An asymptotic formula is obtained for the optimal anisotropic controller for linear discrete time-invariant system driven by random disturbance with infinitesimal mean anisotropy. The result is accompanied with the asymptotic formula for the anisotropic norm of the closedloop system. An upper bound is computed for the mean anisotropy at which the optimal anisotropic controller can be approximated by the H2-optimal controller with loss in performance gain less than a given threshold.

The authors present a developed methodology for assessing financial risk in various operations on the stock market. The methodology is based on the combined use of fuzzy logic and econometrics methods. It is possible for us by this technique to determine the parameters that have the greatest impact on the level of financial risk.

В статье приведены результаты исследований по изучению влияния пылевых выбросов промышленных предприятий на уровень химического загрязнения темно-каштановых почв. Изучение динамики среднегодовых концентраций загрязнения воздуха г. Усть-Каменогорск по данным Экологического бюллете́ня Республики Казахстан за 2014-2020 гг. выявили высокие концентрации оксида углерода, оксида азота, диоксида серы и хлора в 2014 г., которые в последующие года снижались (по данным среднегодовых показателей концентрации углерода, оксида азота), за исключением диоксида серы и хлора. В последующие года (2015-2020) по показателям диоксида серы и хлора был выявлен тренд снижения, хотя они были на достаточно высоких уровнях по сравнению с другими поллютантами. Анализ полученных данных в ходе исследования показал, что искусственное загрязнение фоновой почвы технологической пылью металлургического комбината в дозах от 0,5 до 5масс.% существенно повышает валовое содержание ТМ в почве: Cu – в 2-146; Zn – в 2,7-2510 раза (фон. почва 35,0 мг/кг); Pb – в 1,84-139,6 раза (фон. почва 22,0 мг/кг), Cd – в 65,8-9412,3 раза (фон. почва 0,73 мг/кг), а также соответствовало ПДК в почве по Клоке: 1,65-23,4 ПДК Cu , 1,1-29.3 ПДК Zn , 1,27-95,98 ПДК Pb и 16,0-2290,33 ПДК Cd .

Статья посвящена задаче классификации электроэнцефалографических сигналов на основе их частотно-временных характеристик с применением адаптированных сверточных нейронных сетей. В исследовании показано, что эффективность автоматического анализа существенно возрастает при целенаправленной модификации архитектур под свойства биомедицинских данных. Такой подход отражает принцип ``сигнал определяет сеть''?: выбор и доработка модели должны учитывать характер спектральных признаков и особенности динамики мозговых ритмов. Для реализации этой идеи исходные сигналы преобразовывались в частотно-временные карты, которые рассматривались как изображения и использовались для обучения нейронных сетей. При этом классические архитектуры были адаптированы: одни упрощались для повышения вычислительной эффективности, другие -- оптимизировались для работы с одноканальными данными, третьи -- усиливались за счет остаточных связей и методов регуляризации. Проведенные эксперименты показали, что все модифицированные варианты сохраняют устойчивость обучения и способность корректно выделять информативные паттерны. При этом каждая из адаптаций имеет свои преимущества: LiteResNet2D обеспечивает наибольшую точность, LiteMobileNet2D лучше всего подходит для ресурсоограниченных устройств, SimpleAlexNet2D удобна для прототипирования и быстрой проверки гипотез. Исследование демонстрирует, что адаптация сверточных архитектур под характеристики электроэнцефалографических сигналов является ключевым условием для построения надежных и переносимых систем классификации. Этот подход открывает путь к созданию специализированных инструментов анализа, которые можно масштабировать и использовать в различных когнитивных и клинических приложениях.