Исследована математическая модель динамики системы «паразит-хозяин», в которой длительность сохранения иммунитета не фиксирована, а распределена и зависит от особенностей конкретного организма хозяина. Получено, что при контактном числе, большем единицы, существует единственное нетривиальное стационарное решение, являющееся глобальным аттрактором. Применительно в пандемии COVID-19 это означает, что если не будет возникать новых вариантов возбудителя, то при постоянных условиях заболеваемость стабилизируется.
В представленной работе исследуется метод численного расчета несобственных интегралов 1-го и 2-го рода для широкого класса непрерывных монотонных функций от одной переменной. Несобственный интеграл с помощью замены переменной сводится к собственному и вычисляется адаптивным алгоритмом на основе квадратурных формул Гаусса. Метод прост в реализации и требует минимум аналитических исследований. При этом погрешность результата сопоставима с погрешностью вычисления подынтегральной функции. В последнем разделе рассмотрен частный случай несобственного интеграла от немонотонной подынтегральной функции.
Исследованы свойства глобальной сходимости метода тяжелого шарика для минимизации дифференцируемой функции с градиентом, удовлетворяющим условию Липшица. Исследована устойчивость метода к неточно известной производной целевой функции. Определены области значений параметров метода, гарантирующих его сходимость и устойчивость.
В статье обсуждается малоизученная проблема сущностной (биологической и статистической) интерпретируемости поведения класса вычислительных моделей, которые широко применяются в практике природопользования. При прогнозировании динамики биоресурсов с учетом регулирующего воздействия итерационные модели генерируют нелинейные режимы поведения, например, в случае известного сценария Фейгенбаума. Возникают сложные эффекты, которые связаны между собой, как в каскадах появления циклов периода p=2i+1, i→∞ или каскада циклов p=2i–1, i→0. Эти эффекты определяются выполнением условий теорем Сингера и Шарковского, и они не имеют объяснений в экологической реальности. Для описания биосистемных процессов с воздействием более адекватны модели с возникновением альтернативных аттракторов, чем с реализацией каскадов бифуркаций циклов, странных «канторовских» аттракторов и режимов хаоса по Ли-Йорку – как континуума неустойчивых траекторий
Мы хорошо знаем, что социальная среда подвергается сильнейшим внешним и внутренним воздействиям, как силовым, энергетическим, так и информационным, описание которых можно найти в социологической, исторической, экономической, художественной литературе, а также в литературе по психологии. Однако до тех пор, пока специалисты, работающие в этих областях, не снизойдут до формализованного описания этих воздействий и сложнейших социальных процессов, связанных с ними, мы не сможем получить главного – предсказательной ценности социологических наук, т. е. наук об устойчивом развитии общества. Возможно ли формализация таких воздействий? Ответ напрашивается сам собой: если существует воздействие, которое способно изменить свойства или состояние материального объекта (в нашем случае - социальную среду), то возможна и его оценка, по крайней мере, на уровне имитационных моделей.
Рассмотрены основные проблемы, связанные с оперативным выявлением очагов лесных пожаров и сопровождающих их задымлений на основе применения автономных беспилотных летательных аппаратов. Разработан метод поиска лесных пожаров по локально-оптимальному маршруту полета в условиях неопределенности. Сформулирован ряд оригинальных положений математического аппарата нечетких множеств, позволяющих сформировать для автономного беспилотного летательного аппарата эффективную информационно-аналитическую модель ситуационно-командного управления движением по строящемуся в реальном времени маршруту полета. Создана модель представления и обработки знаний, обеспечивающая на ее основе возможность автоматического синтеза логико-трансформационных правил вывода ситуационно-командного управления движением летательного аппарата. Показано, что предложенный принцип построения информационно-аналитической модели позволяет снизить сложность решения задачи выбора эффективных команд за счет существенного сокращения количества сравнений текущей проблемной ситуации на объекте с эталонными проблемными ситуациями в процессе вывода решений.
Современные роботы позволяют решать широкий спектр задач при совместной деятельности с человеком. При этом робот может получать команды от человека через различные системы управления, а также с помощью естественного языка. Выражения на естественном языке обладают значительной многозначностью (омонимией). В статье показано, какими методами обрабатываются высказывания и решается возникающая омонимия при речевом управлении роботом в естественной или виртуальной среде.
В статье изложены принципы разработанного алгоритма выявления трендов на основе анализа больших текстовых данных и представления результата в удобных для лиц принимающих решения (ЛПР) форматах, реализованных в системе интеллектуального анализа больших данных iFORA. Дается обзор существующих алгоритмов текстовой аналитики. Излагается предлагаемая и апробированная на десятках реализованных проектов математическая основа для выявления терминов, означающих тренды. Описываются подходы к кластеризации терминов на основе их векторов в пространстве Word2vec. Приводятся примеры двух ключевых визуализаций (семантические, тренд-карты), дающих представление о круге тем и трендах, характеризующих конкретную исследуемую область, как способ адаптации результатов анализа к задачам ЛПР. Обсуждаются ограничения и преимущества использования предложенного подхода для поддержки принятия решений, предлагаются направления для будущих исследований.
. В статье представлены результаты разработки и исследования методов для создания 3D-моделей растений, выращиваемых в условиях in vitro. В комплексе они решают проблемы, возникающие в процессе исследований растений в пробирке, связанные со сложностью структуры растения, возникновением искажений на границах пробирки, ее возможным запотеванием, а также влиянием человеческого фактора. Создан банк из 792 единиц 3D-моделей для растений шести видов, позволяющий проводить имитационные эксперименты для выявления причинно-следственных связей, осуществления прогнозирования и получения новых знаний. Проведена проверка разработанных методов на адекватность. Представлены примеры их использования для конкретного растения.
Многие современные средcтва Машинного обучения (МО) работают недостаточно эффективно, ввиду выраженной нелинейности изменения трафика и нестационарности. В этих условиях выделяется задача прогнозирования признаков приращений (направления изменения) процесса временных рядов. В статье предлагается использовать некоторые результаты теории случайных процессов для быстрой оценки предсказуемости знаков приращений с приемлемой точностью. Предлагаемая процедура представляет собой простое эвристическое правило предсказания приращения двух соседних значений случайной последовательности. Показывается связь данного подхода для временных рядов с известными подходами предсказания двоичных последовательностей. Рассматривается возможность использования опыта прогнозирования абсолютных значений трафика при прогнозировании знака изменения.