Open Access
Access granted
Subscription Access
No 3 (2024)
Topical issue
Introductory Remarks to the Special Issue Devoted to DAMDID/RCDL-2023
Avtomatika i telemehanika. 2024;(3):3-5
3-5
Agglomerate Consensus Cluster Analysis with Automatic Selection of the Number of Clusters
Abstract
Представлены теоретические и вычислительные результаты, связанные с оригинальной моделью консенсусного кластерного анализа, основанной на так называемом проективном расстоянии между разбиениями. Это расстояние определяется как сумма квадратов элементов разности бинарной матрицы инциденций одного разбиения и ее ортогональной проекции на подпространство, порождаемое столбцами матрицы инциденций другого разбиения. Оказывается, при достаточном количестве разбиений предлагаемый метод агломеративного кластеринга правильно вычисляет не только консенсусное разбиение, но число кластеров в нем.
Avtomatika i telemehanika. 2024;(3):6-22
6-22
Genetic Engineering Algorithm (GEA): An Efficient Metaheuristic Algorithm for Solving Combinatorial Optimization Problems
Abstract
Генетические алгоритмы (ГА) известны своей эффективностью в решении задач комбинаторной оптимизации благодаря их способности исследовать разнообразные пространства решений, обрабатывать различные представления, использовать параллелизм, сохранять хорошие решения, адаптироваться к изменяющимся условиям, управлять комбинаторным разнообразием и проводить эвристический поиск. Тем не менее такие ограничения, как преждевременная сходимость, неспецифичность и стохастичность операторов кроссовера и мутации, делают ГА не всегда эффективными при нахождении глобального оптимума. Чтобы преодолеть эти недостатки, в данной статье предлагается новый метаэвристический алгоритм, названный алгоритмом генетической инженерии (GEA), вдохновленный концепциями генной инженерии. GEA модифицирует традиционный ГА, включая новые методы поиска для выделения, коррекции, вставки и экспрессии новых генов на основе существующих, что способствует появлению желаемых признаков и производству хромосом на основе выбранных генов. Сравнение с результатами работы других алгоритмов на стандартных примерах демонстрирует эффективность GEA.
Avtomatika i telemehanika. 2024;(3):23-37
23-37
Attacks on Machine Learning Models Based on the PyTorch Framework
Abstract
Рассматриваются последствия использования облачных сервисов для обучения нейронных сетей с точки зрения кибербезопасности. Ресурсоемкость обучения нейронных сетей создает проблемы, что приводит к росту зависимости от облачных сервисов. Однако такая зависимость создает новые риски кибербезопасности. Исследование посвящено новому методу атаки, использующему веса нейронных сетей для незаметного распространения скрытых вредоносных программ. Рассматриваются семь методов встраивания и четыре типа триггеров для активации вредоносного программного обеспечения. Представлен фреймворк с открытым исходным кодом, автоматизирующий внедрение кода в весовые параметры нейронных сетей, что позволяет исследователям изучать и противодействовать этому новому вектору атак.
Avtomatika i telemehanika. 2024;(3):38-50
38-50
Interestingness Indices as an Instrument for Selecting Formal Concepts for Building Neural Network Based on Concept Lattice
Abstract
Трудность интерпретации результатов работы нейронных сетей явля- ется насущной проблемой, решению которой уделяется много внимания. Нейронные сети, основанные на решетках понятий, представляют собой перспективное направление в данной области. Отбор понятий для по- строения нейронной сети ключевым образом влияет на качество ее рабо- ты. Средством отбора понятий могут являться индексы интересности, ко- гда для построения нейронной сети используются понятия с наибольшими показателями определенного индекса. В статье исследуется влияние вы- бора индекса интересности как средства отбора формальных понятий на качество работы нейронной сети.
Avtomatika i telemehanika. 2024;(3):51-59
51-59
On the Use of Digital Twin Data in Models Related to Considering the Environment Impact on Enterprises
Abstract
Цифровые двойники объектов отражают состояние окружающей среды и деятельность предприятий, на которые воздействует среда. Предлагается использовать модели для расчета показателей оценки воздействия опасных природных явлений или изменений климата; прогноза этих воздействий; оценки убытков; расчета стоимости мероприятий по защите предприятий; оценки целесообразности проведения превентивных мероприятий с целью их оптимизации. Приведены требования к моделям оценки воздействий, работающим с цифровым двойником. Представлены трудности при использовании таких моделей. Рассматриваются предложения по разработке отдельных моделей воздействий. Показана схема использования цифровых двойников при моделировании воздействий окружающей среды на предприятия.
Avtomatika i telemehanika. 2024;(3):60-72
60-72
Plausible Reasoning in an Algorithm for Generation of Good Classification Tests
Abstract
Статья посвящена применению принципов (правил) правдоподобных рассуждений к символьному машинному обучению (МО). Эти применения существенны и необходимы для увеличения эффективности алгоритмов МО. Множество таких алгоритмов порождают и используют правила в форме импликаций. Обсуждается генерация этих правил по отношению к классам объектов. Эти классификационные правила специфичны. Их посылки, называемые хорошими замкнутыми тестами (ХЗТ), покрывают максимально возможное множество объектов. Представлен один из алгоритмов генерации ХЗТ, называемый NIAGARA. Алгоритм пересмотрен и предложены новые процедуры на основе правдоподобных рассуждений. Их корректность доказывается. Используются следующие правила: импликации, запреты, индуктивные правила расширения текущих множеств целевых объектов, правила сокращения области поиска решений. Они позволяют увеличить эффективность алгоритма.
Avtomatika i telemehanika. 2024;(3):73-85
73-85
Transformer-Based Classification of User Queries for Medical Consultancy
Abstract
Представлен новый подход, использующий модель RuBERT для классификации пользовательских запросов в области медицинских консультаций с учетом специализации эксперта. В ходе исследования был собран обширный набор данных, который использовался для дообучения модели RuBERT. Метрика качества полученной модели F1-score составила более 91,8% как при использовании блоковой кросс-валидации, так и при разделении набора данных на обучающую и тестовую выборки. Подход демонстрирует высокую обобщающую способность для различных медицинских подобластей, таких как кардиология, неврология и дерматология. Предложенный подход позволяет сократить время на определение наиболее подходящего специалиста и тем самым повышает качество консультации и медицинской помощи.
Avtomatika i telemehanika. 2024;(3):86-100
86-100
Smart Routes: A System for Development and Comparison of Algorithms for Solving Vehicle Routing Problems with Realistic Constraints
Abstract
Задача оптимизации маршрутов с реалистичными ограничениями становится крайне актуальной в условиях глобального роста городского населения. Подходы к оптимизации маршрутов, включая точные методы, сталкиваются с проблемой экспоненциальной сложности при увеличении размера задачи оптимизации маршрутов. В работе сравнивается точный решатель SCIP с эвристическими методами (LKH, 2-OPT, 3-OPT, ORTools) и моделью глубокого обучения JAMPR+. Для задач размером 50 глубокое обучение и классические эвристики достигают точности, сравнимой с SCIP, но требуют меньше времени. Для задач размером 100, эвристики и нейронные сети значительно опережают SCIP как по времени, так и по качеству первого найденного решения. Для проведения экспериментов разработана платформа Smart Routes для решения задачи оптимизации маршрутов, которая включает в себя точные, эвристические и нейросетевые модели и облегчает удобное интегрирование собственных алгоритмов и наборов данных.
Avtomatika i telemehanika. 2024;(3):101-118
101-118