В статье рассматривается задача создания кортексного сканера, являющегося универсальным аппаратным средством выделения признаков на этапе предварительной обработки изображений для последующего использования признаков при распознавании изображений. Работа кортексного сканера моделирует процессы обработки информации, происходящие в первичной зрительной области коры головного мозга. Рассмотрены также аппаратные аспекты создания такого устройства, основанного на программируемых логических интегральных схемах, получающих информацию от микрокамер.

В настоящем докладе изложены вопросы и результаты применения формализма моделей Изинга при исследовании социальных сетей. Работа посвящена изучению моделей Изинга на конечных регулярных решётках: дерево Клея и кактус Хусими. Это соответствует ограниченной социальной группе с иерархическим порядком связей. В случае последней модели (кактус Хусими) в антиферромагнитном случае возможно изучение фрустрированных систем с многоузловым взаимодействием. То есть социальных групп с противоборством мнений соседних агентов и «горизонтальными» одноранговыми связями между агентами. Проведённый анализ показал сложное поведение величины $M_n$ (как параметра состояния системы) в низкоразмерных социальных группах, отвечающих модели Изинга на регулярной и конечной решётке. Выявлены области хаоса, циклической динамики, поляризованные фазы. Установлены точки бифуркации, отвечающие переходам между фазами спинового упорядочения сопровождающимся изменением симметрии – фазовым переходом второго рода.

Деревья решений – хорошо зарекомендовавший себя комплекс методов классификации, распознавания и поддержки принятия решений в машинном обучении, идентификации, анализе данных, ситуационном управлении. Дерево решений должно быть компактным – это экономит затраты при ответах на вопросы; кроме того, компактные деревья обладают лучшей прогностической способностью. Задача построения оптимального дерева решений является NP-полной. В связи с этим на практике используются многочисленные эвристические алгоритмы. Мы предлагаем простой «жадный» алгоритм построения дерева «сверху вниз», основанный на использовании оригинальной нижней оценки стоимости дерева, имеющей, в отличие от известных оценок, комбинаторную природу. Ее вычисление сводится к решению набора непрерывных релаксаций задачи о минимальном покрытии. Недостатком используемой нижней оценки является ее относительно высокая вычислительная сложность – порядка n2m (для каждого из n элементов обучающей выборки за время в среднем порядка n*m решается задача о покрытии). Рассмотрен вариант ее уменьшения за счет вычисления оценки на основе лишь части обучающей выборки.

С помощью структурных экономико-математических моделей спроса на авиаперевозки с учетом уровня безопасности полетов (БП), проводится сравнительный анализ эффективности экономических механизмов, стимулирующих повышение БП: естественных рыночных сил, штрафов, налагаемых на авиакомпании в случае авиационного происшествия, и др.