Рассматривается множество из произвольного числа консервативных систем произвольных порядков. Предполагается, что каждая из систем допускает невырожденное семейство одночастотных периодических движений и таким же свойством обладает все множество систем, рассматриваемое как одна консервативная система. Считается, что колебания одного периода в каждой системе имеют индивидуальные фазовые сдвиги. Решается задача агрегирования связанной системы с притягивающим циклом. Выбирается ведущая консервативная система, которая посредством обратной связи типа диссипации ван дер Поля замыкается на себя с целью реализации притягивающего цикла. Следующая (ведомая) консервативная система присоединяется к ведущей посредством односторонней связи--управления. Применяется диссипация типа ван дер Поля, таким образом, чтобы связанная система также обладала притягивающим циклом. Далее каждая последующая система присоединяется к предыдущей системе: агрегируется цепочка из слабо связанных консервативных систем, обладающая притягивающим циклом. В цепочке предыдущая система, как ведущая, действует на последующую, как на ведомую, через одностороннюю связь--управление. Выбранные связи--управления обладают универсальным характером и могут применяться к любым консервативным системам, удовлетворяющим введенным допущениям. Приводится численный пример формирования цепочки из трех идентичных математических маятников, которые предложенным методом агрегируются в цепочку слабо связанных систем с притягивающим циклом.

Цель. Цель данного исследования — изучить использование методов глубокого нейросетевого обучения в диагностике и лечении аневризмы аорты (АА), основываясь на методах визуализации. Будет уделено особое внимание скринингу, диагностике, сегментации поражений, хирургической помощи и прогнозированию исходов. Методы. Был проведен обзор научных публикаций, в которых использовались модели глубокого обучения, такие как сверточные нейронные сети (СНС), в различных аспектах диагностики и лечения АА. Результаты. Модели глубокого обучения продемонстрировали значительный прогресс в лечении и диагностике аневризм аорты. Отмечается, что такие модели, как ResNet, обеспечивают высокую точность выявления аневризмы на бесконтрастных компьютерных томограммах. Такие методы, как U-Net, позволяют точно измерить размер и объем аневризмы, что важно для планирования объема хирургического вмешательства. Глубокое обучение также помогает в хирургических процедурах, точно предсказывая позицию стента и послеоперационные осложнения. Кроме того, модели способны с высокой точностью прогнозировать прогрессирование аневризмы и оценивать вероятность неблагоприятного исхода для пациента. Выводы. Технологии глубокого обучения демонстрируют значительный потенциал в улучшении диагностики, лечения и контроля аневризмы аорты. Эти достижения могут привести к более точному и персонализированному подходу к пациентам, улучшая результаты лечения лиц с данной патологией.

Эксперименты по введению вилона и эпиталона мышам CBA показали различное влияние препаратов на скорость старения. Анализ продолжительности жизни людей привел к обнаружению «эффектов преждевременной смерти» (10–40 лет) и снижению смертности от рака среди долгожителей (90 лет и старше).

Pedestrian navigation system based on foot-mounted inertial measurement units is considered. The problem of gyroscope biases estimation with the help of zero-velocity updates in case of simplified motion equations usage is studied. Analytical observability analysis done with several assumptions shows that gyroscope biases are observable. However numerical analysis done for simulated data indicates that “vertical” gyroscope bias estimates convergence is slow which is unacceptable for practical applications. Further studies should uncover the reason for such behavior of formally observable variables.