Radio Electronics, Computer Science, Control
Not a member yet
1174 research outputs found
Sort by
МОДЕЛЮВАННЯ СИСТЕМИ ЗВ’ЯЗКУ З МЕТОЮ ДОСЛІДЖЕННЯ ДІЇ ЗАВАД В СЕРЕДОВИЩІ ПЕРЕДАЧІ
No full textContext. The problem of creating a model of transmission and transformation of information has been resolved, the processes of information transformation in transmitters and receivers have been considered, the process of influence of the destabilizing factors in the communication channel has been investigated.
Objective. The study aims to create a mathematical model of the communication channel, taking into account the destabilizing factors that affect the transmission channel and control the correctness of the communication channel model.
Method. A mathematical model, which evaluates the stability of the signal in the communication channel at the stage of designing telecommunication systems for various purposes, taking into account the effects of destabilizing factors in the environment of information signal transmission, is proposed. It is also a proposed method of determining the parameters of information signals in the communication channel and the increase in the bandwidth during exposure of external destabilizing factors on the signal transmission medium in the communication channel.
Results. A mathematical model of the communication channel was obtained, which takes into account external destabilizing factors that can affect the communication channel and equipment. The developed model contains a method of verification, which allows determining its correctness.
Conclusions. The method of information transfer has been improved by adding a verification method. The value of the bit error obtained during the simulation of the communication channel coincides with the value of the bit error during the verification process, which indicates the correctness of the considered mathematical model of the communication channel. The modeling of the communication channel confirmed the adequacy of the proposed method of modeling the communication system, so this method can be recommended for use in the design and research of telecommunications systems.Актуальность. Рассмотрена задача создания модели передачи и преобразования информации, процессы преобразования информации в передатчиках и приемниках, процесс действия дестабилизирующих факторов на канал связи объект исследования –процесс формирования, передачи и восстановления радиосигналов.
Метод. Предложена математическая модель, позволяющая оценить устойчивость сигнала в канале связи на этапе проектирования телекоммуникационных систем различного назначения с учетом влияния помех в среде передачи информационного сигнала.Влияние помех на канал связи оценивается за счет использования соотношения сигнал/шум. Предложен метод определения параметров информационных сигналов в канале связи и повышения пропускной способности при действии внешних помех на среду передачи сигнала в канале связи.
Результаты. Получена математическая модель канала связи, учитывающая внешние дестабилизирующие факторы, которые могут действовать на канал и аппаратуру связи. Разработанная модель содержит метод верификации, позволяющий определить ее правильность.
Выводы. Улучшен способ передачи информации путем добавления метода верификации. Величина битовой ошибки, полученной при моделировании канала связи, совпадает с величиной битовой ошибки в процессе верификации, что свидетельствует о правильности математической модели рассматриваемого канала связи. Поэтому данный метод моделирования канала связи может быть рекомендован для использования при проектировании и исследовании телекоммуникационных систем.Актуальність. Розглянуто задачу створення моделі передачі та перетворення інформації, розглянуті процеси перетворення інформації в передавачах та приймачах, розглянутий процес дії дестабілізуючих факторів на канал зв’язку Об’єктом дослідження єпроцес формування, передачі, та відновлення радіосигналів.
Метод. Запропоновано математичну модель, яка дозволяє оцінити стійкість сигналу в каналі зв’язку ще на етапі проектування телекомунікаційних систем різного призначення з урахуванням дії завад в середовищі передачі інформаційного сигналу. Проведено оцінку дії завади на канал зв’язку завдяки використанню співвідношення сигнал/шум. Запропоновано метод визначення параметрів інформаційних сигналів у каналі зв’язку та підвищення пропускної здатності під час дії зовнішніх завад на середовище передачі сигналу в каналі зв’язку.
Результати. Була отримана математична модель каналу зв’язку, яка враховує зовнішні дестабілізуючі фактори, які можуть діяти на канал та апаратуру зв’язку. Розроблена модель містить метод верифікації, який дозволяє визначити її коректність.
Висновки. Вдосконалено метод передачі інформації шляхом додавання методу верифікації. Значення бітової помилки, що було отримано під час моделювання каналу зв’язку співпадає зі значенням бітової помилки під час процесу верифікації, що свідчить про правильність розглянутої математичної моделі каналу зв’язку. Тому цей метод моделювання каналу зв’язку може бути рекомендованим для використання під час проектування та дослідження телекомунікаційних систем
ТЕХНОЛОГІЯ ВІЗУАЛЬНОЇ СИМУЛЯЦІЇ ПАСАЖИРОПОТОКІВ У СФЕРІ ГРОМАДСЬКОГО ТРАНСПОРТУ SMART CITY
Get PDFContext. Today, the problem of visual simulation of passenger flow in public transport is essential in creating information systems for the development of modern Smart City. In Industry 4.0, it is crucial to develop technologies, means, and tools for implementing a single self-regulatory intelligent data exchange system in the provision of appropriate passenger transportation services in public transport. Today the following is essential: to visually display problem areas on routes in Smart City; to form and identify the main stops in time sections with the largest passenger exchange; to create proposals on the need to modernise routes taking into account the increase in public transport congestion in certain areas of Smart City, and to obtain results of passenger flow forecasting when making appropriate changes based on machine learning methods.
Objective of the study is to develop a technology for visual simulation of passenger traffic in the field of public transport to improve the quality of passenger services in Smart City.
Method. They have improved the simulation model for calculating passenger flow when changing the number of rolling stock on the route, in contrast to the known, added forecasting based on the developed neural network. The mechanism of visual simulation of passenger flows using GoogleMaps maps and dynamic movement on them with control of simulation display speed has been improved. A neural network with fully connected layers utilising an optimisation algorithm with an adaptive level of learning Adam to predict the flow of passengers between stops for a certain period of the day is proposed. Criteria for detailing passenger flows on urban routes are defined, including general indicators of the ratio of passenger traffic at a specific stop to the current period of the day. When designing the intelligent system, changing the capacity of public transport rolling stock in Smart City was further developed. Unlike the known ones, the available vehicles limit the change of power. The method of calculating a set of indicators of passenger traffic at stops and races, taking into account different local schedules and the specifics of transport on individual routes, has undergone further development.
Results. An intelligent system of visual modelling of passenger traffic based on a neural network and machine learning has been developed, allowing optimising passenger traffic by public transport in Smart City. This data presentation makes it possible to assess the profitability of adding a new vehicle to the route or adjusting the schedule of other cars to cover the loaded areas during peak hours better. The well-known standard of public transport data presentation – GTFS is used for the operation of the software. It allows you to adapt the developed software product to the universal, rather than specific to a particular city or country. It was provided with a comparison of the obtained results on a data set of trolleybus routes (about 2000 records, collected based on experimental marketing research) in Lviv (Ukraine) to form a forecast of changes in passenger flow on certain sections at different times.
Conclusions. It was found that the passenger flows predicted by the neural network in comparison with the actual ones lead to their growth by an average of 28% in critical races at rush hour. These results allow us to justify adding a schedule of a new vehicle for better coverage of loaded areas during peak hours. A comparison of changes in passenger traffic distributed by races during the day from 19:00 to 20:00, according to actual data and after the operation of the neural network indicates an increase in their average 70% of races that were predicted, which will allow a reasonable decision to launch additional transport on appropriate routes.Актуальность. На сегодняшний день проблема визуальной симуляции пассажиропотоков в сфере общественного транспорта является важной при создании информационных систем для развития современных Smart City. В условиях Industry 4.0 важным является создание технологий, средств и инструментов для внедрения единой саморегулируемой интеллектуальной системы обмена данными при предоставлении соответствующих услуг перевозки пассажиров в сфере общественного транспорта. Например, наглядно отображать проблемные участки на маршрутах в Smart City, форматы умножать и идентифицировать основные остановки во временных срезах с самым пассажирообменом, формировать предложения о необходимости модернизации маршрутов с учетов увеличением загруженности общественного транспорта на определенных участках Smart City и получать результаты прогнозирования пассажиропотоков при внесении соответствующих изменений на основе методов машинного обучения.
Целью исследования разработка технологии визуальной симуляции пассажиропотоков в сфере общественного транспорта для повышения качества предоставления услуг пассажирских перевозок в Smart City.
Метод. Усовершенствована имитационную модель для вычисления пассажиропотока при изменении количества подвижного состава на маршруте, где в отличие от известных, добавлено прогнозирования на основе разработанной нейронной сети. Усовершенствован механизм визуальной симуляции пассажиропотоков с использованием карт GoogleMaps и динамическое перемещение по ним с контролем скорости отображения симуляции. Предложено нейронную сеть с полносвязную слоями с использованием оптимизационного алгоритма с адаптивным уровнем обучения Adam для прогнозирования пассажиропотока между остановками за определенный период времени. Определены критерии детализации данных о пассажиропотоки на городских маршрутах, включая общие показатели отношения пассажирообмена на определенной остановке к текущему времени суток. При проектировании интеллектуальной системы потерпел дальнейшего развития подход изменения вместимости подвижного состава общественного транспорта в Smart City, где в отличие от известных, изменение емкости ограничена имеющимися транспортными средствами. Потерпел дальнейшее развитие метод расчета комплекса показателей пассажиропотоков на остановках и гонке с учетом дополнительных локальных графиков и специфики работы транспорта на отдельных индивидуальных маршрутах.
Результаты. Разработано интеллектуальную систему визуального моделирования пассажирских перевозок на основе нейронной сети и машинного обучения, которая позволяет оптимизировать работу пассажирских перевозок общественным транспортом в Smart City. Это представление данных позволяет оценить рентабельность добавления нового транспортного средства на маршрут необходимо скорректировать расписание других транспортных средств для лучшего покрытия загруженных участков в час пик. Для работы программного средства используется общеизвестный стандарт представления данных об общественном транспорте – GTFS. Это позволяет адаптировать разработан программный продукт универсальным, а не специфическим для конкретного города или страны. Проведено сравнение полученных результатов на множестве данных троллейбусных маршрутов (около 2000 записей, с собранных на основе экспериментальных маркетинговых исследований) в городе Львов (Украина) для формирования прогноза изменения пассажиропотоков на определенных участках в разные промежутки времени.
Выводы. Выявлено, что спрогнозированы нейронной сетью пассажиропотоки по сравнению с фактическими, приводят к их росту в среднем на 28% в критических гонке в час пик. Эти полученные результаты позволяют обосновать целесообразность добавления расписания нового транспортного средства для лучшего покрытия загруженных участков в час пик. Сравнение изменения пассажиропотоков, распределенных по гонкой во времени суток с 19:00 до 20:00, по фактическим данным и после работы нейронной сети указывает на их увеличение в среднем в 70% гонок, которые были спрогнозированы, что позволит принять обоснованное решение о запуске дополнительного транспорта на соответствующие маршруты. Актуальність. На сьогоднішній день проблема візуальної симуляції пасажиропотоків у сфері громадського транспорту є важливою при створенні інформаційних систем для розвитку сучасних Smart City. В умовах Industry 4.0 важливим є створення технологій, засобів та інструментів для впровадження єдиної саморегульованої інтелектуальної системи обміну даними при наданні відповідних послуг перевезення пасажирів у сфері громадського транспорту. Наприклад, наочно відображати проблемні ділянки на маршрутах в Smart City, формувати множити та індентифікувати основні зупинки в часових зрізах з найбільшим пасажирообміном, формувати пропозиції щодо потреби модернізації маршрутів з врахуваням збільшенням завантаженності громадського транспорту на певних ділянках Smart City та отримувати результати прогнозування пасажиропотоків при внесенні відповідних змін на основі методів машиннного навчання.
Метою дослідження є розроблення технології візуальної симуляції пасажиропотоків у сфері громадського транспорту для підвищення якості надання послуг пасажирських перевезень в Smart City.
Метод. Удосконалено імітаційну модель для обчислення пасажиропотоку при зміні кількості рухомого складу на маршруті, де на відміну від відомих, додано прогнозування на основі розробленої нейронної мережі. Удосконалено механізм візуальної симуляції пасажиропотоків з використанням карт GoogleMaps та динамічне переміщення по них з контролем швидкості відображення симуляції. Запропоновано нейронну мережу з повнозв’язними шарами з використанням оптимізаційного алгоритму з адаптивним рівнем навчання Adam для прогнозування пасажиропотоку між зупинками за визначений період доби. Визначені критерії деталізації даних про пасажиропотоки на міських маршрутах, включаючи загальні показники відношення пасажирообміну на певній зупинці до поточного періоду доби. При проектуванні інтелектуальної системи зазнав подальшого розвитку підхід зміни місткості рухомого складу громадського транспорту у Smart City, де на відміну від відомих, зміна місткості обмежена наявними транспортними засобами. Зазнав подальшого розвитку метод розрахунку комплексу показників пасажиропотоків на зупинках та перегонах з врахованням додаткових локальних графіків та специфіки роботи транспорту на окремих індивідуальних маршрутах.
Результати. Розроблено інтелектуальну систему візуального моделювання пасажирських перевезень на основі нейронної мережі та машинного навчання, яка дозволяє оптимізувати роботу пасажирських перевезень громадським транспортом в Smart City. Це подання даних надає можливість оцінити рентабельність додавання нового транспортного засобу на маршрут чи необхідно скоригувати розклад інших транспортних засобів для кращого покриття завантажених ділянок у час пік. Для роботи програмного засобу використовується загальновідомий стандарт подання даних про громадський транспорт – GTFS. Це дозволяє адаптувати розроблений програмний продукт універсальним, а не специфічним для конкретного міста чи країни. Проведено порівняння отриманих результатів на множині даних тролейбусних маршрутів (біля 2000 записів, з зібраних на основі експериметнальних маркетингових досліджень) в місті Львів (Україна) для формування прогнозу зміни пасажиропотоків на певних ділянках в різні проміжки часу.
Висновки. Виявлено, що спрогнозовані нейронною мережею пасажиропотоки у порівнянні з фактичними, призводять до їх зростання у середньому на 28% на критичних перегонах в годину пік. Ці отриманні результати дозволяють обґрунтувати доцільність додавання розкладу нового транспортного засобу для кращого покриття завантажених ділянок у час пік. Порівняння зміни пасажиропотоків, розподілених за перегонами у часі доби з 19:00 до 20:00, за фактичними даними та після роботи нейронної мережі вказує на їх збільшення у середньому в 70% перегонів, які були спрогнозовані, що дасть змогу прийняти обґрунтоване рішення про запуск додаткового транспорту на відповідні маршрути
МОДЕЛЮВАННЯ ІГРОВОЇ ЗАДАЧІ ПРИЗНАЧЕННЯ ПЕРСОНАЛУ ДЛЯ ВИКОНАННЯ ІТ-ПРОЕКТІВ НА ОСНОВІ ОНТОЛОГІЙ
Get PDFContext. This article describes how to solve the game problem of assigning staff to work on projects based on an ontological approach. The essence of the problem is this. There is a need to create teams to carry out several projects. Each project is defined by a set of necessary ontological knowledge. To implement projects, managers invite qualified specialists (agents), whose abilities are also defined by sets of ontologies. The composition of the teams should be such that the combined ontologies of their agents cover the set of ontologies of the respective projects. Each agent with a certain probability can take part in the implementation of several projects. Simultaneous work of the agent on different projects is not allowed. It is necessary to determine the order of project implementation and the corresponding order of personnel appointment.
Objective of the study is to develop a mathematical model of stochastic game, recurrent Markov methods for its solution, algorithmic and software, computer experiment, analysis of results and development of recommendations for their practical application.
Method. A stochastic game algorithm for coloring an undirected random graph was used to plan project execution. To do this, the number of vertices of the graph is taken equal to the number of projects. The edges of the project graph for which the same agent is invited are connected by edges. Due to the recovery failures of agents, the connections between the vertices of the graph change dynamically. It is necessary to achieve the correct coloring of the random graph. Then projects with the same colored vertices of the graph can be executed in parallel, and projects with different colors of vertices – in series.
Results. The article builds a mathematical model of a stochastic game and a self-learning Markov method for its solution. Each vertex of the graph is controlled by the player. The player’s pure strategies are the elements of the color palette. After selecting the color of their own top, each player calculates the current loss as a relative number of identical colors in the local set of neighboring players. The goal of the players is to minimize the functions of average losses. The Markov recurrent method provides an adaptive choice of colors for the vertices of a random graph based on dynamic vectors of mixed strategies, the values of which depend on the current losses of players. The result of a stochastic game is an asymptotically correctly colored random graph, when each edge of the initial deterministic graph will correspond on average to different colors of vertices.
Conclusions. A computer experiment was performed, which confirmed the convergence of the stochastic game for the problem of coloring a random graph. This made it possible to determine the procedure for appointing staff to implement projects.Актуальность. В этой статье описано решение игровой задачи назначения персонала для работы над проектами на основе онтологического подхода. Суть задачи состоит в следующем. Существует потребность в создании команд для выполнения нескольких проектов. Каждый проект задается набором необходимых онтологических знаний. Для выполнения проектов менеджеры привлекают квалифицированных специалистов (агентов), способности которых также задаются наборами онтологий. Состав команд должен быть таким, чтобы объединенные онтологии их агентов покрывали множества онтологий соответствующих проектов. Каждый агент с определенными вероятностями может принять последовательную участие в выполнении нескольких проектов. Одновременная работа агента над различными проектами не допускается. Необходимо определить порядок выполнения проектов и соответствующий ему порядок назначения персонала.
Целью исследования является разработка математической модели стохастической игры, рекуррентных марковских методов для ее решения, алгоритмического и программного обеспечения, проведение компьютерного эксперимента, анализ результатов и выработкой рекомендаций по их практическому применению.
Метод. Для планирования выполнения проектов использовано стохастический игровой алгоритм раскраски неориентированного случайного графа. Для этого количество вершин графа принято равным количеству проектов. Ребрами соединены те вершины графа проектов, для выполнения которых привлечено одного и того же агента. С учетом восстановительных отказов агентов связи между вершинами графа динамически изменяются. Необходимо достичь правильной раскраски случайного графа. Тогда проекты с одинаково раскрашенными вершинами графа могут быть выполнены параллельно, а проекты с различными цветами вершин – последовательно.
Результаты. В статье построена математическая модель стохастической игры и обучаемый марковский метод для ее решения. Каждая вершина графа контролируется игроком. Чистыми стратегиями игрока являются элементы палитры цветов. После выбора цвета своей вершины каждый игрок вычисляет текущий проигрыш как относительное количество одинаковых цветов в локальном множестве соседних игроков. Цель игроков заключается в минимизации функций средних проигрышей. Марковский рекуррентный метод обеспечивает адаптивный выбор цветов вершин случайного графа на основе динамических векторов смешанных стратегий, значения которых зависят от текущих проигрышей игроков. Результатом стохастической игры является асимптотически правильно раскрашенный случайный граф, когда каждому ребру начального детерминированного графа будут соответствовать в среднем разные цвета вершин.
Выводы. Проведен компьютерный эксперимент, который подтвердил сходимость стохастической игры для задачи раскраски случайного графа. Это дало возможность определить порядок назначения персонала для выполнения проектов.Актуальність. У цій статті описано розв’язування ігрової задачі призначення персоналу для роботи над проектами на основі онтологічного підходу. Суть задачі полягає у такому. Існує потреба у створенні команд для виконання декількох проектів. Кожен проект задається набором необхідних онтологічних знань. Для виконання проектів менеджери залучають кваліфікованих спеціалістів (агентів), здібності яких також задаються наборами онтологій. Склад команд повинен бути таким, щоб об’єднані онтології їх агентів покривали множини онтологій відповідних проектів. Кожен агент з певними імовірностями може прийняти послідовну участь у виконанні декількох проектів. Одночасна робота агента над різними проектами не допускається. Необхідно визначити порядок виконання проектів і відповідний йому порядок призначення персоналу.
Метою дослідження є розроблення математичної моделі стохастичної гри, рекурентних марковських методів для її розв’язування, алгоритмічного та програмного забезпечення, проведення комп’ютерного експерименту, аналіз результатів та виробленням рекомендацій щодо їх практичного застосування.
Метод. Для планування виконання проектів використано стохастичний ігровий алгоритм розфарбовування неорієнтованого випадкового графа. Для цього кількість вершин графа прийнята рівною кількості проектів. Ребрами з’єднано ті вершини графа проектів, для виконання яких залучено одного і того ж агента. З урахуванням відновлювальних відмов агентів зв’язки між вершинами графа динамічно змінюються. Необхідно досягнути правильного розфарбування випадкового графа. Тоді проекти з однаково зафарбованими вершинами графа можуть бути виконані паралельно, а проекти з різними кольорами вершин – послідовно.
Результати. У статті побудовано математичну модель стохастичної гри та самонавчальний марковський метод для її розв’язування. Кожна вершина графа контролюється гравцем. Чистими стратегіями гравця є елементи палітри кольорів. Після вибору кольору власної вершини кожен гравець обчислює поточний програш як відносну кількість однакових кольорів у локальній множині сусідніх гравців. Мета гравців полягає у мінімізації функцій середніх програшів. Марковський рекурентний метод забезпечує адаптивний вибір кольорів вершин випадкового графа на основі динамічних векторів змішаних стратегій, значення яких залежать від поточних програшів гравців. Результатом стохастичної гри є асимптотично правильно розфарбований випадковий граф, коли кожному ребру початкового детермінованого графа будуть відповідати у середньому різні кольори вершин.
Висновки. Проведено комп’ютерний експеримент, який підтвердив збіжність стохастичної гри для задачі розфарбовування випадкового графа. Це дало можливість визначити порядок призначення персоналу для виконання проектів
ВІДНОВЛЕННЯ РОЗРИВНОЇ ФУНКЦІЇ РОЗРИВНИМИ ІНТЕРЛІНАЦІЙНИМИ СПЛАЙНАМИ
No full textContext. The problem of development and research of methods for approximation of discontinuous functions by discontinuous interlination splines and its further application to problems of computed tomography. The object of the study was the modeling of objects with a discontinuous internal structure.
Objective. The aim of this study is to develop a general method for constructing discontinuous interlining polynomial splines, which, as a special case, include discontinuous and continuously differentiated splines.
Method. Modern methods of restoring functions are characterized by new approaches to obtaining, processing and analyzing information. There is a need to build mathematical models in which information can be represented not only by function values at points, but also in the form of a set of function traces on planes or straight lines.
At the same time, practice shows that among the multidimensional objects that need to be investigated, more problems are described by a discontinuous functions.
The paper develops a general method for constructing discontinuous interlining polynomial splines, which, as a special case, include discontinuous and continuously differentiable splines. It is considered that the domain of the definition of the required twodimensional function is divided into rectangular elements. Theorems on interlination and approximation properties of such discontinuous constructions are formulated and proved. The method is developed for approximating discontinuous functions of two variables based on the constructed discontinuous splines. The input data are the traces of an unknown function along a given system of mutually perpendicular straight lines. The proposed method has not only theoretical significance but also practical application in the IT domain, especially in computing tomography, allowing more accurately restore the internal structure of the body.
Results. The discontinuous interlination operator from known traces of the function of two variables on a system of mutually perpendicular straight lines is researched.
Conclusions. The functions of two variables that are discontinuous at some points or on some lines are better approximated by discontinuous spline interlinants. At the same time, equally high approximation estimates can be obtained. The results obtained have significant advantages over existing methods of interpolation and approximation of discontinuous functions. In further research, the authors plan to develop a theory of discontinuous splines on areas of complex shape bounded by arcs of known curves.Актуальність. Проблема розробки та дослідження методів апроксимації розривних функцій розривними інтерлінаційними сплайнами та її подальше застосування до задач комп’ютерної томографії. Об’єктом дослідження є моделювання об’єктів з розривною внутрішньою структурою. Мета роботи – дослідження та розробка загального методу побудови розривних інтерлінаційних поліноміальних сплайнів, які, як окремий випадок, включають розривні та неперервнодиференційовані сплайни.
Метод. Сучасні методи відновлення функцій характеризуються новими підходами до отримання, обробки та аналізу інформації. Виникає потреба в побудові математичних моделей, в яких інформація може бути представлена не тільки значеннями функції в точках, а й у вигляді набору слідів функцій на площинах або прямих. Водночас практика показує, що серед багатовимірних об’єктів, які потребують дослідження, більше проблем описуються розривними функціями.
У статті розроблено загальний метод побудови розривних інтерлінаційних поліноміальних сплайнів, до складу яких, як окремий випадок, входять розривні та неперервно диференційовані сплайни. Вважається, що область визначення шуканої двовимірної функції розбита на прямокутні елементи. Сформульовано та доведено теореми про інтерлінаційні та апроксимаційні властивості таких розривних конструкцій. Розроблено метод апроксимації розривних функцій двох змінних на основі побудованих розривних сплайнів. Вхідними даними є сліди невідомої функції вздовж заданої системи взаємно перпендикулярних прямих. Запропонований метод має не тільки теоретичне значення, а й практичне застосування в сфері ІТ, особливо в комп’ютерній томографії, що дозволяє більш точно відновити внутрішню структуру організму.
Результати. Досліджено оператор розривної інтерлінації за відомими слідами функції двох змінних на системі взаємно перпендикулярних прямих.
Висновки. Функції двох змінних, які є розривними в деяких точках або на деяких лініях, краще апроксимуються розривними інтерлінаційними сплайнами. При цьому можна отримати однаково високі оцінки наближення. Отримані результати мають значні переваги перед існуючими методами інтерполяції та апроксимації розривних функцій. У подальших дослідженнях автори планують розвинути теорію розривних сплайнів на ділянках складної форми, обмежених дугами відомих кривих.Актуальність. Проблема розробки та дослідження методів апроксимації розривних функцій розривними інтерлінаційними сплайнами та її подальше застосування до задач комп’ютерної томографії. Об’єктом дослідження є моделювання об’єктів з розривною внутрішньою структурою. Мета роботи – дослідження та розробка загального методу побудови розривних інтерлінаційних поліноміальних сплайнів, які, як окремий випадок, включають розривні та неперервнодиференційовані сплайни.
Метод. Сучасні методи відновлення функцій характеризуються новими підходами до отримання, обробки та аналізу інформації. Виникає потреба в побудові математичних моделей, в яких інформація може бути представлена не тільки значеннями функції в точках, а й у вигляді набору слідів функцій на площинах або прямих. Водночас практика показує, що серед багатовимірних об’єктів, які потребують дослідження, більше проблем описуються розривними функціями.
У статті розроблено загальний метод побудови розривних інтерлінаційних поліноміальних сплайнів, до складу яких, як окремий випадок, входять розривні та неперервно диференційовані сплайни. Вважається, що область визначення шуканої двовимірної функції розбита на прямокутні елементи. Сформульовано та доведено теореми про інтерлінаційні та апроксимаційні властивості таких розривних конструкцій. Розроблено метод апроксимації розривних функцій двох змінних на основі побудованих розривних сплайнів. Вхідними даними є сліди невідомої функції вздовж заданої системи взаємно перпендикулярних прямих. Запропонований метод має не тільки теоретичне значення, а й практичне застосування в сфері ІТ, особливо в комп’ютерній томографії, що дозволяє більш точно відновити внутрішню структуру організму.
Результати. Досліджено оператор розривної інтерлінації за відомими слідами функції двох змінних на системі взаємно перпендикулярних прямих.
Висновки. Функції двох змінних, які є розривними в деяких точках або на деяких лініях, краще апроксимуються розривними інтерлінаційними сплайнами. При цьому можна отримати однаково високі оцінки наближення. Отримані результати мають значні переваги перед існуючими методами інтерполяції та апроксимації розривних функцій. У подальших дослідженнях автори планують розвинути теорію розривних сплайнів на ділянках складної форми, обмежених дугами відомих кривих
ТЕХНОЛОГІЯ ІДЕНТИФІКАЦІЇ РЕРАЙТУ В ТЕКСТОВОМУ КОНТЕНТІ НА ОСНОВІ МЕТОДІВ МАШИННОГО НАВЧАННЯ
Get PDFContext. Paraphrased textual content or rewriting is one of the difficult problems of detecting academic plagiarism. Most plagiarism detection systems are designed to detect common words, sequences of linguistic units, and minor changes, but are unable to detect significant semantic and structural changes. Therefore, most cases of plagiarism using paraphrasing remain unnoticed.
Objective of the study is to develop a technology for detecting paraphrasing in text based on a classification model and machine learning methods through the use of Siamese neural network based on recurrent and Transformer type – RoBERTa to analyze the level of similarity of sentences of text content.
Method. For this study, the following semantic similarity metrics or indicators were chosen as features: Jacquard coefficient for shared N-grams, cosine distance between vector representations of sentences, Word Mover’s Distance, distances according to WordNet dictionaries, prediction of two ML models: Siamese neural network based on recurrent and Transformer type - RoBERTa.
Results. An intelligent system for detecting paraphrasing in text based on a classification model and machine learning methods has been developed. The developed system uses the principle of model stacking and feature engineering. Additional features indicate the semantic affiliation of the sentences or the normalized number of common N-grams. An additional fine-tuned RoBERTa neural network (with additional fully connected layers) is less sensitive to pairs of sentences that are not paraphrases of each other. This specificity of the model may contribute to incorrect accusations of plagiarism or incorrect association of user-generated content. Additional features increase both the overall classification accuracy and the model’s sensitivity to pairs of sentences that are not paraphrases of each other.
Conclusions. The created model shows excellent classification results on PAWS test data: precision – 93%, recall – 92%, F1score – 92%, accuracy – 92%. The results of the study showed that Transformer-type NNs can be successfully applied to detect paraphrasing in a pair of texts with fairly high accuracy without the need for additional feature generation.Актуальность. Перефразированный текстовый контент или рерайт является одной из сложных проблем выявления академического плагиата. Большинство систем идентификации плагиата предназначены для выявления общих слов, последовательности лингвистических единиц и незначительных изменений, но не способны выявить существенные семантические и структурные изменения. Поэтому большинство случаев плагиата с применением перефразирования остаются незамеченными.
Целью исследования является разработка технологии обнаружения перефразировок в тексте на основе модели классификации и методов машинного обучения через использование сиамской нейронной сети на основе рекуррентных и типа Transformer – RoBERTa для анализа уровня подобия предложений текстового контента.
Метод. Для данного исследования в качестве признаков выбраны следующие метрики семантического подобия или показатели: коэффициент Жаккара для общих N-грамм, косинусное расстояние между векторными представлениями предложений, Word Mover’s Distance, расстояния по словарям WordNet, предсказание двух ML-моделей: сиамской нейронной сети на основе рекуррентных и типа Transformer – RoBERTa.
Результаты. Разработана интеллектуальная система выявления перефразировок в тексте на основе модели классификации и методов машинного обучения. Разработанная система использует принцип стекинговых моделей и инжиниринг признаков (feature engineering). Дополнительные признаки указывают на семантическую принадлежность предложений или нормированное количество общих N-грамм. Дополнительно настроенная (fine-tuned) нейронная сеть RoBERTa (с дополнительными полносвязными слоями) имеет меньшую чувствительность к парам предложений, не являющимся перефразированием друг друга. Такая специфичность модели может способствовать неправильному обвинению в плагиате или некорректном объединении сгенерированного пользователями контента. Дополнительные признаки увеличивают как общую точность классификации, так и чувствительность модели к парам тех предложений, которые не являются перефразированием друг друга.
Выводы. Созданная модель показывает отличные результаты классификации на тестовых данных PAWS: взвешенная точность (precision) – 93%, взвешенная полнота (recall) – 92%, F-мера (F1-score) – 92%, точность (accuracy) – 92%. Результаты исследования показали, что NN типа Transformer могут быть успешно применены для обнаружения перефразирования в паре текстов с достаточно высокой точностью без необходимости дополнительного генерирования признаков.Актуальність. Перефразований текстовий контенту або рерайт є однією із складних проблем виявлення академічного плагіату. Більшість систем ідентифікації плагіату призначені для виявлення спільних слів, послідовності лінгвістичних одиниць та незначних змін, але не здатні виявити суттєві семантичні та структурні зміни. Тому більшість випадків плагіату із застосуванням перефразування залишаються непоміченими.
Мета – розроблення технології виявлення перефразувань у тексті на основі моделі класифікації та методів машинного навчання через використання сіамської нейронної мережі на основі рекурентних та типу Transformer – RoBERTa для аналізу рівня подібності речень текстового контенту.
Метод. Для даного дослідження у якості ознак обрані такі метрики семантичної подібності або показники: коефіцієнт Жаккара для спільних N-грам, косинусна відстань між векторними поданнями речень, Word Mover’s Distance, відстані за словниками WordNet, передбачення двох ML-моделей: сіамської нейронної мережі на основі рекурентних та типу Transformer – RoBERTa.
Результати. Розроблено інтелектуальну систему виявлення перефразувань у тексті на основі моделі класифікації та методів машинного навчання. Розроблена система використовує принцип стекінгу моделей і інжиніринг ознак (feature engineering). Додаткові ознаки вказують на семантичну приналежність речень або нормовану кількість спільних N-грам. Додатково налаштована (fine-tuned) нейронної мережі RoBERTa (із додатковими повнозв’язними шарами) має меншу чутливість до пар речень, що не є перефразуваннями один одного. Така специфічність моделі може сприяти неправильному звинуваченню у плагіаті або некоректному об’єднанню згенерованого користувачами контенту. Додаткові ознаки збільшують як загальну точність класифікації, так і чутливість моделі до пар тих речень, що не є перефразуваннями один одного.
Висновки. Створена модель показує відмінні результати класифікації на тестових даних PAWS: зважена влучність (precision) – 93%, зважена повнота (recall) – 92%, F-міра (F1-score)–92%, точність (accuracy) – 92%. Результати дослідження показали, що NN типу Transformer можуть бути успішно застосовані для виявлення перефразувань у парі текстів із досить високою точністю без потреби додаткового генерування ознак
УДОСКОНАЛЕНИЙ МЕТОД ГРАМА-ШМІДТА ДЛЯ ОБРОБКИ РАДІОЛОКАЦІЙНИХ СИГНАЛІВ
No full textContext. When protecting radar stations from active noise interference acting along the side lobes of the antenna directional pattern, spatial filtering of signals is used, which is realized by using antennas that are spaced apart in space. In this case, the difference in the directions of reception of the useful signal and the interference makes it possible to form the optimal value of the weighting coefficients of the adaptive spatial filters to suppress the interference. However, if the interfering source moves into the main beam region, then the spatial differences between the wanted signal and the interference are reduced. This leads to significant distortion of the main antenna radiation pattern. As a result, the accuracy of measuring the angular coordinates deteriorates, as well as the sensitivity of the radar receiver. The article proposes a structural-parametric method for adapting a spatial filter, which ensures effective operation of the radar when exposed to the active noise interference both from the direction of the side lobes and from the direction of the main beam.
Goal. Improving the efficiency of the radar when the active noise interference source is shifted from the direction to the side lobes to the direction of the main beam.
Method. The proposed method makes it possible, due to the structural adaptation of the multichannel spatial filter, to exclude the distortion of the main beam of the radiation pattern of the radar antenna and to ensure its operation under conditions of possible interference from the main beam. Structural adaptation of the spatial filter is realized by the current analysis of the weighting coefficients of the compensation blocks.
Results. The structural diagram of the multichannel spatial filter by the Gram-Schmidt method with structural-parametric adaptation, as well as the structural diagram of the compensation block, has been improved. As a result of the simulation, the possibility of eliminating distortions of the radiation pattern of the main antenna of the radar in conditions of the possible impact of the active noise interference along the main beam of the radiation pattern of the radar has been confirmed.
Conclusions. The scientific novelty of the work consists in the improvement of the signal-processing algorithm at spatial filtering both when exposed to the active noise interference from the direction of the side lobes, and when the interference source is shifted to the direction of the main beam of radar. The practical novelty of the work lies in the development of a structural diagram and a mathematical model of an improved spatial filter with structural-parametric adaptation.Актуальность. При защите радиолокационных станций от активных шумовых помех, действующих по боковым лепесткам диаграммы направленности антенны, используют пространственную фильтрацию сигналов, которая реализуется путем использования антенн, разнесенных в пространстве. В этом случае различие направлений приема полезного сигнала и помехи позволяет сформировать оптимальное значение весовых коэффициентов адаптивных пространственных фильтров для подавления помехи. Однако, если источник помехи смещается в область главного луча, то пространственные различия между полезным сигналом и помехой уменьшаются. Это приводит к существенному искажению диаграммы направленности основной антенны. В результате этого ухудшается точность измерения угловых координат, а также чувствительность приемного устройства РЛС. В статье предложен структурно-параметрический метод адаптации пространственного фильтра, обеспечивающий эффективную работу РЛС при воздействии АШП как с направления боковых лепестков, так и с направления главного луча.
Цель. Повышение эффективности работы РЛС при смещении источника АШП с направления боковых лепестков ДНА на направление главного луча.
Метод. Предложенный метод позволяет за счет структурной адаптации многоканального пространственного фильтра исключить искажение главного луча диаграммы направленности антенны РЛС и обеспечить ее работу в условиях возможного воздействия помехи по главному лучу. Структурная адаптация пространственного фильтра реализуется путем текущего анализа весовых коэффициентов блоков компенсации.
Результаты. Усовершенствовано структурную схему многоканального пространственного фильтра по методу ГрамаШмидта со структурно-параметрической адаптацией, а также структурную схему блока компенсации. В результате проведенного моделирования подтверждена возможность исключения искажений диаграммы направленности основной антенны РЛС в условиях возможного воздействия АШП по главному лучу диаграммы направленности РЛС.
Выводы. Научная новизна работы состоит в усовершенствовании алгоритма обработки сигналов при пространственной фильтрации как при воздействии АШП с направления боковых лепестков, так и при смещении источника помехи на направление главного луча диаграммы направленности антенны РЛС.
Практическая новизна работы состоит в разработке структурной схемы и математической модели усовершенствованного пространственного фильтра со структурно-параметрической адаптацией.Актуальність. При захисті радіолокаційних станцій від активних шумових завад, діючих по бокових пелюстках діаграми спрямованості антени, використовують просторову фільтрацію сигналів, яка реалізується шляхом застосування антен, рознесених в просторі. В цьому випадку при різних напрямах прийому корисного сигналу і завади вдається сформувати оптимальні значення вагових коефіцієнтів адаптивних просторових фільтрів для подавлення АШЗ. Однак, якщо джерело завади зміщується в область головного променя, то просторові відмінності між корисним сигналом і завадою зменшуються. Це приводить до суттєвого спотворення діаграми спрямованості основної антени. В результаті цього погіршується точність вимірювання кутових координат, а також чутливість приймального пристрою РЛС. В статті запропоновано структурнопараметричний метод адаптації просторового фільтра, який забезпечує ефективну роботу РЛС при дії АШЗ як з напряму бокових пелюстків, так і з напряму головного променя.
Ціль. Підвищення ефективності роботи РЛС при зміщенні джерела АШЗ з напряму бокових пелюстків ДСА на напрям головного променя.
Метод. Запропонований метод дозволяє за рахунок структурної адаптації багатоканального просторового фільтра виключити спотворення головного променя ДСА РЛС і забезпечити її роботу в умовах можливої дії завади по головному променю. Структурна адаптація просторового фільтра реалізується шляхом поточного аналізу вагових коефіцієнтів блоків компенсації.
Результати. Розроблено структурну схему багатоканального просторового фільтра за методом Грама-Шмідта зі структурно-параметричною адаптацією, а також структурну схему блока компенсації. В результаті проведеного моделювання підтверджена можливість виключення спотворення діаграми спрямованості основної антени РЛС в умовах можливої дії АШЗ по головному променю.
Висновки. Наукова новизна роботи полягає в удосконаленні алгоритму обробки сигналів при просторовій фільтрації сигналів як при дії АШЗ з напряму бокових пелюстків, так і при зміщенні джерела завади на напрям головного променя діаграми спрямованості антени РЛС. Практична новизна роботи полягає в розробці структурної схеми і математичної моделі удосконаленого просторового фільтра з структурно-параметричною адаптацією. 
МЕТОД ДЕРЕВА АЛГОРИТМІВ В ЗАДАЧІ КЛАСИФІКАЦІЇ ГІДРОГРАФІЧНИХ ДАНИХ
No full textContext. The work is dedicated to the identification of a simple and effective mechanism by which it is possible to build algorithmic classification trees (algorithmic tree models) on the basis of fixed initial information in the form of a discrete data training sample. The constructed algorithmic classification tree will unmistakably classify (recognize) the entire training sample on which the model is built, have a minimum structure (structural complexity) and consist of components – autonomous classification and recognition algorithms as the vertices of the structure (attributes of the tree).
Objective. The aim of this work is to create a simple, effective and universal method of constructing classification (recognition) models based on the concept of algorithmic trees for arrays of real hydrographic data, where the obtained schemes of classification systems (classification tree structure) are characterized by a tree structure (construction) and autonomous classification algorithms (sets of generalized features) as their structural elements (construction blocks).
Method. The general scheme of synthesizing classification trees in a form of algorithmic trees on the basis of a procedure of approximation of an array of discrete data by a set of elementary classifiers, which for the set initial training sample builds a tree-like structure, i.e. a model of the algorithmic tree, is suggested. Moreover, the constructed scheme consists of a set of autonomous classification and recognition algorithms evaluated at each step/stage of constructing the classification tree for this initial sample. A method for constructing an algorithmic classification tree has been developed, the main idea of which is to approximate step-by-step the initial sample of an arbitrary volume and structure by a set of elementary classification algorithms. The method of algorithmic tree in the formation of the current algorithmic tree vertex, node, generalized feature provides selection of the most effective, highquality elementary classifiers from the initial set and completion of only those paths in the tree structure where the largest number of errors (failures) occurs. The structural complexity of the algorithmic tree design is estimated based on the number of transitions, vertices and tiers of the model structure, which allows one to improve the quality of its subsequent analysis, provide an effective decomposition mechanism, and build algorithmic tree structures under fixed constraint sets. The method of the algorithmic tree synthesis allows one to build different types of tree-like recognition models with different initial sets of elementary classifiers with predetermined accuracy for a wide class of problems of the artificial intelligence theory.
Results. The developed method of building algorithmic tree models allows one to work with training samples of a large amount of different types of information (discrete data) and provides high speed and economy of hardware resources in the process of generating the final classification scheme, as well as to build classification trees with predetermined accuracy.
Conclusions. An approach to the synthesis of new recognition algorithms (schemes) based on a library (set) of already known algorithms (methods) and schemes has been developed. That is, an effective scheme for recognizing discrete objects based on stepby-step evaluation and selection of classification algorithms (generalized features) at each step of the scheme synthesis is presented. Based on the suggested concept of algorithmic classification trees, a model of the structure of the algorithm tree was built, which provided classification of flood situations for the Uzh river basin.Актуальность. Работа посвящена выявлению простого и эффективного механизма с помощью которого можно строить алгоритмические деревья классификации (модели дерева алгоритмов) по фиксированной начальной информации в виде учебной выборки дискретных данных. Построено алгоритмическое дерево классификации будет безошибочно классифицировать (распознавать) всю обучающую выборку по которой построена модель, иметь минимальную структуру (структурную сложность) и состоять из компонентов автономных алгоритмов классификации и распознавания в качестве вершин конструкции (атрибутов дерева).
Цель. Целью данной работы является создание простого, эффективного и универсального метода построения моделей классификации (распознавания) на основе концепции деревьев алгоритмов для реальных массивов данных гидрографического характера, где полученные схемы систем классификации (структуры деревьев классификации) характеризуются древовидной структурой (конструкцией) и наличием автономных алгоритмов классификации (наборов обобщенных признаков) в качестве своих структурных элементов (блоков конструкции).
Метод. Предлагается общая схема синтеза деревьев классификации в виде деревьев алгоритмов на основе процедуры аппроксимации массива дискретных данных набором элементарных классификаторов, которая для заданной исходной обучающей выборки строит древовидную структуру – модель дерева алгоритмов. Причем построенная схема состоит из набора автономных алгоритмов классификации и распознавания, оцененных на каждом шаге, этапе построения дерева классификации по данной исходной выборке. Разработан метод построения алгоритмического дерева классификации основная идея которого заключается в по шаговой аппроксимации начальной выборки произвольного объема и структуры набором элементарных алгоритмов классификации. Метод дерева алгоритмов при формировании текущей вершины дерева алгоритмов, узла, обобщенной признаки, обеспечивает выделение наиболее эффективных, качественных элементарных классификаторов из начального набора и достройку только тех путей в структуре дерева где происходит наибольшее количество ошибок (отказов) классификации. Структурная сложность конструкции дерева алгоритмов оценивается на основе количества переходов, вершин и ярусов структуры модели, что позволяет повысить качество его последующего анализа, обеспечить эффективный механизм декомпозиции, и строить структуры деревьев алгоритмов в условиях фиксированных наборов ограничений. Метод синтеза деревьев алгоритмов позволяет строить разнотипные древовидные модели распознавания с различными начальными наборами элементов классификаторов с заранее заданной точностью для широкого класса задач теории искусственного интеллекта.
Результаты. Разработанный метод построения моделей деревьев алгоритмов позволяет работать с учебными выборками большого объема разнотипной информации (дискретными данными) и обеспечивает высокую скорость и экономность аппаратных ресурсов в процессе генерации конечной схемы классификации, строить деревья классификации с заранее заданной точностью.
Выводы. Разработан подход синтеза новых алгоритмов (схем) распознавания на основе библиотеки (набора) уже известных алгоритмов (методов) и схем. То есть представлена эффективная схема распознавания дискретных объектов на основе пошаговой оценки и отбора алгоритмов классификации (обобщенных признаков) на каждом шаге синтеза схемы. На базе предложенной концепции алгоритмических деревьев классификации построена модель структуры дерева алгоритмов, которая обеспечила классификацию паводковых ситуаций для бассейна реки Уж.Актуальність. Робота присвячена виявленню простого та ефективного механізму за допомогою якого можна будувати алгоритмічні дерева класифікації (моделі дерева алгоритмів) за фіксованою початковою інформацією у вигляді навчальної вибірки дискретних даних. Побудоване алгоритмічне дерево класифікації буде безпомилково класифікувати (розпізнавати) всю навчальної вибірки за якою побудована модель, мати мінімальну структуру (структурну складність) та складатися з компонентів – автономних алгоритмів класифікації та розпізнавання в якості вершин конструкції (атрибутів дерева).
Мета. Метою даної роботи є створення простого, ефективного та універсального метода побудови моделей класифікації (розпізнавання) на основі концепції дерев алгоритмів для масивів реальних даних гідрографічного характеру, де отримані схеми систем класифікації (структури дерев класифікації) характеризуються деревоподібної структурою (конструкцією) та наявністю автономних алгоритмів класифікації (наборів узагальнених ознак) в якості своїх структурних елементів (блоків конструкції).
Метод. Пропонується загальна схема синтезу дерев класифікації у вигляді дерев алгоритмів на основі процедури апроксимації масиву дискретних даних набором елементарних класифікаторів, яка для заданої початкової навчальної вибірки будує деревоподібну структуру – модель дерева алгоритмів. Причому побудована схема складається з набору автономних алгоритмів класифікації та розпізнавання оцінених на кожному кроці, етапі побудови дерева класифікації за даною початковою вибіркою. Розроблений метод побудови алгоритмічного дерева класифікації основна ідея якого полягає в по кроковій апроксимації начальної вибірки довільного об‘єму та структури набором елементарних алгоритмів класифікації. Метод дерева алгоритмів при формуванні поточної вершини дерева алгоритмів, вузла, узагальненої ознаки, забезпечує виділення найбільш ефективних, якісних елементарних класифікаторів з початкового набору та добудову лише тих шляхів в структурі дерева де відбувається найбільша кількість помилок (відмов) класифікації. Структурна складність конструкції дерева алгоритмів оцінюється на основі кількості переходів, вершин та ярусів структури моделі, що дозволяє підвищити якість його наступного аналізу, забезпечити ефективний механізм декомпозиції, та будувати структури дерев алгоритмів в умовах фіксованих наборів обмежень. Метод синтезу дерев алгоритмів дозволяє будувати різнотипні деревоподібні моделі розпізнавання з різними початковими наборами елементарних класифікаторів з наперед заданою точністю для широкого класу задач теорії штучного інтелекту.
Результати. Розроблений метод побудови моделей дерев алгоритмів дозволяє працювати з навчальними вибірками великого об’єму різнотипної інформації (дискретними даними) та забезпечує високу швидкість та економність апаратних ресурсів в процесі генерації кінцевої схеми класифікації, будувати дерева класифікації з наперед заданою точністю.
Висновки. Розроблений підхід синтезу нових алгоритмів (схем) розпізнавання на основі бібліотеки (набору) вже відомих алгоритмів (методів) та схем. Тобто представлена ефективна схема розпізнавання дискретних об‘єктів на основі покрокової оцінки та вибору алгоритмів класифікації (узагальнених ознак) на кожному кроці синтезу схеми. На базі запропонованої концепції алгоритмічних дерев класифікації побудована модель структури дерева алгоритмів, яка забезпечила класифікацію паводкових ситуацій для басейну річку Уж
ВИЗНАЧЕННЯ МАТРИЦІ ОПОРІВ ЛІНІЇ ПЕРЕДАЧІ ПРИ ВІДХИЛЕННІ КОНСТРУКТИВНИХ ПАРАМЕТРІВ ВІД НОМІНАЛЬНИХ
No full textContext. UHF transmission systems make extensive use of transmission line segments, the characteristics of which have a significant impact on the performance of various information technologies. One of the problems of production of transmission lines is to obtain a given wave impedance, which significantly affects the electrical and information characteristics of the entire set of equipment. Currently, there is a burning issue of estimating the influence of disturbing factors on various electrical characteristics of long line segments. To date, the most fully developed methods for assessing the effect of disturbing factors on the wave impedance of a homogeneous line (the wave impedance is constant) under regular perturbations. In this case, the influence of perturbations on the reflection coefficient of matched lines was mainly considered. The effect of perturbations on the other characteristics of homogeneous and, especially, inhomogeneous lines has not been sufficiently studie
Objective. The purpose of this paper is to determine the effect of wave impedance perturbations on the transmission line impedance matrix. Knowing the perturbed impedance matrix, it is possible to determine the distortion of the characteristics of any device built on transmission line segments.
Method. The paper uses the method of perturbation theory of linear differential operators applied to equations describing processes in inhomogeneous long lines.
Results. The obtained results make it possible to estimate the influence of regular and irregular perturbations of the wave resistance (wave conductance) on the transmission line matrix considered as a quadrupole. Such matrix can be any quadrupole matrix: resistance matrix, conductance matrix, circuit matrix. This makes it possible, according to the desired function of the circuit (gain, input impedance, reflection coefficient), to determine the allowable deviation of the wave impedance from the nominal value in order to select a tolerance for reproducing the wave impedance.
Conclusions. The proposed criterion for estimating line parameter deviations using the norm of the four-pole matrix is inherently an integral criterion and can be used to preliminarily estimate the frequency domain of the strongest distortions, regardless of the functional purpose of the transmission line segment. The developed approach is applicable to both homogeneous and heterogeneous transmission lines and covers both regular and irregular wave impedance perturbations.Актуальность. В СВЧ системах передачи информации широко используются отрезки линий передачи, характеристики которых значительно влияют на производительность различных информационных технологий. Одной из проблем производства линий передачи является получение заданного волнового сопротивления, что значительно влияет на электрические и информационные характеристики всего комплекса оборудования. В настоящее время возникает острый вопрос оценки влияния возмущающих факторов на различные электрические характеристики отрезков длинных линий. На сегодняшний день наиболее полно разработаны методы оценки влияния возмущающих факторов на волновое сопротивление однородной линии (волновое сопротивление постоянно) при регулярных возмущениях. В этом случае в основном учитывалось влияние возмущений на коэффициент отражения согласованных линий. Вопрос влияния возмущений на остальные характеристики однородных и, особенно, неоднородных линий изучены недостаточно.
Цель. Целью статьи является определение влияния возмущений волнового сопротивления на матрицу сопротивления линии передачи. Зная матрицу возмущенных сопротивлений, можно определить искажения характеристик какого-либо устройства, построенного на отрезках линий передачи.
Метод. В статье использован метод теории возмущений линейных дифференциальных операторов, примененный к уравнениям, описывающих процессы в неоднородных длинных линиях.
Результаты. Полученные результаты дают возможность оценить влияние регулярных и нерегулярных возмущений волнового сопротивления (волновой проводимости) на матрицу линии передачи, рассматриваемой как четырехполюсник. Такой матрицей может быть какая-либо матрица четырехполюсника: матрица сопротивлений, проводимостей, цепной. Это делает возможным, в соответствии с требуемой функцией цепи (коэффициент передачи, входное сопротивление, коэффициент отражения) определить допустимое отклонение волнового сопротивления от номинального значения, чтобы выбрать допуск для воспроизведения волнового сопротивления.
Выводы. Предложенный критерий оценки отклонений параметров линии с использованием нормы четырёхполюсной матрицы по своей сути является интегральным критерием и может быть использован для предварительной оценки частотной области наиболее сильных искажений, независимо от функционального назначения отрезка линии передачи. Разработанный подход применим как к однородным, так и к неоднородным линиям передачи и охватывает как регулярные, так и нерегулярные возмущения волнового сопротивления.Актуальність. У НВЧ системах передачі інформації широко використовуються відрізки ліній передачі, характеристики яких значно впливають на продуктивність різних інформаційних технологій. Однією з проблем виробництва ліній передачі є отримання заданого хвильового опору, що значно впливає на електричні та інформаційні характеристики всього комплексу обладнання. В даний час постає гостре питання оцінки впливу збурюючих факторів на різні електричні характеристики відрізків довгих ліній. На сьогоднішній день найбільш повно розроблені методи оцінки впливу збурюючих факторів на хвильовий опір однорідної лінії (хвильовий опір постійно) при регулярних збуреннях. У цьому випадку в основному враховувався вплив збурень на коефіцієнт відбиття узгоджених ліній. Питання впливу збурень на решту характеристик однорідних і, особливо, неоднорідних ліній вивчені недостатньо.
Мета. Метою статті є визначення впливу збурень хвильового опору на матрицю опору лінії передачі. Знаючи матрицю збурених опорів, можна визначити спотворення будь-якого пристрою, побудованого на відрізках ліній передачі.
Метод. У статті використано метод теорії збурень лінійних диференціальних операторів, застосований до рівнянь, що описують процеси в неоднорідних довгих лініях.
Результати. Отримані результати дають можливість оцінити вплив регулярних та нерегулярних збурень хвильового опору (хвильової провідності) на матрицю лінії передачі, що розглядається як чотириполюсник. Така матриця може бути будь-якою квадрупольною матрицею: матрицею опорів, провідностей, ланцюговою. Це робить можливим, відповідно до необхідної функції схеми (коефіцієнт передачі, вхідний опір, коефіцієнт відбиття) визначити її допустиме відхилення від номінального значення, щоб вибрати допуск для відтворення хвильового опору.
Висновки. Запропонований критерій оцінки відхилень параметрів лінії з використанням норми квадрупольної матриці за своєю суттю є інтегральним критерієм і може бути використаний для попередньої оцінки частотної області найсильніших спотворень, незалежно від функціонального призначення відрізка лінії передачі. Розроблений підхід застосовується як до однорідних, так і до неоднорідних ліній передачі та охоплює як регулярні, так і нерегулярні збурення хвильового опору
ОПТИМІЗАЦІЯ АЛГОРИТМІВ ГРУПОВОЇ РОБОТОТЕХНІКИ
No full textContext. Among the variety of tasks solved by robotics, one can single out a number of those for the solution of which small dimensions of work are desirable and sometimes necessary. To solve such problems, micro-robots with small dimensions are needed, the mass of which allows them to move freely in tight passages, in difficult weather conditions, and remain unnoticed. At the same time, the small dimensions of the microrobot also impose some indirect restrictions; therefore, it is better to use groups of microrobots for the solution of these problems. The efficiency of using groups of microrobots depends on the chosen control strategy and stochastic search algorithms for optimizing the control of a group (swarm) of microrobots.
Objective. The purpose of this work is to consider a group of swarm algorithms (methods) belonging to the class of metaheuristics. The group of these algorithms includes, in particular, the ant colony algorithm, the possibilities of which were investigated to solve the traveling salesman problem, which often arises when developing an algorithm for the behavior of a group of microrobots.
Method. At the first stage of the study, the main groups of parameters were identified that determine the flow and characterize the state at any time of the ant colony algorithm: input, control, disturbance parameters, output parameters. After identifying the main groups of parameters, an algorithm was developed, the advantage of which lies in scalability, as well as guaranteed convergence, which makes it possible to obtain an optimal solution regardless of the dimension of the graph. At the second stage, an algorithm was developed, the code of which was implemented in the Matlab language. Computer experiments were carried out to determine the influence of input, control, output, and disturbance parameters on the convergence of the algorithm. Attention was paid to the main groups of indicators that determine the direction of the method and characterize the state of the swarm of microrobots at a given time. In the computational experiment, the number of ants placed in the nodes of the network, the amount of pheromone, the number of graph nodes were varied, the number of iterations to find the shortest path, and the execution time of the method were determined. The final test of modeling and performance of the method was carried out.
Results. Research has been carried out on the application of the ant algorithm for solving the traveling salesman problem for test graphs with a random arrangement of vertices; for a constant number of vertices and a change in the number of ants, for a constant number of vertices at different values of the coefficient Q; to solve the traveling salesman problem for a constant number of vertices at different values of the pheromone evaporation coefficient p; for a different number of graph vertices. The results showed that ant methods find good traveling salesman routes much faster than clear-cut combinatorial optimization methods. The dependence of the search time and the found optimal route on the values of control parameters are established using the example of test networks for a different number of graph vertices and iterations.
Conclusions. The studies were carried out to make it possible to give recommendations on the application of the ant colony algorithm to control a group (swarm) of microrobots.Актуальность. Среди многообразия задач, решаемых робототехникой, можно выделить целый ряд таких, для решения которых небольшие габариты работа желательны, а подчас и необходимы. Для решения подобных задач необходимы микророботы с малыми габаритами, масса которых позволяет беспрепятственно перемещаться в тесных проходах, в сложных погодных условиях и оставаться незамеченными. В то же время малые габариты микроробота накладывают также и ряд косвенных ограничений, поэтому к применению для решения указанных задач лучше использовать группы микророботов. Эффективность применения групп микророботов зависит от выбранной стратегии управления и стохастических поисковых алгоритмов оптимизации управления группой (роем) микророботов.
Цель. Целью данной работы является рассмотрение группы роевых алгоритмов (методов), относящихся к классу метаэвристик. К группе этих алгоритмов относится, в частности, алгоритм муравьиной колонии, возможности которого исследовались для решения задачи коммивояжера, часто возникающей при разработке алгоритма поведения группы микророботов.
Метод. На первом этапе исследования были выделены основные группы параметров, определяющих течение и характеризующие состояние в любой момент времени алгоритма муравьиной колонии: входящие, управляющие, параметры возмущения, выходные параметры. После выделения основных групп параметров был разработан алгоритм, преимущество которого заключается в масштабируемости, а также гарантированной сходимости, позволяющей получить оптимальное решение независимо от размерности графа. На втором этапе разработан алгоритм, код которого был реализован на языке Matlab. Были проведены компьютерные эксперименты с целью определения влияния входных, управляющих, выходных и параметров возмущения на сходимость алгоритма. Было уделено внимание основным группам показателей, определяющих направление способа и характеризующих состояние роя микророботов в данный момент времени. В вычислительном эксперименте варьировалось количество муравьев, размещаемых в узлах сети, количество феромона, число узлов графа, определялось количество итераций для поиска кратчайшего пути и время выполнения метода. Проведен итоговый тест моделирования и производительности метода.
Результаты. Проведены исследования применения муравьиного алгоритма для решения задачи коммивояжера для тестовых графов со случайным расположением вершин; для постоянного количества вершин и изменения количества муравьев, для постоянного количества вершин при разных значениях коэффициента Q; для решения задачи коммивояжера для постоянного количества вершин при разных значениях коэффициента испарения феромона p; для разного количества вершин графа. Результаты показали, что муравьиные способы находят хорошие маршруты коммивояжера гораздо быстрее, чем четкие методы комбинаторной оптимизации. Установлена зависимость времени поиска и найденного оптимального маршрута от значений управляющих параметров на примере тестовых сетей для разного количества вершин графа и итераций.
Выводы. Проведенные исследования позволяют дать рекомендации по применению алгоритма муравьиной колонии для управления группой (роем) микророботов. Актуальність. Серед різноманіття завдань, які вирішуються робототехнікою, можна виділити цілий ряд таких, для вирішення яких невеликі габарити робота бажані, а часом і необхідні. Для вирішення подібних завдань необхідні мікророботи з малими габаритами, маса яких дозволяє безперешкодно переміщатися у тісних проходах, складних погодних умовах, залишатися непоміченими. Водночас, малі габарити мікроробота накладають також і ряд непрямих обмежень, що зумовлює застовування для означених завдань групи мікророботів. Ефективність застосування груп мікророботів залежить від обраної стратегії управління і стохастичних пошукових алгоритмів оптимізації управління групою (роєм) мікророботів.
Мета. Метою данної роботи є розгляд групи ройових алгоритмів (методів), які відносяться до класу метаеврістік. До групи означених алгоритмів відноситься, зокрема, алгоритм мурашиної колонії, можливості якого досліджувалися для розв’язування задачі комівояжера, яка часто постає при розробці алгоритму поведінки групи мікророботів.
Метод. На першому етапі дослідження було виділено основні групи параметрів, які визначають перебіг і характеризують стан в будь-який момент часу алгоритму мурашиної колонії: вхідні, керуючи, параметри збурення, вихідні. Після виділення основних груп параметрів було розроблено алгоритм, перевага якого полягає в масштабованості, а також гарантованій збіжності, що дозволяє отримати оптимальний розв’язок незалежно від розмірності графа. На другому етапі ророблений алгоритм ACO (ant colony optimization algorithm) було реалізовано на мові Matlab. Були проведені комп’ютерні експерименти з метою визначення впливу вхідних, керуючих, вихідних і параметрів збурення на збіжність алгоритму. Було приділено увагу основним групам показників, які визначають напрямок способу і характеризують стан рою мікророботів у даний момент часу. В обчислювальному експерименті варіювалася кількість мурах, що розміщуються у вузлах мережі, місткість феромона, чисельність вузлів графа, визначалася чисельність ітерацій для розшуку найменшого шляху та час виконання методу. Проведено тест підсумків моделювання та продуктивності методу.
Результати. Проведено дослідження застосування мурашиного алгоритму для розв’язування задачі комівояжера для тестових графів з випадковим розташуванням вершин; для постійної кількості вершин і зміні кількості мурах, для постійної кількості вершин при різних значеннях коефіцієнта Q; для розв’язування задачі комівояжера для постійної кількості вершин при різних значеннях коефіцієнта випаровування феромону p; для різної кількості вершин графа. Результати показали, що мурашині способи знаходять хороші маршрути комівояжера значно швидше, ніж чіткі методи комбінаторної оптимізації. Встановлено залежності часу пошуку і знайденого оптимального маршруту від значень керуючих параметрів на прикладі тестових мереж для різної кількості вершин графа та ітерацій.
Висновки. Проведені дослідження дозволяють дати рекомендації щодо застосування алгоритму мурашиної колонії ACO (ant colony optimization algorithm) для управління групою (роєм) мікророботів
КЛАСТЕРИЗАЦІЯ МАСИВІВ ДАНИХ НА ОСНОВІ КОМБІНОВАНОЇ ОПТИМІЗАЦІЇ ФУНКЦІЙ ЩІЛЬНОСТІ РОЗПОДІЛУ ТА ЕВОЛЮЦІЙНОГО МЕТОДУ КОТЯЧИХ ЗГРАЙ
Get PDFContext. The task of clustering arrays of observations of an arbitrary nature is an integral part of Data Mining, and in the more general case of Data Science, a huge number of approaches have been proposed for its solution, which differ from each other both in a priori assumptions regarding the physical nature of the data and the problem, and in the mathematical apparatus. From a computational point of view, the clustering problem turns into a problem of finding local extrema of a multiextremal function of the vector density argument using gradient procedures that are repeatedly launched from different points of the initial data array. It is possible to speed up the process of searching for these extremes by using the ideas of evolutionary optimization, which includes algorithms inspired by nature, swarm algorithms, population algorithms, etc.
Objective. The purpose of the work is to introduce a data clustering procedure based on the peaks of the data distribution density and the evolutionary method of cat swarms, that combines the main advantages of methods for working with data in conditions of overlapping classes, is characterized by high-quality clustering, high speed and accuracy of the obtained results.
Method. The method for clustering data arrays based on the combined optimization of distribution density functions and the evolutionary method of cat swarms was proposed. The advantage of the proposed approach is to reduce the time for solving optimization problems in conditions where clusters are overlap.
Results. The results of the experiments confirm the effectiveness of the proposed approach in clustering problems under the condition of classes that overlap and allow us to recommend the proposed method for use in practice to solve problems of automatic clustering big data.
Conclusions. The method for clustering data arrays based on the combined optimization of distribution density functions and the evolutionary method of cat swarm was proposed. The advantage of the proposed approach is to reduce the time for solving optimization problems in conditions where clusters are overlap. The method is quite simple from the numerical implementation and is not critical for choosing an optimization procedure. The experimental results confirm the effectiveness of the proposed approach in clustering problems under conditions of overlapping clusters.Актуальность Задача кластеризации массивов наблюдений произвольной природы является неотъемлемой частью Data Mining, а в более общем случае Data Science, для ее решения предложено огромное количество подходов, отличающихся между собой как априорными предположениями относительно физической природы данных и задачи, так и математическим аппаратом. С вычислительной точки зрения задача кластеризации превращается в проблему поиска локальных экстремумов многоэкстремальной функции векторного аргумента плотности с помощью градиентных процедур, многократно запускаемых с разных точек исходного массива данных. Ускорить процесс поиска этих экстремумов можно, воспользовавшись идеями эволюционной оптимизации, включающей в себя алгоритмы, инспирированные природой, роевые алгоритмы, популяционные алгоритмы и т.д.
Цель. Цель работы заключается во внедрении процедуры кластеризации данных на основе пиков плотности распределения данных и эволюционного метода кошачьих стай, объединяющей в себе основные преимущества методов работы с данными в условиях пересекающихся классов, характеризуется качественной кластеризацией, высоким быстродействием и точностью полученных результатов.
Метод. Введен метод кластеризации массивов данных на основе комбинированной оптимизации функций плотности распределения и эволюционного метода кошачьих стай. Преимуществом предлагаемого подхода является сокращение времени решения оптимизационных задач в условиях, когда кластеры пересекаются.
Результаты. Результаты экспериментов подтверждают эффективность предлагаемого подхода в задачах кластеризации при условии классов, которые пересекаются и позволяют рекомендовать предложенный метод для использования на практике для решения проблем автоматической кластеризации больших данных.
Выводы. Введен метод кластеризации массивов данных на основе комбинированной оптимизации функций плотности распределения и эволюционного метода кошачьих стай. Преимуществом предлагаемого подхода является сокращение времени решения оптимизационных задач в условиях, когда кластеры пересекаются. Метод достаточно прост с точки зрения численной реализации и не является критическим для выбора оптимизационной процедуры. Результаты экспериментов подтверждают эффективность предлагаемого подхода в задачах кластеризации в условиях пересекающихся кластеров.Актуальність. Задача кластеризації масивів спостережень довільної природи є невід’ємною частиною Data Mining, а у більш загальному випадку Data Science, для її вирішення запропонована дуже велика кількість підходів, що відрізняються між собою як апріорними припущеннями що до фізичної природи даних та задачі, так і математичним апаратом. З обчислювальної точки зору задача кластеризації перетворюється у проблему пошуку локальних екстремумів багатоекстремальної функції векторного аргументу щільності за допомогою градієнтних процедур, які багатократно запускаються з різних точок вихідного масиву даних. Пришвидшити процес пошуку цих екстремумів можна, скориставшись ідеями еволюційної оптимізації, що включає в себе алгоритми, інспіровані природою, ройові алгоритми, популяційні алгоритми, тощо.
Мета. Мета роботи полягає у запровадженні процедури кластеризації даних на основі піків щільності розподілу даних та еволюційного методу котячих зграй, що об’єднує в собі основні переваги методів роботи з даними за умов, якщо класи перетинаються, характеризується якісною кластеризацією, високою швидкодією та точністю отриманих результатів.
Метод. Введено метод кластеризації масивів даних на основі комбінованої оптимізації функцій щільності розподілу та еволюційного методу котячих зграй. Перевагою запропонованого підходу є скорочення часу вирішення оптимізаційних задач в умовах коли кластери перетинаються.
Результати. Результати експериментів підтверджують ефективність пропонованого підходу в задачах кластеризації за умов перетинних кластерів та дозволяють рекомендувати запропонований метод для використання на практиці для вирішення проблем автоматичної кластеризації великих даних.
Висновки. Введено метод кластеризації масивів даних на основі комбінованої оптимізації функцій щільності розподілу та еволюційного методу котячих зграй. Перевагою запропонованого підходу є скорочення часу вирішення оптимізаційних задач в умовах коли кластери перетинаються. Метод є досить простим з точки зору чисельної реалізації і не є критичним до вибору оптимізаційної процедури. Результати експериментів підтверджують ефективність запропонованого підходу в задачах кластеризації за умов кластерів, що перетинаються