Взаимодействие между пространственными кодировщиками, такими как сверточные нейронные сети (CNN) и визуальными трансформерами (Vision Transformers, ViT), и временными модуляторами, подобными модуляторам на основе сетей долгой краткосрочной памяти (LSTM), является основополагающим для гибридных моделей, однако динамика этого процесса остается недостаточно изученной. В настоящем исследовании представлена междоменная методология, использующая метрики из теории информации и принцип Марковского информационного бутылочного горлышка (MIB) для количественной оценки внутренних информационных потоков в данных архитектурах. Мы анализируем две различные модели - CNN-LSTM для обработки видеоданных наблюдения и ViT-LSTM для анализа медицинских функциональных МРТ (фМРТ)-последовательностей - как в их исходных, так и в чужеродных для них предметных областях. Наш анализ выявляет две принципиально различные стратегии кодирования. CNN использует жесткую, не зависящую от данных схему “постепенного сжатия”. В отличие от него, ViT демонстрирует стратегию “адаптивного сжатия”, при которой успешное формирование эффективного информационного бутылочного горлышка обусловлено предметной областью данных. Мы показываем, что такая адаптивность обеспечивается тонко настроенной трехэтапной функциональной иерархией внутри ViT. Более того, мы обнаружили, что роль модулятора LSTM адаптируется к его партнеру: в паре с CNN он действует как традиционный компрессор, но при работе с ViT переключается на роль “распаховщика” для обработки получаемых им гиперсжатых представлений. Мы предполагаем, что это сложное взаимодействие является примером принципа “динамического разделения труда”, в рамках которого функциональные роли не являются фиксированными, а возникают в результате взаимодействия системы с данными. Данный вывод ставит под сомнение статичное представление о компонентах нейронных сетей и открывает путь к созданию более устойчивого и контекстно-зависимого искусственного интеллекта.

Рассматривается ретрансляция информации, которой обмениваются системы различных уровней АСУ ТП АЭС. Для решения этой задачи предлагается использовать цифровые двойники программно-технических средств АСУ ТП АЭС – ретрансляторы, связывающие системы различных уровней.

В работе рассматривается проблема математического моделирования автомобильных транспортных потоков в рамках транспортных систем значительных масштабов. Непосредственно рассматривается задача применения математической модели, описанной авторами в [1], к моделированию конкретной транспортной магистрали — Московской кольцевой автомобильной дороги (МКАД). На сегодняшний день моделирование крупных транспортных сетей представлено в работах [2, 3] в виде примеров применения существующих программных пакетов таких как SUMO (Simulation of Urban Mobility), iTETRIS (“An Integrated Wireless and Traffic Platform for Real-Time Road Traffic Management Solutions”) и других. Детальное описание подхода к моделированию автомагистрали в данных пакетах зачастую отсутствует. Моделирование транспортных потоков на автомагистрали тесно связано с задачей оптимизации светофорного управления в транспортной сети. Однако, в большинстве работ посвящённых светофорному управлению на перекрестке, не ставится задача обеспечения максимальной пропускной способности выделенной автомагистрали, и как следствие все дороги считаются равнозначными. В данной работе ставится задача обеспечения наиболее свободного проезда на выделенной ключевой магистрали. В [1] предложена математическая модель, свойства которой были исследованы на модельных элементарных фрагментах транспортной сети. Эта модель создавалась для расчетов пропускной способности в различных режимах работы транспортных графов значительного масштаба, включающих тысячи сегментов и имеющих протяженность десятки километров. Модель основана на оригинальном мезоскопическом подходе, оперирующем в качестве объектов моделирования группами автомобильных транспортных средств (АТС), объединяющими автомобили со сходными параметрами, находящимися на одном сегменте транспортного графа. Скорость групп автомобилей рассчитывается с помощью фундаментальной диаграммы поток-плотность на магистрали [4]. Такой подход позволяет быстро обсчитывать достаточно большие транспортные сети, в том числе такую магистраль, как МКАД, что необходимо для решения оптимизационных задач, для которых проводится моделирование. Данный подход отличается от двух классических направлений к моделированию транспортных потоков, представленных микроскопическим подходом, основанным на моделировании движения каждого отдельного автомобиля [5], и макроскопическим подходом, опирающимся на сходство движения АТС с жидкостью или газом [6]. В работе строится модель одной из сторон МКАД с крупными въездами и съездами с неё. Ввиду недостаточных объемов реальных данных в работе на въездах на автомагистраль используются модельные построенные на основе имеющихся данных с дорожных датчиков на некоторых из въездов и статистических данных ЦОДД. Поскольку утром большая часть автомобилистов хотят въехать в Москву, а вечером, соответственно, выехать из города, то мы получаем модельные данные двух типов — с утренней пиковой загрузкой и с вечерней. Проводится моделирование поведения автомагистрали с различным модельными данными на въездах и сравниваются результаты с контролем на въездах и без него. Для проверки гипотезы об эффективности управления въездами рассчитываются временные потери на проезд по МКАД за день, а также число автомобилей, проехавших по автомагистрали.

Существует два глобальных подхода к задаче поиска заимствований в тексте: обнаружение «внешних» и «внутренних» заимствований. Первый подход представляет собой поиск по внешней коллекции документов, которые могли были быть использованы для заимствования. Второй подход же, наоборот, не использует никаких внешних данных, а анализирует текст изолированно. Корпус документов для поиска внешних заимствований, как правило, довольно большой, а значит и поиск по нему является тяжелой вычислительной задачей. Поэтому корпус документов заранее подготавливают (например, индексируют). Тем не менее, задача поиска заимствований по внешнему корпусу остается ресурсоемкой. При поиске внутренних заимствований внешний корпус документов не используется. При поиске анализируются различные стилистические, синтаксические, орфографические особенности текста. Предлагается совместить эти два подхода для ускорения поиска текстовых заимствований. При большом потоке документов, которые необходимо проверить на наличие заимствований, система поиска по внешнему корпусу обрабатывает каждый документ и в каждом находит блоки заимствований, если такие имеются. Однако можно использовать поиск внутренних заимствований для определения факта наличия заимствований как таковых. Предлагаемый метод позволяет фильтровать тексты с высоким показателем оригинальности, которые не нуждаются в дополнительной проверке. Поэтому основной метрикой при настройке параметров алгоритма является полнота среди текстов с заимствованиями. В работе используется корпус текстов, подготовленных и размеченных в рамках конкурса PAN-2020. Корпус содержит документы на английском языке. Каждый документ может содержать от 0 до 10 вставок текста другого авторства.

Мы рассматриваем задачу информационного поиска заимствованных изображений в больших коллекциях научных документов. Актуальность задачи обусловлена наличием прецедентов заимствования изображений из других источников в области медицины и биологии. В научных статьях области по биологии и медицине обнаруживается до 4 % проблемных изображений. При этом до настоящего момента не существовало автоматических средств, обеспечивающих поиск заимствованных изображений. Наряду с этим разработаны и широко используются системы, которые способны обнаруживать некорректные заимствования в текстах. В связи с этим, в данной работе представлен подход, который способен решать задачу поиска заимствованных изображений в больших коллекциях научных документов. Предполагается, что заимствованное изображение сформировано из какогото оригинального изображения находящегося в референтной коллекции. При этом к исходному изображению могли быть применены преобразования различных типов (изменение масштаба, компрессия, поворот, зеркальное отображение, перевод в серый цвет, выделение одного канала и т.д.). Предложенный подход испытывался на коллекции с размером 1 млн изображений, полученных из документов, взятых из каталога журналов открытого доступа DOAJ. На основании проведенных экспериментов данный подход показал свою эффективность и работоспособность, а также возможность применения на коллекциях большего объема.