Исследуется проблема введения отношения порядка на множестве параметров сложных аппроксимирующих моделей. В качестве параметрических моделей исследуются линейные и нейросетевые модели. Порядок на множестве параметров задается при помощи ковариационной матрицы градиентов функции ошибки по параметрам модели. Предлагается использовать заданный порядок для фиксации параметров модели во время решения оптимизационной задачи. Предполагается, что после небольшого числа итераций алгоритма оптимизации некоторые параметры модели можно зафиксировать без значимой потери качества модели. Это позволит существенно понизить размерность задачи оптимизации. В вычислительном эксперименте сравниваются модели, в которых параметры фиксируются в соответствии с предложенным порядком, с моделями, в которых параметры фиксируются произвольным образом.

Исследуются свойства смеси экспертов. Смесь экспертов – это ансамбль локальных аппроксимирующих моделей, которые являются экспертами и шлюзовой функцией, которая взвешивает данные экспертов. В качестве экспертов рассматриваются линейные модели, а в качестве шлюзовой функции – нейронная сеть с функцией softmax на последнем слое. Анализируются разные априорные распределения для каждого эксперта. Предложен метод, который учитывает связь между априорными распределениями разных экспертов. Для поиска оптимальных параметров локальных моделей и шлюзовой функции используется ЕМ-алгоритм. Рассматривается задача распознавания окружностей на изображении. Каждый эксперт аппроксимирует одну окружность на изображении: находит координаты центра окружности и радиус окружности. Для анализа предложенного метода проводится вычислительный эксперимент на синтетических и реальных данных. В качестве реальных данных используются изображения радужки глаза, которые применяются в задачах распознавания радужки глаза. Библ. 23. Фиг. 13. Табл. 1.

Статья посвящена методам понижения сложности аппроксимирующих моделей. Предлагается вероятностное обоснование методов дистилляции и привилегированного обучения. Приведены общие выводы для произвольной параметрической функции с наперед заданной структурой. Показано теоретическое обоснование для частных случаев: линейной и логистической регрессии. Проводится анализ рассмотренных моделей в вычислительном эксперименте на синтетических выборках и реальных данных. В качестве реальных данных рассматриваются выборки FashionMNIST и Twitter Sentiment Analysis.

В работе приведены результаты анализа и экспериментального тестирования различных вариантов организации ассистированного поиска информации в технической документации на примере библиотеки документов по АСУ ТП АЭС. Проведена экспертная оценка эффективности поиска с применением облачных больших языковых моделей (БЯМ), в том числе с использованием специальных поисковых надстроек, локальных дистиллированных БЯМ (с различными вариантами встраивания библиотеки документов), классическими поисковыми системами, а также ручным контекстным поиском. Рассматриваются вопросы безопасности применения искусственного интеллекта на АЭС.

Рассмотрена задача внесения изменений в прикладное программное обеспечение систем верхнего блочного уровня АСУТП АЭС. Приведены краткие сведения о прикладном программном обеспечении, раскрыты основные идеи методики внесения изменений, представлена характеристика системы подготовки данных для автоматизированного внесения изменений.