Сетевое научное
издание
Государственный
университет "Дубна"

Институт Системного Анализа и Управления
     



ВездеАвторНазваниеСодержание


Выпуск 2021 № 1


МЕТОДЫ И СПОСОБЫ ОБЕСПЕЧЕНИЯ ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ НА ОБЪЕКТАХ АПК
Пряхин В. Н., Шамаева Е. Ф., Горюнова Е. А. - доктор технических наук, профессор; ведущий научный сотрудник, кандидат технических наук, доцент; ассистент
В статье рассматриваются вопросы обеспечения экологической безопасности на объектах агропромышленного комплекса (АПК), рациональные и эффективные средства защиты объектов АПК с учетом возникновения чрезвычайных ситуаций экологического и техногенного характера. Задачей настоящих исследований является выявление методов и способов обеспечения экологической без-опасности на объектах АПК. При этом наиболее эффективным является разработка способов решения проблем безопасности на стадии обоснования и проектирования. Поэтому в данной статье рассматриваются рациональные и эффективные способы защиты объектов АПК, работающих в различных условиях испытаний, в том числе при возникновении чрезвычайных ситуаций экологического и техногенного характера. Методами исследования, применяемыми в работе, являются общие методы системного анализа, декомпозиции и формализации, на основе которых получены следующие результаты: существенным недостатком является несоответствие существующих требований безопасности труда и жизнедеятельности современным требованиям, а также нуждается в доработке нормативно-техническая база сертификации технологий и средств электрификации, существует проблема низкой эффективности научных разработок и недостаточное использование научного отечественного и зарубежного опыта в области с.-х. производства. Сделан вывод, что наиболее эффективным способом обеспечения экологической безопасности на объектах АПК является разработка решений проблем безопасности на начальных стадиях проекта: стадиях обоснования и проектирования, в том время, как устранение чрезвычайных ситуаций в АПК экологического и техногенного характера является сложным и дорогостоящим, а также несет экологический ущерб и риски.
Для цитирования
Пряхин В. Н., Шамаева Е. Ф., Горюнова Е. А. Методы и способы обеспечения экологической без-опасности на объектах АПК // Системный анализ в науке и образовании: сетевое научное издание. 2021. № 1. C. 1–11. URL : http://sanse.ru/download/421.
For citation:
Pryakhin V., Shamaeva E., Goryunova E. Methods and ways of ensuring environmental safety for the ob-jects of the Agro-Industrial Complex. System Analysis in Science and Education, 2021;(1):1–11(In Russ). Available from: http://sanse.ru/download/421.

скачать ( размер: 543 Кб, скачиваний: 210 )

ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В ЗАДАЧАХ РАСПОЗНАВАНИЯ ПЕЧАТНЫХ ТЕКСТОВ 19 ВЕКА
Алейников М. В., Ершов Н. М. - инженер по тестированию и качеству; старший научный сотрудник
Работа посвящена изучению возможностей использования методов машинного обучения в зада-че распознавания русских печатных документов 19 века. Приводятся результаты анализа существующих методов и средств для распознавания печатных текстов, в том числе проприетарных, на примере анализа некоторых русских документов 19 века. В работе предлагается подход к распознаванию текстов с использованием программного комплекса Tesseract, на основе которого разработаны две версии программной системы, работающей с оцифрованными изображениями текстовых документов. Приводятся результаты тестирования разработанной программной системы, показывающие перспективность предложенного подхода. Работа выполнена при финансовой поддержке РФФИ (грант № 20-07-01053 А).
Для цитирования:
Алейников М. В., Ершов Н. М. Применение методов машинного обучения в задачах распознавания печатных текстов 19 века // Системный анализ в науке и образовании: сетевое научное издание. 2021. № 1. C. 12–22. URL : http://sanse.ru/download/422.
For citation:
Aleynikov M., Ershov N. Аpplication of machine learning methods in the recognition of printed texts of the 19th century. System Analysis in Science and Education, 2021;(1):12–22(In Russ). Available from: http://sanse.ru/download/422.

скачать ( размер: 1 MБ, скачиваний: 173 )

ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В ЗАДАЧЕ СЕКВЕНИРОВАНИЯ ГЕНОМА
Смагин В. Д., Русакович А. Н. - ведущий инженер-программист, старший преподаватель; младший научный сотрудник
Статья посвящена методам машинного обучения, применяемым для улучшения анализа результатов секвенирования. Предметом данного исследования является анализ существующих подходов к обработке молекулярно-биологических (МБ) данных, полученных с помощью различных методик секвенирования, с использованием машинного обучения (МО). Цель работы – обобщение актуальных способов получения «полезной» информации из «сырых» МБ данных. Секвенирование применяется для установления последовательности нуклеотидов в ДНК и является одной из наиболее важных процедур в рамках геномных исследований. В процессе проведения NGS (Next-Generation Sequencing) требуется обрабатывать колоссальные объемы данных, зачастую имеющих дефекты разного рода. В связи с существованием различных вариаций методов секвенирования и наличием в них трех и более этапов, спектр проблем решаемых с помощью МО в этой области также чрезвычайно широк. В работе представлен краткий обзор некоторых решений, основанных на машинном обучении, применяемых для повышения качества анализа и преобразования результатов отдельных этапов секвенирования. Описаны ключевые группы биоинформатических задач в рамках секвенирования, приведены примеры реализованных алгоритмов с использованием МО. Кроме того, разработаны различные подходы к решению одной и той же задачи, при этом имеющие свои преимущества и недостатки.
Для цитирования:
Смагин В. Д., Русакович А. Н. Применение методов машинного обучения в задаче секвенирования генома // Системный анализ в науке и образовании: сетевое научное издание. 2021. № 1. C. 23–32. URL : http://sanse.ru/download/423.
For citation:
Smagin V., Rusakovich A. Machine learning methods applications for genome sequencing. System Analysis in Science and Education, 2021;(1):23–32(In Russ). Available from: http://sanse.ru/download/423.

скачать ( размер: 605 Кб, скачиваний: 135 )

НЕЙРОСЕТЕВАЯ РЕАЛИЗАЦИЯ ГЛОБАЛЬНОГО МЕТОДА РЕКОНСТРУКЦИИ ПЕРВИЧНЫХ ВЕРШИН СОБЫТИЙ ДЛЯ ВНУТРЕННЕГО ДЕТЕКТОРА ЭКСПЕРИМЕНТА BESIII
Резвая Е. П., Гончаров П. В., Денисенко И. И., Жемчугов А. С., Нефедов Ю. А., Ососков Г. А., Щавелев Е. М. - студент; аспирант; научный сотрудник; заместитель начальника отдела; старший научный сотрудник; д.ф.-м.н., профессор; аспирант
данной работе рассматривается способ предсказания положения вершины события с использованием сверточной нейронной сети, причем еще до этапа реконструкции треков. Распознавание траекторий частиц (треков) по данным экспериментальных измерений играет ключевую роль в ре-конструкции событий в физике высоких энергий. Внутренний детектор эксперимента BESIII имеет всего 3 цилиндрические GEM-станции, поэтому трек в магнитном поле, зарегистрированный только двумя станциями, невозможно восстановить без дополнительной информации. По двум хитам можно лишь определить направление движения частицы, поэтому необходимо знать первичную вер-шину события. В качестве метрики для определения качества работы нейросети было использовано среднее абсолютное отклонение (MAE) координат предсказанной вершины от заранее известной из моделирования истинной первичной вершины события. Обученная модель может предсказывать первичную вершину события со средней абсолютной ошибкой равной 0,009. Для решения задачи поиска вершины события в данной статье предлагается применить модель глубокой сверточной нейронной сети LOOT, которая обрабатывает все треки события сразу, как 3D-изображение, и после обучения, способна предсказать первичную вершину с допустимой точностью.
Для цитирования:
Резвая Е. П., Гончаров П. В., Денисенко И. И., Жемчугов А. С., Нефедов Ю. А. Ососков Г. А., и др. Нейросетевая реализация глобального метода реконструкции первичных вершин событий для внут-реннего детектора эксперимента BESIII // Системный анализ в науке и образовании: сетевое научное издание. 2021. № 1. C. 33–40. URL : http://sanse.ru/download/424.
For citation:
Rezvaya E., Goncharov P., Denisenko I., Zhemchugov A., Nefedov Y., Ososkov G., et al. Neural network implementation of the global method of reconstruction of primary vertices of events for the BESIII inner track-ing detector. System Analysis in Science and Education, 2021;(1):33–40(In Russ). Available from: http://sanse.ru/download/424.

скачать ( размер: 619 Кб, скачиваний: 151 )

ОБ ОДНОМ МЕТОДЕ ОБНАРУЖЕНИЯ ГРУПП ТОЧЕК, ОБЪЕДИНЕННЫХ ПРИНАДЛЕЖНОСТЬЮ К ПРЯМЫМ ЛИНИЯМ
Ососков Г. А., Руденко М. О. - доктор физико-математических наук, профессор; студент
В работе представлен новый алгоритм нахождения отрезков прямых линий на множестве координатах измеренных точек. Разработанный метод соседствующих точек является модификацией преобразования Хафа, для ускорения вычислений в прикладной задаче. Авторами представлено подробное описание работы алгоритма. Таким образом, предложенный авторами метод соседствующих точек является еще одной из множеств альтернатив оригинальному преобразованию Хафа, но неоспоримом плюсом является его простота реализации, как при использовании интерпретируемых, так и компилируемых языков программирования. Инструмент показывает перспективные результаты для возможного использования в будущих задачах обработки данных ядерной физики.
Для цитирования:
Ососков Г. А., Руденко М. О. Об одном методе обнаружения групп точек, объединенных принадлежностью к прямым линиям // Системный анализ в науке и образовании: сетевое научное издание. 2021. № 1. C. 41–44. URL : http://sanse.ru/download/425.
For citation:
Ososkov G., Rudenko M. About one method for detecting point groups, united by belonging to straight lines. System Analysis in Science and Education, 2021;(1):41–44(In Russ). Available from: http://sanse.ru/download/425.

скачать ( размер: 424 Кб, скачиваний: 163 )

ПРОГРАММНАЯ РЕАЛИЗАЦИЯ НЕЧЕТКОЙ ЛОГИКИ С ЛИНГВИСТИЧЕСКИМИ ПЕРЕМЕННЫМИ
Загибин Н. О., Ульянов С. В. - студент; доктор физико-математических наук, профессор
В статье рассматриваются вопросы, связанные с реализацией интеллектуальных систем управления, в частности нечеткого регулятора, а также представлена разработанная программная библиотека, позволяющая строить нечеткие логические заключения, основанные на нечетких множествах. Все это расширяет классическое понятие логики вводя рассуждения, приближенные к нечеткому суждению человека. Программная реализация в виде подключаемой библиотеки позволит разработчикам создать свою базу знания нечеткой логики или нечеткие логические конструкции из нечетких множеств для проектов, направленных на моделирование человеческого умозаключения или разработки ИСУ. Данная работа составляет базис для разработки базы знаний с нечеткой логикой, построенной на лингвистических переменных. Таким образом, в качестве начального базиса в области разработки интеллектуальных систем управления были разработаны классы, поддерживающие нечеткие вычисления и нечеткую логику с помощью которых впоследствии можно проектировать базы знаний, гарантирующие достижения поставленных целей управления.
Для цитирования:
Загибин Н. О., Ульянов С. В. Программная реализация нечеткой логики с лингвистическими переменными // Системный анализ в науке и образовании: сетевое научное издание. 2021. № 1. C. 45–57. URL : http://sanse.ru/download/426.
For citation:
Zagibin N., Ulyanov S. Software implementation of fuzzy logic with linguistic variables. System Analysis in Science and Education, 2021;(1):45–57(In Russ). Available from: http://sanse.ru/download/426.

скачать ( размер: 791 Кб, скачиваний: 154 )

EFFICIENT SIMULATION OF QUANTUM SEARCH ALGORITHMS ON A CLASSICAL COMPUTER. PT. 1: SHOR’S QUANTUM ALGORITHM FOR FACTORING
Ulyanov S. V., Tyatyushkina O. Yu., Korenkov V. V. - doctor of Physical and Mathematical Sciences, professor, leading Researcher of LIT JINR; PhD in Engineering Sciences, associate professor; Laboratory Director, doctor of Technical Sciences, head of the Department
The result of the proof of the effective implementation of the simulation on classical computers of quantum algorithms based on quantum algorithmic cells is demonstrated. The Shor factorization algorithm is considered as an example.
For citation:
Ulyanov S., Tyatyushkina O., Korenkov V. Efficient simulation of quantum search algorithms on a classical computer. Pt 1: Shor’s quantum algorithm for factoring. System Analysis in Science and Education, 2021;(1):58–80. Available from: http://sanse.ru/download/427.
Для цитирования:
Ульянов С. В., Тятюшкина О. Ю., Кореньков В. В. Эффективное моделирование квантовых поисковых алгоритмов на классическом комьютере. Ч.1: Квантовый алгоритм факторизации Шора // Системный анализ в науке и образовании: сетевое научное издание. 2021. № 1. C. 58–80. На англ. языке. URL : http://sanse.ru/download/427.

скачать ( размер: 1.4 MБ, скачиваний: 158 )

QUANTUM SOFTWARE ENGINEERING PT II: QUANTUM COMPUTING SUPREMACY ON QUANTUM GATE-BASED ALGORITHM MODELS
Ulyanov S. V., Tyatyushkina O. Yu., Korenkov V. V. - doctor of Physical and Mathematical Sciences, professor, leading Researcher of LIT JINR; PhD in Engineering Sciences, associate professor; Laboratory Director, doctor of Technical Sciences, head of the Department
This article discusses the issues related to the description of an open software product for quantum computing, the stages of forming hardware and software along with algorithmic support for quantum tools from hardware interfaces through the methods of quantum compilers of quantum algorithms, including quantum annealing, and calculations on quantum gate-based algorithm models.
For citation:
Ulyanov S., Tyatyushkina O., Korenkov V. Quantum software engineering Pt II: Quantum computing su-premacy on quantum gate-based algorithm models. System Analysis in Science and Education, 2021;(1):81–129. Available from: http://sanse.ru/download/428.
Для цитирования:
Ульянов С. В., Тятюшкина О. Ю., Кореньков В. В. Квантовая программная инженерия. Ч. 2: превос-ходство квантовых вычислений на основе квантовых алгоритмических ячеек // Системный анализ в науке и образовании: сетевое научное издание. 2021. № 1. C. 81–129. На англ. языке. URL : http://sanse.ru/download/428.

скачать ( размер: 4.2 MБ, скачиваний: 184 )

ИСПОЛЬЗОВАНИЕ СОЦИАЛЬНЫХ СЕТЕЙ И ОБЛАЧНЫХ СЕРВИСОВ В УЧЕБНОМ ПРОЦЕССЕ ИНСТИТУТА СИСТЕМНОГО АНАЛИЗА И УПРАВЛЕНИЯ ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА «ДУБНА»
Балашова М. В., Жаткина К. Н., Колбенко Е. В., Махалкина Т. О., Русакова Е. А. - старший преподаватель; ассистент; старший преподаватель; старший преподаватель; старший преподаватель;
Статья посвящена описанию актуальных задач, связанных с организацией и поддержкой образовательного процесса Института системного анализа и управления (Института САУ), а также способов применения социальных сетей и облачных сервисов для их решения. В рамках статьи описывается структура организации оперативного информирования студентов посредством использования социальной сети ВКонтакте. В статье рассматривается вопрос комплексного использования функциональных особенностей социальной сети ВКонтакте, что дает студентам возможность оперативно получать самую актуальную и необходимую информацию об изменениях в ходе учебного процесса, мероприятиях Института САУ и вуза, важных опросах и т.д. Также для организации работы (особенно – в период пандемии и в режиме дистанционного обучения) применяются облачные сервисы Google Drive для сбора, хранения и обработки данных о студентах, получения от студентов и профессорско-преподавательского состава (ППС) обратной связи по целому ряду вопросов и автоматизации сбора документов, заявлений и т.д. (например, сбор заданий на выпускную квалификационную работу (ВКР) или предоставление регламента по работе с личным кабинетом (ЛК) на сайте вуза). С помощью разработанных принципов организации распределения прав доступа к фай-лам и папкам документов, а также используя принципы организации структуры хранения и обмена данными, осуществлялась оперативная коммуникация и обмен информацией между ППС, специалистами по учебно-методической работе и студентами (подготовка отчетов, обработка заявлений, сбор различных данных, подготовка приказов по практикам, выпускным квалификационным работам, дисциплинам по выбору, участию в олимпиадах, конкурсах и другим аспектам образовательного процесса). Полагаем, что данный опыт использования социальных сетей и облачных сервисов может быть применен для организации работы других вузов.
Для цитирования:
Балашова М. В., Жаткина К. Н., Колбенко Е. В., Махалкина Т. О., Русакова Е. А. Использование социальных сетей и облачных сервисов в учебном процессе института системного анализа и управ-ления государственного университета «Дубна» // Системный анализ в науке и образовании: сетевое научное издание. 2021. № 1. C. 130–139. – URL : http://sanse.ru/download/429.
For citation:
Balashova M., Zhatkina K., Kolbenko E., Makhalkina T., Rusakova E Use of social networks and cloud services in the educational process of the institute of the system analysis and management of Dubna State University. System Analysis in Science and Education, 2021;(1):130–139(In Russ). Available from: http://sanse.ru/download/429.

скачать ( размер: 803 Кб, скачиваний: 165 )

МЕТОДИКА ОРГАНИЗАЦИИ ПРОЕКТНОЙ ДЕЯТЕЛЬНОСТИ СТУДЕНТОВ В ВИДЕ ХАКАТОНА
Смирнова Я. В., Кирпичёва Е. Ю., Роенко А. О., Ершов Е. А. - старший преподаватель; кандидат технических наук, доцент; старший преподаватель; старший преподаватель
В статье показана актуальность организации проектной деятельности в вузе с целью повышения качества подготовки выпускников в соответствии с изменяющимися требованиями рынка труда. Описан хакатон, как вид проектной деятельности, задачи, которые можно решить с его помощью в результате внедрения в образовательный процесс вуза. Предложена методика организации и проведения хакатона, возможные роли преподавателей и участников команд. Практические аспекты организации хакатона рассмотрены на примере хакатона «DubnaTech – цифровая трансформация». Про-веден анализ участия в проектной деятельности студентов разных курсов и направлений на примере междисциплинарных проектов. Показано, что применение хакатона в образовательном процессе вуза может помочь устранить разрыв между теоретическими знаниями и их практическим применением благодаря инновационным методам получения и обмена знаниями в пространстве студент-преподаватель-вуз-организация.
Для цитирования:
Смирнова Я.В., Кирпичёва Е.Ю., Роенко А.О., Ершов Е.А. Методика организации проектной деятельности студентов в виде хакатона // Системный анализ в науке и образовании: сетевое научное издание. 2021. № 1. C. 140–149. URL : http://sanse.ru/download/430.
For citation:
Smirnova Ya., Kirpicheva E., Roenko A., Ershov E. Methodology for organizing students’ project activities in the form of a hachathon. System Analysis in Science and Education, 2021;(1):140–149(In Russ). Available from: http://sanse.ru/download/430.

скачать ( размер: 510 Кб, скачиваний: 100093 )

 
 
Государственный университет «Дубна»
© 2008-2020 Все права защищены
12+
г. Дубна, ул. Университетская, д.19, ауд. 1-312
7(496) 216-60-10
sanse@saudubna.ru