№ 1 (2025)
Системы, включающие искусственный интеллект
Обнаружение атак и аномалий в контейнерных системах: подходы на основе сигнатур и правил
Аннотация
В статье рассматривается одна из ключевых проблем контейнерных систем, связанная с обнаружением атак и аномалий. Описаны механизмы изоляции контейнерных систем и атаки на такие системы. Представлена классификация подходов к обнаружению атак и аномалий. Выполняется систематический анализ основных подходов к обнаружению атак и аномалий в контейнерных системах, а также методов их реализации. Детально исследуются традиционные подходы на основе сигнатур и правил, их особенности, преимущества и недостатки.



Метод декомпозиции функциональных характеристик систем искусственного интеллекта
Аннотация
При принятии решений о возможности применения систем искусственного интеллекта для решения конкретных прикладных задач одной из важнейших проблем является объективное оценивание функциональных характеристик этих систем в запланированных условиях эксплуатации. В статье предложен подход к обоснованию состава факторов внешней среды, вариативность которых необходимо учитывать для обеспечения требуемого уровня репрезентативности проводимых испытаний систем искусственного интеллекта. В основу предлагаемого подхода положено предположение о необходимости разработки классификатора элементарных интеллектуальных функций, схожих с функциями естественного интеллекта человека и обладающих определенными, унифицированными в пределах одного класса, требованиями к вариативности условий их испытания.



Интеллектуальные системы и роботы
Классификация движений искусственной нейронной сетью для управления бионической кистью
Аннотация
Приведены результаты обучения и тестирования искусственной нейронной сети распознаванию движений пальцев кисти человека на основе сигналов с электромиографических датчиков. Особое внимание уделено вопросам предварительной обработки исходных сигналов, включающей в себя цифровую фильтрацию, задание оптимального уровня, соответствующего состоянию покоя мышцы, и вычислению признаков сигналов. В статье огибающая электромиографического сигнала строилась на основе признака «средней энергии», а определение участков мышечной активности осуществлялось с помощью двух порогов: адаптивного по уровню и фиксированного по времени. Непосредственно для обучения искусственной нейронной сети используются три признака, которые определяются в зависимости от требований к качеству обучения, либо по показателю различимости, либо полным перебором сочетаний признаков. Оптимизация набора признаков для обучения искусственной нейронной сети позволила достичь уровня правильных ответов более 97%.



Оптимальный и рациональный выбор
Алгоритм выбора признаков линейной регрессии для решения проблемы мультиколлинеарности
Аннотация
В работе рассматривается задача отбора факторов линейной регрессии с помощью оптимизационной модели, включающей характеристики связи признаков, а также зависимости признака и результативного показателя. Для ее решения предлагается переформулирование исходной задачи в виде обратной при минимизации суммы абсолютных значений аргументов. Результаты вычислительных экспериментов, включающие сравнение с методами нелинейного программирования, реализованными в математических пакетах и библиотеке Python, продемонстрировали высокую эффективность предложенного алгоритма решения модифицированной задачи.



Машинное обучение, нейронные сети
О свойствах предельного множества процесса многократного машинного обучения при преобразованиях признакового пространства
Аннотация
В работе изучено влияние преобразований признакового пространства на свойства процесса многократного машинного обучения. Исследованы условия, при которых прогноз асимптотического поведения системы во времени, полученный в исходном пространстве, может быть перенесен на аналогичную систему в преобразованном пространстве. Полученные результаты указывают на возможность использования более простых систем в пространствах меньшей размерности для изучения процессов в сложных системах.



Предобработка данных при построении модели нейронной сети для прогнозирования состояния технического объекта
Аннотация
В статье предложена методика для предобработки исходных данных при построении моделей нейронных сетей. Она включает алгоритмы поиска выбросов, восстановления пропущенных значений и удаления коррелирующих факторов. Для реализации предлагаемой методики написана специальная программа на языке программирования Python. Исследование эффективности предлагаемой методики проведено на примере двух объектов: турбореактивного двигателя и литий-ионного аккумулятора. Для сравнения результатов использованы следующие подходы: методика предобработки данных из библиотеки AutoKeras и метод, основанный на использовании профиля компактности. Показано, что применение предлагаемого подхода предобработки данных повышает точность прогнозирования моделей нейронных сетей примерно в 3–4 раза по сравнению с другими методами.



Анализ текстовой и графической информации
Автоматическая лексическая адаптация русскоязычных текстов
Аннотация
В статье описан способ лексического упрощения русскоязычных текстов, основанный на обратном использовании словаря синонимов, а именно, на замене синонимов соответствующими доминантами. Поскольку это нельзя делать абсолютно формально, нами были подготовлены специальные базы синонимов, которые снабжены разметкой, необходимой для получения в замененном тексте правильного синтаксиса.



Влияние признаков иерархического дискурса на разрешение кореференции в русском языке
Аннотация
В работе изучается вклад признаков иерархического дискурса в решение задачи разрешения кореференции в текстах на русском языке. Приведены оценки качества разработанных риторических анализаторов при решении задачи разрешения кореференции в текстах различных жанров и объёмов на русском языке. Показано, какие особенности корпусов разметки риторических структур для обучения анализаторов влияют на качество разрешения кореференции в различных языковых контекстах.



Анализ сигналов, аудио и видео информации
Применение методов машинного обучения для анализа изображений хронических ран
Аннотация
Нейронные сети и алгоритмы глубокого обучения все шире применяются в медицине, включая анализ изображений. В хирургии раны мягких тканей остаются актуальной проблемой, при этом измерение раневого дефекта необходимо для оценки течения раневого процесса и эффективности лечения. Использование цифровых изображений раны позволяет оценивать ее, не контактируя. Работа содержит результаты применения предобученных сетевых моделей (AlexNet, ResNet50, ResNet152, VGG16) для классификации изображений пролежней, как одного из видов хронических ран. Сегментационная модель Segment Anything Model (SAM) продемонстрировала точность 86,46% при решении задачи сегментации краев раневого дефекта и типов тканей в его пределах. Результаты исследований могут быть использованы для создания экспертной системы по анализу изображений ран мягких тканей.



Два метода оценки оптического потока по видеоряду изображений
Аннотация
Статья посвящена оценке оптического потока по видеоряду изображений. Основное внимание уделено двум методам решения этой сложной вычислительной задачи, играющей ключевую роль во многих разделах компьютерного зрения, например, таких как отслеживание объектов, анализ сцен, определения микрои макродвижений для распознавания эмоций по выражению лица и многих других. Предложенные методы взаимно дополняют друг друга. По своей природе они относятся к вариационным методам вычисления видеопотока, однако существенно отличаются от описанных в литературе скоростью и надежностью. Данные методы не требуют глубокого машинного обучения, поэтому могут использоваться при отсутствии обучающей выборки требуемого объема, необходимой для методов, в которых при вычислении видеопотока применяются глубокие нейронные сети. Показали конкурентную точность и надежность.


