Informatics (E-Journal) / Информатика
Not a member yet
963 research outputs found
Sort by
Распознавание состава ткани предметов одежды на изображении в сфере электронной коммерции с использованием нейронных сетей
Get PDFObjectives. Development of new approach for recognizing the fabric composition of clothing in e-commerce images by using generative adversarial network(GAN) to generate synthetic images of clothing with known fabric composition, to be used to train the CNN to classify the fabric composition of real clothing images. Instead of a classic clothing image, a copy is generated with the material zoomed to fibers and fabric structure.Methods. The main methods to recognize the fabric composition of the clothing image in the e-commerce are the creation and annotation of a dataset for the neural network training, synthesis of the fabric of clothing, the choice of architecture and its modification, validation and testing, and interpretation of the results.Results. Experimental results with the constructed method show that it is effective for accurately recognizing the fabric composition of e-commerce clothing to be used to improve search and browsing on websites.Conclusion. In the course of the experiment, using a generative adversarial network, a data set of e-commerce products was synthesized and annotated, neural networks were built to recognize the composition of the fabric of clothing items. The results of the study showed that the new approach for recognizing the fabric of clothing provides higher accuracy in comparison with already known methods, in addition, the use of the attention model also gives good results to improve the metrics.Цели. Поставлена цель разработать новый подход к распознаванию состава ткани предметов одежды на изображении в сфере электронной коммерции путем использования генеративно-состязательной сети для создания синтетических изображений предметов одежды с известным составом ткани, используемых затем для обучения сверточной нейронной сети при классификации состава ткани реальных изображений одежды. Вместо классического изображения предмета одежды генерируется копия, у которой материал увеличен до волокон и структуры ткани.Методы. Основными методами распознавания состава ткани предметов одежды на изображении в сфере электронной коммерции являются создание и аннотация наборов данных для обучения нейронных сетей, синтез изображений ткани предметов одежды, выбор архитектуры и ее модификация, валидация и проведение тестов, а также интерпретация результатов.Результаты. Результаты экспериментов, проведенных с помощью предложенного подхода, показывают его эффективность при точном определении состава ткани предметов одежды в сфере электронной коммерции, что позволяет использовать данный метод для улучшения поиска и просмотра на веб-сайтах.Заключение. При помощи генеративно-состязательной сети был синтезирован набор данных товаров электронной коммерции, произведена его аннотация, построены нейронные сети для распознавания состава ткани предметов одежды, проведено сравнение результатов. Результаты исследования показали, что новый подход для распознавания ткани предметов одежды обладает высокой точностью в сравнении с уже известными методами. Дополнительное использование модели внимания также дает хорошие результаты, что отражается в улучшении метрик
Семантические модели и средства разработки искусственных нейронных сетей и их интеграции с базами знаний
Get PDFObjectives. Specifications of models and tools for the development of artificial neural networks (ANNs) and their integration into knowledge bases (KBs) of intelligent systems are being developed. The relevance is determined by the necessity of implementing the possibility to solve complex problems by intelligent systems, which algorithms and methods of solving are not available in the knowledge base of the intelligent system.Methods. Four levels of integration of artificial neural networks into knowledge bases are formulated and analyzed. During the analysis the requirements and specifications for required models and tools for the development and integration are formulated. Specified at each level the models and tools include the models and tools of previous level. The application of the tools is considered by the example of solving the problem of classifying the knowledge base entities using a graph neural network.Results. The specifications of the ANN representation model in the knowledge base, the agent-based model for the development and interpretation of the ANN, which ensures the integration of the ANN into knowledge bases at all selected levels, as well as the method for classifying knowledge base entities using a graph neural network, have been developed.Conclusion. The developed models and tools allow integrating any trained ANNs into the knowledge base of the intelligent system and using them to solve complex problems within the framework of OSTIS technology. It also becomes possible to design and train ANNs both on the basis of external data and on the basis of fragments of the knowledge base. Automation of ANNs development process in the knowledge base becomes available.Цели. Предлагаются спецификации моделей и средств разработки искусственных нейронных сетей (ИНС) и их интеграции с базами знаний интеллектуальных систем. Актуальность исследования определяется необходимостью решения комплексных задач интеллектуальными системами, алгоритм и методы решения которых отсутствуют в базах знаний интеллектуальных систем.Методы. Анализируются четыре уровня интеграции ИНС с базами знаний. В ходе анализа формулируются требования и спецификации к необходимым моделям и средствам разработки и интеграции. Специфицированные на каждом уровне модели и средства включают в себя модели и средства предыдущего уровня. Применение средств рассмотрено на примере решения задачи классификации сущностей базы знаний с помощью графовой нейронной сети.Результаты. Разработаны спецификации модели представления ИНС в базе знаний, агентно-ориентированной модели разработки и интерпретации ИНС, обеспечивающие интеграцию ИНС в базы знаний на всех выделенных уровнях, а также метод классификации сущностей базы знаний с помощью графовой нейронной сети.Заключение. Предложенные модели и средства позволяют интегрировать в базу знаний интеллектуальной системы любые обученные ИНС и использовать их для решения комплексных задач в рамках технологии OSTIS. Становятся возможными проектирование и обучение ИНС на основании как внешних данных, так и фрагментов базы знаний, а также автоматизация процесса разработки ИНС в базе знаний
Методика формирования базы гистопатологических изображений папиллярного рака щитовидной железы для глубокого обучения
Get PDFObjectives. Morphological analysis of papillary thyroid cancer is a cornerstone for further treatment planning. Traditional and neural network methods of extracting parts of images are used to automate the analysis. It is necessary to prepare a set of data for teaching neural networks to develop a system of similar anatomical region in the histopathological image. Authors discuss the second selection of signs for the marking of histological images, methodological approaches to dissect whole-slide images, how to prepare raw data for a future analysis. The influence of the representative size of the fragment of the full-to-suction image of papillary thyroid cancer on the accuracy of the classification of trained neural network EfficientNetB0 is conducted. The analysis of the resulting results is carried out, the weaknesses of the use of fragments of images of different representative size and the cause of the unsatisfactory accuracy of the classification on large increase are evaluated.Materials and methods. Histopathological whole-slide imaged of 129 patients were used. Histological micropreparations containing elements of a tumor and surrounding tissue were scanned in the Aperio AT2 (Leica Biosystems, Germany) apparatus with maximum resolution. The marking was carried out in the ASAP software package. To choose the optimal representative size of the fragment the problem of classification was solved using the pre-study neural network EfficientNetB0.Results. A methodology for preparing a database of histopathological images of papillary thyroid cancer was proposed. Experiments were conducted to determine the optimal representative size of the image fragment. The best result of the accuracy of determining the class of test sample showed the size of a representative fragment as 394.32×394.32 microns.Conclusion. The analysis of the influence of the representative sizes of fragments of histopathological images showed the problems in solving the classification tasks because of cutting and staining images specifics, morphological complex and textured differences in the images of the same class. At the same time, it was determined that the task of preparing a set of data for training neural network to solve the problem of finding invasion of vessels in a histopathological image is not trivial and it requires additional stages of data preparation.Цели. Морфологический анализ образцов папиллярного рака щитовидной железы важен для дальнейшего планирования лечения. Автоматизация этого процесса связана с использованием традиционных и нейросетевых способов извлечения признаков изображений. Подготовительная работа предполагает подготовку набора данных, содержащих изображения, которые применяются для обучения нейронных сетей. В статье рассматривается вопрос выбора признаков для разметки гистологических изображений, особенности работы с полнослайдовыми изображениями, предлагается методика подготовки данных для разработки системы поиска похожих фрагментов гистопатологического изображения рака щитовидной железы. Исследуется влияние размера представительного фрагмента полнослайдового изображения папиллярного рака щитовидной железы на точность классификации обученной нейронной сети Efficient-NetB0, оцениваются слабые стороны использования фрагментов изображений разного представительного размера и причины неудовлетворительной точности классификации на больших увеличениях.Материалы и методы. Использовались гистопатологические полнослайдовые изображения 129 пациентов. Гистологические микропрепараты, содержащие элементы опухоли и окружающей ткани, сканировались в аппарате Aperio AT2 (Leica Biosystems, Германия) с максимальным разрешением. Разметка проводилась в программном пакете ASAP. Для выбора оптимального представительного размера фрагмента решалась задача классификации с применением предобученной нейронной сети EfficientNetB0.Результаты. Предложена методика подготовки базы данных гистопатологических изображений папиллярного рака щитовидной железы, проведены эксперименты по определению оптимального представительного размера фрагмента изображения. Наилучший результат точности определения класса тестовой выборки показал размер представительного фрагмента 394,32×394,32 мкм.Заключение. Анализ влияния представительных размеров фрагментов гистопатологических изображений выявил проблемные места при решении задачи классификации, обусловленные спецификой нарезки и окрашивания изображений, морфологической сложностью и текстурным различием изображений одного класса. Поскольку проблема подготовки набора данных для обучения нейронной сети на решение задачи поиска инвазии сосудов на гистопатологическом изображении является нетривиальной, требуются дополнительные этапы подготовки данных
Генеративная нейронная сеть на основе модели гетероэнкодера для de novo дизайна потенциальных противоопухолевых препаратов: применение к Bcr-Abl тирозинкиназе
Get PDFObjectives. The problem of developing a generative hetero-encoder model for computer-aided design of potential inhibitors of Bcr-Abl tyrosine kinase, an enzyme whose activity is the pathophysiological cause of chronic myeloid leukemia, is being solved.Methods. A generative hetero-encoder model was designed based on the recurrent and fully connected neural networks of direct propagation. Training and testing of this model were carried out on a set of chemical compounds containing 2-arylaminopyrimidine, which is present as the main pharmacophore in the structures of many small-molecule inhibitors of protein kinases.Results. The developed neural network was tested in the process of generating a wide range of new molecules and subsequent analysis of their chemical affinity for Bcr-Abl tyrosine kinase using molecular docking methods.Conclusion. It is shown that the developed neural network is a promising mathematical model for de novo design of small molecules which are potentially active against Bcr-Abl tyrosine kinase and can be used to develop effective broad-spectrum anticancer drugs.Цели. Решается задача разработки генеративной модели гетероэнкодера для компьютерного дизайна потенциальных ингибиторов Bcr-Abl тирозинкиназы - фермента, активность которого является патофизиологической причиной хронического миелоидного лейкоза.Методы. На основе рекуррентных и полносвязных нейронных сетей прямого распространения создана генеративная модель гетероэнкодера. Проведены обучение и тестирование этой модели на наборе химических соединений, которые содержат 2-ариламинопиримид, присутствующий в качестве основного фармакофора в структурах многих низкомолекулярных ингибиторов протеинкиназ.Результаты. Разработанная нейронная сеть апробирована в процессе генерации широкого набора новых молекул и последующего анализа их химического сродства к Bcr-Abl тирозинкиназе методами молекулярного докинга.Заключение. Показано, что разработанная нейронная сеть представляет собой перспективную математическую модель для de novo дизайна малых молекул, которые потенциально активны против Bcr-Abl тирозинкиназы и могут быть использованы для разработки эффективных противоопухолевых препаратов широкого спектра действия
Совместное энергосберегающее кодирование состояний последовательных автоматов сети, реализующей параллельный автомат
Get PDFObjectives. The problem of low power state assignment of partial states of a parallel automaton is considered. The objective of the paper is to investigate the possibilities of using the decomposition in state assignment of partial states in order to decrease the task dimension.Methods. Parallel automaton is decomposed into a net of sequential automata whose states are assigned then with ternary vectors. The method for assignment uses searching for a maximal cut in a weighted graph that represents pairs of states connected by transitions. The edge weights of the graph are the values related to the probabilities of transitions.Results. A method to construct a net of sequential automata that realizes the given parallel automaton is described. The probabilities of transitions between sets are calculated by means of solving a system of linear equations according to the Chapmann – Kolmogorov method. The values of inner variables assigned to the states of every component sequential automaton are obtained from two-block partitions of its set of states that are determined by the cuts of corresponding transition graph.Conclusion. Applying parallel automaton decomposition allows decreasing the dimension of the laborious problem of state assignment. The proposed method is intended for application in computer aided systems for design of discrete devices.Цели. Рассматривается задача энергосберегающего кодирования частичных состояний параллельного автомата. Целью работы является исследование возможности применения приема декомпозиции при кодировании частичных состояний для снижения размерности задачи.Методы. Заданный параллельный автомат разлагается в сеть последовательных автоматов, состояния которых кодируются затем троичными векторами. Метод кодирования использует поиск максимального разреза во взвешенном графе, представляющем пары состояний, связанных переходами. Весами ребер графа являются величины, связанные с вероятностями переходов.Результаты. Описан способ построения сети из последовательных автоматов, реализующей заданный параллельный автомат. Вероятности переходов между состояниями вычисляются путем решения системы линейных уравнений согласно методу Чэпмена – Колмогорова. Значения внутренних переменных, кодирующих состояния каждого компонентного последовательного автомата, находятся по двухблочным разбиениям множества его состояний, которые определяются разрезами соответствующего графа переходов.Заключение. Использование декомпозиции параллельного автомата позволяет снизить размерность трудоемкой задачи кодирования состояний. Предлагаемый метод предназначен для применения в системах автоматизированного проектирования дискретных устройств
Вариационно-разностный метод численного моделирования равновесных капиллярных поверхностей
Get PDFObjectives. A variational-difference method for numerical simulation of equilibrium capillary surfaces based on the minimization of the energy functional is proposed. As a test task a well-known axisymmetric hydrostatic problem on equilibrium shapes of a drop adjacent to a horizontal rotating plane under gravity is considered. The mathematical model of the problem is built on the basis of the variational principle: the shape of the drop satisfies the minimum total energy for a given volume. The problem of the functional minimization is reduced to a system of nonlinear equations using the finite element method. To solve the system a Newton's iterative method is applied.Methods. The variational-difference approach (the finite element method) is used. The finite linear functions are chosen as basic functions.Results. Equilibrium shapes of a drop on a rotating plane are constructed by the finite element method in a wide range of defining parameters: Bond number, rotational Weber number and wetting angle. The influence of these parameters on the shape of a drop is investigated. The numerical results are matched with the results obtained using the iterative-difference approach over the entire range of physical stability with respect to axisymmetric perturbations.Conclusion. The finite element method responds to the loss of stability of a drop with respect to axisymmetric perturbations. Therefore it can be used to study the stability of the equilibrium of axisymmetric capillary surfaces.Цели. Предлагается вариационно-разностный метод численного моделирования равновесных капиллярных поверхностей, базирующийся на минимизации энергетического функционала. В качестве тестовой рассматривается известная осесимметричная задача о равновесных формах капли, находящейся на горизонтальной вращающейся плоскости в поле силы тяжести. Математическая модель задачи строится на основании вариационного принципа: капля принимает такую форму, при которой она обладает минимумом полной энергии при заданном объеме. С помощью метода конечных элементов задача минимизации функционала сводится к системе нелинейных уравнений, решение которой ищется с помощью итерационного метода Ньютона.Методы. Используется вариационно-разностный подход (метод конечных элементов), в котором в качестве базисных функций выбираются финитные линейные функции.Результаты. С помощью метода конечных элементов построены равновесные формы капли на вращающейся плоскости в широком диапазоне определяющих параметров: числа Бонда, вращательного числа Вебера и угла смачивания. Определено влияние этих параметров на форму капли. Численные результаты согласуются с результатами, полученными с помощью итерационно-разностного метода во всем диапазоне физической устойчивости относительно осесимметричных возмущений.Заключение. Метод конечных элементов реагирует на потерю устойчивости капли относительно осесимметричных возмущений, поэтому может применяться для исследования устойчивости равновесия осесимметричных капиллярных поверхностей
Способ оценивания полного электронного содержания в ионосфере на основе ретрансляции сигналов глобальной навигационной спутниковой системы GPS
Get PDFObjectives. The problem of developing hardware effective method for estimating the total electron content in the ionosphere based on retransmission of the L1, L2 signals of the global navigation satellite system GPS using a repeater nanosatellite is solved.Methods. It is shown that with the retransmission of L1, L2 signals at frequencies of 150/400 MHz allocated for geophysical research, a coherent multi-position radar system is formed, including navigation satellites (NS) – signal sources, repeater nanosatellite (SR) and ground receiving points (RP). The delay time and phase of the four received signals contain the information about the total TEC on the propagation paths NS – SR and SR – RP. It is shown that due to retransmission and subsequent processing, it is possible to isolate TECs on each of the propagation paths as well as determination of the coordinates of the SR.Results. The content of the method, the procedure for evaluating TEC based on the results of processing the relayed signals, and the technical requirements for the relay equipment are determined. The accuracy characteristics of the proposed method are obtained. Simulation results are given.Conclusion. The information presented in the article may be useful for specialists and researchers who interested in the issues of radio tomographic research of the ionosphere and forecasting hazardous natural phenomena.Цели. Решается задача разработки эффективного по аппаратурным затратам способа оценивания полного электронного содержания в ионосфере на основе ретрансляции сигналов глобальной навигационной спутниковой системы GPS на двух частотах L1, L2 когерентных сигналов с использованием малогабаритного наноспутника-ретранслятора.Методы. Показано, что при ретрансляции навигационных сигналов на выделенные для геофизических исследований частоты 150/400 МГц образуется когерентная многопозиционная радиолокационная система, включающая навигационные спутники (НС) – источники сигналов, наноспутник-ретранслятор (СР) и наземные приемные пункты (ПП). Время задержки и фазы четырех принимаемых сигналов содержат информацию о суммарном полном электронном содержании на трассах распространения НС – СР и СР – ПП. За счет последующей обработки сигналов возможно выделение полного электронного содержания на каждой из трасс распространения, а также нахождение координат CР.Результаты. Определены способ и порядок оценивания полного электронного содержания по результатам обработки ретранслированных сигналов и технические требования к аппаратуре ретрансляции. Представлены характеристики точности предлагаемого метода и результаты моделирования.Заключение. Приведенные в статье сведения могут быть полезны для специалистов и исследователей, интересующихся вопросами радиотомографического изучения ионосферы и прогнозирования опасных природных явлений
Методика и программное средство поиска аномалий в данных телеметрии солнечной электростанции на основе анализа нормализованных значений мощности
Get PDFObjectives. In connection with the increase in the number of solar power plants, the automation of monitoring their performance becomes an urgent task. The search for anomalies in the operation of solar power plants is one of the main components of monitoring. The purpose of the study is to develop new methods and software algorithms for finding anomalies in the operation of solar panels based on the results of a digital twin created and trained according to the telemetry data of a solar power plant.Methods. The developed technique is based on statistical studies of deviations of power values at the point of maximum efficient operation of the solar panel calculated by the digital twin. In addition, a normalized value of the power in the maximum efficient operation of the solar panel was introduced for more accurate clustering and anomaly search.Results. Using the developed method of static search for half a year of observations, 18 anomalies were detected in the operation of the solar panels of the power plant. All cases are analyzed for the causes of anomalies in the operation of solar panels.Conclusion. It has been established that when using normalized power values in the analysis of deviations at the point of maximum power PN, it is possible to detect abnormal operation of individual panels. The level of deviation of the normalized values at the point of maximum power was calculated, indicating the presence of an anomaly in the operation of solar panel.Цели. В связи с увеличением количества солнечных электростанций актуальной задачей становится автоматизация мониторинга их работоспособности. Поиск аномалий в работе солнечных электростанций – одна из основных составляющих мониторинга. Цель исследования заключается в разработке новых методик и программных алгоритмов поиска аномалий в работе солнечных панелей на основе результатов работы цифрового двойника, созданного и обученного по данным телеметрии солнечной электростанции.Методы. Методика основана на статистических исследованиях отклонений значений мощности в точке максимально эффективной работы солнечной панели, рассчитанной цифровым двойником. Кроме того, введено нормализованное значение мощности максимально эффективной работы солнечной панели для более точной кластеризации и поиска аномалий.Результаты. С помощью разработанной методики поиска аномалий в данных телеметрии за полгода наблюдений обнаружены 18 аномалий в работе солнечных панелей электростанции. Все случаи проанализированы на предмет причин возникновения аномалий в работе солнечных панелей.Заключение. Установлено, что при использовании в анализе отклонений нормализованных значений мощностей в точке максимальной мощности PN возможно обнаружение аномальной работы отдельных панелей. Рассчитан уровень отклонения нормализованных значений в точке максимальной мощности, свидетельствующий о наличии аномалии в работе солнечной панели
Распознавание признаков болезни Паркинсона на основе анализа голосовых маркеров и двигательной активности
Get PDFObjectives. The problem of IT diagnostics of signs of Parkinson's disease is solved by analyzing changes in the voice and slowing down the movement of patients. The urgency of the task is associated with the need for early diagnosis of the disease. A method of complex recognition of Parkinson's disease using machine learning is proposed, based on markers of voice analysis and changes in the patient's movements on known data sets.Methods. The time-frequency function (the wavelet function) and the Meyer kepstral coefficient function, the KNN algorithm (k-Nearest Neighbors, KNN) and the algorithm of a two-layer neural network are used for training and testing on publicly available datasets on speech changes and motion retardation in Parkinson's disease. A Bayesian optimizer is also used to improve the hyperparameters of the KNN algorithm.Results. The KNN algorithm was used for speech recognition of patients, the test accuracy of 94.7% was achieved in the diagnosis of Parkinson's disease by voice change. The Bayesian neural network algorithm was applied to recognize the slowing down of the patients' movements, it gave a test accuracy of 96.2% for the diagnosis of Parkinson's disease.Conclusion. The obtained results of recognition of signs of Parkinson's disease are close to the world level. On the same set of data on speech changes of patients, one of the best indicators of foreign studies is 95.8%. On the same set of data on motion deceleration, one of the best indicators of foreign researchers is 98.8%. The proposed author's technique is intended for use in the subsystem of IT diagnostics of neurological diseases of a Smart city.Цели. Решается задача ИТ-диагностики признаков болезни Паркинсона по анализу изменения голоса и замедления движения пациентов. Актуальность задачи связана с необходимостью ранней диагностики заболевания. Предлагается метод комплексного распознавания болезни Паркинсона с использованием машинного обучения, основанный на анализе голосовых маркеров и изменений в движениях пациентов на известных наборах данных.Методы. Используются частотно-временная функция (функция вейвлета), функция кепстрального коэффициента Мейера, алгоритм k-ближайших соседей (k-Nearest Neighbors, KNN), алгоритм двухслойной нейронной сети для обучения и тестирования на общедоступных наборах данных по изменению речи и замедлению движения при болезни Паркинсона, а также байесовский оптимизатор для улучшения гиперпараметров алгоритма KNN.Результаты. Алгоритм KNN использован для распознавания речи пациентов, точность теста 94,7 % достигнута при диагностике болезни Паркинсона по изменению голоса. Алгоритм байесовской нейронной сети применен для распознавания замедления движения пациентов, он дал точность теста 96,2 %.Заключение. Полученные результаты распознавания признаков болезни Паркинсона близки к мировому уровню. На том же наборе данных по изменению речи пациентов один из лучших показателей зарубежных исследований составляет 95,8 %, а на наборе данных по замедлению движения пациентов - 98,8 %. Предлагаемая авторская методика предназначена для использования в подсистеме ИТ-диагностики неврологических заболеваний умного города
Замкнутая сеть Гордона – Ньюэлла с однолинейными полюсами и экспоненциально ограниченным временем ожидания запросов
Get PDFObjectives. An exponential queuing network with single-line poles is considered, which differs from the Gordon – Newell network only that the waiting time for service requests at the poles of the network is a random variable with conditional distribution for a fixed number of requests at the pole as an exponential distribution. Requests at poles and requests that did not get the service are moving through the network in accordance with different routing matrices. The objective was to investigate a queuing system and to establish sufficient conditions for its ergodicity, also to find stationary distribution of given network.Methods. Methods of mathematical modeling and analytical research of queuing networks are used.Results. A theorem generalizing the Gordon – Newell theorem is proved.Conclusion. The possibility of varying the routing matrices of served and unserved requests makes it possible to take into account a wide variety of practical situations and reduce the load in the bottlenecks of the network under study. It is very important in the design and modernization of information and computer networks.Цели. Рассмотрена экспоненциальная сеть массового обслуживания с однолинейными полюсами, отличающаяся от сети Гордона – Ньюэлла только тем, что время ожидания запросами обслуживания в полюсах сети является случайной величиной, условное распределение которой при фиксированном числе запросов в полюсе имеет экспоненциальное распределение. Запросы, обслуженные в полюсах, и запросы, не дождавшиеся обслуживания, движутся по сети в соответствии с разными матрицами маршрутизации. В работе поставлены цели исследовать сеть массового обслуживания, установить достаточные условия ее эргодичности, а также найти стационарное распределение данной сети.Методы. Используются методы математического моделирования и аналитическое исследование сетей массового обслуживания.Результаты. Доказана теорема, обобщающая теорему Гордона – Ньюэлла.Заключение. Возможность варьирования матрицами маршрутизации обслуженных и не дождавшихся обслуживания запросов позволяет учитывать самые разнообразные практические ситуации и снижать необходимым образом нагрузку в узких местах исследуемой сети, что очень важно при проектировании и модернизации информационно-вычислительных сетей