Статья: ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ ФОТОКАТАЛИТИЧЕСКИХ ПЛЕНОК ДИОКСИДА ТИТАНА В УСТРОЙСТВАХ ДЛЯ ОЧИСТКИ ВОДЫ (2026)

Рассмотрен метод повышения эффективности онтологического моделирования при разработке и изготовлении оптических микроэлектромеханических систем на основе разработки паттерна содержания онтологии. Паттерн позволяет наглядно представлять логические взаимосвязи между элементами, из которых состоит изделие, и их характеристиками; изделиями, которые можно изготовлять с использованием определенных процессов и материалов; процессами и материалами, необходимыми для изготовления нескольких изделий. Паттерн также дает возможность через систему запросов определять необходимый набор операций и материалов для получения конкретных изделий. На примере оптического переключателя показана процедура применения паттерна содержания начиная с конструктивно-технологического анализа изделия, включая описание конструктивных элементов изделия, их материалов и взаимосвязей с технологическими процессами. Сформированная онтология в редакторе Protege содержит информацию о 20 видах микросистем с выделением логических связей оптического переключателя микроэлектромеханических систем с индивидами основных классов паттерна. Предложенный метод повышает эффективность управления знаниями в цифровой среде и открывает перспективу для дальнейшего применения онтологического моделирования. Представленная модель предусматривает расширение ее структуры и увеличение степени детализации описания ее элементов

Способность больших языковых моделей справляться с интеллектуальными задачами является крайне важным навыком в различных средах, для которых требуется принимать решения на основе общедоступной информации. В обучении с подкреплением, особенно в мультиагентном, независимо от сложности среды, крайне важно на основе простых действий достигать значимых результатов, которые с точки зрения ретроспективы могли казаться невыполнимыми. Рассмотрена возможность использования большой языковой модели Mistral-7B Instruct-v0.3 для применения в задаче мультиагентного обучения с подкреплением. Разработан метод взаимодействия с Large Language Model (LLM) для использования рассуждения большой языковой модели для задачи планирования и распределения действий. Проведена оценка рефлексии большой языковой модели в результате действий, которые обозначены как необходимые для достижения поставленной в среде цели. Реализуемый трансфер знаний из LLM позволяет использовать успешные подходы для задач мультиагентного обучения с подкреплением в среде мира-сетки. Выполнено экспериментальное сравнение алгоритмов машинного обучения, которые могут эффективно взаимодействовать с предоставляемой им информацией, полученной в результате взаимодействия с большой языковой моделью. Предлагаемый метод позволяет встроить в обучение мультиагентной системы структуру рассуждения LLM

Представлены результаты комплексного анализа методов квантования, направленных на оптимизацию моделей машинного обучения для развертывания в условиях ограниченных ресурсов TinyML. Рассмотрены различные схемы квантования, включая равномерное, логарифмическое и обученное квантование и оценено их влияние на производительность разных нейросетевых архитектур, таких как MobileNetV1/V2, ResNet-50, ShuffleNetV2 и Mamba. Результаты экспериментов показывают, что переход от 32-битных чисел с плавающей запятой к 8-битным целочисленным представлениям позволяет уменьшить размер моделей в 4 раза, при этом потеря точности составляет менее 2 %. Гибридные схемы смешанной точности демонстрируют оптимальный баланс между степенью сжатия и сохранением точности. Измерения, проведенные на платформе STM32U5, подтверждают значительное снижение энергопотребления (в 4,3 раза) при использовании 8-битного квантования. Предложены практические рекомендации по выбору оптимальных схем квантования в зависимости от аппаратных ограничений и специфики решаемой задачи. Обозначены перспективные направления дальнейших исследований, в частности, интеграция алгоритмов обучения с подкреплением для динамического выбора битности и разработка методов аппаратно-программной ко-оптимизации для отечественных микроконтроллеров (К1879ВГ1Т)

Использование методов глубокого обучения для обработки сигналов sEMG широко распространилось в последнее десятилетие, что дало многообещающие результаты, касающиеся повышения производительности в обоих направлениях: значений показателей оценки и скорости прохождения этапов обучения и тестирования. Одним из наиболее распространенных методов в этой области является RNN, поскольку их структура соответствует природе сигнала sEMG как сигнала временного ряда. В этой статье мы разработали две модели с использованием RNN; одна была однослойной, а другая - многослойной. Мы использовали исходные значения сигналов в качестве характеристик, а не извлекали какие-либо другие функции, такие как RMS, с целью снижения сложности обработки.

Предложена методика обработки данных, полученных с применением дифференциально-сканирующей калориметрии при экспериментальных исследованиях кинетики процессов с высоким тепловыделением в условиях термогравиметрического анализа. Ввиду нелинейной зависимости скорости химической реакции от температуры регулирование условий теплообмена требует специальных условий проведения измерений, в том числе предполагающих изменение температурной программы во время протекания исследуемого процесса. Более простой подход заключается в оценке разности температуры реагирующего образца и газовой среды. Существенный недостаток этого подхода — отсутствие прямой зависимости интенсивности тепловыделения от температуры образца. В связи с этим обработка измерений должна включать в себя большее число свободных параметров, в том числе коэффициенты теплообмена. Вместо этого предложено решение обратной задачи для оценки неизвестных параметров, включая отклонение температуры образца от температуры печи. Основное допущение — выбор упрощенной одностадийной схемы химического превращения, которая позволяет сократить число независимых коэффициентов кинетической модели. Для схемы проведен перебор вариантов на сетке параметров с отбором по статистическим критериям. Полученные значения параметров позволяют оценить температуру горения образца. Результаты расчетов показывают, что температура углеродных образцов при окислении смесями воздуха с аргоном может существенно превышать температуру печи для малых навесок, поэтому кинетический анализ полученных кривых без учета перегрева может приводить к погрешностям определения параметров реакционной способности. Предложен выбор дополнительных ограничений, позволяющих получить однозначное решение

Приведены результаты измерения спектров отражения незагрязненных и загрязненных нефтепродуктами водных объектов на земной поверхности в ближнем ИК-диапазоне. В качестве загрязнителей использованы различные типы нефтепродуктов (товарная нефть Московского и Рязанского НПЗ, керосин, дизельное топливо, газовый конденсат, различные марки бензина, моторных масел). Исследуемые образцы — лабораторные модели водных объектов (болота, лужи на земной поверхности). Полученные результаты показывают, что для обнаружения загрязнений нефтью и нефтепродуктами водных объектов на земной поверхности в ближнем ИК-диапазоне перспективно использовать спектры отражения в диапазоне значений 1,6…1,8 мкм. Применение аппаратуры с тремя широкими спектральными каналами шириной 50 нм и центральными длинами волн 1696, 1734 и 1775 нм позволяет с высокой надежностью обнаруживать загрязнения нефтью и моторными маслами водных объектов при низкой вероятности неправильного обнаружения загрязнений. Обнаружение загрязнений водных объектов более легкими нефтепродуктами (бензины, керосины, дизельное топливо) возможно, однако вероятность обнаружения загрязнений существенно ниже