Preview

Информатика

Расширенный поиск
Том 19, № 3 (2022)
Скачать выпуск PDF

ЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ 

7-24 315
Аннотация

Цели. Решается задача разработки методологии генерирования адресных последовательностей с заданной переключательной активностью и повторяемостью адресов, широко используемых при тестировании современных вычислительных систем. Актуальность данной задачи заключается в том, что основной характеристикой различия для адресных последовательностей является переключательная активность как отдельных битов адресов, так и их последовательностей.
Методы. Представленные результаты основаны на универсальном методе генерирования квазислучайных последовательностей Соболя, эффективно используемых для формирования адресных тестовых последовательностей. В качестве исходной математической модели используется модификация указанного метода генерирования, предложенная Антоновым и Салеевым. Главная идея подхода, предлагаемого в настоящей работе, основана на применении для генерирования адресных последовательностей прямоугольных (m + k) × m порождающих матриц V произвольного ранга r.
Результаты. Определены основные свойства последовательностей, генерируемых в соответствии с новой математической моделью. Приведен ряд утверждений, обосновывающих требования к порождающим матрицам для обеспечения максимального периода формируемых последовательностей и кратности повторяемости используемых в них адресов. Решена задача синтеза последовательностей с заданными величинами переключательной активности F(A) и F(ai). Показано, что для нахождения порождающей матрицы для генерирования таких последовательностей необходимо решить задачу разложения целого числа на слагаемые. Такое разложение представляет собой величину переключательной активности в (m+k)-ичной смешанной системе счисления, в которой веса разрядов представлены в виде степеней двойки от 20 до 2m+k-1, а значения цифр w(vi) лежат в диапазоне от 0 до m+k-1. На основе предлагаемых ограничений введено понятие диаграммы разложения целого числа, аналогичное диаграмме Юнга, и определена операция ее модификации.
Заключение. Предложенная математическая модель расширяет возможности генерирования тестовых адресных последовательностей с требуемыми значениями переключательной активности как тестовых наборов, так и их отдельных разрядов. Применение порождающих матриц не максимального ранга дает возможность формализации метода генерирования адресных последовательностей с четным повторением адресов.

25-39 264
Аннотация

Цели. Разрабатываются средства распознавания (экстракции) высокоуровневой структуры в транзисторной схеме, которые позволяют получить представление на уровне логических элементов, эквивалентное исходному плоскому описанию на транзисторном уровне. Получение такого представления существенно снижает время выполнения проверки топологии и служит основой для перепроектирования интегральных схем и обратного инжиниринга для обнаружения несанкционированных вложений.
Методы. Предлагаются графовые методы и программные средства распознавания топологически эквивалентных транзисторных схем, позволяющие разбить множество подсхем на классы. Задача сводится к проверке изоморфизма помеченных графов, задающих схемы на транзисторном уровне, путем их канонизации и сравнения канонических маркировок. Исходная плоская и полученная двухуровневая транзисторные схемы представляются в формате SPICE.
Результаты. Предложенные методы реализованы на языке C++ как часть программы декомпиляции транзисторных схем для случая, когда искомая библиотека логических элементов заранее неизвестна. Предложенный метод канонизации помеченных графов используется при распознавании топологически эквивалентных подсхем среди функционально эквивалентных подсхем, реализующих логические элементы; разбиении множества подсхем, не распознанных как логические элементы, на классы топологически эквивалентных; верификации результатов экстракции иерархической схемы на транзисторнологическом уровне относительно плоской схемы на транзисторном уровне.
Заключение. Программа декомпиляции была протестирована на практических схемах транзисторного уровня. Показано, что она имеет достаточное быстродействие, чтобы обрабатывать схемы более чем со 100 тыс. транзисторов за несколько минут на ПЭВМ.

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ 

40-49 254
Аннотация

Цели. Решается задача математического моделирования знаний в системе информационной поддержки принятия решений. Подход к моделированию основывается на формализации семантических отношений в языке. Формализация таких отношений обеспечивает адекватное представление знаний и служит теоретической базой для алгоритмизации взаимодействия пользователя с системой.
При решении задачи моделирования знаний преследуются три основные цели: построение математической модели семантических отношений, исследование свойств маргинальных синтагм, построение алгоритмов формирования словаря синтагматических структур.
Методы. Используются методы теории множеств, теории графов и математической лингвистики.
Результаты. Разработана математическая модель представления знаний в системе информационной поддержки принятия решений. Формализованы понятия семантических отношений в языке и исследованы свойства маргинальных синтагм. Доказанные свойства таких структур обеспечивают алгоритмизацию информационных процессов в рассматриваемой системе.
Заключение. В качестве реализации предложенной в статье модели разработаны алгоритмы создания словарей синтагм и синтагматических структур. При формировании множества синтагм используются доказанные в статье утверждения о маргинальных синтагмах. Множество синтагматических структур строится с учетом их приведенной типологии. Синтагматические структуры в словаре приобретают статус коммуникативных фрагментов, т. е. устойчивых словосочетаний, из которых синтезируются высказывания языка информационной системы.

50-61 289
Аннотация

Цели. Основной целью работы является исследование преимуществ деятельностного, или функционального, подхода в сравнении с предметным, или урочно-лекционным, подходом при создании модели профессиональной области для адаптивного образовательного процесса. Актуальность решаемой задачи обусловлена тем, что адаптивные образовательные технологии благодаря широкой компьютеризации и информатизации всех сфер человеческой деятельности, а также инновационному развитию искусственного интеллекта стали доминирующими в системах обучения всех уровней, начиная с дошкольного и заканчивая высшим образованием. Без высокоэффективной модели профессиональной области невозможно успешно реализовать адаптивное обучение.
Методы. Для достижения поставленных в работе целей и доказательства сформулированных утверждений применяется метод сравнительного анализа наиболее распространенных в современных системах путей создания моделей профессиональной области для адаптивного обучения. Для этого исследовалась эффективность использования традиционного подхода, в основе которого лежит предметноурочный, или лекционно-семинарский, признак структурирования учебного материала, и деятельностного подхода на основе концепции «Модули трудовых компетенций», разработанной Международной организацией труда.
Результаты. Проанализировано качество учебного материала (модели профессиональной области для адаптивного образовательного процесса), полученного с использованием традиционного подхода, и учебного материала (такой же по назначению модели), полученного на основе деятельностного подхода в соответствии с концепцией «Модули трудовых компетенций». Проведено сравнение результатов анализа и обобщение теоретических утверждений с учетом примеров разработанных модульных материалов, а также пилотного внедрения наработанных ранее модульных программ.
Заключение. Приведенные в статье сведения могут быть полезны для специалистов, исследователей и руководителей учреждений образования различных уровней при планировании и создании ими систем адаптивного обучения. Сделанные выводы и рекомендации полностью соответствуют требованиям развития системы образования Республики Беларусь.

ОБРАБОТКА СИГНАЛОВ, ИЗОБРАЖЕНИЙ, РЕЧИ, ТЕКСТА И РАСПОЗНАВАНИЕ ОБРАЗОВ 

62-73 292
Аннотация

Цели. Рассматривается задача описания инвариантных признаков цифрового изображения рукописной подписи, представляющих распределение ее локальных особенностей. Подробно описывается формирование принципиально нового подхода к вычислению таких признаков.
Методы. Используются методы обработки цифровых изображений. Сначала изображение преобразуется в бинарное представление, затем выполняется его морфологическая и медианная фильтрация. Далее с помощью метода главных компонент осуществляется поворот изображения для придания подписи горизонтальной ориентации. Вырезается описывающий подпись прямоугольник и масштабируется в шаблон определенного размера (в статье использовался шаблон размером 300×150 пикселов). После этого формируется граница подписи. По ее бинарному контуру вычисляются локальные бинарные шаблоны, т. е. каждому пикселу ставится в соответствие число от 0 до 255, которое описывает расположение контурных пикселов в окрестности 3×3 каждого пиксела. Формируется гистограмма вычисленных шаблонов для 256 интервалов. Первый и последний интервалы отбрасываются, так как они соответствуют всем черным и белым пикселам в окрестности и не являются информативными. Оставшиеся 254 числа представляют собой массив новых локальных признаков подписи.
Результаты. Исследования выполнены на базах оцифрованных подписей TUIT и CEDAR, содержащих истинные и поддельные подписи 80 человек. Точность корректной верификации подписей на этих базах составила порядка 78 и 70 %.
Заключение. Экспериментально подтверждена возможность применения предложенного признака для решения задач верификации подлинности рукописной подписи.

74-85 300
Аннотация

Цели. Предлагается алгоритм распознавания изображений товаров электронной коммерции с использованием модели внимания и нейронной сети YOLACT. Целью работы является улучшение взаимодействия между перекрестными признаками изображения с помощью модульной архитектуры, в которой применяется модель внимания к разным веткам сети.
Методы. Основными методами распознавания изображений товаров электронной коммерции являются создание и аннотация набора данных для обучения нейронной сети, выбор архитектуры и встраивание модели внимания, валидация и проведение тестов, а также интерпретация результатов.
Результаты. Сверточная нейронная сеть YOLACT модифицировалась моделью внимания для решения задачи распознавания объектов электронной коммерции, что позволило получить более качественные результаты, чем у классической сети YOLACT.
Заключение. В ходе эксперимента был подготовлен набор данных товаров электронной коммерции, произведена его аннотация, построены две нейронные сети для сравнения результатов. Результаты исследования показали, что использование модели внимания положительно влияет как на качество обученной сети, так и на скорость сходимости. Это отражается в улучшенных метриках для распознавания и сегментации объектов.

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ 

86-100 308
Аннотация

Цели. Требуется повысить эффективность работы отдельного транспортного мобильного робота на складе за счет оптимизации регулирования скорости его передвижения. Для этого необходимо регулировать положение, скорость, ускорение и направление движения мобильного робота в каждый момент времени по известному маршруту. Предложена методика форсированного управления движением транспортного мобильного робота. На ее основе в среде Simulink разработан блок управления различными маневрами движений робота, который вычисляет его расстояние до ближайшей точки поворота или останова и на основании построенной циклограммы определяет соответствующую скорость в каждый момент времени. Блок управления может быть использован в практических приложениях, требующих оптимального управления движением транспортных роботов по заранее известной местности.
Методы. Применяется метод теории оптимального управления по критерию максимального быстродействия, волновой алгоритм для поиска кратчайшего пути и метод конечных автоматов для релейного управления ускорением движения.
Результаты. На основе предложенной методики форсированного управления движением транспортного мобильного робота в среде Simulink разработана система управления маневрами, обеспечивающая минимальное время прохождения на каждом отрезке пути. Под маневрами подразумеваются прямолинейное движение робота, а также его разворот на месте в двух режимах: с выходом на максимальную скорость и без выхода. Методика строится на предположении, что движение транспортного робота равноускоренное. Дополнительным результатом разработанной системы управления является то, что при ее масштабировании на группу роботов появляется возможность спрогнозировать время и место их потенциальных столкновений (коллизий), чтобы впоследствии учитывать это для эффективного управления уже группой роботов.
Заключение. Разработанная система может быть использована для управления реальным транспортным мобильным роботом, оснащенным сервоприводом, при решении задач перевозки грузов по складу.

УЧЕНЫЕ БЕЛАРУСИ 



Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1816-0301 (Print)
ISSN 2617-6963 (Online)