PROBLEMS IN PROGRAMMING
Not a member yet
761 research outputs found
Sort by
Основи програмування в контексті інженерії програмного забезпечення
No full textThe article discusses the use of a constructive approach to building a program that is systematically cultivated in software engineering and made possible by a number of fundamental results obtained in programming theory. On the first, based on the structural theorem, reasonably was refused to use the go to operator and proposed a structured programming method, which provided a real way to create understandable programs. On the second, the concept of a subroutine, although it was used only to reduce routine work in the programming process, was the first means of modular presentation of programs. Later, the block and the subroutine formed the basis of block-oriented (procedural, subroutine) languages and the procedural (subroutine) programming method. In the third, to answer questions related to the definition of boundaries, sizes, and building module, the concept of connecting parts that make up a module and connections to indicate the connection between modules; specific modularization criteria; proposed a device module based on the concept of information hiding were introduced. The module is implemented in the programming language Modula, and later Modula-2. The concept of a module based on the modular (compositional) programming method. In the Simula 67 language, the foundations of object-oriented languages were introduced. They developed through the work on the concepts of inheritance, late binding and links, and were completed by the development of object-oriented languages and object-oriented (classification) programming. Thus, a framework for reuse, systematic reuse and component software development was created. Now these works are developing in the direction of research and creation of software as system of systems, using the link between system analysis and software engineering, and developing software system engineering. In the article, for learning the basics of programming, as a tool that allows clarifying the concept of program design, classification is used. As a classification feature - the level of encapsulation, which is based on the principles of software engineering – encapsulation and multi-level presentation -, is used. Applying the principle of encapsulation at different levels of representation program structure corresponding to different degrees of software abstraction, the concept of encapsulation level was obtained. Using this concept, you can find out the types of software constructions and the corresponding methods of programming (construction) programs. Using introduced the concepts and the constructive approach to building the program, the author created the didactics of the basics of programming, which was deployment through lectures for students of the specialty “Software Engineering” (121) and a textbook of the author for students and post-graduate students of the specialty.Problems in programming 2019; 3: 45-57Рассматривается применение конструктивного подхода к построению текстов программ, который систематически культивируется в инженерии программного обеспечения и стало возможным благодаря ряду фундаментальных результатов, полученных в теории программирования. Во-первых, на основе известной структурной теоремы, аргументировано отказались от использования оператора go to и предложили метод структурного программирования, что обеспечило реальный путь к созданию понятных программ. Во-вторых, понятие подпрограммы, хотя и использовалось только для уменьшения рутинной работы в процессе программирования, стало первым средством модульного представления программ. Позднее блок и подпрограмма составили основу блок-ориентированных (процедурных, подпрограммных) языков и метода процедурного (подпрограммного) программирования. В-третьих, для ответа на вопросы, относящихся к определению границ, размеров и устройства модуля ввели понятия связывания частей, составляющих модуль и соединения между модулями; создали конкретные критерии модуляризации; предложили устройство модуля на основе понятия сокрытия информации. Модуль был реализован в языке программирования Modula, а позже Modula-2, в которых использовался на основе метода модульного (композиционного) программирования. При разработке языка Simula 67, были заложены основы объектно-ориентированных языков, которые получили развитие благодаря работам по концепциям наследования, позднего связывания и ссылкам и основы были завершены разработкой объектно-ориентированных языков и методом объектно-ориентированного (классификационного) программирования. Таким образом, была создана база для повторного, многократного использования и компонентной разработки программного обеспечения. Сейчас эти работы развиваются в направлении исследования и создания программного обеспечения как системы систем (system of systems), используя связь системного анализа и инженерии программного обеспечения, и развивая системную инженерию программного обеспечения. В статье, для обучения основам программирования, как средство, которое позволяет уточнить понятие программной конструкции, использовано классификацию, а как классификационный признак - уровень инкапсуляции, который строится на основе принципов инженерии программного обеспечения - инкапсуляции и многоуровневого представления, Применяя принцип инкапсуляции на разных уровнях представления структуры программы, соответствующие различным степеням абстракции программного обеспечения, получено понятие уровня инкапсуляции. Воспользовавшись этим понятием, можно выяснить типы программных конструкций и соответствующие методы программирования (конструирования) программ. На основе конструктивного подхода, и введенных понятий к построению программы, автором создана дидактика основ программирования, которая внедрена путем использования в лекциях для студентов специальности «Инженерия программного обеспечения» (121) и при написании автором учебного пособия для студентов и аспирантов, указанной специальности по основам программирования.Problems in programming 2019; 3: 45-57У статті розглядається застосування конструкційного підходу до побудови програми, який систематично культивується в інженерії програмного забезпечення і стало можливим завдяки низки фундаментальних результатів, отриманих в теорії програмування. По-перше, на основі відомої структурної теореми, аргументовано відмовилися від використання оператора go to і запропонували метод структурного програмування, що забезпечило реальний шлях до створення зрозумілих програм. По-друге, поняття підпрограми, хоча і використовувалося тільки для зменшення рутинної роботи в процесі програмування, стало першим засобом модульного представлення програм. Пізніше блок і підпрограма склали основу блок-орієнтованих (процедурних, підпрограмних) мов і методу процедурного (підпрограмного) програмування. По-третє, для відповіді на питання, що відносяться до визначення меж, розмірів і устрою модуля ввели поняття зв'язування частин, що складають модуль і з'єднання для вказівки з'єднання між модулями; конкретні критерії модулярізації; запропонували устрій модуля на основі поняття приховування інформації. Модуль реалізований в мові програмування Modula, а пізніше Modula-2, в яких використовувалося поняття модуля на основі методу модульного (композиційного) програмування. При розробці мови Simula 67, були закладені основи об'єктно-орієнтованих мов, які отримали розвиток завдяки роботам по концепціям успадкування, пізнього зв'язування і посилань і були завершені розробкою об'єктно-орієнтованих мов і методом об'єктно-орієнтованого (класифікаційного) програмування. Таким чином, була створена основа для повторного, багаторазового використання і компонентної розробки програмного забезпечення. Зараз ці роботи розвиваються в напрямку дослідження і створення програмного забезпечення як системи систем (system of systems), використовуючи зв'язок системного аналізу та інженерії програмного забезпечення, і розвиваючи системну інженерію програмного забезпечення. У статті, для навчання основам програмування, як засіб, що дозволяє уточнити поняття програмної конструкції, використовується класифікація, а як класифікаційна ознака – рівень інкапсуляції, який будується на основі принципів інженерії програмного забезпечення – інкапсуляції і багаторівневого подання, Застосовуючи принцип інкапсуляції на різних рівнях представлення структури програми, які відповідають різним ступеням абстракції програмного забезпечення, отримано поняття рівня інкапсуляції. Скориставшись цим поняттям, можна з'ясувати типи програмних конструкцій і відповідні методи програмування (конструювання) програм. На основі введених понять і конструкційного підходу до побудови програми автором створена дидактика основ програмування, яка впроваджена шляхом використання в лекціях для студентів спеціальності «Інженерія програмного забезпечення» (121) і при написанні автором навчального посібника для студентів і аспірантів, зазначеної спеціальності по основам програмування.Problems in programming 2019; 3: 45-5
Розробка Web-прототипу для аналізу висловлювань користувачів соціальної мережі Twitter
Get PDFThis article describes a software prototype for statistical analysis of expression in social networks with previous filtration of non-information expressions, selection of characteristic words, naive Bayesian classifier for providing analysis of user statements.Описан разработанный программный прототип статистического анализа высказываний в социальных сетях с предыдущим фильтрованием высказываний неинформативного характера, отбором характеристических слов, а также использованием наивного байесовского классификатора для анализа высказываний пользователей.Описано розроблений програмний прототип статистичного аналізу висловлювань у соціальних мережах з попереднім фільтруванням висловлювань неінформативного характеру, відбором характеристичних слів і використанням наївного байєсового класифікатору з машинним навчанням для аналізу суджень користувачів
Горизонтальне та вертикальне масштабування методів машинного навчання
Get PDFThe main stages of Machine Learning Pipelines are considered in the paper, such as: train data collection and storage, training and scoring. The effect of the Big Data phenomenon on each of the stages is discussed. Different approaches to efficient organization of computation are on each of the stage are evaluated. In the first part of the paper we introduce the notion of horizontal and vertical scalability together with corresponding cons and pros. We consider some limitations of scaling, such as Amdahl's law. In the second part of the paper we consider scalability of data storage routines. First we discuss relational databases and scalability limitations related to ACID guarantees, which such database satisfy. Then we consider horizontally scalable non-relational databases, so called NoSQL databases. We formulate CAP-theorem as a fundamental limitation of horizontally scalable databases. The third part of the paper is dedicated to scalability of computation based on the MapReduce programming model. We discuss some implementations of this programming model, such as Hadoop and Spark together with some basic principles which they are based on. In the fourth part of the article we consider various approaches towards scaling of Machine Learning methods. We give the general statement of Machine Learning problem. Then we show how MapReduce programming model can be applied for horizontal scaling of Machine Learning methods on the example of Bayessian pattern recognition procedure. On the example of Deep Neural Networks we discuss Machine Learning methods which are not horizontally scalable. Then we consider some approaches towards vertical scaling of such methods based on GPU’s and the TensorFlow programming model. В работе рассматриваются основные этапы решения задачи обучения распознаванию образов, а именно: обработка и хранение обучающих данных, обучение распознаванию и распознавание. Обговаривается влияние феномена больших данных на каждый из этих этапов. Сравниваются различные подходы к эффективной организации вычислений на различных этапах. Первый раздел статьи посвящен определению понятия масштабирования, вводятся понятия горизонтального и вертикального масштабирования, обсуждаются их преимущества и недостатки. Рассматриваются некоторые ограничения при масштабировании на примере закона Амдала. Второй раздел статьи посвящен масштабированию хранилищ обучающих данных. Обговаривается подходы к масштабированию реляционных баз данных, и ограничения связанные с гарантиями ACID, которым удовлетворяют такие базы данных. Отдельно рассматриваются горизонтально масштабируемые нереляционные т. н. NoSQL базы данных. Приводится формулировка CAP-теоремы, как одного из фундаментальных ограничений при горизонтальном масштабировании таких баз данных. Третий раздел работы посвящен горизонтальному масштабированию вычислений на основе модели программирования MapReduce. Рассматриваются различные реализации этой модели программирования, такие как Hadoop и Spark, их строение и основные принципы работы. В четвертом разделе рассматриваются различные подходы к масштабированию методов машинного обучения. Приводится общая постановка задачи машинного обучения. На примере Байесовской процедуры обучения показывается, как модель программирования MapReduce применима для горизонтального масштабирования методов машинного обучения. Далее на основе глубоких нейронных сетей обговариваются методы обучения, не подлежащие горизонтальному масштабированию. Рассматриваются подходы к масштабированию таких методов при помощи графических процессоров (GPU) и модели программирования Tensor Flow. В роботі розглядаються основні етапи розв’язку задач машинного навчання (з учителем) розпізнаванню образів, а саме: управління навчальними виборками, навчання, розпізнавання. Обговорюється вплив феномену великих даних (BigData) на кожен з етапів, а також методи ефективної організації обчислень на кожному з етапів при розв’язанні зазначених задач.
Методи розпізнавання агентом невідомого середовища
No full textThe methods used by the agent to recognize an unknown environment are outlined. They include: a method for determining the distance to the nearest visible object and the coordinates of the intersection with this object of the beam (as a simulated direction of the agent's view) directed from the agent; the method of dynamically changing the gradation of the beam angle directed by the agent into the environment; a method for constructing a set of points belonging to objects of the environment visible from the point of the current location of the agent; the method of agent's summarizing a set of points with the construction of semantic map fragments of unknown environment; methods of recognition of the corners of rooms in the environment.Problems in programming 2019; 1: 78-89Изложены методы, используемые агентом для распознавания неизвестной окружающей среды, в том числе: метод определения расстояния до ближайшего видимого объекта и координат пересечения с этим объектом луча (как моделируемого направления зрения агента), направленного от агента; метод динамического изменения градации угла луча, направляемого агентом в окружающую среду; метод построения множества точек, принадлежащим видимым с точки текущего расположения агента объектам окружающей среды; метод обобщения агентом множества точек с построением фрагментов семантической карты неизвестной окружающей среды; методы распознавания углов помещений в окружающей среде.Problems in programming 2019; 1: 78-89Викладено методи, що використовуються агентом для розпізнавання невідомого навколишнього середовища, в тому числі: метод визначення відстані до найближчого видимого об’єкта та координат перетину з цим об’єктом променя (як модельованого напряму зору агента), направленого від агента; метод динамічної зміни градації кута променя, який направляється агентом у навколишнє середовище; метод побудови множини точок, що належать видимим з точки поточного розташування агента оточуючим об’єктам навколишнього середовища; метод узагальнення агентом множини точок з побудовою фрагментів семантичної мапи невідомого навколишнього середовища; методи розпізнавання кутів приміщень у навколишньому середовищі.Problems in programming 2019; 1: 78-8
Підхід до побудови та використання моделі предметної області ризиків стратегічних рішень організації
Get PDFA Conceptual Model is proposed for Problem Area of Strategic Decisions’ Risks within Organizational Management Systems (OS) being a result of selection, addition and interpretation operations caused by the proper Risk Object specifics and applied to the elements of regular conceptual basis for risk treatment within the other domains. The Model includes such the Concepts: Decision, Consequences for both Decision and OS; Source, Factor, Aspect and Event of Risk, Vulnerability, Hazard, Affected Property and their interrelations. Based on the Model proposed for Strategic Decision life cycle and integration of well-known Strategic Management practices the System of Strategic Decisions Risks Management Measures is considered being represented as actions with hazards, threats, vulnerabilities, risk objects and consequences. The Usage of Conceptual Model proposed is demonstrated for the Method elaboration of knowledge ambiguity- caused Risks Assessment for the decisions of Expertise using different business groups and «Value Tree» model. The Method is based on the model, where the set of knowledge ambiguity-caused Risk Factors is formalized. The Factors’ Sources are the elements of expert problem statement. Factors‘ types are the types of non-coherent knowledge interrelations, Vulnerabilities relate to experts activity nature, Hazards are caused by the systems of expert estimates in use producing Risk Events during the process of decision life cycle. Each Risk Aspect is specialized with decision Properties being Risk targets due to Risk Events. The Method produces Risk estimates to conclude about expertise satisfactoriness and to enable selection the least risky form of its process organization.Enhancing and using of Conceptual Model proposed for Strategic Decisions Risks is advantageous for tools elaboration to support Defense Planning processes with the mechanisms of ontology based experience operation concerning with Problem Situations and Anti-crisis Measures.Problems in programming 2019; 4: 75-91Предложена концептуальная модель предметной области рисков стратегических решений в системах организационного управления (СОУ), которая является результатом операций выбора, дополнения и интерпретации, обусловленных спецификой соответствующего объекта риска и выполненных относительно элементов нормативного концептуального базиса оперирования рисками в других сферах деятельности. Модель содержит концепты: Решение, Последствия для Решения и для СОУ, Источник, Фактор, Аспект и Событие риска, Уязвимость, Опасное воздействие, Затрагиваемое Свойство и их взаимосвязи. На основе предложенной модели жизненного цикла стратегического решения и обобщения известных практик стратегического управления рассмотрена система мероприятий менеджмента рисков стратегических решений, представленных как действия относительно опасных воздействий, угроз, уязвимостей, объектов риска и последствий. Продемонстрировано использование предложенной концептуальной модели при разработке метода оценки рисков, вызванных неоднозначностью знаний, для решений экспертиз с представительством различных деловых групп и с использованием модели «Дерево ценности». Метод основан на модели, где формализовано множество факторов риска, вызванного альтернативностью знаний. Источниками факторов являются элементы постановки экспертной проблемы. Виды факторов – это виды некогерентного соотношения знаний, уязвимости связаны с характером действий экспертов, опасные воздействия вызваны используемыми системами экспертных оценок, создающими события риска в ходе процесса жизненного цикла решения. Каждый из аспектов риска детализируется свойствами решения, которые являются мишенями риска вследствие событий риска. Метод предоставляет оценки риска для вывода об удовлетворительности экспертизы и возможности выбора наименее рискованной формы организации ее процесса.Развитие и использование предложенной концептуальной модели рисков стратегических решений перспективно для создания средств поддержки процессов оборонного планирования механизмами онтологически базированного оперирования опытом относительно проблемных ситуаций и антикризисных мероприятий.Problems in programming 2019; 4: 75-91Запропоновано концептуальну модель предметної області ризиків стратегічних рішень у системах організаційного управління (СОУ), яка є результатом операцій вибору, доповнення та інтерпретації, зумовлених специфікою відповідного об’єкту ризику, здійснених щодо елементів нормативного концептуального базису оперування з ризиками в інших сферах діяльності. Модель містить концепти: Рішення, Наслідки для Рішення і для СОУ, Джерело, Фактор, Аспект і Подія ризику, Вразливість, Небезпечний вплив, Властивість, що зазнає впливу та їх взаємозв’язки. На основі запропонованої моделі життєвого циклу стратегічного рішення та узагальнення відомих практик стратегічного управління розглянута система заходів менеджменту ризиків стратегічних рішень, поданих як дії щодо небезпечних впливів, загроз, уразливостей, об’єктів ризику та наслідків. Продемонстровано використання запропонованої концептуальної моделі при розробці методу оцінки ризиків, спричинених неоднозначністю знань, для рішень експертиз із представництвом різних ділових груп з використанням моделі «Дерево цінності». Метод ґрунтується на моделі, в якій формалізується множина факторів ризику, викликаного альтернативністю знань. Джерелами факторів є елементи постановки експертної проблеми. Види факторів є видами некогерентного співвідношення знань, вразливості пов’язані з характером дій експертів, небезпечні впливи спричиняються через використовувані системи експертних оцінок, що створюють події ризику в ході процесу життєвого циклу рішення. Кожен з аспектів ризику деталізується властивостями рішення, які є мішенями ризику внаслідок подій ризику. Метод надає оцінки ризику для висновку про задовільність експертизи та можливість вибору найменш ризикованої форми організації її процесу. Розвиток і використання запропонованої концептуальної моделі ризиків стратегічних рішень є перспективним для створення засобів підтримки процесів оборонного планування механізмами онтологічно базованого оперування досвідом щодо проблемних ситуацій та антикризових заходів.Problems in programming 2019; 4: 75-9
Застосування машинного навчання в програмній інженерії: огляд
No full textToday, software is one of the main technologies contributing to the development of society. Therefore, its quality is a major requirement for both the global software industry and software engineering, which deals with all aspects of improving the quality and reliability of software products at all stages of their life cycle. To solve software engineering problems, the use of artificial intelligence methods is becoming increasingly relevant. The article presents a brief description of machine learning methods such as artificial neural networks, support vector machine, decision trees, inductive logic programming and others. Also, examples of the application of these methods to solve some problems of forecasting and quality assessment in software engineering are presented, recommendations for applying machine learning algorithms to solving problems of software engineering are given. The review will be useful by researchers and practitioners as a starting point, because it identifies important and promising areas of research. This will ultimately lead to more effective solving of software engineering problems, providing better, more reliable and cost effective software products.Problems in programming 2019; 4: 92-110В статье дается краткое описание некоторых методов машинного обучения, таких как искусственные нейронные сети, машины опорных векторов, деревья решений, индуктивное логическое программирование, CBR и других, приводятся примеры применения этих методов для решения проблем прогнозирования и оценки качества в программной инженерии, даются общие рекомендации по применению алгоритмов машинного обучения к задачам программной инженерии. Обзор будет полезен исследователям и практикам в качестве отправной точки, поскольку он обеспечивает важные будущие направления исследований. Это в конечном итоге приведет к более эффективному принятию решений в программной инженерии, тем самым обеспечивая лучшие, более надежные и экономически эффективные программные продукты.Problems in programming 2019; 4: 92-110Сьогодні програмне забезпечення є однією з основних технологій, що сприяють розвитку суспільства. Тому його якість є головною вимогою як для світової індустрії програмного забезпечення, так і програмної інженерії, яка займається всіма аспектами підвищення якості і надійності програмних продуктів на всіх етапах їх життєвого циклу. Для вирішення проблем програмної інженерії все актуальнішим стає застосування методів штучного інтелекту. У статті подано короткий опис методів машинного навчання, таких як штучні нейронні мережі, машини опорних векторів, дерева рішень, індуктивне логічне програмування та інші. Також наводяться приклади застосування цих методів для вирішення деяких проблем прогнозування та оцінки якості в програмній інженерії, даються рекомендації для застосування алгоритмів машинного навчання до розв’язання задач програмної інженерії. Огляд буде корисний дослідникам і практикам в якості стартової точки, оскільки він окреслює важливі та перспективні напрямки досліджень. Це зрештою призведе до ефективнішого вирішення проблем програмної інженерії, забезпечуючи кращі, надійніші та економічно вигідніші програмні продукти.Problems in programming 2019; 4: 92-110
До питання автоматизації проектування робочих процесів на основі алгеброалгоритмічного та онтологічного інструментарію
Get PDFThe article presents the concept of a system for automated workflow design based on algebra-algorithmic and ontological tools. The previously developed applied ontology for program design has been expanded with new concepts related to the workflow design. The existing approaches are analysed and architecture for system that under development is proposed. The work of the system is illustrated by the example of the development of the Apache Oozie workflow for analyzing large amounts of data on the distributed Apache Hadoop platform. It is shown that the combination of ontology and algebra-algorithmic tools provides significant potential for adaptation, optimization, integration and modification. In addition, the high level of abstraction provided by these tools facilitates the understanding of the designed workflows by both people and software agents, simplifying teamwork, workflow sharing and reuse. The results of a quantitative assessment of the proposed tools indicate that they can contribute to a significant increase in development productivity and reduce labor costs.Problems in programming 2019; 1: 37-47В статье представлена концепция системы для автоматизации проектирования рабочих процессов на основе алгебро-алгоритмического и онтологического инструментария. Разработанная ранее прикладная онтология для проектирования программ была расширена новыми концепциями, относящимися к проектированию рабочих процессов. Проведен анализ существующих подходов и предложена архитектура системы. Работу системы проиллюстрировано на примере разработки рабочего процесса Apache Oozie для анализа больших объемов данных на распределенной платформе Apache Hadoop. Показано, что сочетание инструментов онтологий и алгебро алгоритмических инструментов обеспечивает значительный потенциал для адаптации, оптимизации, интеграции и модификации. Кроме того, обеспечиваемый данными инструментами высокий уровень абстракции облегчает понимание проектируемых рабочих процессов как людьми, так и программными агентами, упрощая совместную работу и способствуя распространению знаний. Результаты количественной оценки эффективности предложенных средств свидетельствуют о том, что они могут способствовать существенному повышению производительности разработки и уменьшению трудозатрат.Problems in programming 2019; 1: 37-47Представлено концепцію системи для автоматизації проектування робочих процесів на основі алгебро-алгоритмічного та онтологічного інструментарію. Проведено аналіз існуючих підходів та запропоновано архітектуру системи. Роботу системи проілюстровано на прикладі розробки робочого процесу для аналізу великих обсягів даних на розподіленій платформі Apache Hadoop. Показано, що поєднання інструментів онтологій та алгебро-алгоритмічних інструментів забезпечує значний потенціал для адаптації, оптимізації, інтеграції та модифікації. Результати кількісної оцінки ефективності запропонованих засобів свідчать про те, що вони здатні сприяти істотному підвищенню продуктивності розробки і зменшенню трудовитрат.Problems in programming 2019; 1: 37-4
Симулятор механізмів довготрива-лого регулювання гемодинаміки лю-дини
No full textA computer simulator (CS) of the physiological mechanisms of long-term control of the state of human cardiovascular system (CVS) is developed. The bases of CS are quantitative mathematical models (MM) describing: a) the effects of the central renin-angiotensin system on the characteristics of the CVS; b) the dynamics of the total blood volume. Test studies of MM in offline mode showed the adequacy of the models. It is planned to combine this model with the previously created model simulating the urgent regulation of CVS. Based on the integrated model, specialized software technology will be developed to support computer simulations on various aspects of the physiology of the healthy person’s blood circulation. A special simulation study should identify the causes of different scenarios for the development of hypertension. The program is written in C ++17.Problems in programming 2019; 4: 111-120Разработан компьютерный симулятор физиологических механизмов долговременной регуляции состояния сердечно-сосудистой системы человека. Основа компьютерного симулятора – это количественные математические модели: а) влияний центральной ренин-ангиотензиновой системы на характеристики сердечно-сосудистой системы; б) динамики общего объема крови. Тестовые исследования математической модели в автономном режиме показали адекватность моделей. Планируется объединить эту модель с созданной ранее моделью срочной регуляции сердечно-сосудистой системы. На основе комплексной модели будет разработана специализированная программная технология для поддержания компьютерных симуляций по разным аспектам физиологии кровообращения здорового человека. Специальное имитационное исследование должно выявлять причины разных сценариев развития гипертонической болезни. Программа написана на языке С++.Problems in programming 2019; 4: 111-120 Розроблено комп'ютерний симулятор (КС) фізіологічних механізмів довготривалої регуляції стану серцево-судинної системи (ССС) людини. Основою КС є кількісні математичні моделі (ММ): а) впливів центральної ренінангіотензинової системи на характеристики ССС; б) динаміки загального обсягу крові. Тестові дослідження ММ в автономному режимі показали адекватність моделей. Планується об'єднати цю модель з створеної раніше моделлю строкової регуляції ССС. На основі комплексної моделі буде розроблена спеціалізована програмна технологія для підтримки комп'ютерних симуляцій з різних аспектів фізіології кровообігу здорової людини. Спеціальне імітаційне дослідження має виявляти причини різних сценаріїв розвитку гіпертонічної хвороби. Програма написана на мові С ++17.Problems in programming 2019; 4: 111-12
Оцінювання якості консолідованих даних
Get PDFProblems in programming 2014; 4: 40-47Cтаття присвячена опису особливостей оцінювання якості даних, отриманих з різних джерел, та розробленню алгоритму визначення релевантності відповіді користувачу.Problems in programming 2014; 4: 40-4
Модель паралельних програм з обмеженням ресурсів
No full textModern parallel programs run in a complex, resource-limited environment, and this raises the new requirements for resource consumption and execution stability of long running processes. In order to help with checking resource constraints for such parallel software a resource-limited parallel program formal model was developed. The model expresses the resource and time constraints and is suitable both for fine grained and coarse-grained parallelism in programs. For higher degrees of parallelism (at independent procedure level, bigger loop iterations, large computing blocks for graphics, video and neural network processing) the interpretation of formal model can be done in run-time and avoid dead locks and hangs during resource allocation. We are discussing several modern software frameworks that are able to integrate the functionality to interpret the model and check the feasibility of the set of parallel programs running on hardware simultaneously with resource and time limitations. Real world tasks – neural network inference, video processing, general purpose computing on GPU – which get benefits after enabling such models - are discussed.Problems in programming 2019; 4: 03-10Современные параллельные программы исполняются в сложных и ресурсно-ограниченных средах, поэтому к ним предъявляются повышенные требования к потреблению ресурсов и стабильности выполнения, особенно для долгих по времени вычислений. Для помощи в определении ресурсных ограничений для параллельных программ разработана формальная модель параллельных программ с ресурсными ограничениями. Модель определяет временные и ресурсные ограничения и может быть использована для как мелкозернистого, так и для крупнозернистого параллелизма. Для высоких степеней параллелизма (независимые процедуры, большие итерации циклов, большие вычислительные блоки для графических, нейросетевых вычислений и обработки видео) интерпретация модели возможна во время исполнения программы для обеспечения невозможности блокировок при распределении ресурсов. Рассмотрены современные фреймворки, для которых возможна интеграция в свой состав базовых средств проверки соответствия множества параллельных программ наличным вычислительным ресурсам при исполнении программы. Рассмотрены задачи реального мира – вывод в нейросетях, обработки видео, вычисления на графических картах, для которых будет выгодно применение таких моделей.Problems in programming 2019; 4: 03-10Сучасні паралельні програми виконуються в складних та ресурсно-обмежених середовищах, тому до них застосовуються підвищені вимоги щодо споживання ресурсів та стабільності виконання, особливо для довгих у часі обчислень. Для допомоги у визначенні ресурсних обмежень для паралельних програм розроблено формальну модель паралельних програм з ресурсними обмеженнями. Модель визначає часові та ресурсні обмеження і може бути використана як для дрібнозернистого, так і для крупнозернистого паралелізму. Для високих ступенів паралелізму (незалежні процедури, великі ітерації циклів, великі обчислювальні блоки для графічних, нейромережевих обчислень та обробки відео) інтерпретація моделі можлива під час виконання програми для унеможливлення блокувань при розподілі ресурсів. Розглянуто сучасні фреймворки, які можуть інтегрувати у свій склад базові засоби перевірки відповідності множини паралельних програм наявним обчислювальним ресурсам під час виконання програм. Розглянуто задачі реального світу – вивід у нейромережах, обробка відео, обчислення на графічних картах, які матимуть зиск з впровадження таких моделей.Problems in programming 2019; 4: 03-1