Современные технологические требования и развивающаяся городская инфраструктура ставят задачу разработки методов распознавания и классификации пожароопасных ситуаций. Быстрое и эффективное распознавание начальных признаков возгорания становится жизненно важным аспектом обеспечения безопасности людей, а также материальных ценностей. В связи с этим разрабатываются, реализуются, тестируются и внедряются системы, способные автоматически распознавать и классифицировать пожароопасные ситуации. Классификации пожароопасных ситуаций позволяет определить степень опасности обнаруженных отклонений, что способствуют к принятию более эффективных решений по предотвращению последствий пожаров и их признаков таких как, однократное кратковременное повышение температуры и уровня задымленности которое может указывать на выход из строя электрических компонентов, расположенных возле датчиков. Алгоритм классификации пожароопасных ситуаций разработан для комплекса взаимосвязанных датчиков, который в свою очередь, за счет своей структуры, позволяет обнаруживать даже малейший признака пожара. В рамках данного исследования приводится алгоритм классификации пожароопасных ситуаций на основе нейросетевых технологий. Приведено описание существующих классов пожароопасных ситуаций, а также критерии, по которым размечались данные по указанным классам. Проведено моделирование алгоритма на обучающей и тестовой выборках с приведением используемых параметров точности, формулой их расчетов, результатами классификации пожароопасных ситуаций. Проведено исследование влияния шага отсчета в выборке базы данных на параметры точности и время обучения нейронной сети. Разработанный алгоритм реализован на языке программирования Python в IDE PyCharm. Датасет для обучения и тестирования получены из реальных источников, содержащих информацию об обнаруженных пожароопасных ситуациях в метрополитенах, в которых установлен комплекс взаимосвязанных датчиков. Результаты моделирования алгоритма показали, что предложенный алгоритм обладает высокой точностью для предиктивной классификации пожароопасных ситуаций на реальных объектах.
Статья посвящена исследованию проблемы личностно-профессионального саморазвития будущего педагога-музыканта в процессе его участия во внеучебной концертной практике. Анализируются потенциальные возможности различных форм организации данной практики с целью определения наиболее благоприятных с точки зрения личностно-профессионального роста студентов. Опираясь на средовой подход к пониманию профессиональной специфики музыкально-педагогической деятельности будущего учителя и принципы личностно развивающего высшего образования, на основе изучения трудов в области музыкальной психологии и педагогики, а также использования методов педагогического наблюдения было установлено, что для личностно-профессионального саморазвития студентов внеучебное образовательное пространство используется крайне недостаточно. В этой связи была предпринята попытка рассмотреть возможности личностно-профессионального саморазвития студентов в условиях внеучебной творческой образовательной среды: концерты классов, фестивали, конкурсы, просветительские проекты, мастер-классы, тематические мероприятия в содружестве с музейными и художественными организациями и др. По итогам анализа результатов педагогического наблюдения разработаны уровни, критерии и показатели личностно-профессионального саморазвития студентов в условиях внеучебной концертной практики. Определены ряд условий, наиболее оптимально способствующих личностному саморазвитию будущего педагога-музыканта в области профессиональной творческой деятельности.
Предложен двухэтапный алгоритм синхронизации на основе выбора смежной пары сегментов с максимальным суммарным отсчётом в системе КРК. В основе алгоритма известный подход к уменьшению времени вхождения в синхронизм - анализ смежных пар временных сегментов. Отличительной особенностью предложенного алгоритма является обеспечение вероятности успешного поиска и тестирования не хуже требуемого уровня. Необходимо отметить, благодаря этапу тестирования производится отбраковка ошибочных решений, принятых на этапе поиска, что позволяет минимизировать вероятность ложной синхронизации вследствие регистрации шумовых импульсов. На этапе поиска аппаратура последовательно регистрирует суммарные отсчёты со всех смежных пар сегментов. Далее выбирается пара сегментов с максимальным суммарным отсчётом, причём отсчёт в одной из пар сегментов надёжно превышает значения отсчётов со всех других пар сегментов, и аппаратура переходит к этапу тестирования. Тестирование состоит в опросе фотодетектора в течение импульса стробирования для повторной регистрации отсчёта. В случае положительного тестирования процесс «грубой» оценки момента приёма синхроимпульса считается успешно завершённым, в противном случае - аппаратура возвращается к поиску в следующем кадре. Отметим, этапам поиска и тестирования соответствуют предельно допустимые числа кадров и тестов соответственно. Получены аналитические выражения для расчёта временных и вероятностных характеристик этапов поиска и тестирования предложенного алгоритма обнаружения на основе выбора смежной пары сегментов с максимальным суммарным отсчётом, в том числе для расчёта допустимого числа кадров и тестов при обеспечении требуемых вероятностей успешного поиска и тестирования соответственно. Установлено, при увеличении среднего числа фотонов в синхроимпульсе средние числа кадров и тестов, а также среднее время успешного поиска и тестирования значительно снижаются. Например, при увеличении среднего числа фотонов в синхроимпульсе в 5 раз среднее число тестов для успешного тестирования и среднее время успешного тестирования уменьшаются в 1,5 раза, а допустимое число тестов - в 5 раз.
Рассматриваются модифицированные алгоритмы с поворотом сигнального созвездия примененные в стандарте цифрового наземного телевизионного мультимедийного вещания принятом на Кубе. По сравнению с использованием созвездий без поворота, эти алгоритмы дают значительное увеличение производительности системы в сложных условиях приема, с индустриальными помехами и низким соотношением сигнала к шуму. В данной работе проведен анализ влияния угла и направления поворота сигнального созвездия на устойчивость системы цифрового наземного телевизионного мультимедийного вещания. Основной целью данной работы является анализ влияния угла и направления поворота сигнального созвездия на устойчивость системы цифрового наземного телевизионного мультимедийного вещания. Для исследования была разработана собственная архитектура системы цифрового наземного телевизионного мультимедийного вещания, принятая на Кубе, реализованная в Simulink в среде Matlab. Указанная Simulink модель позволяет проводить анализ зависимости коэффициента битовых ошибок от значения белого гауссовского шума для различных конфигураций системы. В исследованиях широко применяется модель аддитивного белого гауссовского шума, который подмешивается к сформированному сигналу. Предложенные модификации позволяют вести прием цифрового наземного телевизионного мультимедийного вещания в каналах без замираний при равных значениях коэффициента битовых ошибок для всех анализируемых случаев. При этом, для получения существенного выигрыша от поворота созвездия, порядка семи децибел, квадратурные и синфазные компоненты предлагается передавать на разных поднесущих и в разные моменты времени. В схеме с поворотом сигнального созвездия, квадратурную компоненту нужно передавать не на той же самой поднесущей, а с задержкой и на другой поднесущей. Тогда из одной квадратурной амплитудной модуляции получается фактически две амплитудные двоичные модуляции в синфазной и квадратурной проекции, которые передаются на независимых поднесущих, и поражаются помехами по-разному, что обеспечивает надежность демодуляции при более низких значения соотношения сигнала к шуму и воздействии индустриальных помех. Недостатком алгоритма является недостаточное противодействие зашумлению гауссовским шумом.
ассмотрена задача двумерной упаковки геометрических фигур сложных форм. Задачи данного класса отнесены к классу NP-трудных проблем комбинаторной оптимизации. Помимо этого, упаковка фигур сложных геометрических форм, является одним из наиболее сложных подтипов задачи двумерной упаковки. В связи с этим необходима разработка эффективных эвристических подходов к решению данной задачи. В статье дана постановка задачи, описаны ее основные особенности, приведены ограничения и условия характерные для данного подтипа задачи двумерной упаковки. Описан критерий для подсчета эффективности решения. Для решения данной задачи в статье предлагается архитектура комбинированного поиска, состоящая из двух метаэвристических вычислительных алгоритмов. В данной архитектуре в качестве оптимизационных методов были реализованы модифицированный генетический и роевой мультиагентный биоинспирированный алгоритм, основанный на поведении пчелиной колонии. Данные алгоритмы позволяют получать наборы квазиоптимальных решений за полиномиальное время. Приведены преимущества от использования предлагаемого подхода. Для проверки эффективности предложенного подхода был разработан программный продукт, который использует предложенную архитектуру и метаэвристические вычислительные алгоритмы при решении поставленной задачи. Разработка программного продукта велась на языке программирования C++ и написана в среде разработки Microsoft Visual Studio Code. Проведен вычислительный эксперимент на наборе тестовых примеров-бенчмарок. По результатам экспериментальных исследований сделан вывод об эффективности предложенного комбинированного поиска при решении задачи двумерной упаковки геометрических фигур сложных форм в сравнении с решениями, базирующимися на классических алгоритмах.
В статье обсуждается роль социальной активности студентов колледжа, рассматриваются уровни социальной активности и их признаки. Приведены результаты исследования выявления процентного соотношения участия студентов разных курсов в различных внеурочных мероприятиях с целью отслеживания динамики уровней социальной активности. Это обусловлено тем, что современное общество в процессе своего непрерывного развития требует от образовательных учреждений подготовки высококвалифицированных специалистов, способных к самостоятельному принятию решений, готовых к положительным преобразованиям в социуме, инициативных. Выявлено, что решению данной задачи максимально способствует развитие у обучающихся социальной активности.
Целью данной работы является решение проблемы внеплановых отказов подшипников качения, установленных на промышленном оборудовании, в результате их неправильного обслуживания в процессе эксплуатации. Известно, что до 50% всех внеплановых простоев промышленного оборудования происходит по причине разрушения подшипников. При этом основной причиной отказа подшипников являются нарушения режима смазки тел качения: избыточное и недостаточное количество смазочных материалов. Эти причины составляют до 36% от общего числа отказов подшипников. В процессе эксплуатации оборудования выявить и предупредить все проблемы со смазкой подшипников очень сложно, по причине большого разнообразия факторов, влияющих на их возникновение. Поэтому, актуальной задачей для исследования, становится разработка автоматизированной рекомендательной системы для управления сервисным обслуживанием промышленного оборудования, с контролем смазки подшипниковых узлов. В работе рассматривается метод классификации состояний подшипников в зависимости от их диагностических параметров: показателей виброскорости, виброускорения и температуры. С этой целью применяются алгоритмы классического машинного обучения: модели KNN, RandomForestClassifier и SVM. Для каждой модели определяются гиперпараметры, позволяющие достигать максимальных результатов во время обучения. В процессе проведения исследования выполнен анализ влияния каждого из диагностических параметров - признаков на показатели работы модели классификации. Понимание, какой показатель работы подшипника будет наиболее важным, позволит выбирать приборы контроля состояния оборудования на производственном предприятии осознанно, для решения конкретных производственных задач. Разработанный алгоритм позволяет качественно, с 98% точностью, производить оценку состояния смазки подшипников качения и выдавать рекомендации по проведению своевременного сервисного обслуживания оборудования. Модель - классификатор планируется использовать в составе комплекса по контролю за техническим состоянием оборудования, расширяя возможности диагностики: помимо сведений о вероятности отказа оборудования и прогнозных сроках службы, комплекс диагностики, совмещенный с предлагаемой моделью, позволит воздействовать на ходимость подшипников, путем улучшения качества их смазки.
Среднее профессиональное образование (СПО) занимает значимое положение в системе образования Российской Федерации. В современном обществе существует потребность в разноуровневых системах образования, которые могут обеспечить компетентных и конкурентоспособных специалистов на рынке труда. В результате этого получение качественного образования становится ясной и обоснованной целью как для молодого поколения, так и для взрослых. Качество образования остается одним из ключевых факторов для успешного развития страны. От него непосредственно зависят прогресс различных сфер, таких как технологии, экономика, информатизация, образование и общество в целом. СПО играет важную роль в подготовке квалифицированной рабочей силы, соответствующей потребностям различных отраслей экономики. В ней ставится задача не только обеспечения обучающихся профессиональными знаниями и навыками, но и формирования общекультурных компетенций. Важность СПО заключается в том, что оно обеспечивает социально-экономическую мобильность населения, способствует интеграции выпускников в общество и повышению их социального статуса. Однако реализация эффективной и качественной профессиональной подготовки студентов СПО сталкивается с рядом проблем. Некоторые из них включают необходимость обновления образовательных программ в соответствии с современными требованиями рынка труда, усиление практической составляющей обучения, повышение профессиональной компетентности педагогического коллектива, внедрение информационно-образовательных технологий и развитие профориентационной работы. Решение этих проблем требует совместных усилий государства, общественности, работодателей и профессиональных образовательных учреждений. Таким образом, развитие качественного образования в СПО остается актуальной задачей, влияющей на национальное развитие в целом.
Настоящая статья посвящена разработке энергоэффективных реализаций алгоритмов цифровой обработки сигналов в многоканальном радиолокаторе с пространственным разнесением передающих и приемных групп антенных элементов для оценки параметров целей на вычислителях с различной архитектурой. В соответствие общемировой тенденцией рассматривается возможность применения вычислителей с параллельной архитектурой для цифровой обработки широкополосных радиолокационных сигналов. Авторами предложена реализация процедуры обработки отраженного сигнала многоканального радиолокатора с пространственным разнесением передающих и приемных групп антенных элементов с использованием технологии общих вычислений на графических картах (GPGPU). Проведена оценка производительности разработанного решения на различных GPU с разной микроархитектурой. Предложен критерий оценки производительности алгоритма обработки в виде отношения пропускной способности алгоритма к пиковой пропускной способности памяти вычислителя. Проведена численная оценка эффективности использования пропускной способности памяти вычислителя разработанного алгоритма в сравнении с известными реализациями на GPU. Целью работы является обнаружение и оценка параметров целей в реальном масштабе времени с помощью многоканального радиолокатора с пространственным разнесением передающих и приемных групп антенных элементов, используя доступный на рынке вычислитель с минимально возможными массогабаритными характеристиками. Для достижения поставленной цели исследований решены задачи: - выбора и адаптации алгоритмов, позволяющих проводить оценку параметров целей в многоканальном радиолокаторе с пространственным разнесением передающих и приемных групп антенных элементов; - реализации выбранных алгоритмов с учетом архитектуры вычислителя, позволяющих проводить оценку фоновоцелевой обстановки в реальном масштабе времени; - оценки производительности полученного решения. В процессе разработки алгоритма цифровой обработки сигнала многоканальным радиолокатором с пространственным разнесением передающих и приемных групп антенных элементов проведен анализ нескольких вариантов реализации алгоритма с учетом архитектуры параллельного вычислителя, что позволило выполнить обработку кадра радиоизображения, состоящего из 8 млн. комплексных отсчетов, за время менее 50 мс. на графическом процессоре NVIDIA Jetson AGXXavier. Показана обратная зависимость времени обработки кадра от величины пиковой пропускной способности памяти GPU. Предложен критерий оценки производительности алгоритма обработки. Проведена численная оценка эффективности использования пропускной способности памяти вычислителя разработанного алгоритма в сравнении с известными реализациями на GPU. Выигрыш разработанного алгоритма составляет в среднем 5 раз по сравнению с результатами, полученными другими авторами. По сравнению с ПЛИС реализация двумерного БПФ на GPU оказывается в 17 раз быстрее. Практическая значимость разработанного авторами функционального программного обеспечения не налагает никаких ограничений на количество приемных и передающих каналов и может быть использовано для обработки сигналов в многоканальных радиолокаторах с пространственным разнесением передающих и приемных групп антенных элементов с большим количеством каналов.
Выражение чувств - неотъемлемая часть человеческой жизни и коммуникации. Чтобы создать компьютеры, способные лучше служить человечеству, в области информатики продолжаются исследования по разработке алгоритмов машинного обучения, которые могут обрабатывать текстовые данные и выполнять задачи анализа тональности текстов на естественном языке. Доступность онлайн-обзоров и повышенные ожидания конечных пользователей также стимулируют разработку систем интеллектуального анализа мнений, которые могут автоматически классифицировать и обобщать отзывы пользователей. С каждым годом исследований в области распознавания эмоций в тексте все больше, но только малая их часть посвящена применению нечеткой логики. В основном, это происходит потому, что исследователи ограничиваются бинарной классификацией отношений - «положительное» и «отрицательное», реже добавляя еще третий класс - «нейтральное». Применение же нечеткой логики помогает определить оттенки эмоций, не просто «хорошо» и «плохо», а насколько хорошо или насколько плохо. Количество определяемых классов определяет глубину детализации. Ранее нами была предложена нечеткая модель определения тональности на основе словарей, в данном исследовании мы предлагаем улучшенную модель определения тональности текста на основе тонального словаря (SentiWordNet) и нечетких правил. Для повышения точности и достоверности анализа тональности были применены коэффициенты, учитывающие эмоциональную нагрузку слов разных частей речи и действие модификаторов интенсивности, способствующих усилению либо ослаблению эмоциональных оттенков. Количественное значение тональности текста получено в результате агрегирования нормированных данных по эмоциональным классам с применением методов нечеткого вывода. В результате исследования было выявлено, что учет влияния модификаторов интенсивности значительно повышает точность предложенного ранее авторами метода, а также способствует определению границ при проведении детализированной оценки отношений по 7 классам («очень положительное», «положительное», «скорее положительное», «нейтральное», «скорее отрицательное», «отрицательное», «очень отрицательное»).