Цели. Целью исследования является разработка современного метода семантической сегментации видеокадров сверхвысокого разрешения (4К) в области задач дистанционного зондирования Земли (ДЗЗ) с помощью модификации сверточной нейронной сети DeepLabV3+.

Методы. Метод направлен на решение двух критических проблем: ограниченности рецептивного поля модели при работе с локальными фрагментами изображения в силу больших затрат видеопамяти графических процессоров и некачественного разделения классов со схожими цветовыми характеристиками и текстурой. Базовая архитектура была дополнена двумя модулями механизма внимания для улучшения локализации объектов, а стандартная функция потерь cross entropy алгоритмом контрастивного обучения с учителем (Supervised Contrastive Learning, SupCon) для лучшего разделения схожих классов. В Atrous Spatial Pyramid Pooling (ASPP)-модуль была встроена линейная модуляция (Feature-wise Linear Modulation, FiLM) для внедрения глобального контекста в виде признаков, полученных из исходного изображения.

Результаты. Результаты проведенных экспериментов показали, что предложенный подход успешно справляется с минимизацией артефактов на границах классов, обладает высокой способностью различать визуально схожие классы, а также повышает точность сегментации в условиях специфического набора данных. Предложенная архитектура превосходит базовую по метрике mean Intersection over Union на 0,45 %.

Заключение. Разработанная модификация DeepLabV3+ позволяет эффективно решать задачи семантической сегментации изображений сверхвысокого разрешения в области ДЗЗ, обеспечивая высокую точность при незначительном увеличении вычислительной сложности.

Цели. При замене дизельных автобусов электробусами актуальной является задача выбора состава парка электробусов и назначения электробусам сервисных рейсов из заданного набора, зарядной инфраструктуры и расписаний зарядки. Цель исследования заключается в создании моделей и методов получения экономически эффективных решений этой задачи для разнотипных электробусов и зарядных станций при различных объемах пассажиропотока для разных рейсов. Методы. Используются методы теории множеств, теории графов, исследования операций, математического программирования.

Результаты. Разработана математическая модель задачи оптимизации парка разнотипных электробусов, их маршрутизации, распределения по депо в начале и конце интервала планирования, определения мест и количества разнотипных зарядных станций на терминалах маршрутов и расписания зарядки. В качестве целевой функции выбраны общие дневные капитальные и операционные затраты на электробусы, зарядные станции и потребленную электроэнергию. Предложена двухуровневая декомпозиционная схема решения задачи, на верхнем уровне которой определяются дневные задания электробусов (назначение разнотипным электробусам последовательностей сервисных рейсов с различным объемом пассажиропотока), а на нижнем распределение электробусов по депо, размещение зарядных станций на терминалах маршрутов и расписания зарядки электробусов при фиксированном назначении на рейсы. Для решения подзадачи верхнего уровня предложен эвристический алгоритм локального поиска, для подзадачи нижнего уровня разработана модель смешанного целочисленного линейного программирования. Заключение. Решение подзадачи верхнего уровня заключается в выборе назначения электробусов различных типов на сервисные рейсы с разным объемом пассажиропотока. Для решения сформулированной подзадачи нижнего уровня можно использовать стандартные решатели, например Gurobi Optimizer.

Цели. Целями работы являются демонстрация возможности применения компьютерной технологии моделирования остаточных сварочных явлений, сравнение с результатами аналитического расчета классических примеров сварных конструкций, представление проекта программного комплекса по автоматизации расчета остаточных явлений сварных конструкций.

Методы. Предлагается силовой метод расчета напряженно-деформированного состояния (НДС) сварных конструкций общего назначения на примере расчета балочных и оболочечных сварных конструкций. Приводится описание существующих подходов для расчета сварочных явлений, а также программного комплекса, реализующего силовой метод расчета НДС сварных конструкций. Анализируются перспективы перехода на параллельные архитектуры и дальнейшего развития и применения силового метода.

Результаты. Показана хорошая сходимость результатов расчета деформаций сварных конструкций в сравнении с аналитическими методами и возможность автоматизации создания компьютерных моделей расчета остаточных сварочных явлений на примере проекта программного комплекса. Заключение. Представлены главные направления развития и преимущества технологии: снижение трудоемкости, интеграция в САПР, оптимизация сборочных процессов, масштабируемость. Описаны перспективы перехода на параллельные архитектуры.

Цели. Целями исследования являются разработка и экспериментальная проверка гибридного алгоритма постквантового шифрования изображений, основанного на 3D-хаотической системе и принципе кубика Рубика.

Методы. Рассмотрены вопросы устойчивости традиционных методов шифрования к атакам с использованием квантовых компьютеров. Для создания криптографически стойкого алгоритма предложено объединить преимущества хаотических систем и квантовых вычислений. Использована новая 3D-хаотическая система на базе модифицированной системы Лоренца для генерации псевдослучайных ключей. Применен принцип кубика Рубика для осуществления операций скремблирования (циклического сдвига строк и столбцов) изображения. Для квантового представления и обработки данных использована модель NEQR (Novel Enhanced Quantum Representation). Реализация алгоритма выполнена на языке Python с применением библиотек Quiskit, OpenCV и NumPy, а также симулятора квантовых вычислений AerSimulator.

Результаты. Разработан гибридный алгоритм шифрования, реализованный в виде компьютерной программы. Алгоритм протестирован на изображениях различного размера и формата. Экспериментально подтверждена устойчивость алгоритма к статистическим и дифференциальным атакам: коэффициент корреляции соседних пикселей зашифрованных изображений близок к нулю, информационная энтропия к идеальному значению восемь, а значения NPCR (Number of Pixels Change Rate) и PSNR (Peak Signal to Noise Ratio) превышают 99,25 % и составляют менее 13 дБ соответственно.

Заключение. Предложенный гибридный алгоритм демонстрирует высокую криптографическую стойкость и эффективность. Чувствительность к ключам, использование квантовых принципов и оптимизация производительности за счет многопоточности делают его практичным для применения в сферах, критичных к безопасности, таких как IoT, телемедицина и облачные хранилища. Программная реализация работает локально, не требуя подключения к интернету, что обеспечивает безопасность данных.

Цели. Целями работы являются разработка и программная реализация трехвекторного алгоритма обнаружения русскоязычных нейросетевых текстовых фрагментов на основе вероятностного анализа. Объект исследования русскоязычные тексты, предмет статистические признаки их происхождения. Особое внимание уделяется количественному сравнению предложенного подхода с базовыми одновекторными методами обнаружения детектором на основе перплексии и методом рангового анализа GLTR.

Методы. Предложенный алгоритм объединяет три вектора признаков: предсказуемость токенов, долю редких лексем и информационную плотность текста, оцениваемую через коэффициент алгоритмического сжатия. В качестве вероятностного ядра использована авторегрессионная языковая модель rugpt3small. Реализация выполнена на языке Python с применением библиотек transformers, PyTorch, NLTK и zlib. Экспериментальная проверка проводилась на выборке из 100 смешанных документов (16 000 предложений) пяти тематических групп, нейросетевые фрагменты которых сгенерированы четырьмя языковыми моделями: DeepSeek, GPT, Qwen и YandexAI. Качество оценивалось по отклонению от эталонной доли нейросетевого текста и классификационным метрикам.

Результаты. После применения калибровочной поправки средний индекс по выборке составил 45,2 балла при эталонном уровне 50, а значения для всех четырех моделей находились в узком диапазоне 44,4–45,9 балла, что свидетельствует об устойчивости алгоритма к выбору генеративной модели. Отклонение среднего индекса от эталона составило 4,8 балла против 11,1 балла у метода на основе перплексии и 7,6 балла у GLTR; F1-мера на уровне предложений достигла 0,76 против 0,63 и 0,66 соответственно.

Заключение. Трехвекторный алгоритм подтвердил свою эффективность в задаче обнаружения нейросетевых фрагментов и может служить основой для инструментов проверки академических текстов и систем антиплагиата. Дальнейшее развитие исследования связано с расширением выборки, проверкой устойчивости к перефразированию и редактированию, а также проведением абляционного анализа.

Цели. Целью исследования является разработка подхода к прогнозированию сроков наступления нескольких ключевых точек в многоэтапных процессах.

Методы. Предложен метод, основанный на обработке последовательностей событий с учетом стадий, промежутков времени и сведений об участниках процесса, а также на согласованном учете взаимосвязей между прогнозируемыми этапами.

Результаты. Проведенные эксперименты на данных редакционного документооборота показали повышение точности по сравнению с рекуррентными нейронными сетями и существенное преимущество на ранних этапах по сравнению с моделями градиентного бустинга.

Заключение. Метод позволяет получать согласованные интервальные прогнозы для нескольких этапов процесса и может использоваться для оперативного обновления оценок без применения специализированного оборудования.

24 сентября 2026 г. выдающемуся белорусскому ученому, академику НАН Беларуси, доктору технических наук, профессору кафедры веб-технологий и компьютерного моделирования механико-математического факультета БГУ, главному научному сотруднику отдела интеллектуальных информационных систем ОИПИ НАН Беларуси Сергею Владимировичу Абламейко исполняется 70 лет.