НАУЧНО-ТЕХНИЧЕСКИЙ ВЕСТНИК ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ, МЕХАНИКИ И ОПТИКИ

Предложены метод стабилизации обнаружения структурных аномалий в условиях аддитивных шумов, а также алгоритм формального выбора параметров решающего правила в обнаружителе структурных аномалий на основе метода Robust Random Cut Forest (RRCF).

Метод:

В рамках разработанного метода, для стабилизации процесса обнаружения структурных аномалий в условиях воздействия аддитивных шумов, предложено подавать на вход RRCF-обнаружителя поток данных, который предварительно обработан одним из методов цифровой фильтрации.

При этом правило принятия решения об обнаружении аномалии строго формализовано и прозрачно интерпретируется.

Основные результаты:

Формализован выбор параметров стабилизированного методами предварительной фильтрации данных входного потока обнаружителя аномалий на базе RRCF.

Параметр обнаружителя, выбранный в рамках предложенный схемы, гарантирует априорно заданную верхнюю границу для вероятности ложной тревоги при принятии решения об обнаружении структурной аномалии.

Это свойство строго доказано и оформлено в виде теоремы.

Эффективность работы стабилизированного RRCF-обнаружителя аномалий исследована численным методом.

Достигнутые результаты подтверждают работоспособность рассмотренного подхода при условии выбора порога обнаружения предложенным способом.

Приведен пример практического использования предложенного RRCF-обнаружителя.

Обсуждение:

Разработанный подход перспективен для обнаружения структурных аномалий в условиях зашумления наблюдений аддитивной помехой, в случае, когда важно гарантировать верхнюю границу для вероятности ложной тревоги.

В частности, подход может найти применение при контроле технологических режимов прокачки жидкости в трубопроводных системах или в системах обнаружения предотказных состояний технологического оборудования.

Целью исследования является прогнозирование ошибки программного обеспечения с использованием долговременной кратковременной памяти (Long Short-Term Memory, LSTM).

Предлагаемая система представляет собой LSTM, обучаемую с использованием алгоритма оптимизации китов (Whale Optimization Algorithm).

Система обеспечивает экономию времени обучения. Одновременно повышается эффективность модели глубокого обучения (DL) и скорость обнаружения.

Для разработки расширенной модели LSTM применен программный пакет MATLAB 2022a. Использованы 19 баз данных дефектов программного обеспечения с открытым исходным
кодом.

Ошибочные наборы данных получены из коллекции tera-PROMISE. Для оценки эффективности модели по сравнению с другими традиционными подходами объем исследования ограничен пятью наборами эталонных данных с наиболее высоким рейтингом (DO1, DO2, DO3, DO4 и DO5). Результаты экспериментов показали,
что качество данных обучения и тестирования оказывает существенное влияние на точность прогнозирования ошибок.

При анализе на наборах данных от DO1 до DO5 видно, что точность прогнозирования существенно зависит от результатов обучения и тестирования. Три алгоритма DL, протестированные на наборе данных DO2, показали самую высокую точность (0,942) в сравнении с двумя классическими алгоритмами с использованием сверточной нейронной сети Li’s и Nevendra’s (0,922).

Одним из способов повышения качества разговорных агентов является персонификация.

Персонификация улучшает качество взаимодействия пользователя с разговорным агентом и повышает удовлетворенность пользователей за счет повышения консистентности и специфичности ответов.

Диалог с агентом становится более последовательным, минимизируется противоречивость ответов, которые оказываются более конкретными и интересными.

Для обучения и тестирования персонифицированных разговорных агентов требуются специфичные наборы данных, содержащие факты о персоне и тексты диалогов персон, в
репликах которых используются факты о персонах.

Существует несколько наборов на английском и китайском языках, содержащие в описании персоны в среднем пять фактов.

Диалоги в наборах данных составлены пользователями краудсорсинга, которые многократно имитировали различные персоны.

Метод:

В данной работе предложена методика сбора оригинального корпуса данных, содержащего расширенный набор фактов о персоне и естественные диалоги между персонами.

Новый корпус данных RuPersonaChat основан на трех различных сценариях записи: интервью, короткая беседа, длинная беседа.

Впервые собран корпус данных для персонификации разговорных агентов, включающий естественные диалоги и расширенное описание персоны.

Предложена дополнительная разметка набора данных, которая ставит в соответствие реплики персоны и факты о персоне, на основе которых она была сформулирована.

Основные результаты:

Разработана методика сбора оригинального корпуса тестовых данных, позволяющего осуществлять тестирование языковых моделей для решения большего количества задач в рамках разработки персонифицированного разговорного агента.

Собранный набор данных включает 139 диалогов и 2608 реплик.

Корпус использован для тестирования моделей генерации ответов и вопросов. Наилучшие результаты получены с использованием модели Gpt3-large (перплексия равна 15,7).

Обсуждение:

Собранный корпус данных RuPersonaChat может быть использован для тестирования п

Рассмотрена динамическая система, где фактическое воздействие представляет собой произведение прикладываемого управления на выходную переменную линейной динамической системы, движимой тем же прикладываемым управлением.

Метод:

Сущность предлагаемого метода состоит в динамической линеаризации нелинейного оператора по управлению, позволяющая сформировать управляющее воздействие так, чтобы фактическое воздействие на систему соответствовало желаемому.

В частном случае этот подход соответствует векторному (поле-ориентированному) управлению.

Основные результаты:

Показано, что динамическая линеаризация на основе метода внутренней модели позволяет декомпозировать нелинейную систему на каскад двух подсистем.

Предложенный регулятор состоит из двух последовательно соединенных блоков, где
первый блок решает задачу регулирования с помощью наблюдателя Люенбергера, а второй блок компенсирует нелинейный динамический оператор.

Для демонстрации эффективности предложенного подхода приведен пример численного моделирования нейтрально устойчивого объекта и адаптивного закона управления по выходу.

Обсуждение:

На практике этот метод может быть востребован в задачах управления двигателями переменного тока и многозвенными роботами-манипуляторами.

Рассмотрена субоптимальная трансграничная задача в применении к нелинейным динамическим управляемым системам в условиях действия на них детерминированных, равномерно ограниченных внешних неизвестных возмущений.

Метод:

Задача решается с помощью методов классического вариационного исчисления для случая, когда промежуток времени адаптации и оптимизации заранее не задается.

Основные результаты:

Определены необходимые условия для выбора экстремального движения за счет надлежащего формирования замкнутой субоптимальной системы адаптивного управления.

Теоретический анализ сопоставлен с компьютерными расчетами на конкретном модельном примере, который показал эффективность применяемого подхода.

Обсуждение:

Предложенная схема субоптимального адаптивного синтеза может быть использована
при расчете и проектировании нелинейных управляемых динамических систем.

Современные нейросетевые технологии активно применяются для беспилотных летательных аппаратов.

Для решения задач детектирования, классификации и сопровождения объектов, расположенных на поверхности Земли, используются сверточные нейронные сети.

Для повышения эффективности работы сверточных нейронных сетей требуется периодическое дообучение применяемых моделей нейронных сетей на вновь поступающих полетных данных.

Такие обучающие данные необходимо дополнительно размечать.

Это приводит к увеличению общего времени подготовки дообученной модели нейронной сети.

Задача сокращения времени разметки чаще всего решается путем применения процедуры авторазметки и трекинга размеченных объектов.

Однако существующие подходы не являются эффективными при разметке сверхбольших данных аэросъемки со стандартной для беспилотных летательных аппаратов большой продолжительностью полета (более 8 ч).

Таким образом, задача поиска дополнительных способов сокращения времени разметки является актуальной.

В данной работе предложен способ быстрой разметки данных аэросъемки, собранных с видеокамер в процессе полетов беспилотных летательных аппаратов.

Метод:

Стандартная процедура разметки дополнена прореживанием сильно перекрывающихся кадров в сочетании с последующим переносом результирующей разметки на все кадры размечаемого видео.

Для каждого оставшегося после прореживания кадра вычисляется значение его потенциальной информативности (Potential Information Value, PIV), как совокупная оценка
аномалий кадра, его качества и количества автоматически детектированных объектов.

Полученные значения PIV используются для ранжирования кадров по уровню значимости.

Таким образом, оператору беспилотного летательного аппарата предоставляются в начале процедуры разметки наиболее значимые кадры.

Основные результаты:

Экспериментальное исследование эффективности предложенного подхода выполнено на подготовленных наборах данных аэросъемки, полученных с беспилотного летательного аппарата с продолжительностью съем

Представлены результаты исследования методов обработки оптико-электронных снимков земной поверхности.

Показано применение фрактальных преобразований для решения задач автоматизированного и автоматического анализа изображений местности, обеспечивающих разделение природных и антропогенных объектов без использования машинного обучения.

Анализ существующих работ показал отсутствие исследований, связывающих результат фрактального преобразования с качеством изображения, зарегистрированного в
реальных условиях оптико-электронной съемки.

Отсутствует обоснование выбора конкретного фрактального преобразования для прикладной обработки снимков, имеющих определенные типовые искажения.

Целью данной работы явилось выявление зависимости отношения сигнал/шум фрактальной размерности от качества исходных изображений, определение типа фрактального преобразования, наиболее устойчивого к действию рассматриваемых негативных факторов. Методы.

Определены методы фрактальных преобразований для тематической обработки изображений, к которым отнесены метод призм и дифференциальный метод подсчета
кубов, представлено их описание.

Для исследования выбранных методов использованы реальные снимки земной
поверхности, моделирующие искаженные изображения местности.

Рассмотрены искажения изображений, определяемые нестабильностью условий съемки и свойств оптико-электронного комплекса: расфокусировка, смаз и шум.

В обобщенном виде представлены математические модели, используемые для их описания.

Основные результаты:

Изложена методика анализа отношения сигнал/шум фрактального преобразования,
предполагающая обработку эталонного и искаженного изображений местности.

Указаны аспекты моделирования искажений и показатели, характеризующие уровень искажения изображения.

Для реализации эксперимента выбраны изображения местности, характеризующиеся различными сюжетами.

Для каждого сюжета получены зависимости отношения сигнал/шум от показателей, характеризующих исследуемые искажения.

Обсуждение:

Путем оце

Оптико-электронные системы контроля износа рабочих лопаток цилиндров низкого давления паровых турбин обеспечивают оценку величины хорды рабочей лопатки в статике на закрытом цилиндре, но не позволяют оценить износ с необходимой погрешностью при валоповороте.

Контроль затрудняется тем, что выходная кромка контролируемой лопатки может перекрываться входной кромкой следующей лопатки.

Следовательно, требуется задать такое направление видеонаблюдения для каждого сечения, которое обеспечит формирование видеокадров, содержащих изображение лопатки, и будет включать ее входную и выходную кромки.

Обсуждение:

Эффективность методики выбора параметров подтверждена экспериментальными исследованиями макета системы, показавшими, что оценка стандартного отклонения случайной составляющей погрешности.

Режим валоповорота требует применения импульсной подсветки передней и задней кромок рабочих лопаток для уменьшения величины смаза изображения.

Исходя из этого, важно осуществить выбор фокусного расстояния объектива видеокамеры, диаметра входного зрачка объектива и мощности импульсных источников излучения.

Разработка методики параметров системы является актуальной задачей с целью сокращения трудоемкости проектирования систем для различных моделей турбин и технологий применения.

Метод:

Разработана методика выбора параметров систем контроля износа рабочих лопаток, которая основана на критерии равенства основных составляющих суммарной погрешности величины хорды.

При аналитических исследованиях использовались выявленные связи параметров матричного приемника оптического излучения, источников подсветки и оптической схемы с требуемыми характеристиками системы.

Компьютерное моделирование процесса преобразования информации в исследуемой системе учитывало связь параметров перемещающихся при валоповороте рабочих лопаток и параметров оптической схемы.

Экспериментальная оценка погрешности системы в статике и в динамике на макете лопаточного аппарата использовала многократные измерения после
калибровки си