артефактных пересечений, возникающих при наложении сосудов. Для обеспечения непрерывности данных применяется метод временного отслеживания целевого сегмента на основе корреляции шаблонов, что особенно важно в фазах с низкой концентрацией контрастного вещества. Математическое ядро алгоритма основано на решении обратной одномерной задачи для уравнения адвекции – диффузии, что позволяет восстановить скорость кровотока по временным кривым интенсивности.

В рамках исследования проведена детальная валидация метода путем сопоставления результатов автоматического расчета с ручными экспертными измерениями на десяти наборах клинических данных. Полученные результаты подтверждают устойчивость вычислительной схемы в физиологически значимых диапазонах и ее способность значительно снижать межэкспертную вариабельность. Разработанный подход минимизирует необходимость врачебного вмешательства в процесс обработки данных, открывая перспективы для создания систем поддержки принятия врачебных решений в реальном времени в условиях катетеризационной лаборатории.

In modern cardiology, accurate assessment of the functional significance of coronary artery stenoses is a critical factor for selecting treatment strategies and making informed clinical decisions. This paper presents an automated algorithm for processing dynamic X-ray angiographic image sequences aimed at estimating blood flow velocity. This parameter serves as the basis for determining the Quantitative Flow Ratio (QFR), which acts as an effective noninvasive alternative to traditional invasive fractional flow reserve (FFR) measurements. The proposed methodology successfully overcomes classic challenges of angiographic analysis, such as vessel motion artifacts during the cardio-respiratory cycle, variable contrast opacification, and the geometric complexity of the vascular tree in two-dimensional projections.

The presented processing workflow includes several key stages. Initially, frame preprocessing is performed to suppress noise and filter out the anatomical background. Subsequently, segmentation is implemented using a Sato filter and Otsu thresholding, followed by skeletonization to extract vessel centerlines. Particular attention is paid to the algorithm for automated identification of bifurcation points and the filtration of artifactual intersections caused by vessel overlapping. To ensure data continuity, a temporal tracking method for the target segment based on template correlation is applied, which is especially important during phases with low contrast agent concentration. The mathematical core of the algorithm is based on solving a 1D inverse problem for the advection-diffusion equation, allowing for the recovery of blood flow velocity from temporal intensity curves.

As part of the study, a detailed validation of the method was conducted by comparing automated calculation results with manual expert measurements across ten clinical datasets. The results confirm the robustness of the computational scheme within physiologically relevant ranges and its ability to significantly reduce inter-observer variability. The developed approach minimizes the need for physician intervention in the data processing stage, opening up prospects for creating real-time clinical decision support systems in the catheterization laboratory setting.

В работе исследовано совместное влияние формата аннотации объектов и разрешения входных изображений на качество бинарной детекции малоразмерных наземных объектов на радиолокационных изображениях. Выполнен сравнительный анализ моделей семейства YOLO (v5, v8, v11, v26) и специализированных архитектур ориентированного детектирования, включая Rotated RetinaNet, R3Det, ROI Transformer, Gliding Vertex и другие модели. Для исследования сформирован набор данных binMSTAR на основе открытой базы mixMSTAR, содержащий аннотации в форматах горизонтальных (HBB) и ориентированных (OBB) ограничивающих рамок для 9 вариантов разрешения входных кадров от 640 × 640 до 1408 × 1408 пикселей.

Статистическая значимость различий оценивалась с использованием непараметрического U-критерия Манна – Уитни. Установлено, что применение OBB обеспечивает статистически значимое преимущество по метрике mAP_50–95, в среднем на 6,5% выше по сравнению с HBB, за счет уменьшения влияния избыточного фонового шума в области разметки. Определен оптимальный диапазон размера входного кадра 896–1024 пикселя. Дальнейшее увеличение разрешения снижает точность локализации из-за перенасыщения признакового описания фоновыми областями. Наилучшие метрики показали модели семейства YOLO, а именно модель YOLOv11(m), для которой при разрешении 960 × 960 пикселей получено значение mAP_50–95 = 0,87. Специализированные OBB-детекторы при разрешении 1024 × 1024 пикселя продемонстрировали сопоставимую полноту обнаружения с Recall до 0,997. Полученные результаты обосновывают целесообразность использования ориентированных рамок и выбора входного разрешения в диапазоне 896–1024 пикселя для задач бинарной детекции малоразмерных объектов на РЛИ.

This study examines how object annotation format and input image resolution jointly affect the quality of binary detection of small objects in radar images. The study aims to compare YOLO family models, including YOLOv5, YOLOv8, YOLOv11, and YOLOv26, with specialized oriented object detection architectures such as Rotated RetinaNet, R3Det, ROI Transformer, Gliding Vertex, and related models in the task of binary detection of small ground objects in radar imagery. The study also aims to identify data preparation parameters that improve object localization accuracy.

For the experimental analysis, we formed a new binMSTAR dataset from the open mixMSTAR database. The dataset contains annotations in horizontal bounding box (HBB) and oriented bounding box (OBB) formats for nine input frame resolutions ranging from 640 × 640 to 1408 × 1408 pixels. We assessed the statistical significance of the observed differences using the nonparametric Mann – Whitney U test. The results show that OBB annotation provides a statistically significant advantage in terms of mAP_50–95, with an average improvement of 6.5%, because it reduces the influence of redundant background noise. The experiments also reveal an optimal input frame size range of 896–1024 pixels. Further resolution growth decreases localization accuracy, since excessive background content weakens the object-related feature representation. YOLO models demonstrate the best overall balance of detection quality, with YOLOv11(m) reaching a peak mAP_50–95 of 0.87 at a resolution of 960 pixels. At the same time, specialized OBB detectors at a resolution of 1024 pixels achieve comparable recall values, reaching up to 0.997. These results support the use of oriented bounding boxes and input resolutions within the 896–1024 pixel range for binary detection tasks in radar imagery.

На основе математическоймо дели динамики биомасс фитопланктона построен способ оценки содержания хлорофилла в районе моря с учетом его распределения по глубине. Модель построена на основе уравнения «реакция-диффузия», учитывает основные влияющие факторы: минеральное питание, освещенность и температуру. Используется спутниковая информация о поверхностном слое моря. Приведен пример расчетов для залива Петра Великого (Японское море).

A model, describing the influence of external factors on temporal evolution of phytoplankton distribution in a horizontally-homogenous water layer, is presented. This model is based upon the reactiondiffusion equation and takes into account the main factors of influence: mineral nutrients, insolation and temperature. The mineral nutrients and insolation act oppositely on spatial phytoplankton distribution. The results of numerical modeling are presented and the prospect of applying this model to reconstruction of phytoplankton distribution from sea-surface satellite data is discussed. The model was used to estimate the chlorophyll content of the Peter the Great Bay (Sea of Japan).

В статье предложена авторская методика многомерного анализа для формирования прогнозной оценки кредитного риска организаций, основанная на использовании информации кредитных историй, учитывающая объемы и сроки предоставляемых кредитов. Рассмотрен пример оценки кредитного риска на статистических данных кредитной организации.

The article is devoted to description the author's method of multidimensional analysis for generate an predictive assessment of organizations’ credit risk, based on the credit history information, which taking into account value and period of credit. An example of credit risk assessment is given.