Архив статей журнала
В условиях стремительного роста объёмов грузоперевозок и усложнения логистических процессов особую актуальность приобретает внедрение интеллектуальных технологий, способных адаптироваться к быстро меняющимся требованиям рынка. Одним из таких решений является применение методов машинного обучения на графах для построения рекомендательных систем в логистике. Целью данной работы является исследование возможностей персонализированных графовых моделей, предназначенных для оптимизации логистических процессов за счёт более точного подбора маршрутов, перевозчиков и сопутствующих услуг с учётом индивидуальных предпочтений участников логистической цепочки. В работе исследуется применение графовых методов машинного обучения для построения рекомендательных систем в сфере транспортной логистики с учётом индивидуальных предпочтений пользователей. Предложен подход к персонализации графовых моделей на основе интеграции пользовательских характеристик и динамического пересчёта весов связей в графе. Разработанная модель позволяет оптимизировать логистические процессы, повышая релевантность рекомендаций по выбору маршрутов и перевозчиков. Эффективность предложенного метода подтверждена экспериментальными результатами на реальных данных: достигнуты значения Precision 88 %, Recall 81 % и NDCG 0,94. Представленные результаты демонстрируют преимущества разработанной системы по сравнению с традиционными методами логистического планирования в условиях динамически изменяющейся среды.
Статья посвящена сравнению современных алгоритмов искусственных нейронных сетей, используемых для генерации 3D-моделей. Актуальность темы обусловлена растущим спросом на автоматизацию технологий создания 3D-моделей в различных областях, включающих игровую индустрию, дизайн, киноискусство, медицину. Целью работы является рассмотрение алгоритмов искусственных нейронных сетей для генерации трехмерных моделей с последующим акцентированием их преимуществ и недостатков, а также определение направлений для их возможного применения. В статье рассматриваются основные категории алгоритмов, включая воксельные подходы, методы, основанные на облаках точек, полигональные сетки, а также неявные поверхности. Особое внимание уделяется генеративно-состязательным сетям и нейронным полям излучения, которые демонстрируют высокое качество генерации и широкие возможности применения. Для каждого подхода описаны принципы работы, преимущества, ограничения и примеры использования. Методы исследования включают анализ научной литературы, сравнение подходов, используемых при генерации искусственными нейронными сетями, а также оценку качества генерации на основе публичных датасетов. Также рассматриваются вычислительные затраты, требования к данным и сложность реализации каждого алгоритма. Статья подчеркивает важность дальнейших исследований в этой области, включая разработку гибридных методов и улучшение существующих подходов.
Цель исследовательской работы - автоматизация расчета практической работы студентов, обучающихся в Уфимском государственном нефтяном техническом университете по направлению «Техносферная безопасность», а именно масштаба и последствий радиоактивного заражения. Для достижения поставленной цели проведен сравнительный анализ методик оценки промышленной безопасности радиационно опасных объектов, рассмотрена предметная область (оценка радиоактивного заражения территории), составлены алгоритмы для оценки радиационной обстановки по нормативной документации, проведен анализ существующих решений. Выбраны средства проектирования и инструменты разработки геоинформационной системы, позволяющей оценивать масштаб и последствия аварии на опасном производственном объекте. Приведено функциональное моделирование программного средства, включающее контекстную диаграмму верхнего уровня, а также ее декомпозицию. В результате разработано программное средство, реализующее оценку радиационной обстановки. Разработанный программный комплекс позволяет существенно уменьшить время, необходимое для расчета и графического отображения масштаба, последствий инцидента или аварии, сопровождающихся радиационным заражением местности, прилежащей к опасному объекту. Разработанная геоинформационная система может использоваться для определения размеров зон заражения радиоактивными элементами, последствий облучения персонала и территории, прилежащей к рассматриваемому объекту. Программное средство может быть применено как при составлении плана ликвидации аварии на радиационно опасном объекте, так и в процессе обучения студентов вузов (направление - «Техносферная безопасность»).