Научный архив: статьи

В данной статье разработана и обоснована система классификационных признаков инфраструктуры, отражающих совокупность свойств и специфику ее деятельности в условиях трансформации технологических процессов и смены экономических парадигм. Автором выделены этимологический, генетический, топологический, предметно-целевой, структурно-функциональный, многомерный и специфические (частные) признаки, позволяющие отнести объекты инфраструктуры и виды их деятельности к той или иной классификационной группе. Представляется, что предложенные автором классификационные признаки позволяют создать новый концептуальный инструментарий для дальнейшего исследования инфраструктуры, выстроить обновленную многомерную схему ее классификации и провести типологию инфраструктурных объектов, направленную на выработку и принятие конкретных управленческих решений.

Псевдэксфолиативный синдром (ПЭС) — системное заболевание, характеризующееся накоплением аномального внеклеточного материала в различных структурах глаза и экстраокулярных тканях. Многочисленные исследования подтверждают его связь с развитием псевдэксфолиативной глаукомы (ПЭГ), которая наряду с типичными характеристиками глауком имеет целый ряд генетических, морфологических, иммунологических, биохимических, клинических особенностей, отличающих ее от «классической» первичной открытоугольной глаукомы. Это позволяет рассматривать ПЭГ не просто как разновидность первичной или вторичной открытоугольной глаукомы, а как особую форму заболевания, требующую, помимо стандартных технологий, разработки качественно новых, специфичных подходов к ранней диагностике, мониторингу, медикаментозной и хирургической коррекции.

В данной статье рассматривается место ПЭГ в современных классификациях схемах, их дискуссионный характер, возможные корреляции ПЭС с закрытоугольной глаукомой и глаукомой нормального давления, попытки поиска патогенетически обоснованных методов лечения. Появление в арсенале офтальмологов подобных возможностей позволит вернуться к вопросу пересмотра существующих классификационных схем с возможным выделением ПЭГ в отдельную категорию.

Исторически уровень офтальмотонуса стал ключевым классификационным признаком глаукомы. Однако границы нормы внутриглазного давления (ВГД) до сих пор остаются дискуссионными, несмотря на обилие критериев офтальмотонуса, определяющих статус пациента. Критически важным, но часто неизвестным параметром является индивидуальная норма ВГД пациента до заболевания. Еще один важный аспект — роль офтальмотонометров и возможные погрешности измерений ВГД в зависимости от сопутствующих локальных и системных факторов. Какие приборы наиболее точны для определения уровня ВГД и как избежать ошибок измерений? Кроме того, необходим более тщательный подход к трактовке результатов тонометрии у пациентов с глаукомой нормального давления, когда ВГД находится в пределах «нормы», но заболевание продолжает прогрессировать. Эти вопросы остаются актуальными и до сих пор требуют дальнейшего обсуждения. Современная градация уровней ВГД у лиц с диагнозом глаукома требует перехода от средних популяционных норм к более персонализированным алгоритмам, что необходимо учитывать в перспективной классификации глаукомы с учетом их значения для диагностического поиска и оценки рисков прогрессирования заболевания.

Цель: настоящее исследование направлено на разработку клинической классификации программного обеспечения (ПО) на основе искусственного интеллекта (ИИ) в области лучевой диагностики.

Материалы и методы: для проведения исследования был проведён всесторонний анализ доступной информации о ПО на основе ИИ в сфере лучевой диагностики с использованием отечественных и зарубежных баз данных. В процессе анализа были выявлены ключевые аспекты, включая клиническую применимость ПО на основе ИИ, диагностическую точность медицинских изделий с использованием ИИ в лучевой диагностике.

Результаты: была разработана клиническая классификация ПО на основе ИИ в области лучевой диагностики. Кроме того, было выявлено важное замечание относительно представления метрик диагностической точности ПО на основе ИИ. В результате этого предложенная классификация была расширена и дополнена определением уровня представления метрик диагностической точности в зависимости от клинической классификации.

Заключение: на основе проведенного исследования разработана клиническая классификация ПО на основе ИИ, что обеспечивает единый подход к представлению данных о диагностической точности со стороны разработчиков. Данный подход позволяет повысить прозрачность и сравнимость информации о различных ПО на основе ИИ в медицинской практике, что способствует повышению эффективности и безопасности использования ПО на основе ИИ в медицинской практике. Результаты настоящего исследования имеют потенциал для масштабирования на другие области применения ИИ и могут быть использованы для совершенствования системы регулирования качества медицинских изделий с применением ИИ.

Разработан эвристический метод выявления инвесторов, которые внезапно распродают значимые доли рискованных активов, то есть впадают в панику. Исследование показывает, что паника чаще возникает при больших рыночных колебаниях. Панические продажи неэффективны на растущем рынке, но могут служить механизмом ограничения потерь на стремительно падающих рынках. Машинное обучение может определить риски панической распродажи активов на бирже инвесторами в ближайшем будущем, учитывая демографию, историю финансового портфеля и текущие рыночные условия. Было обнаружено, что домохозяйства совершают панические продажи во время резких экономических спадов. Такой феномен назван «истерия». Панические продажи и истерия предсказуемы и отличаются от таких поведенческих моделей, как чрезмерная торговля или эффект диспозиции. Основным результатом исследования является точное предсказание поведения панически настроенных инвесторов - инвесторы держат убыточные и прибыльные позиции; панические продажи дают небольшую отрицательную доходность и случаются редко по сравнению с активными трейдерами, но резко возрастают в кризисы, связанные с рыночной конъюнктурой.

Цель. Настоящая работа посвящена рассмотрению вопросов построения интеллектуальной системы анализа и классификации генераторов псевдослучайных чисел (ГПСЧ), объединяющей возможности машинного обучения и направленного перебора для решения задачи определения типа источника случайной последовательности чисел. Основное внимание уделяется выявлению слабостей некриптографических ГПСЧ, которые могут быть предсказуемыми, что несет риски для их использования в области информационной безопасности.

Методы. В ходе исследования использовались методы машинного обучения, в частности нейронные сети, корреляционный анализ и статистические тесты NIST. Разработанные модели обучались на больших выборках выходных последовательностей ГПСЧ, что позволило оценить предсказуемость ГПСЧ и возможность восстановления внутренних состояний. Структура нейронных сетей выбиралась с учетом результатов работы процедур оптимизации значений гиперпараметров нейронных сетей. Показано влияние размера выборки на получаемые результаты.

Результаты. Анализ и классификация ГПСЧ включает несколько этапов: вычисление автокорреляционной функции выходных последовательностей и их спектр, выполнение статистических тестов, разработанных лабораторией NIST; классификация ГПСЧ на основе анализа выходных последовательностей; выявление особенностей внутренней структуры ГПСЧ или его внутренних состояний; прогнозирование значений на выходе. Для алгоритма Xorshift128 нейронная сеть показала высокую точность восстановления выходных значений, подтверждая его уязвимость. Анализ алгоритма Mersenne Twister выявил определенные закономерности, но потребовал более сложных архитектур для полной реконструкции последовательностей. Для алгоритма «стоп-пошел» удалось выявить закономерности построения структуры с использованием алгоритмов машинного обучения, но решить задачу прогнозирования значения на выходе ГПСЧ только по предыдущим значениям выходной последовательности без знания внутренних состояний с высокой точностью не удалось. Линейный конгруэнтный генератор и генератор Геффе удается классифицировать и прогнозировать с использованием алгоритмов направленного перебора. Объединенные в систему модели классифицируют ГПСЧ по их характеристикам и прогнозируют их дальнейшие выходные значения. Анализ полученных результатов подтверждает значимость выбора не только структуры ГПСЧ, но и числовых параметров и задействованных в вычислениях битов внутри чисел.

Заключение. Проведенное исследование подтверждает эффективность сочетания методов машинного обучения и направленного перебора при анализе и классификации ГПСЧ. Полученные результаты позволяют рекомендовать разработанную систему для использования в практических задачах оценки безопасности ГПСЧ. Перспективы дальнейших исследований связаны с расширением множества анализируемых ГПСЧ и рассмотрением других типов нейронных сетей для повышения качества и производительности моделей.

На основе анализа анимационного сериала «Ну, погоди!» (1969–1993 гг., реж. В. Котёночкин и В. Тарасов, студия «Союзмультфильм») выделены принципы интеграции музыкальных цитат в медиатекст через технику коллажа. Предложена классификация музыкального материала на основе точного цитирования инструментальных и вокальных произведений и введения аранжированных цитат. Исследование взаимосвязи между музыкальным оформлением и визуальными элементами в анимации дает возможность по-новому рассмотреть применение техники коллажа в художественной практике

Постановка задачи (актуальность работы). Актуальность исследования определяется необходимостью учета влияния внешних факторов среды на устойчивость промышленного предприятия, выявления новых факторов, а также заключается в необходимости определении локальных и интегральных показателей устойчивости производственной инфраструктуры, как ключевого системообразующего элемента предприятия. Целью работы является улучшение качества оценки устойчивости производственной инфраструктуры при поздействии на нее негативных внешних факторов среды. Используемые методы. Терия оценки устойчивого развития и разработки показателей мониторинга устойчивого развития, управления качеством, методы бережливого производства. Гипотеза исследования: улучшение качества оценивания устойчивости производственной инфраструктуры при поздействии на нее негативных внешних факторов среды достигается: на основе классификации и ранжирования внешних факторов среды; применением разработанной методики оценки устойчивости производственной инфраструктуры промышленного предприятия. В ходе работы были получены следующие научные результаты: выявлены внешние факторы среды производственной инфраструктуры: техногенная устойчивость, определяющая стойкость производственной инфраструктуры помышленнного предприятия к негативным воздействиям внешних факторов среды техно-генного характера; фактор инновационный, показывающий как внедрение инновационных технологий в концепции «Индустрия 4.0» и «Smart Manufacturing» влияют на повышение (снижение) устойчивости производственной инфраструктуры; методика оценки устойчивости производственной инфраструктуры для обеспечения качества процессов повышения устойчивости промышленного предприятия, разработанная на основе классификации и ранжирования внешних факторов среды

Цель работы заключается в исследовании проблем регионального развития в России в период кризиса, а также в разработке и апробации методики диагностики проблем экономической безопасности регионов. Авторами был проведен теоретический обзор, касающийся диагностики социально-экономического развития регионов России на основе оценки уровня экономической безопасности, рассмотрены наиболее интересные методики, предложенные отечественными учеными. Авторами предложен собственный метод проведения диагностики экономической безопасности региона, основанный на индексном подходе. Выделены три группы индикаторов: экономические, социальные и индикаторы качества жизни населения. Данные индикаторы получили оценку в виде индивидуальных индексов и были объединены в сводный индекс уровня экономической безопасности. Кроме этого, авторы предложили объединить регионы в кластеры на основании полученных значений индексов. Данная методика была апробирована на регионах России за период 2016–2021 гг. По итогам анализа были выделены кластеры с низким экономическим индексом, включающие в себя 11 регионов. На повышение уровня экономической безопасности на данных территориях необходимо обратить внимание в первую очередь. Также была выделена целевая группа регионов с наиболее высокими значениями индексов.

Понятие «решение» в современной жизни весьма многозначно. В статье рассмотрены основные требовании, предъявляемые к решениям, в частности всесторонняя обоснованность, своевременность, полнота содержания, согласованность. Решение должно разрабатываться и приниматься с учетом объективных возможностей организации, ее потенциала.

Статья посвящена проблеме терминологической неопределенности и отсутствия единой классификации криптовалют и цифровых активов в современном российском законодательстве. Несмотря на принятие Федерального закона от 31.07.2020 № 259-ФЗ «О цифровых финансовых активах, цифровой валюте и о внесении изменений в отдельные законодательные акты Российской Федерации», в правоприменительной практике остается множество спорных вопросов относительно правового статуса криптовалют и их места в финансовой системе. В статье проанализированы существующие подходы к определению цифровых активов в российских и международных нормативных актах, а также в научной литературе. Отмечено разнообразие классификаций и функциональных характеристик, присущих различным видам криптовалют и токенов. Выявлены ключевые противоречия между децентрализованной природой криптовалют и попытками государственного регулирования. Сформулированы авторские определения цифровой валюты, криптоактива и криптовалюты, учитывающие технологические, экономические и правовые аспекты. Предложены рекомендации по совершенствованию законодательства и выработке согласованных стандартов в сфере цифровых финансовых активов. Авторы подчеркивают необходимость достижения баланса интересов государства, бизнеса и общества для успешного развития цифровой экономики в России.

Охарактеризованы сообщества кустарниковых ив (Salix pulchra, S. alaxensis, S. krylovii, S. saxatilis, S. lanata), изученные в Олюторском и Пенжинском районах Корякского округа Камчатского края. Разработана экологофитоценотическая классификация кустарниковых сообществ, отнесенных к 5 формациям — Saliceta pulchrae, Saliceta alaxensis, Saliceta krylovii, Saliceta saxatilis, Saliceta lanatae, объединяющим ивняки севера Корякского округа, Камчатки, Южной Чукотки, Северного и Западного Приохотья, Магаданской обл. и северной Якутии. Выделены 21 ассоциация, 13 групп ассоциаций. Приведена геоботаническая характеристика сообществ, местообитаний и почв. Выполнено сравнение выделенных классификационных единиц с синтаксонами флористической классификации сообществ кустарниковых ив, описанными в литературе.