Radio Electronics, Computer Science, Control
Not a member yet
1174 research outputs found
Sort by
ШВИДКА НЕЧІТКА ПРАВДОПОДІБНА КЛАСТЕРИЗАЦІЯ НА ОСНОВІ АНАЛІЗУ ПІКІВ ЩІЛЬНОСТІ РОЗПОДІЛУ ДАНИХ
Get PDFContext. The problem of clustering (classification without a teacher) is often occures when processing data arrays of various natures, which is quite an interesting and integral part of artificial intelligence. To solve this problem, there are many known methods and algorithms based on the principles of the distribution density of observations in the analyzed data. However, these methods are rather complicated in software implementation and are not without drawbacks, namely: the problem of determining significant clusters in datasets of different densities, multiepoch self-learning, getting stuck in local extrema of goal functions, etc. It should be noted that the methods based on the analysis of the peaks of the data distribution density are clear in nature, therefore, to expand the capabilities of these methods, it is advisable to introduce their fuzzy modification.
Objective. The aim of the work is to introduce fast fuzzy data clustering using density peaks distribution of the datasets, that can find the prototypes (centroids) of clusters that overlapping regardless of the amount of incoming data.
Method. The problem of fuzzy clustering data arrays based on a hybrid method that based on the simultaneous use of a credibilistic approach to fuzzy clustering and an algorithm for finding the types of distribution density of the initial data is proposed. A feature of the proposed method is computational simplicity and high speed, due to the fact that the entire array is processed only once, that is, eliminates the need for multi-era self-learning, implemented in traditional fuzzy clustering algorithms.
Results. A feature of the proposed method of fast fuzzy credibilistic clustering using of density peaks distribution is characterized by computational simplicity and high speed due to the fact that the entire array is processed only once, that is, the need for multiepoch self-learning is eliminated, which is implemented in traditional fuzzy clustering algorithms. The results of the computational experiment confirm the effectiveness of the proposed approach in clustering problems under conditions in the case when the clusters are ovelap.
Conclusions. The experimental results allow us to recommend the developed method for solving the problems of automatic clustering and data classification, as quickly as possible to find the centroids of clusters. The proposed method of fast fuzzy credibilistic clustering using of density peaks distribution of dataset is intended for use in computational intelligence systems, neuro-fuzzy systems, in training artificial neural networks and in clustering problems.Актуальность. Проблема кластеризации (классификации без учителя) часто встречается при обработке массивов данных различной природы и является достаточно интересной и неотъемлемой частью искусственного интеллекта. Для решения этой задачи существует множество известных методов и алгоритмов основанных на анализе плотности распределения наблюдений в анализируемых данных. Однако эти методы достаточно сложны в программной реализации и не лишены недостатков, а именно: проблемы определения значимых кластеров в наборах данных различной плотности, многоэпоховое самообучение, застревание в локальных экстремумах целевых функций и тому подобное. Следует отметить, что методы, основанные на анализе пиков плотности распределения данных, являются по своей природе четкими, поэтому для расширения возможностей этих методов целесообразно ввести их нечеткую модификацию.
Цель. Цель работы заключается в введении быстрой процедуре нечеткой кластеризации данных с использованием пиков плотности распределения данных, которая может находить экстемумы (центры) кластеров, которые пересекаются независимо от количества поступающих данных.
Метод. Рассмотрена задача нечеткой кластеризации массивов данных на основе гибридного метода, основанного на одновременном использовании правдоподобного подхода к нечеткой кластеризации и алгоритма нахождения типов плотности распределения исходных данных. Особенностью предлагаемого метода является вычислительная простота и высокая скорость, связанная с тем, что весь массив обрабатывается только один раз, то есть исключается необходимость в многоэпоховом самообучении, реализуемом в традиционных алгоритмах нечеткой кластеризации.
Результаты. Особенностью предложенного метода быстрой нечеткой правдоподобной кластеризации на основе анализа пиков плотности распределения данных является вычислительная простота и высокая скорость, связанная с тем, что весь массив обрабатывается только один раз, то есть исключается необходимость в многоэпоховом самообучении, что реализуется в традиционных алгоритмах нечеткой кластеризации. Результаты вычислительного эксперимента подтверждают эффективность предложенного подхода в задачах кластеризации в условиях, когда кластеры пересекаются.
Выводы. Результаты эксперимента позволяют рекомендовать разработанный метод для решения проблем автоматической кластеризации и классификации данных, максимально быстро находить центры кластеров. Предложенный метод быстрой нечеткой правдоподобной кластеризации на основе анализа пиков плотности распределения данных предназначен для использования в системах вычислительного интеллекта, нейро-фаззи системах, в обучении искусственных нейронных сетейи в задачах кластеризации. Актуальність. Проблема кластеризації (класифікації без вчителя), що часто зустрічається при обробці масивів даних різної природи, є досить цікавою і невід’ємною частиною штучного інтелекту. Для вирішення цього завдання існує безліч відомих методів та алгоритмів, які базуються на принципах щільності розподілу спостережень в даних, що аналізуються. Однак ці методи досить складні в програмній реалізації та не позбавлені недоліків, а саме: проблеми визначення значущих кластерів в наборах даних різної щільності, багатоепохове самонавчання, застрягання в локальних екстремумах цільових функцій, тощо. Слід зазначити, що методи, засновані на аналізі піків щільності розподілу даних, є за своєю природою чіткими, тому для розширення можливостей цих методів доцільно ввести їх нечітку модифікацію.
Мета. Мета роботи полягає у запровадженні швидкої нечіткої кластеризації даних з використанням піків щільності розподілу даних, яка може знаходити екстемуми (центоїди) кластерів, що перетинаються незалежно від кількості даних, що надходять.
Метод. Розглянуто задачу нечіткої кластеризації масивів даних на основі гібридного методу, заснованого на одночасному використанні правдоподібного підходу до нечіткої кластеризації і алгоритму знаходження типів щільності розподілу вихідних даних. Особливістю запропонованого методу є обчислювальна простота і висока швидкість, пов’язана з тим, що весь масив обробляється тільки один раз, тобто виключається необхідність в багатоепоховому самонавчанні, що реалізується в традиційних алгоритмах нечіткої кластеризації.
Результати. Особливістю запропонованого методу швидкої нечіткої правдоподібної кластеризації на основі аналізу піків щільності розподілу даних є обчислювальна простота і висока швидкість, пов’язана з тим, що весь масив обробляється тільки один раз, тобто виключається необхідність у багатоепоховому самонавчанні, що реалізується в традиційних алгоритмах нечіткої кластеризації. Результати обчислювального експерименту підтверджують ефективність запропонованого підходу в задачах кластерзаціі в умовах, коли кластери перетинаються.
Висновки. Результати експерименту дозволяють рекомендувати розроблений метод для вирішення проблем автоматичної кластеризації та класифікації даних та максимально швидко знаходити центри кластерів. Запропонований метод швидкої нечіткої правдоподібної кластеризації на основі аналізу піків щільності розподілу даних призначений для використання в системах обчислювального інтелекту, нейро-фаззі системах,в навчанні штучних нейронних мереж та у завданнях кластеризації
ПРИСКОРЕННЯ ФАЗИ АДАПТАЦІЇ ОПТИМІЗАЦІЙНОГО МЕТА-НАВЧАННЯ
No full textContext. Neural networks require a large amount of annotated data to learn. Meta-learning algorithms propose a way to decrease number of training samples to only a few. One of the most prominent optimization-based meta-learning algorithms is MAML. However, its adaptation to new tasks is quite slow. The object of study is the process of meta-learning and adaptation phase as defined by the MAML algorithm.Objective. The goal of this work is creation of an approach, which should make it possible to: 1) increase the execution speed of MAML adaptation phase; 2) improve MAML accuracy in certain cases. The testing results will be shown on a publicly available few-shot learning dataset CIFAR-FS.Method. In this work an improvement to MAML meta-learning algorithm is proposed. Meta-learning procedure is defined in terms of tasks. In case of image classification problem, each task is to try to learn to classify images of new classes given only a few training examples. MAML defines 2 stages for the learning procedure: 1) adaptation to the new task; 2) meta-weights update. The whole training procedure requires Hessian computation, which makes the method computationally expensive. After being trained, the network will typically be used for adaptation to new tasks and the subsequent prediction on them. Thus, improving adaptation time is an important problem, which we focus on in this work. We introduce lambda pattern by which we restrict which weight we update in the network during the adaptation phase. This approach allows us to skip certain gradient computations. The pattern is selected given an allowed quality degradation threshold parameter. Among the pattern that fit the criteria, the fastest pattern is then selected. However, as it is discussed later, quality improvement is also possible is certain cases by a careful pattern selection.Results. The MAML algorithm with lambda pattern adaptation has been implemented, trained and tested on the open CIFAR-FS dataset. This makes our results easily reproducible.Conclusions. The experiments conducted have shown that via lambda adaptation pattern selection, it is possible to significantly improve the MAML method in the following areas: adaptation time has been decreased by a factor of 3 with minimal accuracy loss. Interestingly, accuracy for one-step adaptation has been substantially improved by using lambda patterns as well. Prospects for further research are to investigate a way of a more robust automatic pattern selection scheme.Актуальность. Нейронные сети требуют большого количества размеченных данных для обучения. Алгоритмы мета-обучения предлагают способ обучаться лишь по нескольким примерам. Одним из наиболее выдающихся алгоритмов оптимизационного мета-обучения является MAML. Однако, его процедура адаптации к новым задачам достаточно медленная. Объектом исследования является процесс мета-обучения и фаза адаптации в виде, как она определена в алгоритме MAML.
Цель. Цель данной работы – создание подхода, которых позволит: 1) уменьшить время выполнения адаптации алгоритма MAML; 2) улучшить качество алгоритма в ряде случаев. Показать результаты тестирования на открытом наборе данных для мета-обучения CIFAR-FS.
Метод. В данной работе предложено улучшение алгоритма мета-обучения MAML. Процедура мета-обучения определяется через так называемые «задачи». В случае классификации изображений каждая задача является попыткой научиться классифицировать изображения новых классов по нескольким обучающим примерам. В алгоритме MAML определено 2 шага в процедуре обучения: 1) адаптация к новой задаче; 2) обновления мета-параметров сети. Вся процедура обучения требует вычисление гессиана, что делает метод вычислительно сложным. После обучения сеть, как правило, будет использоваться для адаптации к новым задач и последующей классификации на них. Таким образом, улучшение времени адаптации сети является важной проблемой. Именно на этой проблеме мы и фокусируемся в данной работе. Нами предложено шаблон Λ (лямбда), с помощью которого мы ограничиваем, какие параметры сети следует обновлять во время шага адаптации. Данный подход позволяет не вычислять градиенты для выбранных параметров и таким образом уменьшить количествонеобходимых вычислений. Шаблон выбирается в рамках значения параметра разрешенного падения качества сети. Среди шаблонов, которые соответствуют заданному критерию, выбирается наиболее быстрый. Однако, як будет показано дальше, в некоторых случаях также возможно повышение качества с помощью правильно выбранного шаблона адаптации.
Результаты. Было реализовано, обучено и проверено качество работы алгоритма MAML с шаблоном адаптации Λ на открытом наборе данных CIFAR-FS, что делает полученные результаты легко воспроизводимыми.
Выводы. Проведенные эксперименты показывают, что с выбором шаблона Λ возможно значительное улучшение метода MAML в следующих областях: время адаптации было уменьшено в 3 раза при минимальных потерях в качестве. Интересно и то, что для одношаговой адаптации качество значительно выросло при условии использования выбранного шаблона. Перспективы дальнейших исследований могут заключаться в разработке более робастного метода автоматического выбора шаблонов.Актуальність. Нейронні мережі потребують багато розмічених даних для навчання. Алгоритми мета-навчання пропонують спосіб навчатися лише за декількома прикладами. Один з найзначніших алгоритмів оптимізаційного мета-навчання – це MAML. Однак, його процедура адаптації до нових задач є досить повільною. Об’єктом дослідження є процес мета-навчання та фаза адаптації в тому вигляді, як її визначено в алгоритмі MAML.
Мета. Метою даної роботи є створення підходу, що дозволить: 1) зменшити час виконання адаптації алгоритму MAML; 2) покращити якість алгоритму в ряді випадків. Показати результати тестування на публічно доступному наборі даних для мета-навчання CIFAR-FS.
Метод. В даній роботі запропоновано покращення алгоритму мета-навчання MAML. Процедура мета-навчання визначається через так звані «задачі». В разі класифікації зображень кожна задача є спробою навчитися класифікувати зображення нових класів лише за декількома навчальними прикладами. В алгоритмі MAML визначено 2 кроки процедури навчання: 1) адаптація до нової задачі; 2) оновлення мета-параметрів мережі. Вся тренувальна процедура потребує обчислення гесіану, що робить метод обчислювально складним. Після навчання мережа, зазвичай, буде використовуватися для адаптації до нових задач та наступної класифікації на них. Таким чином, покращення часу адаптації мережі є важливою проблемою. Саме на цій проблемі ми фокусуємося в даній роботи. Нами запропоновано шаблон Λ (лямбда) за допомогою якого ми обмежуємо, які параметри мережі слід оновлювати під час кроку адаптації. Даний підхід дозволяє не обчислювати градієнти для обраних параметрів та таким чином зменшити кількість необхідних обчислень. Шаблон обирається в межах параметру дозволеного зменшення якості мережі. Серед шаблонів, що відповідають заданому критерію, обирається найшвидший. Однак, як буде показано далі, в деяких випадках також можливе підвищення якості за допомогою правильно обраного шаблону адаптації.
Результати. Було реалізовано, навчено та перевірено якість роботи алгоритму MAML із шаблоном адаптації Λ на відкритому наборі даних CIFAR-FS, що робить отримані результати легко відтворюваними.
Висновки. Проведені експерименти показують, що із вибором шаблону Λ можливе значне покращення методу MAML в наступних областях: час адаптації було зменшено в 3 рази за мінімальних втрат якості. Цікаво, що для однокрокової адаптації якість значно виросла за умови використання запропонованого шаблону. Перспективи подальших досліджень можуть полягати в розробці більш робастного методу автоматичного вибору шаблонів
МОДЕЛЮВАННЯ ВЗАЄМОДІЇ ФАКТОРІВ РИЗИКУ І ОЦІНЮВАННЯ РИЗИКУ З ВИКОРИСТАННЯМ КОПУЛ
No full textContext. Various risks are inherent to practically all types of human activities. Usually the risks are characterized by availability of multiple risk factors, uncertainties, incompleteness and low quality of data available. The problem of mathematical modeling of risks is very popular with taking into consideration possible uncertainties and interaction of risk factors. Such models are required for solving the problems of loss forecasting and making appropriate managerial decisions.
Objective. The purpose of the study is in development of multivariate risk modeling method using specialized copula functions.The models are developed in the form of multivariate distributions.
Method. The modeling methodology is based upon exploring the special features of various copula functions that are helpful to construct appropriate multivariate distributions for the risk factors selected. The study contains formal description of selected copulas, analysis of their specific features and possibilities for practical applications in the risk management area. Examples of practical applications of the copula based approach to constructing multivariate distributions using generated and actual statistical data are provided.
Results. The results achieved will be useful for further theoretical studies as well as for practical applications in the area of risk management. The distributions constructed with copula create a ground for solving the problems of forecasting possible loss and making appropriate decision regarding risk management.
Conclusions. Thus the problem of constructing multivariate distributions for multiple risk factors can be solved successfully using special copula functions.Актуальность. Различные типы рисков присущи практически всем видам человеческой деятельности. Обычно риски характеризуются наличием множества факторов риска, неопределенностями, неполнотой и низким качеством имеющихся данных. Задача математического моделирования рисков достаточно популярна, учитывая возможные неопределенности и взаимодействие факторов риска. Такие модели необходимы для решения задач прогнозирования потерь и принятия надлежащих управленческих решений.
Цель работы. Целью данного исследования является разработка метода моделирования многомерного риска с использованием специальных функций копул. Модели предлагаются в форме многомерных распределений.
Метод. Технология моделирования основывается на использовании специальных свойств копул, позволяющих построить корректные многомерные распределения для выбранных факторов риска. В статье представлено формальное описание избранных копул, анализ их свойств и возможностей практического применения в системах менеджмента рисков. Представлены примеры практического применения копул к построению многомерных распределений с использованием сгенерированных и фактических статистических данных.
Результаты. Полученные результаты будут полезны для дальнейших теоретических исследований, а также для практического использования в системах менеджмента рисков. Распределения, построенные с помощью копул, создают основу для решения задач прогнозирования возможных потерь и принятия надлежащих решений по менеджменту рисков.
Выводы. Таким образом, задача построения многомерных распределений для множества факторов риска может быть успешно решена благодаря использованию специальных функций копул.Актуальність. Різні типи ризиків притаманні практично всім видам людської діяльності. Зазвичай ризики характеризуються наявністю множини факторів ризику, невизначеностями, неповнотою і низькою якістю наявних даних. Задача математичного моделювання ризиків є досить популярною, беручи до уваги можливі невизначеності і взаємодію факторів ризику. Такі моделі необхідні для розв’язання задач прогнозування втрат і прийняття належних управлінських рішень.
Мета роботи. Метою цього дослідження є розробка методу моделювання багатовимірного ризику з використанням спеціальних функцій копул. Моделі пропонуються у формі багатовимірних розподілів.
Метод. Технологія моделювання ґрунтується на використанні спеціальних властивостей копул, які дають можливість побудувати коректні багатовимірні розподіли для вибраних факторів ризику. У статті подано формальний опис вибранихкопул, аналіз їх властивостей і можливостей практичного застосування у системах менеджменту ризиків. Подані прикладипрактичного застосування копул до побудови багатовимірних розподілів з використанням згенерованих і фактичних статистичних даних.
Результати. Отримані результати будуть корисними для подальших теоретичних досліджень, а також для практичного використання у системах менеджменту ризиків. Розподіли, побудовані за допомогою копул, створюють основу для розв’язання задач прогнозування можливих втрат і прийняття належних рішень стосовно менеджменту ризиків.
Висновки. Таким чином, задача побудови багатовимірних розподілів для множини факторів ризику може бути успішно розв’язана завдяки використанню спеціальних функцій копул
МЕТОД ПІДВИЩЕННЯ ТОЧНОСТІ ОБРОБКИ НАВІГАЦІЙНИХ ДАНИХ МЕМС ІНЕРЦІАЛЬНОЇ НАВІГАЦІЙНОЇ СИСТЕМИ БПЛА
No full textContext. Modern theory and practice of preparation and conduct of hostilities on land, at sea, in the air, and recently in cyberspace dictates the relentless modernization of military equipment. The development of fundamentally new weapons is carried out considering one of the main requirements – maximum automation of operational processes, which allows combatants to distance themselves from each other as much as possible.
Among the newest models of armaments on the battlefield, due to the predominantly positional nature of the armed confrontation, unmanned aerial vehicles (UAVs) have become virtually indispensable due to their own multitasking. One of the ways to increase the efficiency of UAVs on the battlefield is to increase the level of technical perfection of flight control systems.
Creating new approaches to the design of unmanned aerial vehicle navigation systems, in particular, based on a platformless inertial navigation system is an urgent task that will provide automatic control of the UAV flight route in the absence of corrective signals from the global satellite navigation system.
Objective. The purpose of this work is to develop a method for improving the accuracy of MEMC navigation data processing of an inertial navigation system of an unmanned aerial vehicle based on an advanced Madgwik filter.
This method will increase the speed of data processing of navigation parameters and the accuracy of determining the positioning parameters in the space of the UAV through the use of an advanced Madgwik filter.
The paper shows the developed block diagram of MEMS PINS filtration on the basis of the improved Madgwik filter, the detailed mathematical description of filtration processes is carried out.
This method was tested experimentally in the MATLAB software environment using a real set of data collected during the flight of the UAV.
Method. To achieve this goal, the following methods were used: intelligent systems, theory of automatic control, pseudo-spectral method; methods based on genetic algorithm and fuzzy neural network apparatus.
Results. A method for improving the accuracy of MEMC navigation data processing of an inertial navigation system of an unmanned aerial vehicle based on an advanced Madgwik filter has been developed. The possibility of practical application of the obtained results and in comparison, with traditional methods is investigated. An experiment was performed in the MatLab software environment, and a comparison was made with the method of processing navigation data based on the Madgwik filter and the Kalman filter.
Conclusions. The developed method of increasing the accuracy of MEMC navigation data processing of an inertial navigation system of an unmanned aerial vehicle based on an advanced Madgwik filter shows an advantage over known methods in the absence of corrective signals from the global satellite navigation system for accuracy and speed of navigation data processing.Актуальность. Современная теория и практика подготовки и ведения военных действий на суше, на море, воздухе, а с недавних пор и в киберпространстве диктует неустанную модернизацию военной техники. Разработка принципиально нового вооружения осуществляется с учетом одного из основных требований – максимальной автоматизации процессов эксплуатации, позволяет комбатантам максимально дистанцироваться друг от друга.
Среди новейших образцов вооружения на поле боя, через преимущественно позиционный характер ведения вооруженного противостояния, стали фактически незаменимыми, через собственную мультизадачность, беспилотные летательные аппараты (БПЛА). Одним из путей повышения эффективности БПЛА на поле боя является повышение уровня технического совершенства систем управления полетом.
Создание новых подходов для проектирования навигационных систем беспилотных летательных аппаратов, в частности, на основе бесплатформенной инерциальной навигационной системы является актуальной задачей, что позволит обеспечить автоматическое управление маршруту полета БПЛА при отсутствии корректирующих сигналов от глобальной системы спутниковой навигации.
Цель. Целью работы является разработка метода повышения точности обработки навигационных данных MEMC инерциальной навигационной системы беспилотного летательного аппарата на основе усовершенствованного фильтра Маджвика.
Указанный метод позволит повысить скорость обработки данных навигационных параметров и точность определения параметров позиционирования в пространстве БПЛА за счет применения усовершенствованного фильтра Маджвика.
В работе показано разработанную блок-схему фильтрации МЭМС БИНС на основе усовершенствованного фильтра Маджвика, проведено детализированное математическое описание процессов фильтрации.
Указанный метод был апробирован экспериментально в программной среде MatLab используя реальный набор данных, собранных в процессе полета БПЛА.
Метод. Для достижения поставленной цели использованы следующие методы: интеллектуальные системы, теория автоматического управления, псевдоспектральний метод, методы на базе генетического алгоритма и аппарат нечеткой нейронной сети.
Результаты. Разработан метод повышения точности обработки навигационных данных MEMC инерциальной навигационной системы беспилотного летательного аппарата на основе усовершенствованного фильтра Маджвика. Исследована возможность практического применения полученных результатов и по сравнению с традиционными методами. Проведен эксперимент в программной среде MatLab, и проведено сравнение с методом обработки навигационных данных на основе фильтра Маджвика и фильтра Калмана.
Выводы. Разработанный метод повышения точности обработки навигационных данных MEMC инерциальной навигационной системы беспилотного летательного аппарата на основе усовершенствованного фильтра Маджвика, показывает преимущество по сравнению с известными методами, при отсутствии корректирующих сигналов от глобальной системы спутниковой навигации с точности и скорости обработки навигационных данных.Актуальність. Сучасна теорія і практика підготовки та ведення воєнних дій на суші, на морі, повітрі, а віднедавна і у кіберпросторі диктує невпинну модернізацію військової техніки. Розробка принципово нового озброєння здійснюється з урахуванням однієї із основних вимог – максимальної автоматизації процесів експлуатації, що дозволяє комбатантам максимально дистанціюватися один від одного.
Серед новітніх зразків озброєння на полі бою, через переважно позиційний характер ведення збройного протистояння, стали фактично незамінними, через власну мультизадачність, безпілотні літальні апарати (БПЛА). Одним з шляхів підвищення ефективності БПЛА на полі бою є підвищення рівня технічної досконалості систем керування польоту.
Створення нових підходів для проектування навігаційних систем безпілотних літальних апаратів, зокрема, на основі безплатформенної інерціальної навігаційної системи є актуальним завданням, що дозволить забезпечити автоматичне керування маршрутом польоту БПЛА за відсутності коригувальних сигналів від глобальної системи супутникової навігації.
Мета. Метою роботи є розробка методу підвищення точності обробки навігаційних даних MEMC інерціальної навігаційної системи безпілотного літального апарату на основі вдосконаленого фільтру Маджвіка.
Зазначений метод дозволить підвищити швидкість обробки даних навігаційних параметрів та точність визначення параметрів позиціювання в просторі БПЛА за рахунок застосування вдосконаленого фільтру Маджвіка.
В роботі показано розроблену блок-схему фільтрації МЕМС БІНС на основі вдосконаленого фільтра Маджвіка, проведено деталізований математичний опис процесів фільтрації.
Зазначений метод був апробований експериментально в програмному середовищі MatLab використовуючи реальний набір даних зібраний в процесі польоту БПЛА.
Метод. Для досягнення поставленої мети використано такі методи: інтелектуальні системи, теорія автоматичного управління, псевдоспектральний метод; методи на базі генетичного алгоритму та апарат нечіткої нейронної мережі.
Результати. Розроблено метод підвищення точності обробки навігаційних даних MEMC інерціальної навігаційної системи безпілотного літального апарату на основі вдосконаленого фільтру Маджвіка. Досліджено можливість практичного застосування отриманих результатів та порівняно з традиційними методами. Проведено експеримент в програмному середовищі MatLab, та проведено порівняння із методом обробки навігаційних даних на основі фільтру Маджвіка і фільтру Калмана.
Висновки. Розроблений метод підвищення точності обробки навігаційних даних MEMC інерціальної навігаційної системи безпілотного літального апарату на основі вдосконаленого фільтру Маджвіка показує перевагу порівняно із відомими методами за відсутності коригувальних сигналів від глобальної системи супутникової навігації із точності та швидкості обробки навігаційних данних
АЛГОРИТМ ДЕКОМПОЗИЦІЇ ПЕРМАНЕНТУ ДЛЯ ГЕНЕРАЦІЇ КОМБІНАТОРНИХ ОБ’ЄКТІВ
No full textContext. The problem of generating vectors consisting of different representatives of a given set of sets is considered. Such problems arise, in particular, in scheduling theory, when scheduling appointments. A special case of this problem is the problem of generating permutations.
Objective. Problem is considered from the point of view of a permanent approach and a well-known one, based on the concept of lexicographic order.
Method. In many tasks, it becomes necessary to generate various combinatorial objects: permutations, combinations with and without repetitions, various subsets. In this paper we consider a new approach to the combinatorial objects generation, which is based on the procedure of the permanent decomposition. Permanent is built for the special matrix of incidence. The main idea of this approach is including to the process of the algebraic permanent decomposition by row additional function for the column identifiers writing into corresponding data structures. In this case, the algebraic permanent in not calculated, but we get a specific recursive algorithm for generating a combinatorial object. The computational complexity of this algorithm is analyzed.
Results. It is investigated a new approach to the generation of complex combinatorial objects, based on the procedure of decomposition of the modified permanent of the incidence matrix by line with memorization of index elements.
Conclusions. The permanent algorithms of the combinatorial objects generation is investigated. The complexity of our approach in the case of permutation is compared with the lexicographic algorithm and the Johnson-Trotter algorithm.
The obtained results showed that our algorithm belongs to the same complexity class as the lexicographic algorithm and the Johnson-Trotter method. Numerical results confirmed the effectiveness of our approach.Актуальність. Розглядається задача генерування векторів, що складаються з різних представників заданої множини. Такі проблеми виникають, зокрема, в теорії складання розкладів, при плануванні зустрічей. Окремим випадком цієї задачі є задача генерування перестановок. Мета роботи – розглянути проблему з точки зору постійного та загальновідомого підходу, виходячи з концепції лексикографічного порядку.
Метод. У багатьох завданнях виникає необхідність генерувати різноманітні комбінаторні об’єкти: перестановки, комбінації з повтореннями і без них, різноманітні підмножини. У цій роботі розглядається новий підхід до генерації комбінаторних об’єктів, який базується на процедурі постійної декомпозиції. Перманент будується для спеціальної матриці інцидентності. Основна ідея цього підходу полягає в включенні до процесу алгебраїчної перманентної декомпозиції за допомогою додаткової функції рядка для запису ідентифікаторів стовпців у відповідні структури даних. У цьому випадку алгебраїчний перманент не обчислюється, а отримуємо конкретний рекурсивний алгоритм генерації комбінаторного об’єкта. Проаналізовано обчислювальну складність цього алгоритму.
Результати. В межах PD-підходу розглянуто задачі генерації комбінаторних об’єктів, зокрема, перестановок. Досліджено обчислювальну складність запропонованих алгоритмів у порівнянні з відомими підгодами. Розглянуто варіант програмної реалізації розроблених алгоритмів.
Висновки. У роботі розглянуто новий підхід до генерації складних комбінаторних об’єктів, що грунтується на процедурі декомпозиції модифікованого перманенту матриці інцидентності за рядком із запам’ятовуванням елементів індексу. Специфіка цього підходу полягає в тому, що певні додаткові умови, що накладаються на відповідні системи різних представників, враховуються на етапі процедур декомпозиції. Досліджено складність розглянутих алгоритмів. У разі більш складних варіантів матриці інцидентності пропонується відповідна модифікація поняття перманенту і, відповідно, процедура його декомпозиції .Актуальність. Розглядається задача генерування векторів, що складаються з різних представників заданої множини. Такі проблеми виникають, зокрема, в теорії складання розкладів, при плануванні зустрічей. Окремим випадком цієї задачі є задача генерування перестановок. Мета роботи – розглянути проблему з точки зору постійного та загальновідомого підходу, виходячи з концепції лексикографічного порядку.
Метод. У багатьох завданнях виникає необхідність генерувати різноманітні комбінаторні об’єкти: перестановки, комбінації з повтореннями і без них, різноманітні підмножини. У цій роботі розглядається новий підхід до генерації комбінаторних об’єктів, який базується на процедурі постійної декомпозиції. Перманент будується для спеціальної матриці інцидентності. Основна ідея цього підходу полягає в включенні до процесу алгебраїчної перманентної декомпозиції за допомогою додаткової функції рядка для запису ідентифікаторів стовпців у відповідні структури даних. У цьому випадку алгебраїчний перманент не обчислюється, а отримуємо конкретний рекурсивний алгоритм генерації комбінаторного об’єкта. Проаналізовано обчислювальну складність цього алгоритму.
Результати. В межах PD-підходу розглянуто задачі генерації комбінаторних об’єктів, зокрема, перестановок. Досліджено обчислювальну складність запропонованих алгоритмів у порівнянні з відомими підгодами. Розглянуто варіант програмної реалізації розроблених алгоритмів.
Висновки. У роботі розглянуто новий підхід до генерації складних комбінаторних об’єктів, що грунтується на процедурі декомпозиції модифікованого перманенту матриці інцидентності за рядком із запам’ятовуванням елементів індексу. Специфіка цього підходу полягає в тому, що певні додаткові умови, що накладаються на відповідні системи різних представників, враховуються на етапі процедур декомпозиції. Досліджено складність розглянутих алгоритмів. У разі більш складних варіантів матриці інцидентності пропонується відповідна модифікація поняття перманенту і, відповідно, процедура його декомпозиції
РОЗВ’ЯЗУВАННЯ РІВНЯННЯ ПУАССОНА З ЗАСТОСУВАННЯМ ЗГОРТКОВИХ НЕЙРОННИХ МЕРЕЖ
No full textContext. The Poisson equation is the one of fundamental differential equations, which used to simulate complex physical processes, such as fluid motion, heat transfer problems, electrodynamics, etc. Existing methods for solving boundary value problems based on the Poisson equation require an increase in computational time to achieve high accuracy. The proposed method allows solving the boundary value problem with significant acceleration under the condition of acceptable loss of accuracy.
Objective. The aim of our work is to develop artificial neural network architecture for solving a boundary value problem based on the Poisson equation with arbitrary Dirichlet and Neumann boundary conditions.
Method. The method of solving boundary value problems based on the Poisson equation using convolutional neural network is proposed. The network architecture, structure of input and output data are developed. In addition, the method of training dataset generation is described.
Results. The performance of the developed artificial neural network is compared with the performance of the numerical finite difference method for solving the boundary value problem. The results showed an acceleration of the computational speed in x10–700 times depending on the number of sampling nodes.
Conclusions. The proposed method significantly accelerated speed of solving a boundary value problem based on the Poisson equation in comparison with the numerical method. In addition, the developed approach to the design of neural network architecture allows to improve the proposed method to achieve higher accuracy in modeling the process of pressure distribution in areas of arbitrary size.Актуальность. Уравнение Пуассона – это одно из фундаментальных дифференциальных уравнений, которое используется для моделирования сложных физических процессов, таких как движение жидкости, проблемы теплообмена, электродинамики и тому подобное. Существующие методы решения краевых задач на основе уравнения Пуассона для достижения высокой точности, требуют увеличения времени вычислений. Предложенный метод позволяет решать краевую задачу со значительным ускорением при условии незначительной потери точности.
Цель. Целью нашей работы является разработка архитектуры искусственной нейронной сети для решения краевой задачи на основе уравнения Пуассона с произвольными граничными условиями Дирихле и Неймана.
Метод. Предложен метод решения краевых задач на основе уравнения Пуассона с помощью сверточной нейронной сети. Разработана архитектура сети, структура входных и выходных данных. Также описан метод формирования учебного набора данных.
Результаты. Результаты работы разработанной нейронной сети были сравнены с производительностью численного метода конечных разностей для решения краевой задачи. Результаты продемонстрировали ускорение вычислительной скорости в x10–700 раз, в зависимости от количества узлов дискретизации.
Выводы. Предлагаемый метод значительно увеличил скорость решения краевой задачи на основе уравнения Пуассона по сравнению с численным методом. Также разработанный подход к проектированию архитектуры нейронной сети позволяет улучшить предложенный метод для достижения большей точности при моделировании процесса распределения давления в областях произвольного размера.Актуальність. Рівняння Пуассона – це одне з фундаментальних диференціальних рівнянь, яке використовується для моделювання складних фізичних процесів, таких як рух рідини, проблеми теплообміну, електродинаміки тощо. Існуючі методи розв’язування крайових задач на основі рівняння Пуассона для досягнення високої точності, вимагають збільшення часу обчислень. Запропонований метод дозволяє розв’язувати крайову задачу зі значним прискоренням, за умови незначної втрати точності.
Мета. Метою нашої роботи є розробка архітектури штучної нейронної мережі для розв’язування крайової задачі на основі рівняння Пуассона з довільними крайовими умовами Діріхле та Неймана.
Метод. Запропоновано метод розв’язування крайових задач на основі рівняння Пуассона за допомогою згорткової нейронної мережі. Розроблено архітектуру мережі, структуру вхідних та вихідних даних. Також описано метод формування навчального набору даних.
Результати. Результати роботи розробленої нейронної мережі були порівняні з продуктивністю чисельного методу скінченних різниць для вирішення крайової задачі. Результати продемонстрували прискорення обчислювальної швидкості у x10–700 разів, в залежності від кількості вузлів дискретизації.
Висновки. Запропонований метод значно прискорив швидкість вирішення крайової задачі на основі рівняння Пуассона в порівнянні з чисельним методом. Також розроблений підхід до проектування архітектури нейронної мережі дозволяє вдосконалити запропонований метод для досягнення більш високої точності при моделюванні процесу розподілу тиску у областях довільного розміру
ПІДВИЩЕННЯ НАДІЙНОСТІ ЕЛЕМЕНТІВ ОБЧИСЛЮВАЛЬНИХ СИСТЕМ З ВИКОРИСТАННЯМ МОДУЛЯРНОГО КОДУВАННЯ
No full textContext. Computing systems are implemented in many industries and economies of the modern world. The quality indicators of the systems in which they are used depend on the reliability of their work. The reliability of a computing system consists of the reliability of the construction and functioning of its elements. It is not always possible to ensure reliability in the design by choosing a high-quality element base, structural redundancy, or other well-known methods. Therefore, important and critical elements of computing systems are protected by built-in control schemes. They allow you to detect errors that occur when performing basic data operations. An effective way of constructing such circuits is to use actions on the remainder of the division of the operands by a selected module or by several modules (modular coding). Especially the task of choosing the most accurate and least redundant means of control is relevant for a wide range of basic elements of modern computing systems.
Objective. The aim of the work is research and development of recommendations on the use of modular coding to improve the reliability of the functioning of elements of modern computing systems in various hardware and software basis.
Methods. A method for numerical control of the correctness of performing basic arithmetic and logical operations by computing devices is selected and analyzed. On its basis, a schematic model of a computing system was built and verified in the MatLab Simulink environment, which uses modular coding as a means of ensuring the reliability of the functioning of elements. The analysis of the probabilistic characteristics of decision-making is carried out, estimates of the probability of an erroneous decision-making are given. A software implementation of the simulation algorithm in the Visual Basic for Applications environment has been created, which made it possible to plot the dependence of reliability indicators on coding parameters.
Results. A schematic model of a computing system has been developed. It allows study various combinations of faults in the functioning of elements and errors in their operations. An algorithm for simulating all kinds of malfunctions and errors in the functioning of elements of computing systems when they perform basic operations is implemented in software. The qualitative dependences of the probabilistic characteristics of reliability on the coding parameters are determined. Based on the analysis of the characteristics obtained, conclusions are drawn and practical recommendations are given on the use of modular coding in the elements of computing systems in order to achieve the specified reliability indicators.
Conclusions. To improve the reliability of the functioning of the elements of computing systems, it is effective to use built-in control schemes using modular coding. Taking into account the recommendations for choosing the parameters of the codes will ensure the required reliability with minimal redundancy of circuits and the computational complexity of the calculation algorithms.Актуальность. Вычислительные системы внедрены во многие отрасли промышленности и экономики современного мира. От надежности их работы зависят качественные показатели тех систем, в которых они используются. Надежность вычислительной системы складывается из надежности построения и функционирования ее элементов. Не всегда можно обеспечить надежность при проектировании выбором качественной элементной базы, структурной избыточностью или другими известными способами. Поэтому важные и ответственные элементы вычислительных систем защищают схемами встроенного контроля. Они позволяют обнаруживать ошибки, которые происходят при выполнении основных операций с данными. Эффективным способом построения таких схем является применение действий над остатками от деления операндов по выбранному модулю или по нескольким модулям (модулярное кодирование). Особенно задача выбора наиболее точного и наименее избыточного средства контроля актуальна для широкого спектра базисных элементов современных вычислительных систем.
Цель работы. Целью работы является проведение исследований и разработка рекомендаций по применению модулярного кодирования для повышения надежности функционирования элементов современных вычислительных систем в различном аппаратурно-программном базисе.
Методы. Выбран и проанализирован способ числового контроля правильности выполнения основных арифметических и логических операций вычислительными устройствами. На его основе была построена и верифицирована схемотехническая модель вычислительной системы в среде MatLab Simulink, использующей модулярное кодирование как средство обеспечения надежности функционирования элементов. Проведен анализ вероятностных характеристик принятия решения, даны оценки вероятности ошибочного принятия решения. Создана программная реализация алгоритма имитационного моделирования в среде Visual Basic for Applications, которая позволила построить зависимости показателей надежности от параметров кодирования.
Результаты. Разработана схемотехническая модель вычислительной системы, которая позволяет исследовать различные сочетания неисправностей функционирования элементов и ошибок в выполнении ими операций. Программно реализован алгоритм имитационного моделирования всевозможных неисправностей и ошибок функционирования элементов вычислительных систем при выполнении ими базисных операций. Определены качественные зависимости вероятностных характеристик надежности от параметров кодирования. На основании анализа полученных характеристик сделаны выводы и даны практические рекомендации по применению модулярного кодирования в элементах вычислительных систем с целью достижения ими заданных показателей надежности.
Выводы. Для повышения надежности функционирования элементов вычислительных систем эффективно применение схем встроенного контроля с использованием модулярного кодирования. Учет рекомендаций по выбору параметров кодов позволит обеспечить требуемую надежность при минимальной избыточности схем и вычислительной сложности алгоритмов расчета.Актуальність. Обчислювальні системи запроваджено у багато галузей промисловості та економіки сучасного світу. Від надійності їхньої роботи залежать якісні показники тих систем, у яких вони використовуються. Надійність обчислювальної системи складається з надійності побудови та функціонування її елементів. Не завжди можна забезпечити надійність під час проектування вибором якісної елементної бази, структурною надмірністю або іншими відомими способами. Тому важливі та відповідальні елементи обчислювальних систем захищають схемами вбудованого контролю. Вони дозволяють виявляти помилки, які відбуваються під час виконання основних операцій із даними. Ефективним способом побудови таких схем є застосування дій над залишками від розподілу операндів за вибраним модулем або за декількома модулями (модулярне кодування). Особливо завдання вибору найточнішого та найменш надлишкового засобу контролю актуальне для широкого спектру базисних елементів сучасних обчислювальних систем.
Мета роботи. Метою роботи є проведення досліджень та розробка рекомендацій щодо застосування модулярного кодування для підвищення надійності функціонування елементів сучасних обчислювальних систем у різному апаратурно- програмному базисі.
Методи. Вибрано та проаналізовано спосіб числового контролю правильності виконання основних арифметичних та логічних операцій обчислювальними пристроями. На його основі було побудовано та верифіковано схемотехнічну модель обчислювальної системи в середовищі MatLab Simulink, що використовує модулярне кодування як засіб забезпечення надійності функціонування елементів. Проведено аналіз імовірнісних характеристик ухвалення рішення, дано оцінки ймовірності помилкового ухвалення рішення. Створено програмну реалізацію алгоритму імітаційного моделювання у середовищі Visual Basic for Applications, яка дозволила побудувати залежності показників надійності від параметрів кодування.
Результати. Розроблено схемотехнічну модель обчислювальної системи, яка дозволяє досліджувати різні поєднання несправностей функціонування елементів та помилок у виконанні ними операцій. Програмно реалізований алгоритм імітаційного моделювання різноманітних несправностей та помилок функціонування елементів обчислювальних систем під час виконання ними базисних операцій. Визначено якісні залежності ймовірнісних характеристик надійності від параметрів кодування. На підставі аналізу отриманих характеристик зроблено висновки та надано практичні рекомендації щодо застосування модулярного кодування в елементах обчислювальних систем з метою досягнення ними заданих показників надійності.
Висновки. Для підвищення надійності функціонування елементів обчислювальних систем є ефективним застосування схем вбудованого контролю з використанням модулярного кодування. Облік рекомендацій щодо вибору параметрів кодів дозволить забезпечити необхідну надійність за мінімальної надмірності схем та обчислювальної складності алгоритмів розрахунку.  
МОДЕЛЮВАННЯ РОБОТИ КОМП’ЮТЕРНИХ МЕРЕЖ IEEE 802.11 В УМОВАХ ВИСОКОЇ ІНТЕНСИВНОСТІ ЗАВАД
No full textContext. High level of industrial noise increases the loss of information frames during transmission, which in turn decreases the network throughput. We propose a mathematical model of IEEE 802.11 networks operation under conditions of increased interference intensity.
Objective. The purpose of this paper is to express in an explicit analytical form the effect of bit error rate (BER) on the probability of frame transmission and the network throughput.
Method. We have proposed the method for constructing a model that allows you to directly calculate the dependence of the frame transmission probability on the number of stations operating in saturation mode, which is convenient for engineering calculations. The values of the model coefficients were selected by comparing the calculation results with the results obtained using the known Bianchi model, which describes the network operation in the form of a Markov process. In the range of up to 23 stations working with one access point, which corresponds to a collision probability of up to 0.5, the indicated dependences for both models satisfy each other with an accuracy sufficient for the practical application. An expression for the network throughput has been defined.
Results. The results of the model development were used to take into account the effect of interference intensity on the information transfer process. This made it possible to explicitly express the effect of BER on the probability of frame transmission and the network throughput in the case of variations in the length of the frames and with a different number of competing stations. The degree of throughput reduction has been determined for BER = 10–5, 5∙10–5, 10–4 and increasing value of minimum contention window.
Conclusions. In this work, a mathematical model has been developed for direct calculation of the probability of frame transmission and network throughput at different levels of BER.Актуальность. Высокий уровень промышленного шума увеличивает потери информационных фреймов, что, в свою очередь, уменьшает пропускную способность сети. Мы предлагаем математическую модель работы сетей IEEE 802.11 в условиях повышенной интенсивности помех.
Цель данной статьи состоит в том, чтобы в явной аналитической форме отобразить влияние интенсивности битовых ошибок (BER) на вероятность передачи фрейма и пропускную способность сети.
Метод. Предложен метод построения модели, которая позволяет непосредственно вычислить зависимость вероятности передачи фрейма от количества станций, работающих в режиме насыщения, что удобно для инженерных расчетов. Значения коэффициентов модели были выбраны путем сравнения результатов вычислений с результатами, полученными при использовании известной модели Бианки, которая описывает функционирование сети в виде Марковского процесса. В диапазоне до 23 станций, которые работают с одной точкой доступа, что соответствует вероятности коллизии до 0,5, указанные зависимости для обеих моделей соответствуют друг другу, с точностью, соответствующей практическим требованиям. Получено выражение для пропускной способности сети.
Результаты. Результаты разработки модели были использованы для учета влияния интенсивности помех на процесс передачи информации. Это позволило в явном виде выразить влияние интенсивности битовых ошибок на вероятность передачи фрейма и пропускную способность сети в случае вариаций длины фрейма и количества конкурирующих станций. Степень уменьшения пропускной способности была определена для BER = 10–5, 5∙10–5, 10–4 и повышения величины минимального конкурентного окна.
Выводы. В данной работе была разработана математическая модель для непосредственного вычисления вероятности передачи фрейма и пропускной способности сети при различных уровнях интенсивности помех. Актуальність. Високий рівень промислового шуму збільшує втрати інформаційних фреймів в процесі передачі, що, у свою чергу, зменшує пропускну здатність мережі. Ми пропонуємо математичну модель роботи мереж ІЕЕЕ 802.11 в умовах підвищеної інтенсивності завад.
Мета цієї статті полягає в тому, щоб в явній аналітичній формі відобразити вплив інтенсивності бітових помилок (BER) на імовірність передачі фрейму і пропускну здатність мережі.
Метод. Запропоновано метод побудови моделі, яка дозволяє безпосередньо обчислити залежність імовірності передачі фрейму від кількості станцій, працюючих в режимі насичення, що є зручним для інженерних розрахунків. Значення коефіцієнтів моделі були обрані шляхом порівняння результатів обчислень з результатами, одержаними при використанні відомої моделі Біанкі, яка описує функціонування мережі у вигляді Марковського процесу. В діапазоні до 23 станцій, які працюють з однією точкою доступу, що відповідає імовірності колізії до 0,5, означені залежності для обох моделей відповідають одне одному з точністю, що відповідає практичним вимогам. Одержано вираз для пропускної здатності мережі.
Результати. Результати розробки моделі були використані для урахування впливу інтенсивності завад на процес передачі інформації. Це дозволило в явному вигляді виразити вплив інтенсивності бітових помилок на імовірність передачі фрейму і пропускну здатність мережі у випадку варіацій довжини фрейму і кількості конкуруючих станцій. Ступінь зменшення пропускної здатності була визначена для BER = 10–5, 5∙10–5, 10–4 і збільшення величини мінімального конкурентного вікна.
Висновки. У даній роботі була розроблена математична модель для безпосереднього обчислення імовірності передачі фрейму та пропускної здатності мережі при різних рівнях інтенсивності завад
ФІЛЬТР КОЛМОГОРОВА-ВІНЕРА ДЛЯ ПРОГНОЗУВАННЯ НЕПЕРЕРВНОГО ТРАФІКУ У GFSD МОДЕЛІ
No full textContext. We investigate the Kolmogorov-Wiener filter weight function for the prediction of continuous stationary telecommunication traffic in the GFSD (Gaussian fractional sum-difference) model.
Objective. The aim of the work is to obtain an approximate solution for the corresponding weight function and to illustrate the convergence of the truncated polynomial expansion method used in this paper.
Method. The truncated polynomial expansion method is used for the obtaining of an approximate solution for the KolmogorovWiener weight function under consideration. In this paper we used the corresponding method on the basis of the Chebyshev polynomials of the first kind orthogonal on the time interval on which the filter input data are given. It is expected that the results based on other polynomial sets will be similar to the results obtained in this paper.
Results. The weight function is investigated in the approximations up to the eighteen-polynomial one. It is shown that approximations of rather large numbers of polynomials lead to a good coincidence of the left-hand side and the right-hand side of the Wiener-Hopf integral equation. The quality of the coincidence is illustrated by the calculation of the corresponding MAPE errors.
Conclusions. The paper is devoted to the theoretical construction of the Kolmogorov-Wiener filter for the prediction of continuous stationary telecommunication traffic in the GFSD model. The traffic correlation function in the framework of the GFSD model is a positively defined one, which guarantees the convergence of the truncated polynomial expansion method. The corresponding weight function is obtained in the approximations up to the eighteen-polynomial one. The convergence of the method is illustrated by the calculation of the MAPE errors of misalignment of the left-hand side and the right-hand side of the Wiener-Hopf integral equation under consideration. The results of the paper may be applied to practical traffic prediction in telecommunication systems with data packet transfer.Актуальность. Исследована весовая функция фильтра Колмогорова-Винера для прогнозирования непрерывного стационарного телекоммуникационного траффика в GFSD (Gaussian fractional sum-difference) модели.
Цель работы. Целью работы является получить приближенное решение для соответствующей весовой функции и проиллюстрировать сходимость метода оборванных разложений по полиномам, который использован в данной статье.
Метод. Метод оборванных разложений по полиномам использован для получения приближенного решения для исследуемой весовой функции фильтра Колмогорова-Винера. В этой статье нами использован соответствующий метод на основе полиномов Чебышева первого рода, которые являются ортогональными на временном отрезке, на котором заданы входные данные фильтра. Ожидается, что результаты, которые будут базироваться на других полиномиальных системах, будут аналогичны результатам, полученным в данной статье.
Результаты. Весовая функция исследована в приближениях до восемнадцати полиномов включительно. Показано, что приближения достаточно большого числа полиномов приводят к хорошему совпадению левой и правой частей интегрального уравнения Винера-Хопфа. Качество совпадения проиллюстрировано вычислением соответствующих средних абсолютных ошибок невязки.
Выводы. Статья посвящена теоретическому построению фильтра Колмогорова-Винера для прогнозирования непрерывного стационарного телекоммуникационного траффика в GFSD модели. Корреляционная функция траффика в рамках GFSD модели положительно определена, что гарантирует сходимость метода оборванных разложений по полиномам. Соответствующая весовая функция получена в приближениях до восемнадцати полиномов включительно. Сходимость метода проиллюстрирована вычислением средних абсолютных ошибок невязки левой и правой частей исследуемого интегрального уравнения Винера-Хопфа. Результаты работы могут быть применимы к практическому прогнозированию траффика в телекоммуникационных сетях с пакетной передачей данных. Актуальність. Досліджено вагову функцію фільтра Колмогорова-Вінера для прогнозування неперервного стаціонарного телекомунікаційного трафіку у GFSD (Gaussian fractional sum-difference) моделі.
Мета роботи. Метою роботи є отримати наближений розв’язок для відповідної вагової функції та проілюструвати збіжність методу обірваних розвинень за поліномами, що використано в цій статті.
Метод. Метод обірваних розвинень за поліномами використано для отримання наближеного розв’язку для досліджуваної вагової функції фільтру Колмогорова-Вінера. В цій статті нами використано відповідний метод на основі поліномів Чебишова першого роду які є ортогональними на часовому відрізку на якому задані вхідні дані фільтра. Очікується, що результати, які базуватимуться на інших поліноміальних системах будуть аналогічними до результатів, отриманих в даній статті.
Результати. Вагову функцію досліджено у наближеннях до вісімнадцяти поліномів включно. Показано, що наближення досить великої кількості поліномів призводять до хорошого співпадіння лівої та правої частин інтегрального рівняння Вінера-Хопфа. Якість співпадіння проілюстрована обчисленням відповідних середніх абсолютних помилок нев’язки.
Висновки. Статтю присвячено теоретичній побудові фільтра Колмогорова-Вінера для прогнозування неперервного стаціонарного телекомунікаційного трафіку у GFSD моделі. Кореляційна функція трафіку в рамках GFSD моделі є позитивно визначеною, що гарантує збіжність методу обірваних розвинень за поліномами. Відповідна вагова функція отримана у наближеннях до вісімнідцяти поліномів включно. Збіжність методу проілюстрована обчисленням середніх абсолютних помилок нев’язки лівої та правої частин інтегрального рівняння Вінера-Хопфа, що розглядається. Результати роботи можуть бути застосовні до практичного прогнозування трафіку в телекомунікаційних мережах з пакетною передачею даних
МУЛЬТИМОВНИЙ КЛАСИФІКАТОР ТЕКСТУ З ВИКОРИСТАННЯМ ПРЕДТРЕНОВАНОЇ МОДЕЛІ UNIVERSAL SENTENCE ENCODER
No full textContext. Online platforms and environments continue to generate ever-increasing content. The task of automating the moderation of user-generated content continues to be relevant. Of particular note are cases in which, for one reason or another, there is a very small amount of data to teach the classifier. To achieve results under such conditions, it is important to involve the classifier pre-trained models, which were trained on a large amount of data from a wide range. This paper deals with the use of the pre-trained multilingual Universal Sentence Encoder (USE) model as a component of the developed classifier and the affect of hyperparameters on the classification accuracy when learning on a small data amount (~ 0.05% of the dataset).
Objective. The goal of this paper is the investigation of the pre-trained multilingual model and optimal hyperparameters influence for learning the text data classifier on the classification result.
Method. To solve this problem, a relatively new approach to few-shot learning has recently been used – learning with a relatively small number of examples. Since text data is still the dominant way of transmitting information, the study of the possibilities of constructing a classifier of text data when learning from a small number of examples (~ 0.002–0.05% of the data set) is an actual problem.
Results. It is shown that even with a small number of examples for learning (36 per class) due to the use of USE and optimal configuration in learning can achieve high accuracy of classification on English and Russian data, which is extremely important when it is impossible to collect your own large data set. The influence of the approach using USE and a set of different configurations of hyperparameters on the result of the text data classifier on the example of English and Russian data sets is evaluated.
Conclusions. During the experiments, a significant degree of relevance of the correct selection of hyperparameters is shown. In particular, this paper considered the batch size, optimizer, number of learning epochs and the percentage of data from the set taken to train the classifier. In the process of experimentation, the optimal configuration of hyperparameters was selected, according to which 86.46% accuracy of classification on the Russian-language data set and 91.13% on the English-language data, respectively, can be achieved in ten seconds of training (training time can be significantly affected by technical means used).Актуальность. Онлайн-платформы продолжают сегодня генерировать все более возрастающие объемы информации. Задачи автоматизации модерирования контента ползователей в связи с этим остается актуальной задачей. Особого внимания заслуживают случаи, когда, по разным причинам, доступны очень небольшие объемы данных для обучения классификатора. Для достижения приемлемых результатов необходимо применять предварительно обученные модели, которые использовали большие объемы данных широкого диапазона для предварительного обучения. В данной работе исследуется вопрос применения предварительно обученной мультиязыковой модели Universal Sentence Encoder (USE) в качестве компонента разработанного нами классификатора, а также влияния различных параметров на точность классификации при обучении на малом объема данных (~ 0,05% набора данных).
Метод. Для решения поставленной задачи используется относительно новый подход к обучению – по небольшой выборке сообщений. Поскольку текстовые сообщения все еще доминируют как способ передачи информации, использование классификатора текстовых данных при обучении на небольшой выборке (~ 0,002–0,05% набора данных) сообщений.
Результаты. Показано, что обучение даже на небольшой выборке (36 на класс) с использованием USE и оптимальной конфигурации при обучении можно достичь высокой верности классификации англо- и русскоязычных текстовых сообщений. Выполнена оценка влияния разных наборов гиперпараметров на результаты классификации.
Выводы. В ходе экспериментов показана актуальность правильного подбора гиперпараметров: размер пакета, тип оптимизатора, количество эпох, размер обучающей выборки. При оптимальных значениях гиперпараметров достигнута вероятность распознавания англоязычных деструктивных сообщений в 91,13%, при этом обучение проводилось всего на протяжении 10 секунд (что, безусловно, зависит от параметров использованных технических средств).Актуальність. Онлайн-платформи продовжують сьогодні генерувати усе більші обсяги інформації. Автоматизація модерування контенту у таких платформах, у зв’язку з цим, залишається актуальною задачею. Особливої уваги потребують випадки, коли з різних причин, доступно лише невеликі обсяги даних для навчання класифікаторів. У таких випадках необхідно залучати попередньо навчені моделі, які використовували для навчання великі об’єми даних широкого діапазону. У цій роботі досліджено питання застосування попередньо навченої мультимовної моделі Universal Sentence Encoder (USE) як компоненту розробленого нами класифікатора, а також впливу різних параметрів на точність класифікації при навчанні на малому об’ємі даних (~ 0,05% обсягу повного набору).
Метод. Для вирішення поставленого завдання використовується відносно новий підхід до навчання, – за допомогою невеликого набору повідомлень. Оскільки текстові повідомлення усе ще домінують як способ передавання інформації, застосовується розроблений класифікатор, навчений на невеликому (~ 0,002 – 0,05% повного набору) обсязі даних.
Результати. Показано, що навіть при невеликій кількості прикладів для навчання (36 на клас) за рахунок використання ЕСЕ та оптимальної конфігурації в навчанні можна досягти високої точності класифікації за англійськими та російськими даними, що надзвичайно важливо, коли неможливо зібрати свій власний великий набір даних. Оцінено вплив підходу з використанням USE та набору різних конфігурацій гіперпараметрів на результат класифікатора текстових даних на прикладі наборів даних англійською та російською мовами.
Висновки. У ході експериментів показана значна ступінь актуальності правильного підбору гіперпараметрів. Зокрема, у цій роботі розглядалися розмір пакету, оптимізатор, кількість епох навчання та відсоток даних із набору, взятих для навчання класифікатора. У процесі експерименту була обрана оптимальна конфігурація гіперпараметрів, згідно з якою 86,46% точності класифікації за російськомовним набором даних і 91,13% за англомовним відповідно можна досягти за десять секунд навчання ( на час навчання можуть істотно вплинути використовувані технічні засоби)