Научный архив: статьи

Внедрение систем искусственного интеллекта в финансовую сферу вносит революционные изменения в способы анализа, предоставления информации и управления ею. Машинное обучение – разновидность искусственного интеллекта, которая позволяет ему автономно обучаться и совершенствоваться. В отличие от методов традиционного «жесткого» программирования, машинное обучение использует нейронные сети и глубокое обучение для работы с большими объемами данных для выявления закономерностей и аномалий. Гипотеза работы состоит в том, что для финансовой сферы характерны собственные способы применения ИИ, опирающиеся на наиболее распространенные, но отличающиеся от них варианты. Целью настоящей работы является систематизация способов применения моделей искусственного интеллекта в финансовых учреждениях в разрезе структурных подразделений. Применение искусственного интеллекта позволяет финансовым учреждениям создавать модели, направленные на решение конкретных проблем в условиях постоянно обновляющейся информационной среды. В соответствии с поставленной целью, в данной работе рассматриваются следующие аспекты: общее описание задач, решаемых ИИ, преимущества и недостатки применения ИИ; характеристика распространенности систем искусственного интеллекта в финансовой сфере; характеристика области применения искусственного интеллекта в финансовой сфере. Для выполнения работы автор использовал методы синтеза информации, анализа источников, классификации, сравнительного анализа.

В статье рассматривается процесс облачного управления в рамках цифровизации процессов предоставления государственных услуг и исполнения государственных функций органами власти. Во время проведенного исследования процесс облачного управления определен как один из ключевых бизнес-процессов в рамках предложенной бизнес-модели цифровой трансформации государственных корпораций и компаний с государственным участием. С помощью процессного подхода представлены типичные свойства данного бизнес-процесса. Они могут лечь в основу дальнейшего моделирования, способного максимально точно и полно описать бизнес-процесс с учетом поставленных задач. Дана характеристика бизнес-процесса и выделены пять главных этапов управления им. Обозначены технологии реализации облачного управления и метрики бизнес-процесса. Выделены особенности исследуемого бизнес-процесса, модели предоставления услуг в рамках облачного управления, модели реализации этих услуг и их ключевые преимущества. На основе анализа российского рынка сделан вывод о том, что облачные технологии являются основным и самым значимым сегментом отечественного рынка информационных технологий. Рассмотрена проблематика лоскутной автоматизации в информационной сфере. Особое внимание в статье обращено на риски и угрозы, сопутствующие внедрению облачного управления. Приведены функциональные области этих рисков, описаны процессы риск-менеджмента для их снижения и предотвращения. Отмечается важность реализации облачного управления в общих процессах современного государственного управления, понимание его значимости и необходимости дальнейшего глубокого изучения.

Цель исследования - повышение надежности работы автоматизированной системы управления складским помещением за счет увеличения среднего времени наработки на отказ и оптимизация ее эффективности путем сокращения времени выполнения цикла обработки изделий и равномерного распределения степени заполнения складских секций с помощью технологий имитационного моделирования. Предложен общий вид имитационной модели складского комплекса, включающий конвейер подачи, модуль динамической сортировки, роботизированные станции обработки, сборки и упаковки, трёхсекционный склад ёмкостью 162 места. Управление реализовано на программируемом логическом контроллере семейства Siemens S7-1500 в среде TIA Portal. Предложенная автоматизированная система управления складским помещением позволяет проанализировать влияние случайного распределения изделий по цветовым потокам на время выполнения цикла программы, а также степень заполнения каждой складской секции, фиксируя моменты возникновения производственных заторов и вынужденных остановок. Такой подход предоставляет инженерам инструмент предварительной оптимизации алгоритмов управления до внедрения в реальные технологические процессы. Также представлены результаты проведенных испытаний пяти различных по количеству партий изделий, продемонстрировавшие рост задержек и вынужденных остановок по мере приближения к лимиту хранения и неравномерного заполнения секций. Проведенный анализ показал накопление статистической ошибки во временя выполнения цикла программы, вызванной взаимодействием конвейеров и роботов. Полученные результаты подтверждают эффективность использования имитационного моделирования для предварительной оптимизации складских операций, демонстрируя снижение времени обработки, уменьшение простоев оборудования и повышение общей надежности системы по сравнению с традиционным процессом разработки систем автоматизации технологических процессов. Применение имитационного моделирования позволяет не только минимизировать риски при запуске реального производства, но и разработать индивидуальные рекомендации по модернизации складской инфраструктуры с учетом выявленных узких мест.

В статье предложен метод переналадки мобильных компонентов роботизированного технологического комплекса в условиях многономенклатурного мелкосерийного производства. Целью исследования является разработка системы двухуровневого планирования перемещений мобильного промышленного робота, обеспечивающей его интеграцию с производственным центром для формирования роботизированного технологического комплекса, что позволит оперативно адаптировать производственную систему. Метод сочетает в себе верхнеуровневое планирование, ориентированное на согласование логистики перемещений промышленного робота с общим производственным расписанием, и низкоуровневое, целью которого является обеспечение точного пространственно-временного позиционирования робота в зоне интеграции с производственным центром. Для повышения эффективности поиска траекторий перемещения в зоне интеграции в условиях динамически изменяющейся среды предложено использовать адаптированный алгоритм A* с нейросетевой эвристикой на основе графовой нейронной сети. Приведена архитектура взаимодействия уровней планирования, реализованная с использованием воксельной модели рабочего пространства и системы ROS. Результаты, полученные в ходе экспериментов, демонстрируют преимущество предложенного метода применительно к задачам переналадки роботизированных технологических комплексов. В результате применения предлагаемого метода были достигнуты сокращение времени перепланирования, уменьшение количества перестроений маршрута и сокращение его общей длины по сравнению с методами, основанными на классическом алгоритме A*.

До сих пор неполно освещены вопросы прогнозирования эффективности работы оборудования обогатительных фабрик как одного из основных подразделений по переработке добытого полезного ископаемого на горно-обогатительном комбинате при реализации технологических процессов измельчения руды; приведенные оценки являются в основном приближенными и характеризуются низким уровнем достоверности. Целью данной работы является разработка моделей для построения прототипов подсистемы, которая поспособствует повышению эффективности работы измельчительного оборудования и фабрики в целом за счет гибкого и оперативного планирования производственных затрат. Проведенный анализ указывает на актуальность в данном аспекте методов предиктивной аналитики, обеспечивающих установление научно обоснованных обратных связей, актуализацию выработки управляющих решений в сфере планирования производства на основе высокоточных модельных оценок и прогнозирования результатов производственных операций и процессов с учетом изменений широкого спектра технологических параметров. Представлены концептуальная теоретико-множественная и схематичные функциональные модели исследуемой подсистемы, которые позволили выявить, детализировать и изучить ее функции и реализующие их компоненты, параметры состояния этих компонентов, механизмы их взаимодействия между собой, внешней средой и другими подсистемами, вовлеченными в процесс автоматизации производственного процесса. Разработка и внедрение подсистемы предиктивной аналитики позволят реализовать высокоточные модельные оценки показателей работы оборудования в режиме онлайн и, что крайне важно, их прогнозирование при переходе к сырью с другими характеристиками, а также при изменении технологических параметров. В данной работе были представлены результаты разработки и исследования моделей подсистемы предиктивной аналитики в составе интегрирующего уровня при автоматизированном управлении обогатительной фабрикой горно-обрабатывающего комбината.

Целью работы являлась разработка концептуальной модели мониторинга технологических процессов на примере производства вафель. Предлагаемая концептуальная модель и комплекс методов и алгоритмов ориентированы на применение в условиях многорецептурного пищевого производства, где реализуется множество технологических процессов, для которых актуально использование технологии цифровых двойников. Результаты ранее проведенных исследований были адаптированы под новые производственные условия, ключевым аспектом которых являлась привязка цифрового двойника технологического процесса к партии вафель. Применимость концептуальной модели мониторинга технологических процессов стал высокий уровень автоматизации и цифровизации производства, при котором технология цифровых двойников может быть эффективно реализована. В статье рассмотрен состав концептуальной модели мониторинга технологических процессов производства вафель, описаны изменения и некоторые вопросы, необходимые для ее дальнейшего внедрения. В обобщенном виде представлены концептуальная и математическая модели системы мониторинга на основе технологии цифровых двойников. Полученная математическая модель мониторинга на основе теории множеств, разработанные методы создания, представления, определения и модификации, а также алгоритмы создания, фиксации значений параметров и ресурсного обеспечения технологических процессов при их внедрении формируют основу для дальнейшей цифровой трансформации предприятия и повышения его эффективности.

Данная публикация представляет исключительную актуальность в контексте 70-летия ключевого документа - научной статьи С. Л. Соболева, А. И. Китова и А. А. Ляпунова (1955 г.), по праву считающейся истоком отечественной школы искусственного интеллекта. В условиях повышенного внимания к истории науки и технологий, особенно в области искусственного интеллекта, данная работа восстанавливает историческую справедливость, подчеркивая приоритет советских ученых в формулировке фундаментальных принципов искусственного интеллекта (машинное самообучение, моделирование нейронной деятельности, эвристические методы, автономность) задолго до широкого признания этих идей на Западе. Осмысление этого «манифеста» критически важно не только для понимания генезиса и уникальных особенностей российской традиции в осмыслении искусственного интеллекта и робототехники, но и осознания удивительной пророческой силы идей, изложенных в 1955 году. При работе над данным материалом использовались: историко-научный анализ специальной исследовательской литературы и сравнительно-исторический метод. Ключевым методом выступает также критический источниковедческий анализ первоисточника - статьи Соболева, Китова и Ляпунова 1955 года. Для определения исторического контекста и научной новизны «манифеста» применяется компаративный метод. Новизна исследования заключается в том, что впервые показано, как данная статья «Основные черты кибернетики» (1955) предвосхитила магистральные пути развития глобальной науки об искусственном интеллекте на десятилетия вперед. В эпоху революции нейросетей и глубокого обучения обращение к этим истокам служит не только данью уважения пионерам, но и мощным интеллектуальным стимулом и ориентиром для современных российских исследований и разработок в области искусственного интеллекта. Понимание глубины и дальновидности С. Л. Соболева, А. И. Китова и А. А. Ляпунова и их стратегическое видение необходимо сегодня для формирования уникальной национальной повестки в сфере искусственного интеллекта. Кроме того, показано, как эти принципы, опередившие западные аналоги (включая Дартмутскую инициативу) и сформулированные в терминах советской кибернетической школы, предопределили специфические траектории развития советского и российского искусственного интеллекта.

В статье рассматриваются проблемы, связанные с возможностью автоматизации терминально-складского комплекса (ТСК). Приводятся основные этапы для реализации проекта по автоматизации объекта исследования. На основании существующей технологии работы детально описываются технологические операции комплекса и приводится схема всех функциональных зон. С учётом применения уникальной маркировки грузовых единиц с помощью QR-кода рассматривается алгоритм сквозного прослеживания единиц с товаром - картонных упаковок с момента прибытия до момента отправления грузов. Детально исследуются процессы автоматизированной сортировки и пакетирования продукции. Сортировка продукции осуществляется с использованием инструментов для сканирования QR-кода с каждой упаковки, благодаря чему появляется возможность автоматического учёта выходящего потока, распределения упаковок по способу доставки с помощью распределительного конвейера, а также преобразование данных с QR-кода в задачи кинематики для последующей операции пакетирования. Приводится пример генерации QR-кода. Пакетирование продукции осуществляется с помощью напольного пакетоформирующего автомата с манипулятором. В статье представлена конструктивная схема пакетоформирующего автомата, в частности, манипулятора; схема управления манипулятором. На основании исследуемого технологического подхода запроектирована пооперационная последовательность процессов сортировки и пакетирования в едином последовательном отображении, которая позволяет приступить к разработке программного обеспечения по автоматизации ТСК.

Рассматривается состояние и развитие материально-технической базы производственно-логистического комплекса ООО УК “Содружество”. Подчеркиваются этапы, особенности создания и уникальность производственно- хозяйственного комплекса. Анализируется организационное состояние всего инфраструктурного комплекса ПЛК и его отдельных составляющих. Выделены особенности производственных систем для снижения влияния негативных экологических аспектов на окружающую среду, сырье и продукцию. Проанализирован состав автоматизированных систем организации и управления предприятием. Предложена логическая схема создания и функционирования единого цифрового контура организации и управления УК “Содружество”.

В связи с масштабной цифровизацией современного общества и быстрого внедрения технологий искусственного интеллекта (ИИ) возникла потребность криминалистического и судебно-экспертного обеспечения судопроизводства по делам, в которых фигурирует ИИ. Наиболее актуальными задачами, решаемыми судебными компьютерно-техническими экспертными подразделениями, являются исследование фактов неправомерного (главным образом криминального) использования искусственного интеллекта, использование ИИ для создания новых и совершенствования существующих методик компьютерно-технической экспертизы, судебно-экспертное исследование продуктов, использующих технологии ИИ с целью установления соответствия готового продукта техническому заданию на его создание, а также комплексное судебно-экспертное исследование с целью определения стоимости IT-продукта.

В зависимости от свойств подлежащего исследованию объекта экспертиза проводится либо в рамках судебной компьютерно-технической экспертизы, либо комплексно, с привлечением специалистов в области судебной лингвистической, судебной фоноскопической и других видов судебных экспертиз. Показательным примером совершенствования судебно-экспертных методик анализа цифровых изображений является выявление искажений в метаданных.

Письмом Минэнерго России от 15.04.2020 № МЮ-4343/09 «Об утверждении схем теплоснабжения поселений, городских округов» определены рекомендации к содержанию схем теплоснабжения, которые должны разрабатываться для населенных пунктов в соответствии с Постановлением Правительства Российской Федерации от 22.02.2012 № 154 «О требованиях к схемам теплоснабжения, порядку их разработки и утверждения». В частности, указывается на необходимость проведения оценки экологической безопасности теплоснабжения населенных пунктов. Авторами предложен методологический подход по разработке раздела «Экологическая безопасность теплоснабжения», в том числе с учетом нормативного правового регулирования выбросов загрязняющих веществ, определенных нормативными правовыми актами РФ в сфере экологической безопасности и охраны окружающей среды. В статье освещены вопросы формирования базы данных для учета источников загрязнения, проведения инвентаризации выбросов загрязняющих веществ, использования автоматизированных алгоритмов для расчета рассеивания и формирования геоинформационного слоя рассеивания загрязняющих веществ в рамках электронной модели схемы теплоснабжения.

Банковская сфера - одна из самых быстроразвивающихся отраслей финансового рынка. Банки регулярно внедряют в бизнес-процессы новейшие технологии, которые меняют облик всей экономики. Целью данного исследования стало выявление ключевых направлений внедрения искусственного интеллекта в банковской сфере, определение его преимуществ и потенциальных рисков. В статье представлены области использования искусственного интеллекта, включая обслуживание клиентов, управление финансовыми рисками, обнаружение мошенничества и соблюдение нормативных требований. Особое внимание уделено влиянию искусственного интеллекта на автоматизацию процессов, персонализацию услуг и повышение операционной эффективности. Методологическая основа исследования включает анализ научных источников, сравнительный метод и обобщение практических примеров. В ходе исследования установлено, что использование искусственного интеллекта позволяет снизить операционные издержки, повысить точность прогнозирования и сократить финансовые риски. Результаты анализа демонстрируют, что потенциал искусственного интеллекта в банковском секторе высок, однако его успешное внедрение требует комплексного подхода, включающего технологическую трансформацию, совершенствование нормативного регулирования и решение некоторых этических вопросов. В заключение подчеркивается необходимость баланса между технологическими инновациями и ответственным использованием искусственного интеллекта для достижения максимальной эффективности банковских процессов.