Исследуются два подхода к построению и исследованию моделей социальных сетей: макро- и микро-описания. В первом случае структура связей в социальной сети усредняется, и поведение агентов рассматривается «в среднем». Во втором случае принимается во внимание структура графа влияний агентов и их индивидуальное принятие решений. Производится сравнение этих двух подходов на примере пороговой модели коллективного поведения [5, 33] с единым относительным порогом

Рассматриваются вопросы дихотомической организации десятичной последовательности применительно к построению воксельных массивов.

Рассмотрены возможности применения вейвлет-анализа для построения прогнозирующих моделей

Идентификационные модели находят широкое применение в современных системах управления, системах поддержки принятия решений, играют основополагающую роль в любой деятельности, связанной с процессом обработки сигналов. Методы, основанные на вейвлет-анализе, характеризуются уникальной способностью детализированного частотного анализа во времени, выбирать «частотно-временные окна». В работе представлены разработанные авторами методы идентификации нелинейных нестационарных систем с использованием кратно-масштабного вейвлет-преобразования.

Рассматривается динамическая пороговая потоковая модель ресурсная сеть. Модель функционирует в дискретном времени. Все вершины, имеющие ресурс, на каждом такте передают его в смежные вершины по ребрам с ограниченными пропускными способностями. Правило передачи выбирается в каждой вершине в зависимости от количества ресурса. Если ресурс в сети мал: все вершины отдают на каждом такте весь свой ресурс, – функционирование сети описывается однородной конечной цепью Мар-кова. Если ресурс в сети превышает пороговое значение, выделяются вершины-аттракторы, притягивающие излишки. В работе показано, что семейство сетей, описы-вающихся одной цепью Маркова, содержит в себе сети со всеми возможными множест-вами вершин-аттракторов. Приведены способы построения сети с произвольным множе-ством вершин-аттракторов по заданной стохастической матрице.