Разработана модель для агентов, посещающих общую точку (или точки) интереса. Агенты делятся на тех, удовлетворение от посещения которых уменьша ется при наличии других посетителей, и тех, удовлетворение которых растет в этом случае. Для агентов первого типа увеличение числа агентов выше определенного препятствует посещению этой точки агентами. Агенты имеют переменные параметры своего желания посещать точку и терпеть присутствие других агентов. Изменение параметров зависит от того, как давно было последнее посещение точек интереса. В данной статье предлагается объяснение феномена, почему люди могут долго терпеть, терпеть, а затем одновременно начинать стремиться к какой-то точке интереса. В работе кратко рассмотрена теорети ко-игровая постановка задачи, а также проведено имитационное моделирование в среде Wolfram Mathematica. Исследовались закономерности и механизмы формирования пред ставлений о нормативном принятии решений, включающие социальное влияние, и учи тывающие неопределенность, возникающую из-за разных контекстов и опыта субъектов. Выявлено как возникновение близких к периодическим колебаний количества агентов, аналогично модели Лотка — Вольтерра, так полное разделение агентов по различным точ кам интереса в зависимости от начальных условий, аналогично модели Шеллинга. Данная нормативная модель, опирающаяся на реальные рассуждения агентов, может быть исполь зована при планировании общественных пространств, в которых размещаются магазины, кафе и т.п. учреждения, чтобы снизить нагрузку на каждое из учреждений и исключить взаимное влияние агентов с разными интересами при посещении этих учреждений.

В данной работе проводится краткий обзор нейросетевых технологий в задачах автоматического управления. Рассматриваются варианты применения искусственных нейронных сетей в системах автоматического управления и типовые схемы нейросетевого управления. Анализируются преимущества и недостатки каждого из таких подходов. Разрабатывается нейроэмулятор нелинейного объекта типа «жёсткий механический упор» на основе нейросети прямого распространения.

В статье предложена нечеткая система для классификации электроэнцефалограмм (ЭЭГ), разработанная для асинхронного интерфейса «мозг-компьютер». Основной целью работы является исследование применимости методов нечеткой логики для классификации ЭЭГ, направленной на распознавание реальных и мысленных движений верхних конечностей. Предложенный подход к классификации ЭЭГ-сигналов основывается на методе извлечения признаков, который включает расчёт взаимной информации между каналами ЭЭГ после предобработки сигналов. Этот метод направлен на выявление значимых корреляций между сигналами, поступающими от различных зон мозга, что позволяет формировать векторы признаков, отражающие связь между каналами ЭЭГ. Нечеткий классификатор удалось построить для 72 % испытуемых для реальных движений и 48 % испытуемых для воображаемых движений. В ходе экспериментов было установлено, что средняя точность классификации составляет около 74 % для реальных движений и 60 % для движений, выполняемых мысленно. Наилучший результат для отдельного человека достигает 96 % и 71 % точности для реальных и мысленных движений соответственно. С использованием деревьев классификации был выполнен прогноз влияния параметров предобработки на эффективность системы. Было установлено, что наиболее значимыми предикторами являются частота децимации при предобработке сигналов ЭЭГ и количество бинов при расчете взаимной информации между каналами ЭЭГ как для реальных движений, так и для движений, выполняемых мысленно. Точность прогноза достигла 73 % и 86 % для реальных и воображаемых движений соответственно. Таким образом, предложенный метод представляется интересным с точки зрения анализа сигналов ЭЭГ и формирования признаков. Работа демонстрирует возможности нечеткой логики для создания интерфейсов «мозг-компьютер», однако указывает на необходимость дальнейших исследований в области оптимизации параметров предобработки и преобразования лингвистических шкал нечеткого классификатора для повышения точности и интерпретируемости системы.

Настоящая статья базируется на основе исследований в области нейробиологии и нейрофизиологии, включает результаты медицинских и социальных экспериментов, принципов работы головного мозга, новых тенденций в информационной безопасности, исследовании методов социальной инженерии и их эволюции. Рассмотрены нейробиологические факторы и причины возникновения когнитивных искажений у человека, а также роль эмпатии в социальной инженерии. Обозначены «уязвимые группы» на основе особенностей строения и работы частей головного мозга. Приведены практические рекомендации, которые могут быть использованы для выработки стратегий противодействия атакам, использующим методы социальной инженерии и направленным на когнитивные искажения в мышлении человека. Новизна материала заключается в рассмотрении социальной инженерии и аспектов информационной безопасности под углом нейронаук.

В статье исследуется система с разделением и параллельным обслуживанием заявок, называемая также fork-join системой массового обслуживания. Предполагается, что время обслуживания заявок имеет распределение Парето, а входящий поток является пуассоновским. С помощью fork-join структур моделируются процессы функционирования систем с использованием распределенных или параллельных вычислений либо систем, использующих разделение исходной задачи на части с целью оптимизации рабочих процессов. Одним из наиболее важных вопросов для владельцев подобных систем остается вопрос оптимального количества выделяемых ресурсов для обслуживания пользователей. С одной стороны, их количество должно быть достаточным для качественного обслуживания поступающих запросов, с другой стороны, их стоимость не должна быть слишком велика. Для рассматриваемой системы построена математическая модель определения оптимальной стоимости ее функционирования, которая базируется на поддержании оптимального баланса между средним временем отклика системы (или средним временем пребывания заявки в системе) и разумными затратами на необходимые для этого ресурсы. При этом под ресурсами понимается необходимая для поддержания оптимального уровня производительности системы интенсивность или скорость обслуживания на приборах. В модели используется приближенное выражение для оценки среднего времени отклика системы, полученное ранее. Стоимость является функцией от коэффициента загрузки. Нахождение оптимальной стоимости функционирования фактически сводится к определению минимума этой функции стоимости. Определенное таким образом значение коэффициента загрузки, в свою очередь, определяет интенсивность обслуживания, которая и будет считаться оптимальной. Для нахождения оптимальной интенсивности обслуживания на приборах системы получено уравнение, которое может быть решено численно. Рассмотрен численный пример, а также проведен анализ асимптотического поведения решения.