Главная – Журналы – Поиск по журналам

В статье приведён обзор современного состояния и перспектив развития недорогих сейсмических приборов. Эти приборы позволяют решать широкий круг научных и прикладных задач, при том, что их стоимость на один или два порядка ниже профессиональных аналогов. Рассмотрены основные типы датчиков: низкочастотные геофоны и МЭМС-акселерометры, — их конструктивные особенности, диапазон чувствительности и уровни собственного шума. Описана типовая архитектура регистрационного оборудования. Приведены примеры наиболее распространённых недорогих сейсмических приборов, включая серию Raspberry Shake и систему P-Alert, их технические характеристики и области применения. Проанализированы ключевые направления использования: системы раннего предупреждения о землетрясениях, мониторинг вулканов, пассивная сейсмотомография по шумовым записям, эксперименты по измерению полного волнового поля при слабых землетрясениях, образовательные и гражданские проекты. Выявлены сильные и слабые стороны недорогих сейсмических приборов, в том числе ограничения по регистрации слабых сигналов и преимущества в плотности сетей. В качестве перспективных направлений обозначены повышение точности измерений, а также применение методов машинного обучения для обработки больших объёмов данных. Сделан вывод, что при грамотном сочетании с современными алгоритмами обработки и плотной сетевой инфраструктурой недорогие сейсмические приборы способны вносить значительный вклад в сейсмологию землетрясений, вулканологию и образовательные программы.

Рассмотрены методы компрессии информации о границах областей, порождаемых суперпиксельной сегментацией изображений. Предложено представление границ суперпикселей в виде квадрозначного изображения. Разработан новый метод компрессии этого изображения, основанный на построении траекторий граничных элементов с последующим их статистическим кодированием. Экспериментальное исследование нового метода демонстрирует его преимущества перед известными методами статистического кодирования и кодирования с предсказанием, особенно при небольшом числе границ между суперпикселями.

Разработана методика построения траектории беспилотного летательного аппарата, основанная на анализе видеопотока с расположенной на нём камеры без применения информации глобальных навигационных систем. Траектория строится по найденным параметрам аффинной модели взаимного пространственного рассогласования смежных видеокадров. Использованы методы нахождения особых точек Ши - Томаси, оптического потока Лукаса - Канаде и фильтр Калмана. Приведены результаты реализации методики на одноплатных компьютерах и её апробации в условиях ограниченных вычислительных ресурсов на реальных видеопоследовательностях.

Работа посвящена изучению формирования и декодирования интерференционных картин с целью восстановления фазы опорной волны. Рассмотрены алгоритмы восстановления фазы с применением плоского и конического опорных пучков. Представлены методы повышения качества восстановленного изображения в случае использования плоской волны в качестве опорной.

Проблема эффективного использования знаний, накопленных в предметной области и основанных на репрезентативной статистике, актуальна с различных точек зрения. Применяемые методы использования достоверной априорной информации разнообразны и зачастую специализированы под каждую конкретную постановку задачи анализа данных. Описывается подход к этой проблеме, где решения строятся с единой точки зрения, основанной на использовании многомерного аналога преобразования Хафа. Подход реализует новые возможности в решении двух важных задач: предлагается унифицированный способ построения моделей взаимодействия известных частных закономерностей, найденные в пространстве Хафа минимумы меры несоответствия применяются в качестве инструмента для оптимизации моделей.

Рассматриваются вопросы создания алгоритмического обеспечения для одной из центральных задач машинного обучения - задачи классификации по прецедентам. Разработаны и исследованы оригинальные процедуры логического анализа и классификации целочисленных данных, представимых в виде совокупности элементов декартова произведения конечных частично упорядоченных множеств (произведения частичных порядков). На этапе обучения предлагаемых процедур осуществляется поиск так называемых правильных представительных элементарных классификаторов (специальных фрагментов признаковых описаний прецедентов, позволяющих различать объекты из разных классов). Описан асимптотически оптимальный алгоритм перечисления искомых элементарных классификаторов над произведением антицепей, и приведены результаты его тестирования на реальных задачах. Дано теоретическое и экспериментальное обоснование эффективности новых распознающих процедур в случае задания линейных порядков на множествах значений признаков. Теоретические выводы основаны на изучении метрических (количественных) свойств множества правильных представительных элементарных классификаторов.

Представлена разработка нейронной сети, предназначенной для прогнозирования аэродинамических коэффициентов профилей с целью её дальнейшего использования в методе изолированных сечений для расчёта характеристик лопастей винтов летательных аппаратов. Особенность этой нейронной сети заключается в её способности прогнозировать зависимости коэффициентов подъёмной силы и сопротивления от угла атаки и числа Рейнольдса потока в виде растровых двухмерных изображений распределения цветов по пикселям. Представлены методика параметризации профилей и разработка базы данных, а также изложена архитектура предлагаемой нейронной сети. Приведены результаты обучения нейронной сети, и продемонстрирована её способность прогнозировать аэродинамические характеристики.

Описана разработка и реализация микросервисной архитектуры, на базе которой построен функционал интеллектуального цифрового двойника растений, предназначенного для планирования и моделирования стадий развития растений и прогнозирования урожая, синхронизируемых с состояниями реальных посевов, на основе онтологий и мультиагентных технологий. Рассмотрены функциональные возможности сервисов «Менеджер», «Конструктор онтологий и базы знаний», «Планирование» (мультиагентный планировщик), а также организация интерфейсов для взаимодействия интеллектуального цифрового двойника растений с внешними сервисами и пользователями. Приведены примеры представления результатов моделирования комплексного состояния посева на основе данных из окружающей среды в реальном времени и прогноза состояния посева на всех стадиях развития растений до сбора урожая. Разработанная микросервисная архитектура открыта для интеграции интеллектуального цифрового двойника растений с внешними сервисами, например, выполняющими сбор данных об окружающей среде, а также рекомендательными системами и Agro-IoT-платформами.

Разработан программный модуль для расчёта производительности и эффективности дискретного производства. Бизнес-логика работы модуля реализована в пакете AnyLogic, в котором была создана имитационная модель и выполнен её экспорт в набор jar-файлов. Модель построена для производственной ячейки, находящейся в подразделении ИПИТ-216 Самарского университета. Погрешность моделирования составила менее 15 %. В отличие от распространённых коммерческих программных комплексов имитационного моделирования (Plant Simulation, FlexSim, Arena) разработанный модуль обеспечивает расчёт производственных KPI в более простом и доступном интерфейсе без необходимости приобретения специализированного программного обеспечения и длительного обучения работе в нём.

Рассматривается задача оценки состояния заряда (SoC, state of charge) литийионных аккумуляторов. В качестве математической модели аккумулятора используется модель Тевенена второго порядка, основанная на схеме замещения. Для оценки уровня заряда аккумулятора применяется расширенный информационный фильтр Калмана. Работоспособность алгоритма демонстрируется численными примерами, которые отражают приемлемые показатели ошибок оценивания при различных режимах разряда и заряда: разряд пульсирующим током и циклом, аналогичным циклу WLTC (Worldwide Harmonized Light Vehicles Test Cycle). Информационная форма расширенного фильтра Калмана превосходит ковариационную, обеспечивая меньшую числовую нестабильность и лучшие результаты при низком уровне шума в измерениях. Кроме того, информационная форма фильтра Калмана позволяет эффективно объединять данные от нескольких сенсоров, что особенно актуально в ситуациях, когда каждый сенсор имеет различную точность и уровень шумов, обеспечивая точные оценки для систем аккумуляторов, в которых энергетические ячейки могут отличаться по уровню состояния здоровья аккумуляторов и иметь различные показатели максимальной ёмкости и соответственно различные разрядные кривые.