Статья: МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ НЕСТАЦИОНАРНОГО ТЕПЛОПЕРЕНОСА В СЕЛЕКТИВНОМ ЛАЗЕРНОМ ПЛАВЛЕНИИ НА ОСНОВЕ МАШИННОГО ОБУЧЕНИЯ (2025)

Основу результатов, представленных в настоящей работе, составляет использование системных архетипов, которые являются унифицированными концептуальными моделями организационных проблем, возникающих при управлении сложными системами. Использование таких архетипов позволяет получить сопоставимые описания проблемных ситуаций при различном видении заинтересованными сторонами (акторами) факторов, препятствующих интеграции локальных систем. Модельную основу исследований составило сочетание системных архетипов и модели «Дом качества», а также коэффициенты корреляции: ранговые, парциальные и множественные. Представлен пример многоаспектного моделирования, в котором полученные коэффициенты корреляции являются индикаторами степени схожести точек зрения акторов на факторы проблемной ситуации. Множественные коэффициенты корреляции рассматриваются как характеристики степени согласованности мнений отдельного актора с мнениями других акторов. Парциальные коэффициенты корреляции рассматриваются как степень согласованности мнений между парами акторов. Предлагаемый аппарат формирования количественных оценок степени совпадений видений проблемных ситуаций неоднородными акторами позволяет оценить эффективность мероприятий, направленных на формирование коммуникационной основы для выработки акторами консолидированного мнения относительно значимости различных факторов проблемной ситуации.

Рассматривается извлечение информации из текстов на основе онтологии предметной области и нейросетевых методов анализа текста с привлечением больших языковых моделей. Обсуждается роль эксперта при разработке и сопровождении систем на примере задачи извлечения информации из аналитических статей и при построении онтологий по компьютерной лингвистике, описывающих основные понятия, интересующие пользователя/заказчика системы. Создание онтологии сопровождается созданием словаря - терминологического ядра онтологии с дальнейшей разработкой методов извлечения новых терминов данной предметной области. Данная задача рассматривается как задача извлечения именованных сущностей, для решения которой стандартом является обучение нейросетевой модели на представительном наборе данных. Этот подход сравнивается с подходом на основе больших языковых моделей, для реализации которого разработаны лексико-синтаксические шаблоны, шаблоны инструкций для проверки гипотез относительно новых терминов-словосочетаний, инструкции для верификации результатов. Разработанные инструкции для решения задачи извлечения отношений включают вопросы оценки компетенций на естественном языке, генерируемые автоматически для каждого отношения онтологии. Новизна предлагаемого подхода заключается в интеграции онтологических, лингвистических и нейросетевых подходов для извлечения информации из текстов. Показана возможность решать задачи анализа текста и извлечения информации путём выстраивания цепочки больших языковых моделей, инструкции для которых динамически формируются на основе результатов предыдущих этапов анализа. В эксперименте достигнуты следующие оценки F1-меры: для извлечения и классификации терминов F1=0.8, для извлечения отношений F1=0.87.

В индустриальных системах Интернета вещей объяснение аномалий может помочь выявить узкие места и способствовать оптимизации процессов. В статье предлагается подход к обнаружению аномалий при помощи автокодировщика и их объяснению на основе метода аддитивных объяснений Шепли. Результатом объяснения аномалий является предоставление набора признаков данных в индустриальных системах Интернета вещей, более всего повлиявших на обнаружение аномальных случаев. Новизна предложенного подхода заключается в способности определять вклад отдельных признаков для выбранных образцов данных и вычислять средний вклад для всей выборки в виде рейтинга признаков. Оценка предлагаемого подхода проводится на наборах данных индустриального Интернета вещей с различным количеством признаков и объёмом данных. Итоговая F -мера обнаружения аномалий достигает 88-93%, что превосходит рассмотренные в статье аналоги. Показано, как объяснимый искусственный интеллект может помочь раскрыть причины аномалий в отдельных образцах и в выборке данных. В качестве теоретической значимости предложенного подхода можно выделить то, что анализ аномалий помогает разобраться в работе интеллектуальных моделей обнаружения, позволяя выявлять факторы, влияющие на их выводы, и открывая ранее незамеченные закономерности. На практике предложенный метод может улучшить понимание текущих процессов для операторов систем безопасности, способствуя выявлению угроз и обнаружению ошибок в данных.

Представлены предварительные результаты сравнительной оценки двух современных подходов в обучении бакалавров на основе традиционных видов занятий и обучения с использованием иммерсивных технологий по критерию эффективности усвоения знаний обучающимися по направлению 24.03.05 Двигатели летательных аппаратов. В качестве иммерсивной образовательной среды использована платформа «Виртуальный павильон для изучения конструкции авиационных двигателей», представляющая собой совокупность взаимосвязанных учебных пространств: виртуального ангара, учебной лаборатории, моторного класса, мастерской-тренажёра. Платформа оснащена: инструментарием для взаимодействия с объектами при выполнении практических заданий; интегрированными в среду информационно-техническими базами данных по изучаемым двигателям и их интерактивными макетами в виде цифровых копий двигателей, представленных в Центре истории авиационных двигателей Самарского университета. На основе методов тестирования сделана попытка оценки качества освоения обучающимися учебного материала по дисциплине «Введение в специальность». По результатам проведённого анализа можно заключить, что применение иммерсивных технологий в изучении сложных технических объектов позволит сократить применение традиционных средств изучения конструкций двигателей на основе чертежей, схем, разрезных макетов и натурных образцов в пользу виртуальных тренажёров, лабораторий, библиотек и др., включая дистанционное обучение.

В учебных дисциплинах обучаемому необходимо усвоить много новых понятий, для чего требуется большой объём тренировки с обратной связью. Интеллектуальный тренажёр может позволить обучаемому научиться решать простые задачи и получать объяснения ошибок, а преподаватель на занятии может уделить время решению более сложных задач. В данной работе предлагается метод разработки интеллектуальных тренажёров на основе онтологии предметной области в виде веб-приложений, доступных для аудиторной и внеаудиторной работы. Использование формата RDF для представления задачи и модели предметной области позволяет осуществить логический вывод с помощью машины вывода Apache Jena Reasoner . Приведён пример разработки интеллектуального тренажёра для изучения порядка вычисления выражений с поддержкой языков программирования C++, C# и Python , способного объяснять ошибки, генерировать объясняющие подсказки и вести обучающий диалог с помощью наводящих вопросов. Тренажёр опробован при обучении бакалавров и магистров факультета электроники и вычислительной техники Волгоградского государственного технического университета. Большинство студентов отметили разработанный тренажёр как более полезный, чем обучающий тест. Тренажёр может применяться при самостоятельном изучении темы и при проведении занятий в рамках учебного процесса.

С развитием цифровизации традиционные методы анкетирования потребителей с целью оценки степени их удовлетворённости качеством услуг уступают место подходу, основанному на автоматической обработке текстовых массивов социальных медиа. Целью работы является определение степени удовлетворённости качеством медицинских услуг пациентов посредством разработки и апробации алгоритма классификации русскоязычных текстовых отзывов, извлечённых из социальных медиаресурсов. Интерес представляет определение тональности отзывов пациентов (положительный/отрицательный) о работе медицинских учреждений и врачей, а также объекты обращения отзыва - качество оказанных медицинских услуг или организация обслуживания пациентов медицинским учреждением. Разработан метод классификации текстовых отзывов о работе медицинских учреждений, размещённых пациентами на двух сайтах отзывов о врачах в России. Проанализировано около 60 тысяч отзывов. Апробированы методы машинного обучения с использованием различных архитектур искусственных нейронных сетей. Разработанный алгоритм классификации имеет высокую эффективность - лучший результат показала архитектура на основе рекуррентной нейронной сети (показатель точности = 0.9271). Применение метода поиска именованных сущностей к текстовым сообщениям позволило повысить эффективность классификации для каждого из классификаторов, базирующихся на использовании нейронных сетей. Для повышения качества классификации требуется семантическое разбиение отзыва по объекту обращения и тональности и последующий учёт полученных фрагментов отдельно друг от друга.

В работе описывается метод построения графа знаний по телекоммуникационным данным на основе проприетарных и эталонных моделей, используемых в области телекоммуникаций. В качестве эталонных рассматриваются модели, входящие в фреймворк, разработанный консорциумом TM Forum. Граф знаний проприетарных моделей предлагается строить с помощью автоматизированной обработки лог-файлов автотестов и таблиц БД биллинговой системы. Актуальность применения графов знаний обусловлена их структурированностью и семантичностью, а также возможностью последующего применения алгоритмов машинного обучения для генерации рекомендаций по оптимизации телекоммуникационных процессов и систем. Предложено применение метода на основе подхода многошагового рассуждения для создания интерпретируемых рекомендаций по восстановлению отсутствующих связей, путём их прогнозирования в проприетарном графе знаний. Предложенный метод рассматривает многошаговое рассуждение как задачу ответа на вопрос с использованием обработки естественного языка. Применение разработанного решения на основе нейросетевой архитектуры трансформера обеспечило интерпретируемые результаты с сохранением значений метрик, по сравнению с аналогами.

В работе предлагается разделить методологию концептуального и понятийного анализов. Различие концептуального и понятийного анализов основано на различном толковании понятия и концепта. Понятие в работе рассматривается как частное мнение, понимание чего-либо, в то время как концепт - общее понятие, абстрактная идея. Предполагается, что существует множество одноимённых понятий, имеющих разный объём и содержание. Концепт рассматривается как объективированное понятие, выработанное и закреплённое общественным опытом. Показано, что основной формой представления результатов известных методов концептуального анализа является семантическая сеть, в которой вершинами являются концепты, а дуги задают отношения между концептами. Отмечается, что для формализации понятия и концепта недостаточно классической теории множеств и семантической сети, необходимо использовать теорию структур. Концептуальный анализ определён как методика синтеза формальных описаний концептов с использованием операций построения булеана и декартиана. Перечислены проблемы, возникающие при концептуальном анализе в формализме теории структур. Появление понятийного анализа связано с требованиями обозримого, однозначного и непротиворечивого описания понятий, вызванными изменчивостью их свойств. Понятийный анализ определён как методика формального описания понятий с помощью операций обобщения и ассоциации. При обобщении происходит объединение понятий, при котором сущностями понятия-обобщения становятся сущности обобщаемых понятий. При ассоциации происходит соединение понятий, при котором каждая сущность понятия-ассоциации включает в себя по одной из сущностей ассоциируемых понятий. При понятийном анализе проблемы, возникшие при описании концептов, решаются на основе корпусного подхода - путём формирования множества различных описаний понятий. Доказано, что в основе концептуального и понятийного анализов лежит теория структур. Определены области эффективной применимости концептуального и понятийного анализов. Приведён пример использования понятийного анализа при проектировании технического устройства.

Разработка систем автоматизированного проектирования включает комплекс фундаментальных и прикладных исследований. Концептуальную основу математического аппарата таких систем составляет понятие полноценного геометрического тела, как геометрического множества точек, для которого количество текущих параметров соответствует размерности пространства, где геометрическое тело представляется как выделенная часть пространства. Аналитическое описание таких точечных множеств выполняется посредством математического аппарата точечного исчисления. Такой подход имеет обобщение на многомерное пространство. В статье приводится сравнение предложенного подхода к твёрдотельному моделированию геометрических объектов с существующими подходами. Показаны примеры моделирования геометрических тел на основе нового подхода. Выделены преимущества предложенного подхода, включающие компактность аналитического описания, отсутствие необходимости использования матриц преобразования, возможность реализации параллельных вычислений на уровне математического аппарата и др. Обозначены возможности моделирования геометрических тел в точечном исчислении, в том числе моделирование изотропных и анизотропных тел в виде твёрдотельных геометрических объектов с функционально-управляемой линейной и нелинейной структурой пространства.

В статье обсуждается несостоятельность трёх «бесспорных» положений в современной логике: о противоречивости понятия «множество»; о безусловной необходимости аксиом в логике; о безошибочности силлогистики. Первое заблуждение преодолевается предложением использовать в основаниях логики алгебру множеств в том варианте, который изложен в книге Р. Куранта и Г. Роббинса «Что такое математика?». Второе заблуждение преодолевается с помощью вывода известных законов алгебры множеств, которые соответствуют законам классической логики, методом перебора вариантов. Третье заблуждение преодолевается построением математической модели полисиллогистики, в основе которой лежат законы алгебры множеств. Новизна предложенной модели рассуждений заключается в том, что в неё помимо посылок вводятся ограничения, нарушение которых свидетельствует о некорректности рассуждения. Данная модель позволяет расширить аналитические возможности логического анализа и выявлять некорректности традиционной силлогистики, к которым, в частности, относится признание «неправильными» модусами некоторых правильных рассуждений. Формулируются и обосновываются новые законы алгебры множеств: закон парадокса, условие непустого пересечения и закон существования.