Прикладні аспекти інформаційних технологій

Методи агрегації вподобань в групових рекомендаційних системах

2024-04-06T17:09:56+00:00

Стрімке зростання обсягів даних призвело до інформаційного перевантаження, що перешкоджає прийняттю
обґрунтованих рішень. Для вирішення цієї проблеми з'явилися рекомендаційні системи, які аналізують вподобання
користувачів і самостійно пропонують релевантні товари. Одним з видів рекомендаційних систем є групові рекомендаційні
системи, які призначені полегшувати спільне прийняття рішень, підвищуючи залучення користувачів та сприяючи
різноманітності та інклюзії. Однак ці системи стикаються з такими проблемами, як врахування різноманітних групових
вподобань та збереження прозорості у процесах надання рекомендацій. В даному дослідженні був запропонований метод
агрегування вподобань у системах групових рекомендацій, щоб зберегти максимум інформації від членів групи та
підвищити точність рекомендацій. Запропонований метод надає рекомендації групам користувачів, уникаючи процесу
агрегування на перших кроках надання рекомендацій, що зберігає інформацію протягом усього процесу надання групових
рекомендацій і затримує крок агрегування для надання точних і різноманітних рекомендацій. Коли об'єктом
рекомендаційної системи на базі колаборативної фільтрації є не один користувач, а група користувачів, стратегія
обчислення схожості між окремими користувачами для пошуку схожості повинна бути адаптована, щоб уникнути
агрегування вподобань членів групи на першому кроці. У запропонованій моделі відбувається пошук найближчих сусідів
групи користувачів, тому спосіб пошуку сусідів адаптовано для порівняння індивідуальних користувачів з профілем групи.
Проведене експериментальне дослідження показало, що запропонований метод досягає задовільного балансу між точністю
та різноманітністю. Це робить його добре придатним для надання рекомендацій великим групам у ситуаціях, коли точність
є більш або менш важливою порівняно з різноманітністю. Ці результати підтверджують припущення про те, що збереження
всієї інформації від членів групи без використання методів агрегування може підвищити продуктивність систем групових
рекомендацій, враховуючи різні особливості.

Моделювання нелінійних динамічних об'єктів із використанням попередньо навчених нейронних мереж із часовими затримками

2024-04-06T17:15:55+00:00

Робота присвячена вирішенню протиріччя між точністю моделювання нелінійної динаміки і швидкістю побудови
моделі в умовах обмежених обчислювальних ресурсів. Метою роботи є скорочення часу побудови нейронних мереж з
часовими затримками при забезпеченні заданої точності в задачах ідентифікації нелінійних динамічних об'єктів із
безперервними характеристиками. Ця мета досягається шляхом розробки методу попереднього навчання нейронних мереж,
що відображають базисні характеристики предметної області. Наукова новизна роботи полягає у розробці методу
ідентифікації нелінійних динамічних об'єктів у вигляді нейронних мереж з часовими затримками на основі використання
набору базисних попередньо навчених нейронних мереж, що відображають типові властивості предметної області. На
відміну від традиційного підходу до попереднього навчання, розроблений метод дозволяє будувати моделі меншої
складності. Для визначення моменту припинення попереднього навчання нейронної мережі запропоновано формальний
критерій, використання якого дає змогу уникнути перенавчання базової моделі та забезпечити суттєве скорочення часу
навчання моделі на цільовому наборі даних. Практична користь роботи полягає в розробці алгоритму методу попереднього
навчання нейронних мереж із часовими затримками в задачах ідентифікації нелінійних динамічних об'єктів з безперервними
характеристиками, що дозволяє суттєво скоротити час навчання нейронних мереж без втрати точності моделі. Цінність
проведеного дослідження полягає у визначенні області ефективного використання запропонованого методу, а саме коли
загальний та цільовий набір даних не мають суттєвих розбіжностей та цільовий набір даних має достатній розмір для
відображення властивостей об’єкту дослідження.

Генетичний алгоритм переходу з високого на дробовий порядок регуляторів двомасової позиційної електромеханічної системи

2024-04-06T17:20:48+00:00

В статті запропоновано новий оригінальний підхід до синтезу контурів систем автоматичного керування двомасових
позиційних електромеханічних систем на основі застосування узагальненого характеристичного поліному на першому етапі
та інтелектуального методу оптимізації на другому. Підіймальний механізм пожежного автопідіймача на практиці є
складним об’єктом керування. Недосконалість виготовлення механічних компонентів та їх з'єднань, пружні деформації
стріли під час роботи та подачі вогнегасної речовини викликають коливання люльки. Використання системи автоматичного
керування дає можливість демпфувати пружні коливання стріли. Синтезована система автоматичного керування, яка керує
рухом стріли, повинна відповідати таким вимогам: необхідній швидкодії, статичній та динамічній точності переміщення
люльки, відсутності значних перерегулювань у перехідних режимах тощо. Для виконання цих вимог проведено аналіз
різних систем автоматичного керування та методів їх синтезу. В результаті аналізу за допомогою методу узагальненого
характеристичного поліному створено двомасову позиційну триконтурну систему підпорядкованого керування механізмом
повороту люльки з урахуванням пружних властивостей стріли із люлькою. Синтезована система підпорядкованого
керування дозволяє демпфувати пружні коливання, забезпечуючи бажані перехідні процеси механізму повороту люльки та
низьку чутливість у сталому режимі до дії збурень. Одержані в процесі синтезу передавальні функції регуляторів кутових
швидкостей двигуна і люльки мають високий порядок і виявилися досить складними з точки зору практичної реалізації.
Пропонується замінити ці регулятори більш компактними регуляторами дробового порядку. Проведені дослідження за
допомогою математичного моделювання підтвердили ефективність заміни регуляторів високого порядку кутової швидкості
двигуна та люльки на регулятори дробового порядку, передавальні функції яких визначаються шляхом апроксимації
передавальних функцій регуляторів за допомогою генетичного алгоритму

Порівняння способів цифрової обробки сигналів інкрементального енкодера для систем векторного керування моментом-потокозчепленням асинхронних двигунів

2024-04-06T17:27:21+00:00

В роботі представлено результати дослідження ефективності різних способів практичної реалізації рівняння динаміки
кутового положення синхронної системи координат векторно-керованого асинхронного електроприводу із врахуванням
дискретного характеру сигналу кутової швидкості, отриманого з використанням інкрементального енкодера. Дослідження
виконано методом математичного моделювання для системи прямого векторного керування моментом, яка, за наявності
ідеального сигналу про кутову швидкість ротора, забезпечує пряме асимптотичне полеорієнтування, асимптотичне
відпрацювання заданих траєкторій моменту та модуля вектора потокозчеплення ротора, а також асимптотичну розв’язку
процесів керування моментом та потоком. Параметри асинхронного двигуна та енкодера, які використовуються в
дослідженні, відповідають параметрам, що існують в тягових електромеханічних системах тролейбусів. Показано, що
дискретний характер сигналу кутової швидкості, який має місце в системах векторного керування координатами
асинхронних двигунів, вносить похибки полеорієнтування, а також призводить до виникнення пульсацій струму і моменту,
які в реальній системі підвищують акустичний шум та можуть викликати механічні вібрації і резонансні явища. Виконано
аналіз можливих шляхів зменшення впливу дискретності сигналу кутової швидкості на процеси керування, та
запропоновано метод практичної реалізації рівняння динаміки кутового положення синхронної системи координат, який
дозволяє забезпечити умови якісного полеорієнтування та, за рахунок застосування додаткового фільтра сигналу кутової
швидкості, зменшити рівень пульсацій струму і моменту до нехтувано малих значень без впливу на процеси
полеорієнтування. Запропоноване рішення може використовуватися при створенні високодинамічних систем векторного
керування моментом асинхронних двигунів з використанням інкрементальних енкодерів, в тому числі для електричного
транспорту

Фрагментна обробка відео за нормою Кі Фана

2024-04-06T17:36:42+00:00

У даному дослідженні ми зосередили нашу увагу на способі формалізації опису блоків відеокадрів в контексті рішення
задачі відео фрагментації. Оскільки відеодані можуть бути різного розміру, розбиття на блоки кожного кадру дає
можливість формально описати кадр як квадратну матрицю. Блок кадру є матриця довільної розмірності. Можливість
пропустити крок приведення такої матриці до квадратної, або векторизація за допомогою деякого дескриптора дозволяє
знизити обчислювальні витрати, визволяючи обчислювальні ресурси необхідних для цього перетворення. В цьому
дослідженні ми використовуємо норму Кі Фана в якості дескриптора блоку кадру. Норма Кі Фана побудована на основі
сингулярних чисел матриці. Сингулярний розклад не має обмежень ні до розмірності, ні до характеру елементів вихідної
матриці. Ми провели порівняльний аналіз ефективності отриманого дескриптора для відео даних різного розміру і з різним
відношенням сторін який показав, що зміна дескриптора кожного блоку не залежить ні від розміру відео, ні від відношення
сторін. Зміни дескрипторів кожного блоку від кадру до кадру є ідентичними для відеоданих різного розміру. Це означає, що
в результаті такого фрагментного перетворення отримується квадратна матриця фіксованого розміру незалежно від розміру
вихідного відео. Це дозволяє уніфікувати подальшу обробку відео, що може бути корисним для задачі інформаційного
пошуку в великих базах відео даних за умов надання запиту «за зразком». В цьому випадку ми в режимі оффлайн можемо
проаналізувати існуючу базу і співставити кожному відео фіксовану квадратну матрицю дескрипторів, що дозволить значно
зменшити час та кількість ресурсів при співставленні із запитом. Також даний підхід може бути ефективно використаний
для аналізу відео даних з метою детектування руху і відстеження зміни сцени.

Передавальне навчання мережі Xception з ранньою зупинкою для визначення віку людини

2024-04-06T17:42:06+00:00

Швидкий розвиток глибокого навчання привертає більше уваги до аналізу зображень обличчя людини. Методи оцінки
віку людини за зображеннями обличчя на основi глибокого навчання бiльш ефективнi порівняно з методами на основі
антропометричних моделей, моделей активного зовнішнього вигляду, текстурних моделей, підпростору шаблонів старіння.
Однак мережі глибокого навчання потребують більшої обчислювальної потужності для обробки зображень. Попередньо
навчені моделі працюють без потреби у великій кількості зразків, а час навчання менший. Однак значення параметpiв,
отриманих в результатi навчання, значно впливають на ефективність попередньо навченої нейронної мережі. Також
потрібно враховувати особливості оброблюваних зображень, зокрема, умови, у яких їх отримано. Останнім часом
визначення вiку людини за зображенням обличчя реалізується у додатках пристроїв з обмеженим джерелом обчислень,
наприклад, у смартфоні. Під час фотографування обличчя людини камерою смартфона дуже складно забезпечити
рівномірне освітлення. Метою дослідження, є зниження помилки оцiнки вiку людини за нерiвномiрно освiтленим
зображенням обличчя шляхом застосування ранньої зупинки передавального навчання мережi Xception. Запропоновано
методику попереднього навчання нейронних мереж, яка використовує ранню зупинку навчання, якщо покращення
результатів не спостерігається протягом певної кількості епох. Потім відновлюються мережеві ваги з епохи з найкращим
значенням функцiї втрат на валiдацiйних даних. У результаті середня абсолютна помилка оцінки віку шляхом застосування
навченою за запропонованою методикою мережею Xception за нерівномірно освітленими тестовими зображеннями
становила близько п'яти рокiв. Обрання Xception обумовлене тим, що кількість параметрів цієї мережі менша, ніж у iнших
мереж, якi застосовувалися для оцiнювання вiку людини. Це зменшує споживання ресурсів пристроїв з обмеженими
обчислювальними можливостями. Перспективами подальших досліджень є зменьшення рiвня нерiвномiрності освiтлення
зображеннь обличчя для зменьшення помилки оцiнки вiку людини. Також для зменшення споживання обчислювальних
ресурсів перспективним є застосування швидких перетворень у згорткових шарах мережі Xception.

Про оцінку приросту надійності відмовостійких багатопроцесорних систем

2024-04-06T17:49:33+00:00

Робота присвячена задачі оцінки приросту надійності відмовостійкої багатопроцесорної системи в результаті
додавання до неї додаткового процесора. Передбачається, що поведінка модифікованої системи потоці відмов у разі
відмови додаткового процесора не відрізняється від поведінки вихідної системи. У статті розглядаються як системи виду kз-n, так і складніші, зокрема, ієрархічні. Важливою особливістю запропонованого підходу є те, що він передбачає
попередній розрахунок деяких допоміжних значень, які не залежать від параметрів надійності процесора, що додається.
Далі оцінка приросту надійності виконується шляхом підстановки значень цих параметрів у прості вирази, що дозволяє
спростити вибір оптимального процесора з множини доступних, достатнього для досягнення необхідного рівня надійності
системи, або переконатися у неможливості цього. Запропонований підхід сумісний з будь-якими методами розрахунку
параметрів надійності відмовостійких багатопроцесорних систем, але особливо актуальний для методів, що базуються на
проведенні статистичних експериментів з моделями поведінки системи в потоці відмов, зокрема такими, як GL-моделі,
внаслідок суттєвої обчислювальної складності таких розрахунків. Крім того, для найбільш простих випадків, що
розглядаються, систем виду k-з-n з однаковими процесорами, запропоновано простий вираз для приблизної оцінки
співвідношення ймовірностей виходу з ладу вихідної і модифікованої системи. Точність такої оцінки виявляється тим
вищою, чим вище надійність процесорів системи. Наведено приклади, які на практиці доводять коректність запропонованих
підходів. Розрахунок значень параметрів надійності системи, як і допоміжних виразів, був виконаний на основі проведення
статистичних експериментів з відповідними GL-моделями.