Представлен систематический обзор современного состояния и перспектив развития интеллектуальных систем поиска и обработки научной информации. Рассмотрена эволюция методов информационного поиска: от классических статистических моделей (BM25, векторная модель, латентно-семантический анализ) и традиционных подходов машинного обучения (наивный Байес, SVM, обучение ранжированию) до глубоких нейросетевых архитектур, включая трансформеры (BERT, SciBERT), многовекторные модели (ColBERT), плотные би-энкодеры (DPR), генеративные методы на основе больших языковых моделей и графовые нейронные сети. Проанализированы ключевые критерии оценки качества поисковых систем: точность, полнота, NDCG, MAP, MRR. Отдельное внимание уделено математическому аппарату, лежащему в основе современных интеллектуальных систем: от булевой алгебры и теории вероятностей до механизмов внимания и контрастивного обучения. Показаны основные направления практического применения: классификация и кластеризация научных документов, рекомендательные системы, извлечение знаний (NER, суммаризация, построение графов знаний), валидация и поддержка воспроизводимости научных результатов. Сделан вывод о целесообразности комбинирования классических и нейросетевых методов для повышения релевантности, адаптивности и интерпретируемости поиска. Подчёркнута ключевая роль комбинирования статистических и нейросетевых подходов для повышения эффективности поиска.

Выявлены источники экономического роста ряда арктических регионов России в среднесрочном временном периоде 2012-2023 гг. на основании ин-струментария регрессионного моделирования при помощи трехфакторных производственных функций, связывающих динамический ряд стоимостного объема валового регионального продукта соответствующего региона с динамическими рядами стоимостных объемов его ключевых производственных факторов – капитала, труда и информации. Обоснован вывод о том, что экономика большинства северных регионов фондоемка и трудодефицитна, а внутренние затраты на научные исследования и разработки играют роль диссипативного фактора, замедляющего экономический рост. Особое внимание в среднесрочной перспективе необходимо уделить развитию хозяйствен-ной инфраструктуры северных регионов, поскольку в условиях углубления межрегионального разделения труда воспроизводственные контуры большинства из них нежизнеспособны без устойчивой связи с другими регионами страны. Внедрение информационных технологий в хозяйственные процессы регионов Севера и Арктики повышает емкость отраслевых рынков этих регионов и обеспечивает более плотное участие агентов, действующих на этих территориях, в процессах генерации знаний и технологий, а также в подготовке квалифицированных кадров. Именно кадры выступают в боль-шинстве северных регионов предельным, наиболее дефицитным ресурсом, ограничивающим возможности экономического роста и вызывающим необходимость ослабить жесткие требования трудового законодательства ради вовлечения квалифицированной рабочей силы в хозяйственные процессы, реализуемые на территории этих регионов.

Большинство газовых месторождений России находится на завершающей стадии разработки, которая характеризуется снижением пластовых давлений залежей и дебитов скважин за счет снижения забойных и устьевых давлений. В этих условиях возникает ситуация, когда потенциал устьевых давлений на кустах скважин становится недостаточной для прокачки требуемого уровня добычи газа по газосборной сети. Для решения этой проблемы целесообразно использование мобильных компрессорных установок (МКУ) с выбором их размещения в газосборной сети (ГСС). Благодаря рациональному размещению МКУ создаются условия для продления разработки и увеличения коэффициента извлечения газа. В работе сформулирована и предложена методика расчета размещения МКУ для обеспечения оптимального распределения потоков в газосборной сети на газовых месторождениях на завершающей стадии разработки. Проведено численное моделирование, демонстрирующее экономический эффект использования МКУ. Показано, что при оптимальном размещении МКУ давления газа на их выходах обеспечивают пропускную способность газосборной сети от кустов скважин до установок комплексной подготовки газа (УКПГ).

В статье приведены постановка и методика решения задачи управления авиационной транспортной системой по критерию безопасности функционирования. Разработана новая математическая модель системной динамики, позволяющая прогнозировать изменение основных характеристик безопасности на заданном интервале времени. Предложена методика проверки корректности модели, использованной при прогнозировании количества авиационных происшествий в год; построены функции невязки между экспериментальными и расчетными значениями характеристик безопасности авиационной транспортной системы. Предложена процедура решения задачи управления авиационной транспортной системой, позволяющая осуществить выбор оптимального плана организационно-технических мероприятий, минимизирующих целевую функцию решаемой задачи. Разработано программное обеспечение, позволяющее осуществить поддержку решений ЛПР при управлении авиационной транспортной системой по критерию безопасности функционирования. Сформирована информационно-логическая схема, характеризующая развитие во времени и пространстве процесса управления авиационной транспортной системой. Разработан модельный пример, подтверждающий возможность использования созданного математического обеспечения в существующих системах управления. Определена структура типового комплекса технических средств, используемого при управлении авиационной транспортной системой по критерию безопасности функционирования, предложена методика внедрения разработанного информационно-программного обеспечения.

При построении адаптивных систем управления с идентификатором (АСИ) возникают сложности, связанные с тем, что управление статистически зависит от входных возмущений. Эта зависимость тем сильнее, чем лучше обучена система (под обучением в работе понимается процесс построения модели). Для управления и идентификации объекта применяются различные алгоритмы и методы, которые тем или иным способом позволяют управлять объектом, находя компромисс между процессом обучения системы и процессом управления. В настоящей статье предложены алгоритмы идентификации и управления, которые одновременно решают и задачу идентификации, и задачу управления в системе управления линейным объектом по возмущению. Показано, что оценки, получаемые при помощи этих алгоритмов в условиях случайных входов, сходятся к параметрам объекта в среднеквадратическом, если корреляционная матрица входных переменных не вырождена и модуль отношения оценки параметра системы при управлении к параметру при управлении меньше 2, а ее знак совпадает со знаком параметра при управлении. Отмечается возможность применения данных алгоритмов для слежения за изменяющимися во времени параметрами объекта. Применение предложенных алгоритмов порождает новый вид системы управления по возмущению. Эта система принципиально отличается тем, что управление не передается в идентификатор, параметр системы при управлении в идентификаторе напрямую не оценивается (его значение оказывает влияние на оценки параметров системы при возмущениях), а регулятор вырабатывает управление только по значениям оценок параметров системы при возмущениях.