В статье представлен подход к выявлению нейрофизиологических маркеров утомления на основе анализа сенсомоторных ритмов ЭЭГ с применением методов глубокого обучения. Предложена методология формирования спектрограмм из многоканальных ЭЭГ-сигналов, включая нормализацию, предобработку и сегментацию данных. Проведено сравнение трех адаптированных архитектур сверточных нейронных сетей (EEGSpecResNet2D, EEGSpecMobileNetV3, EEGSpecAlexNet) в задачах многоклассовой и бинарной классификации фаз утомления. EEGSpecResNet2D продемонстрировала наивысшую точность и устойчивость к переобучению. Дополнительно анализировалась динамика обучения и визуализировались особенности распознавания паттернов в промежуточных фазах выполнения задачи. Полученные результаты подтверждают эффективность архитектур с остаточными связями и анизотропной обработкой сигналов в задачах мониторинга когнитивной нагрузки. Работа демонстрирует потенциал нейросетевых моделей в разработке BCI-интерфейсов для оценки и прогнозирования функционального состояния оператора.

В работе протестирована новая комбинированная методика решения нелинейных обратных задач гравиметрии на данных трех типов: о гравитационном поле, топографии и толщине коры в районе равнины Элизий на Марсе.

Приведен дифференциальный анализ принципов эволюции и современной динамики развития технических инноваций в создании и использовании телекоммуникационных (ТКС) связей. Исторически ТКС создавались и совершенствовались в целях ускорения и упрощения возможностей передачи информации. Показана дифференциальная взаимосвязь и взаимообусловленность эволюции общественного развития и создания средств связи, что проиллюстрировано техносдвигами в создании телекоммуникационных средств и систем. Кратко охарактеризованы некоторые механизмы и технические возможности средств коммуникации, как указано в современной взрывной динамике, их использование в призме антропологических данных по-коленческой характеристики. Предварительно сформулированы общие тенденции и признаки развития телекоммуникационных сетей.

Представлен метод локальной регуляризации для повышения стабильности и точности прогнозирования показателей качества технологических процессов с помощью алгоритмов ассоциативного поиска. Отмечено, что процедура вычисления параметра регуляризации может быть применена к другим алгоритмам формирования точечных оценок. Приведены примеры моделирования работы алгоритма ассоциативного поиска с локальной регуляризацией при прогнозировании показателей качества метил-трет-бутилового эфира (МТБЭ)