SCI Библиотека

Предлагается и исследуется модификация алгоритма циклического покоординатного спуска. Недостаток классических методов покоординатного спуска - исследуется спуск только по одной координате, что может привести к преждевременной остановке алгоритма. В предложенном модифицированном методе рассматривается движение одновременно по нескольким координатам. Проведены численные эксперименты, получены результаты решений задач, подтверждающие эффективность предложенной модификации.

В связи с актуальной проблемой уменьшения влияния вредных выбросов на состояние атмосферы городской среды представлена модель оптимального управления режимом работы источников загрязнения атмосферы мегаполиса. Модель предлагает математический алгоритм «справедливого» распределения выбросов в период неблагоприятных метеоусловий (НМУ), наиболее привлекательный для улучшения качества состояния атмосферы. Конструкция алгоритма основана на разработанной ранее оптимизационной математической модели распределения ограниченного ресурса социально-экономического содержания между группами людей, находящихся в дифференцируемых условиях.

В статье рассмотрены возможности применения проектного подхода к управлению деятельностью подразделений уголовного розыска. Актуализирована задача разработки моделей управления проектами противодействия криминальным угрозам. Указаны недостатки, по мнению авторов, не позволяющие без адаптации использовать существующие модели распределения ресурсов в исследуемой предметной области. Дано определение проекта противодействия криминальным угрозам. Предложены общие параметры такого проекта, позволяющие сформулировать задачу распределения возобновляемых ресурсов. Определенную новизну представляет подход к расчету минимального количества возобновляемых ресурсов, требуемого для реализации k-ой работы проекта. Сформулирована задача распределения возобновляемых ресурсов проекта противодействия криминальным угрозам, целью которого является раскрытие преступления. Для решения сформулированной задачи предложена оптимизационная модель целочисленного программирования. Приведен численный пример решения задачи и методика программной реализации предложенной модели в табличном процессоре. Рассмотрены особенности, которые, по мнению авторов, следует учитывать при применении предложенной модели и методики на практике, и возможные направления последующих исследований: исследование вида зависимости продолжительности работ проекта от количества исполнителей и других факторов; разработка базы знаний о параметрах проводимых работ.

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.

На основе рекуррентных формул Ньютона приведен алгоритм построения результанта двух целых функций, что является одним из методов исключения неизвестных для систем неалгебраических уравнений. Алгоритм реализован в системе компьютерной алгебры Maple. Приведены примеры, демонстрирующие работу данного алгоритма.

В данной работе представлен алгоритм вычисления решения задачи Коши для двумерного разностного уравнения с постоянными коэффициентами в точке по коэффициентам разностного уравнения и начальным данным задачи Коши методами компьютерной алгебры. В одномерном случае решение задачи Коши для разностного уравнения не представляет сложности, однако уже в двумерном случае число неизвестных растет на каждом шаге очень быстро. Для автоматизации процесса вычисления решения задачи Коши для двумерного разностного уравнения с постоянными коэффициентами в заданной точке в среде MATLAB был разработан алгоритм, где входными данными являются: матрица коэффициентов, полученная исходя из структуры двумерного полиномиального разностного уравнения; координаты точки, регламентирующей структуру матрицы начальных данных; координаты точки, регламентирующей размерность матрицы начальных данных; матрица начальных данных. Результатом работы алгоритма является решение задачи Коши для двумерного разностного уравнения, представляющее собой значение функции в искомой точке.

Исследуется задача выразимости всех функций x1(t), x2(t), … , xn(t), входящих в заданную однородную систему линейных дифференциальных уравнений с постоянными коэффициентами x′(t) = A·x(t), в виде линейных комбинаций производных только одной неизвестной функции xк(t), входящей в эту систему. Найден простой критерий выразимости всех функций системы x′(t) = A·x(t) в виде линейных комбинаций производных xк(t) и доказана его корректность. На основе доказанного критерия разработан соответствующий алгоритм и обоснована его корректность.