Гидроцефалия - это заболевание центральной нервной системы, которое чаще всего поражает младенцев и детей ясельного возраста. Оно начинается с аномального накопления спинномозговой жидкости в желудочковой системе головного мозга. Следовательно, жизненно важной становится ранняя диагностика, которая может быть выполнена с помощью компьютерной томографии (КТ), одного из наиболее эффективных методов диагностики гидроцефалии (КТ), при котором становится очевидным увеличение желудочковой системы. Однако большинство оценок прогрессирования заболевания основаны на оценке рентгенолога и физических показателях, которые являются субъективными, отнимающими много времени и неточными. В этой статье разрабатывается автоматическое прогнозирование с использованием фреймворка H-detect для повышения точности прогнозирования гидроцефалии. В этой статье используется этап предварительной обработки для нормализации входного изображения и удаления нежелательных шумов, что может помочь легко извлечь ценные признаки. Выделение признаков осуществляется путем сегментации изображения на основе определения границ с использованием треугольных нечетких правил. Таким образом, выделяется точная информация о природе ликвора внутри мозга. Эти сегментированные изображения сохраняются и снова передаются алгоритму CatBoost. Обработка категориальных признаков позволяет ускорить обучение. При необходимости детектор переобучения останавливает обучение модели и, таким образом, эффективно прогнозирует гидроцефалию. Результаты демонстрируют, что новая стратегия H-detect превосходит традиционные подходы.
В статье рассматривается влияние вида и объемного содержания стальной фибры на механические свойства сверхвысокопрочного фибробетона (СВФБ). Было использовано пять видов фибры: волновая размером 15/0,3 и 22/0,3 мм, прямая 13/0,3 и 13/0,2 мм и анкерная 30/0,5 мм. Объемное содержание фибры составляло от 0 до 3 %. В ходе проведения экспериментальных исследований определялись прочность на сжатие, изгиб, а также энергия разрушения при изгибе. Было установлено, что увеличение объемного содержания стальной фибры приводит к увеличению всех рассматриваемых свойств вне зависимости от вида волокон. При этом наибольшее влияние фибра оказывает на энергию разрушения при изгибе, наименьшее – на прочность при сжатии. Были установлены линейные зависимости между механическими характеристиками СВФБ и фактором фибры, отражающим объемное содержание, длину и диаметр отдельного волокна. Угол наклона аппроксимирующих линий зависимостей «прочность при сжатии – фактор фибры» и «прочность при изгибе – фактор фибры» принимает различные значения в зависимости от вида применяемых волокон, при этом наибольшее значение угла наклона было обнаружено для волновой фибры. Было обнаружено наличие порогового значения фактора фибры, по достижению которого стальная фибра приводит к увеличению прочности при изгибе СВФБ. При помощи обобщенного критерия качества было установлено, что волновая фибра с размерами 22/0,3 мм является оптимальной альтернативой прямой фибре 13/0,2 мм, повсеместно используемой для изготовления сверхвысокопрочных фибробетонов.
В данной статье представлено аналитическое исследование особенностей двух типов парсинга, а именно синтаксический анализ составляющих (constituency parsing) и синтаксический анализ зависимостей (dependency parsing). Также в рамках проведенного исследования разработан алгоритм оптимизации извлечения ключевых слов, отличающийся применением функции извлечения именных фраз, предоставляемой парсером, для фильтрации неподходящих фраз. Алгоритм реализован с помощью трех разных парсеров: SpaCy, AllenNLP и Stazna. Эффективность предложенного алгоритма сравнивалась с двумя популярными методами (Yake, Rake) на наборе данных с английскими текстами. Результаты экспериментов показали, что предложенный алгоритм с парсером SpaCy превосходит другие алгоритмы извлечения ключевых слов с точки зрения точности и скорости. Для парсера AllenNLP и Stanza алгоритм так же отличается точностью, но требует гораздо большего времени выполнения. Полученные результаты позволяют более детально оценить преимущества и недостатки изучаемых в работе парсеров, а также определить направления дальнейших исследований. Время работы парсера SpaCy значительно меньше, чем у двух других парсеров, потому что парсеры, которые используют переходы, применяют детерминированный или машинно-обучаемый набор действий для пошагового построения дерева зависимостей. Они обычно работают быстрее и требуют меньше памяти по сравнению с парсерами, основанными на графах, что делает их более эффективными для анализа больших объемов текста. С другой стороны, AllenNLP и Stanza используют модели парсинга на основе графов, которые опираются на миллионы признаков, что ограничивает их способность к обобщению и замедляет скорость анализа по сравнению с парсерами на основе переходов. Задача достижения баланса между точностью и скоростью лингвистического парсера является открытой темой, требующей дальнейших исследований в связи с важностью данной проблемы для повышения эффективности текстового анализа, особенно в приложениях, требующих точности при работе в реальном масштабе времени. С этой целью авторы планируют проведение дальнейших исследований возможных решений для достижения такого баланса.
С позиции современного акушерства гестационный сахарный диабет (ГСД) рассматривается как эпидемия XXI века. Он может осложнить течение беременности на любой неделе гестации.
Цель: определение влияния гестационного срока возникновения ГСД на исходы родов у беременных.
Материалы и методы: в ходе исследования был проведен ретроспективный анализ 362 индивидуальных карт беременных и родильниц.
Результаты: более раннее возникновение ГСД достоверно чаще ассоциируется с развитием симфизита у матери, с задержкой развития плода и необходимостью применять инсулинотерапию для коррекции гипергликемии.
Выводы: вне зависимости от срока возникновения ГСД беременные составляют группу риска по акушерским и перинатальным осложнениям.
Несмотря на широкое применение во многих областях, точная и эффективная идентификация деятельности человека продолжает оставаться интересной исследовательской проблемой в области компьютерного зрения. В настоящее время проводится много исследований по таким темам, как распознавание активности пешеходов и способы распознавания движений людей с использованием данных глубины, трехмерных скелетных данных, данных неподвижных изображений или стратегий, использующих пространственно-временные точки интереса. Это исследование направлено на изучение и оценку подходов DL для обнаружения человеческой активности на видео. Основное внимание было уделено нескольким структурам для обнаружения действий человека, которые используют DL в качестве своей основной стратегии. В зависимости от приложения, включая идентификацию лиц, идентификацию эмоций, идентификацию действий и идентификацию аномалий, прогнозы появления людей разделены на четыре различные подкатегории. В литературе было проведено несколько исследований, основанных на этих распознаваниях для прогнозирования поведения и активности человека в приложениях видеонаблюдения. Сравнивается современное состояние методов DL для четырех различных приложений. В этой статье также представлены области применения, научные проблемы и потенциальные цели в области распознавания человеческого поведения и активности на основе DL.
Проведены исследования возможностей аугментации (искусственного размножения) обучающих данных в задаче классификации с использованием деформирующих преобразований обрабатываемых изображений. Представлены математическая модель и быстродействующий алгоритм выполнения деформирующего преобразования изображения, при использовании которых исходное изображение преобразуется с сохранением своей структурной основы и отсутствием краевых эффектов. Предложенный алгоритм используется для аугментации наборов изображений в задаче классификации, содержащих относительно небольшое количество обучающих примеров. Аугментация исходной выборки осуществляется в два этапа, включающих зеркальное отображение и деформирующее преобразование каждого исходного изображения. Для проверки эффективности подобной техники аугментации в статье проводится обучение нейронных сетей - классификаторов различного вида: сверточных сетей стандартной архитектуры (convolutional neural network, CNN) и сетей с остаточными связями (deep residual network, DRN). Особенностью реализуемого подхода при решении рассматриваемой задачи является также отказ от использования предобученных нейронных сетей с большим количеством слоев и дальнейшим переносом обучения, поскольку их применение несет за собой затраты с точки зрения используемого вычислительного ресурса. Показано, что эффективность классификации изображений при реализации предложенного метода аугментации обучающих данных на выборках малого и среднего объема повышается до статистически значимых значений используемой метрики.
В современном мире Интернет вещей стал неотъемлемой частью нашей жизни. Растущее число умных устройств и их повсеместное распространение усложняют разработчикам и системным архитекторам эффективное планирование и внедрение систем Интернета вещей и промышленного Интернета вещей. Основная цель данной работы - автоматизировать процесс проектирования промышленных систем Интернета вещей при оптимизации параметров качества обслуживания, срока службы батареи и стоимости. Для достижения этой цели вводится общая четырехуровневая модель туманных вычислений, основанная на математических множествах, ограничениях и целевых функциях. Эта модель учитывает различные параметры, влияющие на производительность системы, такие как задержка сети, пропускная способность и энергопотребление. Для нахождения Парето-оптимальных решений используется генетический недоминируемый алгоритм сортировки II, а для определения компромиссных решений на Парето-фронте - метод определения порядка предпочтения по сходству с идеальным решением. Оптимальные решения, сгенерированные этим подходом, представляют собой серверы, коммуникационные каналы и шлюзы, информация о которых хранится в базе данных. Эти ресурсы выбираются на основе их способности улучшить общую производительность системы. Предлагаемая стратегия следует трехэтапному подходу для минимизации размерности и уменьшения зависимостей при исследовании пространства поиска. Кроме того, сходимость оптимизационных алгоритмов улучшается за счет использования предварительно настроенной начальной популяции, которая использует существующие знания о том, как должно выглядеть решение. Алгоритмы, используемые для генерации этой начальной популяции, описываются подробно. Для иллюстрации эффективности автоматизированной стратегии приводится пример ее применения.
Цель: изучить распространенность бронхиальной астмы и хронического бронхита у подростков в зависимости от факторов эколого-климатических зон в Республике Дагестан по данным заболеваемости. Материалы и методы исследования. Проанализированы статистические данные о заболеваемости бронхиальной астмой и хроническим бронхитом у подростков в возрасте 14-18 лет в равнинном, горном и предгорном районах Республики Дагестан за пять лет (2018-2022 гг.) по данным Министерства здравоохранения Республики Дагестан. До настоящего времени аналогичные исследования в данной возрастной группе не проводились. Результаты и обсуждения. Эти данные показывают, во-первых, прирост обращаемости бронхиальной астмы среди подростков составил в Республике 124,4 % (с 0,86 до 1,93 на 1000); во-вторых, стабильный рост заболеваемости астмой в сельской местности (228 % против 53,8 % в городской местности); в-третьих, особенности заболеваемости в зависимости от высоты над уровнем моря (горные районы: выше 1000 м. предгорья: 500-1000 м, равнины: ниже 500 м). Сравнительное изучение данных о распространенности бронхиальной астмы в городской и сельской местности выявило следующие закономерности. В целом подростки в сельской местности почти в два раза реже болеют бронхиальной астмой, чем в городской (суммарные значения за 5 лет на 1000 населения в сельской местности 0,96, в городской местности 1,78). Рост числа подростков, страдающих бронхиальной астмой, также наблюдается среди городских жителей (53,8 %), в то время как среди сельских подростков этот показатель за 5 лет увеличился в 4 раза и составил 228 % (0,57 в 2018 году, 1,86 в 2022 году). По всем климатическим зонам отмечена неоднородность заболеваемости хроническим бронхитом по годам. В горной климатической зоне показатель заболеваемости в 2018 году составил 14,7 на 1000 населения, немного снизился в 2019 году (10,5), постепенно увеличился в следующем году и достиг 19,3 на 1000 населения в 2022 году. В предгорной зоне уровень заболеваемости изменился незначительно, снизившись до 3,2 в 2022 году по сравнению с другими годами (6,4 в 2018 году, 7,2 в 2019 году, 5,3 в 2020 году и 7,0 в 2021 году). Такая же ситуация наблюдалась в зоне низменности, хотя общий уровень заболеваемости в этой климатической зоне показал рост с 5,5 в 2018 году до 7,3 в 2022 году, без существенной разницы в 2019 году (8,6) и 2020 году (4,4).
Выводы. Бронхиальная астма является распространенным заболеванием среди подростков в Республике Дагестан и находится в тесной зависимости как от климатических зон, так и от экологических факторов. Сравнительная оценка данных о распространенности бронхиальной астмы в городской и сельской местности выявила следующие закономерности: в целом подростки в селах болеют бронхиальной астмой почти в 2 раза реже, чем в городах. Кроме того, число подростков с бронхиальной астмой в городской местности увеличилось на 53,8 %, в то время как в сельской местности за пять лет оно выросло более чем в четыре раза на 228 %. В горной и низменной зонах заболеваемость хроническим бронхитом из года в год увеличивалась неравномерно, в то время как в предгорной зоне она имела тенденцию к снижению. Эти различия в заболеваемости можно объяснить тем, что номенклатура и методы диагностики хронического бронхита не стандартизированы органами здравоохранения Республики.
В качестве маркера, характеризующего загрязнение воздуха в приземном слое атмосферы современных городов, часто используется уровень концентрации твердых частиц диаметром 2.5 микрона и меньше (Particulate Matter, PM2.5). В работе обсуждается практика применения для измерения концентрации PM2.5 в условиях городской среды относительно дешевого оптического датчика, входящего в состав станции CityAir. В статье предложена статистически обоснованная корректировка получаемых станциями CityAir первичных данных о значениях концентрации взвешенных частиц PM2.5 в приземном слое атмосферы г. Красноярска. Для построения регрессионных моделей эталонными считались измерения, получаемые от анализаторов E-BAM, расположенных на тех же постах наблюдения, что и корректируемые датчики. Для анализа использовались первичные данные 1) с 9 автоматизированных постов наблюдения краевой ведомственной информационно-аналитической системы данных о состоянии окружающей среды Красноярского края (КВИАС); 2) с 21-й станции CityAir системы мониторинга Красноярского научного центра СО РАН. В работе продемонстрировано, что при корректировке показаний датчиков необходимо учитывать метеорологические показатели. Кроме того, показано, что коэффициенты регрессии существенно зависят от сезона. Проведено сравнение методов обучения с учителем для решения задачи корректировки показаний недорогих датчиков. Дополнительная информация по результатам анализа данных, не вошедшая в текст статьи, размещена на электронном ресурсе https://asm.krasn.ru/.
Цель данной работы - оценить влияние раскрытия информации по экологической повестке в годовых отчетах отечественных компаний на их цену акций. Эмпирическая база исследования включала в себя годовые отчеты и финансовые показатели 100 крупнейших по выручке публичных компаний России в периоды с 2019 г. по 2022 г. Методами исследования выступили NLP-методы текстового анализа: модель-трансформер BERTopic и Латентного размещения Дирихле. С помощью данного моделирования были выделены отдельные темы экологической повестки бизнеса в России, а с помощью лемматизации была оцифрована частота раскрытия полученных тем в каждом отчете. В ходе анализа было выявлено шесть основных топиков, наиболее часто раскрывающихся в финансовых отчетах публичных компаний России: общая тематика упоминания любых экологических инициатив; действия, направленные на сохранение окружающей среды; наличие собственных контролируемых процессов производства; оценка вредного влияния производства и бизнеса на окружающую среду; отношение к экологическим инициативам в компании; корпоративные подходы компании, законы, права, декларации и собственные принципы в развитии экологических инициатив в бизнесе. Также в качестве метода исследования было применено эконометрическое моделирование на основе построения регрессионных моделей. Полученные результаты показали, что частота раскрытия экологических тем в годовых отчетах компаний России влияет на динамику цен акций этих компаний в долгосрочном периоде. Более того, оцененный эффект раскрытия экологической повестки в годовых отчетах публичных компаний России на акции этих компаний меняется в зависимости от тематики отдельных вопросов по экологии. Основные тематики, оказывающие влияние - это раскрытие действий компаний, направленных на сохранение окружающей среды, и корпоративные подходы и паттерны поведения, раскрытые в годовом отчете.