№ 4 (2024)

В работе приведено решение для двух классических задач геометрической нормализации цифрового образа текста: компенсация глобального угла наклона документа и устранение локальных наклонов его текстовых фрагментов. Для обеих задач, отличающихся видом геометрических искажений, решение построено на базе единого метода анализа образа быстрого преобразования Хафа. Проведена конкретизация данного метода и предложены два алгоритма для решения указанных задач, а также проведена их апробация: для задачи нормализации наклона текста – на множестве как известных корпусов данных, так и на специально собранном и опубликованном корпусе кириллических фрагментов KRUS; для задачи нормализации наклона документа – на популярном корпусе DISEC. Показано, что отличительной особенностью предложенного метода является высокое быстродействие с возможностью обработки большого диапазона углов, а сам метод может быть успешно применен в системах автоматической обработки изображений документов.

Рассматривается конечная динамическая система, состояниями которой являются все возможные ориентации полного графа, а эволюционная функция задается следующим образом: динамическим образом орграфа является орграф, полученный из исходного путем переориентации всех дуг, входящих в стоки. Других отличий между исходным орграфом и его образом нет. Предложен алгоритм вычисления индексов состояний системы (расстояние до аттрактора того бассейна, которому принадлежит состояние). Найден максимальный индекс состояний в системе, как следствие получены дополнительные характеристики. Приведены соответствующие таблицы для полных графов с количеством вершин от 1 до 8 включительно.

В процессе создания информационно-управляющих систем уровня предприятия всегда стремятся разместить предметные списки в одной таблице, которая будет задействована во всех ассоциациях, в которых принимают участие предметы. Однако большой диапазон требований, предъявляемых к структурной организации предметных списков, заставляет дробить предметную таблицу на множество локальных таблиц, ориентируясь, в первую очередь, на максимальную компактность последних. В данной работе ставится под сомнение догмат компактности, приводящий к лавинообразному росту количества предметных таблиц, и в качестве альтернативы выдвигается концепция управляемой разреженности, следование которой допускает, на усмотрение пользователя, сведение и близкородственных, и дальнеродственных предметных множеств в один предметный тип. Разрабатывается рамочный структурный примитив, заключающий в себе кроме собственно предметного блока, объединяющего предметные типы и классификаторы-словари последних, стандартные мета-типы и мета-ассоциации со всеми сопутствующими ограничениями, совместно гарантирующими корректность данных о предметах, размещаемых в базе данных.

В статье описывается решение задачи автоматизации процесса сегментации легочных узлов на снимках компьютерной томографии для расширения функционала разработанного ранее модуля определения размеров и объемов легочных узлов. Акцент в работе делается на сравнении точности работы моделей, имеющих архитектуры ResU-Net, Attention U-Net и Dense U-Net, при обучении на снимках компьютерной томографии в исходном виде и с применением двух предлагаемых трехканальных подходов к их предварительной обработке. Для трех рассмотренных архитектур достигнуты значения коэффициента схожести Дайса и пересечения над объединением в диапазонах 0,8570–0,8735 и 0,7545–0,7881 при обучении на трехканальных снимках с усреднением. Полученные результаты позволяют сделать вывод о том, что применение методов предварительной обработки является перспективным для повышения точности сегментации. Также в статье описано обучение модели сегментации долей легких. Доработанный программный модуль принимает на вход снимки компьютерной томографии, а его выходные данные представляют собой обработанные снимки и структурированный отчет DICOM SR.

Статья описывает исследование по разработке алгоритма для оценки сходимости стохастической Парето-оптимизации. Актуальность работы обусловлена необходимостью снижения вычислительных затрат, возникающих при больших многокритериальных вычислениях, где требуется учитывать множество конфликтующих критериев для поиска оптимальных решений. Одной из проблем в этом контексте является нахождение компромисса между точностью фронта Парето и ресурсами, необходимыми для его вычисления. В многокритериальной оптимизации важно оценивать сходимость, чтобы избежать чрезмерного числа итераций, которые могут быть неэффективными с точки зрения улучшения результата. Проблема заключается в поиске оптимального количества итераций, при котором фронт Парето достигает достаточной точности, и дальнейшие итерации не приводят к значительному улучшению качества решений. Целью исследования является разработка алгоритма, который позволяет оценить сходимость фронта Парето и определить, когда можно завершить процесс оптимизации без потери качества решений. Результаты могут быть полезны специалистам, занимающимся задачами многокритериальной оптимизации и разработкой алгоритмов на основе стохастических условий.

Представлен подход к созданию цифровых двойников нового типа. Предлагается использовать идентификаторы в цепи обратной связи систем управления, формирующие точечные идентификационные модели на основе ассоциативных знаний. Описаны методы формирования управляющих воздействий в условиях возможной резкой смены режима функционирования управляемого процесса.

В работе рассматривается следующая существенно комбинаторная задача: даны N точек в пространстве ${\mathrm{ℝ}}^n$, построить эллипсоид минимального объема, содержащий ровно N – k точек, где k много меньше N. Предлагаются шесть алгоритмов приближенного решения этой задачи, основанные на тех или иных эвристических соображениях. Приводятся численные результаты сравнительной эффективности алгоритмов при различных предположениях о механизме генерирования точек и их количестве.