Прикладні аспекти інформаційних технологій

Оцінки точності ідентифікації око-рухової системи людини за допомогою ступінчатих тестових сигналів

2024-12-06T15:11:16+00:00

Для математичного моделювання око-рухової системи (ОРС) людини використовуються інтегральні нелінійні моделі, які одночасно враховують нелінійну динаміку та інерційні властивості об'єкта дослідження. На основі даних експериментальних досліджень ОРС "вхід-вихід" визначаються діагональні перетини багатовимірних перехідних характеристик (БПХ) другого та третього порядків. Для отримання експериментальних даних застосовується інноваційна технологія айтрекінгу, що дозволяє реєструвати відгуки ока на тестові візуальні стимули. Мета роботи полягає в дослідженні точності ідентифікації ОРС за даними айтрекінгу шляхом оцінки похибок обчислення БПХ при використанні трьох методів нелінійної динамічної ідентифікації: апроксимаційного, компенсаційного та методу найменших квадратів (МНК) на основі моделей у вигляді інтегро-степеневих рядів (ІСР) та інтегро-степеневих поліномів (ІСП). Об’єктом дослідження є процес непараметричної ідентифікації ОРС на основі моделей Вольтерри у часовій області. Предметом дослідження є обчислювальні та програмні засоби визначення динамічних характеристик ОРС за даними айтрекінгу, аналіз точності отриманих моделей при використанні зазначених методів. Отримано оцінки точності побудованих різних моделей ОРС (лінійної, квадратичної та кубічної) за даними трьох відгуків на тестові сигнали різної амплітуди. Для апроксимаційного методу та МНК при використанні однакових тестових сигналів було отримано однакові моделі, оскільки в області збіжності ІСР ці моделі співпадають. Компенсаційний метод вимагає мінімальних обчислювальних ресурсів порівняно з іншими методами, проте моделі, побудовані при його використанні, мають значні похибки, що робить їх непридатними в діагностичних дослідженнях.При побудові моделей третього порядку проявляється нестабільність отриманих оцінок перехідних характеристик. На основі аналізу похибок оцінки динамічних характеристик ОРС встановлено, що квадратична модель побудована за допомогою МНК на основі трьох відгуків є найкращою серед досліджуваних моделей. Таким чином, у подальших дослідженнях психофізіологічного стану людини на основі нелінійних динамічних моделей ОРС за даними трьох відгуків доцільно використовувати модель у вигляді квадратичного ІСП.

Інформаційна технологія прогнозування епідеміологічних загроз на основі телеграфного рівняння

2024-12-06T15:17:31+00:00

На підставі проведеного аналізу встановлено, що традиційні підходи, такі як моделі SIR та SEIR, не забезпеують достатньої точності прогнозування та не враховують комплексну динаміку поширення інфекційних захворювань. Обгрунтовано потребу в розробці методу, який дозволить підвищити точність прогнозування та забезпечить підтримку прийняття управлінських рішень для прогнозування розповсюдження епідеміологічних загроз на основі телеграфного рівняння. Розроблена система дозволяє приймати ефективні управлінські рішення, спрямовані на зменшення негативного впливу епідемії на населення та медичну інфраструктуру. Використання телеграфного рівня дозволяє передбачити хвильове розповсюдження інфекції, просторово-часові затримки, а також джерела нових інфекцій, що забезпечує точне прогнозування пікових періодів, тривалості епідемії та завантаження медичних закладів. Розроблений метод інтегрує класичну SIR-модель із телеграфним рівнем, що дозволяє моделювати динаміку поширення інфекції в просторово-часовому середовищі. Цей метод забезпечує прогнозування просторово-часової динаміки розповсюдження інфекції, враховуючи хвильові ефекти, затримки та вплив зовнішніх факторів. Він забезпечує можливість точного аналізу ключових показників епідемії, таких як пік захворюваності, її тривалість та розподіл навантаження на лікарні. Розроблені метод та математична модель на основі телеграфного рівня забезпечили належний рівень точності в прогнозуванні просторово-часової динаміки поширення епідеміологічних загроз. Перевірка моделі на історичних даних про COVID-19 показала, що середня похибка прогнозу склала 5…10%. Це свідчить продостатню адекватність моделі. У випадку високої мобільності населення модель точно описувала хвильову динаміку поширення інфекції. Запропонована система підтримки прийняття рішень включає зручний інтерфейс із чотирма вкладками для введення параметрів моделі, аналізу результатів, їх візуалізації та формування рекомендацій. Вона дозволяє підвищити точність оцінки тривалості епідемії, пікових навантажень та деяких ресурсів. Розроблена система є інструментом для менеджерів, що забезпечує підтримку прийняття упарвлінських рішень, спрямованих на прогнозування зараження анселення регіонів інфекцією та оптимізацію використання медичних ресурсів. Результати дослідження можуть бути використані для планування заходів реагування на епідемії на локальному, регіональному та глобальному рівнях. Запропонована система забезпечує оперативність, гнучкість та точність, що є ключовими для управління епідеміологічними ситуаціями в умовах сучасних викликів.

Комп’ютерне дослідження коливань напруги на шинах живлення дугової сталеплавильної печі

2024-12-06T15:27:30+00:00

Інтенсифікація виробництва і розвиток електротехнологій обумовлюють зростання енергоємності та концентрації електричних навантажень. Зростає кількість нелінійних несиметричних по фазах та різко змінюваних динамічних споживачів електричної енергії. Типовими представниками таких споживачів є дугові сталеплавильні печі (ДСП). Їх робота спричинює негативний вплив на показники якості електричної енергії у розподільчих мережах, що вимагає розроблення рішень на приведення їх значень до нормативних. Традиційно розроблювані рішення скеровуються, як правило, на усунення наслідків їх дії шляхом збільшення потужності енергосистеми та впровадження установок динамічної компенсації реактивної потужності. У статті запропоновано двоконтурну структуру системи автоматичного керування (САК) електричним режимом ДСП. На відміну від зазначеного вище традиційного підходу, запропоновані у цьому дослідженні структурі рішення спрямовані на першочергове придушення збурень у силових електричних колах самої ДСП, що суттєво зменшить негативний вплив їх роботи на показники якості електричної енергії, зокрема на коливання напруги на шинах живлення ДСП. Отримується це завдяки суттєвому підвищенню швидкодії, по фазної автономізації регулювання збурень та розширенню функціональних можливостей системи керування електричним режимом ДСП на реалізацію стратегій адаптивного багатокритеріального оптимального керування. Ці властивості системі керування надає додатково включений у її структуру швидкодійний електричний контур регулювання струмів дуг та його функціональна можливість формувати та оперативно реалізувати бажані штучні зовнішні характеристики дугової печі. Ефективність запропонованих рішень досліджена на створеній комп’ютерній моделі САК дугової печі ДСП-200 з імплементацією в ній запропонованих рішень. У статті шляхом комп’ютерного моделювання виконано порівняльний аналіз показників динаміки, електромагнітної сумісності та енергоефективності запропонованої двоконтурної системи САК та серійного регулятора потужності АРДМ-Т-12 дугової печі ДСП-200. Отримані результати досліджень підтвердили підвищення динамічної точності стабілізації координат електричного режиму та зниження коливань та відхилення напруги електромережі. Зокрема, дисперсія струмів дуг на різних технологічних стадіях плавки знизилася у 4.5-7 разів, напруги електромережі – у 3-4 рази, а реактивної потужності – у 5-7.5.

Методи уточнення карти глибин, отриманої з датчиків глибини

2024-12-06T15:38:35+00:00

Карти глибини мають важливе значення для таких застосувань, як робототехніка, доповнена реальність, автономні транспортні засоби та медична візуалізація, надаючи критично важливу просторову інформацію. Однак карти глибини, отримані за допомогою таких датчиків, як датчики часу польоту (ToF) і системи структурованого світла, часто страждають від низької роздільної здатності, шуму і пропущених даних. Для вирішення цих проблем у цьому дослідженні представлено інноваційний метод уточнення карт глибини шляхом інтеграції кольорових зображень високої роздільної здатності. Запропонований підхід використовує як жорсткі, так і м'які стратегії розподілу пікселів для адаптивного покращення якості карти глибини. Модель з жорстким рішенням спрощує класифікацію країв, тоді як модель з м'яким рішенням, інтегрована в рамках теорії випадкових полів Маркова, покращує узгодженість країв і зменшує шум. Аналізуючи розбіжності між краями на картах глибини та кольорових зображеннях, метод ефективно усуває такі артефакти, як копіювання текстури та розмиті краї, забезпечуючи краще узгодження між наборами даних. Ключові інновації включають використання оператора виявлення країв Кенні для виявлення і класифікації невідповідностей країв та обчислення анізотропної спорідненості для точного структурного представлення. Модель з м'яким прийняттям рішень впроваджує передові методи зменшення шуму, покращуючи роздільну здатність карти глибини і зберігаючи деталі країв краще, ніж традиційні методи. Експериментальна перевірка на еталонних наборах даних Middlebury демонструє, що запропонований метод перевершує існуючі методи у зменшенні значень середньої абсолютної різниці, особливо у сценаріях з високим масштабуванням. Візуальне порівняння підкреслює його здатність придушувати артефакти і підвищувати різкість країв, що підтверджує його ефективність у різних умовах. Цей підхід має значний потенціал для застосувань, що потребують високоякісних карт глибини, включаючи робототехніку, доповнену реальність, автономні системи та медичну візуалізацію. Усуваючи критичні обмеження існуючих методів, дослідження пропонує надійне, універсальне рішення для уточнення карт глибини з можливостями оптимізації в реальному часі в динамічних середовищах.

Розробка архітектури системи комп’ютерного діагностування в медицині

2024-12-06T15:56:47+00:00

З розвитком інформаційних технологій актуальним завданням є автоматизація різних процесів виробництва, навчання і медична діагностика не є виключенням. В останні десятиліття штучний інтелект та інформаційні технології широко використовуються в системах комп’ютерного діагностування. Проте, з розвитком технологій, складнішими стають і завдання. Не кожна система є оптимізованою та швидкою, традиційні методи відходять на другий план. Часто системи не використовують хмарні технології, мають неоптимізовані архітектури. Це все впливає на їхню роботу і, відповідно, є актуальною проблемою. У дослідженні проведено аналіз методів, що застосовуються у системах комп’ютерного діагностування, зроблено їх порівняння з точки зору переваг та недоліків. Проаналізовано наукові праці, що стосуються систем комп’ютерного діагностування в медицині для виконання специфічних завдань. Проведено аналіз існуючих архітектур систем комп’ютерного діагностування, що дало змогу виявити використання послідовних підходів для діагностування. На основі проаналізованих даних визначено мету, завдання, об’єкт та предмет дослідження. Розроблено нову архітектуру, яка використовує можливості U-Net для сегментації зображень і згорткових нейронних мереж для класифікації медичних зображень. Розроблена архітектура призначена для підвищення швидкості та автоматизації діагностичних процесів за рахунок використання нейронних мереж та, відповідно, зниження участі людини. Наукова новизна розробленої архітектури полягає у паралельному виконанні завдань сегментації та класифікації медичних зображень, що дає потенційний приріст у швидкості опрацювання даних та у наявності генератора зображень, що дає змогу вирішити проблему нестачі тестових даних для тренування моделей.

Зменшення об'єму обчислень на другому ступені ансамблевого класифікатора зі стекінгом на дронах-міношукачах

2024-12-06T16:02:37+00:00

Використання дронів для пошуку мін є перспективним напрямом, що дозволяє прискорити процес розмінування місцевості та зменшити небезпеку для людей. Для підвищення ймовірності виявлення мін на дронах використовують різнорідні за принципом дії датчики. Кожен із типів датчиків вимагає спеціалізованої обробки, що здійснюється на першому ступені ансамблевого класифікатора зі стекінгом. Об'єднання сигналів датчиків проводиться на другому ступені ансамблевого класифікатора, де зазвичай як нейронна мережа використовується багатошаровий персептрон. Прискорення обстеження місцевості вимагає, щоб обробка здійснювалася у реальному масштабі часу на обчислювальному обладнанні самого дрону. Це, своєю чергою, вимагає зменшення обсягу обчислень всіх алгоритмів, використовуваних на дроні. Стаття присвячена зменшенню обсягу обчислень під час реалізації багатошарового персептрона. Вихідна однорідна структура персептрона, коли кожен з нейронів попереднього шару має зв'язки з усіма нейронами наступного шару, є надмірною, оскільки не враховує особливості набору даних, що обробляється. У статті запропоновано методику знаходження балансу між розмірністю та кількістю шарів персептрону, інтервалом часу між процедурами проріджування зв'язків, кроком навчання та кількістю зв'язків, що видаляються, за один раз. Використання проріджування зв'язків з урахуванням інших параметрів дозволяє зменшити обсяг обчислень на 80 % і більше, зберігаючи і навіть збільшуючи якість класифікації. Видаляються зв'язки, які не вносять помітного внеску у якість класифікації, але вносять додатковий шум у процес навчання персептрона і формування результату на виході.

ResJobFit – наскрізна технологія на основі штучних нейронних мереж для підбору вакансій та резюме

2024-12-06T16:10:07+00:00

Зі зростанням популярності онлайн-рекрутингу все більшого значення набуває якісний підбір кандидатів на вакансії. Через різний досвід, вимоги до освіти та спеціалізації, а також вимоги щодо місцезнаходження, зазначені в оголошенні про вакансію, для якісного зіставлення та ранжування кандидатів необхідно враховувати різні аспекти. Було показано, що до зіставлення резюме та вакансій можна підходити як до проблеми класифікації пар, а також як до пошуку семантичної схожості на основі представлень даних. У той час як класифікаційні підходи обробляють кожну пару вакансія-резюме послідовно, що призводить до квадратичної часової складності, незалежні текстові представлення та ранжування є набагато ефективнішим та масштабованим рішенням, оскільки мають лінійну часову складність. У цій статті використано ранжування за семантичною схожістю для оцінювання кандидатів на відповідність вакансіям. Запропоновано ResJobFit - наскрізну технологію на основі штучних нейронних мереж для зіставлення вакансій та резюме. Технологія ResJobFit складається з моделей сегментації, парсингу, сумаризації та модулю представлення текстів в домені управління персоналом, а також їхніх результатів (вектор та атрибути, що визначають кожне резюме або оголошення про роботу) і векторної бази даних, в якій зберігаються записи. Впроваджено некероване навчання текстових представлень для HR-домену, що інкапсулює дві нові навчальні задачі - внутрішньо- та міжсекційне контрастне вирівнювання. Попередньо навчену BERTмодель адаптовано шляхом навчання її узгоджувати розділи резюме, що містять резюме (summary) частину з останнім місцем роботи, а також частини тієї ж самої вакансії або розділу про роботу. В якості базових моделей були використані TFIDF, BERT, E5 та GTE. Запропоновану стратегію навчання без нагляду порівнювали з підходами SimCSE, DeCLUTR та ConFit. Як метрики для вимірювання точності розробленого алгоритму використано NDCG, MAP та MRR. Показано, що нова мета навчання дозволяє досягти значного покращення порівняно з іншими підходами до навчання без нагляду. Покращення на 11% в NDCG було досягнуто завдяки адаптації стратегії навчання DeCLUTR для HR-домену на основі використання структури резюме порівняно з класичною стратегією навчання DeCLUTR в задачі ранжування згенерованими великою мовною моделлю резюме (summary) вакансій та резюме. 2 % та 6 % покращення було досягнуто в задачі ранжування повнтекстових вакансій та резюме завдяки використанню ResJobFit технології та ResJobFit з узгодженням вимог у порівнянні з найсучаснішою моделлю ConFit.