Аннотация

Широкое распространение веб-ориентированных систем в сфере бизнеса, маркетинга, электронного обучения и др. вызывает необходимость учета и анализа информационных потребностей пользователя в целях оптимизации взаимодействия с ним. Одной из основных проблем создания адаптивных веб-ориентированных систем является задача классификации информационных ресурсов (страниц) портала, описывающих предлагаемый товар или услугу, для последующего формирования профилей пользователей и персонализации предоставления услуг. Для ее решения могут быть использованы методы интеллектуального анализа данных и машинного обучения. В статье представлен новый подход к созданию адаптивных веб-ориентированных информационных систем, основанный на использовании алгоритмов обучения с подкреплением в целях классификации информационных ресурсов и выдачи персонализированных рекомендаций пользователям с учетом их предпочтений. Предложен и обоснован адаптивный подход, основанный на использовании алгоритмов обучения с подкреплением (Reinforcement Learning), позволяющий автоматически находить в процессе работы системы наиболее эффективные стратегии, необходимые для правильной классификации веб-ресурсов сайта и формирования групп пользователей с однотипными запросами и предпочтениями. Предложенная схема позволяет создать процедуры для оценки и ранжирования информационных ресурсов системы на основе анализа поведения пользователей на сайте в режиме онлайн. Используемые алгоритмы обучения с подкреплением дают возможность оценить релевантность каждой страницы сайта запросам и предпочтениям пользователей из разных категорий, с тем чтобы оптимизировать структуру и контент сайта, а также построить эффективную систему рекомендаций в соответствии с интересами пользователя для возможности выбора наиболее подходящих товаров или услуг.

Аннотация

Настоящее исследование посвящено разработке программного модуля, обеспечивающего конвертацию вычислительных сеток, созданных на базе платформы OpenFOAM, в формат msh, применяемый в рамках численных экспериментов, проводимых с помощью пакета ANSYS FLUENT. Функционал ANSYS FLUENT может применяться, например, в рамках постпроцессинга при моделировании большинства фундаментальных проблем механики сплошных сред (МСС). В существующих аналогах платформы OpenFOAM, таких как Salome, Helyx-OS, Visual-CFD, уже реализованы средства для решения указанной задачи, но ввиду их частично коммерческого распространения, необходимости приобретения услуг специалистов технической поддержки и отсутствия полноценной русифицированной документации проблема отсутствия графической оболочки для упрощения процедуры конвертации сохраняет свою важность. Процесс конвертации расчетных сеток, сгенерированных средствами платформы OpenFOAM, в msh-формат, применяемый в пакете ANSYS FLUENT, составляет предмет настоящего исследования. Цель данной работы заключается в подготовке исходного кода программного модуля. В работе представлена диаграмма, соответствующая алгоритму работы специалиста с рассматриваемым программным модулем. Приведен стек технологий для набора, отладки и запуска программного кода. Определены итоги исследования, сформулированы положения его научной новизны и потенциальной практической значимости. Представлены результаты тестирования модуля на примере одного из фундаментальных экспериментов МСС на базе платформы OpenFOAM.

Аннотация

В статье исследуется опыт функционирования финансовой экосистемы «Сбер» как новой формы предпринимательской деятельности в условиях конкурентной экономики, обусловленной влиянием на процессы экономической конвергенции цифровизации – современной тенденции всего общественного развития. Изучение опыта финансовой экосистемы «Сбер» представляет собою как теоретический, так и практический интерес. Целью статьи является изложение и анализ реального опыта функционирования экосистемы «Сбер». Итог анализа – следующие результаты. Экосистема «Сбер» действительно является формой организации совместного бизнеса, реализуемого в рамках межсекторной конвергенции под воздействием цифровизации. Влияние межсекторной конвергенции проявляется в том, что инициатором ее создания есть финансовая организация – крупнейший сберегательный банк России, а участниками – представители самых разных секторов и сегментов экономики. Влияние же цифровизации на экосистему проявилось в том, что основой ведения совместного бизнеса является современная электронная база, включающая ИТ, платформы ИТ и сети. Применение на этой базе современных математических и инструментальных методов обработки информации и внедрение соответствующих стартапов не только отражает специфику использования электронной базы в рамках экосистемы, но и обеспечивает экосистеме «Сбер» несомненные конкурентные преимущества, а также позволяет инициатору вовлекать в совместный бизнес других экономических субъектов, причем только на добровольной основе.

Аннотация

В настоящее время одним из основных направлений в области автоматизации банковских процессов является создание и внедрение комплексных систем поддержки принятия управленческих решений. В условиях растущей конкуренции и всеобщей цифровизации экономики вопрос повышения эффективности управления банком встает наиболее остро. Большинство применяемых в этой сфере автоматизированных систем направлено на выявление «разрывов» в существующих бизнес-процессах и дальнейшую оптимизацию их отдельных частей. При этом такие системы не имеют в своей основе экономико-математических моделей и алгоритмов их решения. В данной статье представлено описание интеллектуального компьютерного программного комплекса, позволяющего моделировать оптимизацию программного и адаптивного управления конкретными бизнес-процессами – численностью персонала и системой продаж Розничного блока коммерческого банка. Основу разработанного программного комплекса составляют дискретная динамическая экономико-математическая модель исследуемых бизнес-процессов и разработанные алгоритмы оптимизации программного и адаптивного управления данными процессами. Рассматривается процесс принятия решений о наборе/сокращении штата различных категорий сотрудников Розничного блока коммерческого банка, а также об управлении системой продаж, обеспечиваемой соответствующими сотрудниками. В работе представлены основные этапы создания предлагаемой управляемой динамической модели при наличии векторного критерия качества. На основании компьютерного моделирования с помощью разработанного интеллектуального компьютерного программного комплекса получены оптимальные решения для различных вариантов практических примеров.

Аннотация

Рассматривается решение задачи синтеза гибридной нейронной сверточной сети, архитектура которой базируется на применении модульной топологии, позволяющей организовать параллельную сверточную вычислительную систему, в которой передача энергии совмещается с процессами информационной обработки, что делает возможным моделирование комплексных процессов функционирования естественных биологических нейронных популяций. Система межслоевой нейронной коммутации, основанная на применении распределенных резонансных контуров, между индуктивными элементами которых расположены слои электромагнитного метаматериала, рассматривается как основа для моделирования взаимодействия астроцитных сетей и нейронных скоплений, отвечающих за обработку информации. В результате процесс обработки данных рассматривается не только на уровне прохождения сигналов через нейронные элементы, но и как процедура взаимодействия искусственных нейронов и астроцитных сетей, обеспечивающих их функционирование. Специфическая организация нейронной сети делает возможным осуществление процедуры обучения и конфигурирования с применением свойств, отсутствующих у нейронных сетей, состоящих только из нейронных популяций. Основой для обучения сверточной сети становится предварительный анализ ритмической активности, в которой основную роль играют искусственные астроциты, выполняющие роль межнейронных коммутаторов. Обученная и сформированная сверточная сеть применяется для решения задачи определения оптимального пути передвижения объекта, извлекающего энергию для своего движения из окружающей среды.

Аннотация

Предложен метод предварительной оценки прагматической ценности информации в задаче классификации состояния объекта на основе глубоких рекуррентных сетей долгой краткосрочной памяти. Цель проводимого исследования состояла в разработке метода прогноза состояния контролируемого объекта при минимизации количества используемых прогностических параметров, достигаемой с помощью предварительной оценки прагматической ценности информации. Это особенно актуальная задача в условиях обработки больших данных, характеризуемых не только значительными объемами поступающей информации, но и скоростью ее поступления и полиформатностью. Генерация больших данных сейчас происходит практически во всех сферах деятельности, что обусловлено широким внедрением в них Интернета вещей. Метод реализуется двухуровневой схемой обработки входной информации: на первом уровне применяется алгоритм машинного обучения «случайный лес», который имеет значительно меньшее количество настраиваемых параметров, чем рекуррентная нейронная сеть, используемая на втором уровне для окончательной и более точной классификации состояния контролируемого объекта или процесса. Выбор «случайного леса» обусловлен его способностью к оценке важности переменных в задачах регрессии и классификации. Это используется при определении прагматической ценности входной информации на первом уровне схемы обработки данных. Для этого выбирается параметр, который отражает указанную ценность в каком-либо смысле, и на основе ранжирования входных переменных по уровню важности осуществляется их отбор для формирования обучающих наборов данных для рекуррентной сети. Алгоритм предложенного метода обработки данных с предварительной оценкой прагматической ценности информации реализован в программе на языке MatLAB и показал свою работоспособность в эксперименте на модельных данных.

Аннотация

Выдающийся ученый Валерий Павлович Мешалкин – академик Российской академии наук (РАН), доктор технических наук, профессор, директор Международного института логистики ресурсосбережения и технологической инноватики (МИЛРТИ (НОЦ)), заведующий кафедрой логистики и экономической информатики РХТУ им. Д. И. Менделеева, главный научный сотрудник Института общей и неорганической химии им. Н. С. Курнакова РАН; заслуженный деятель науки РФ, заслуженный работник высшей школы РФ, почетный работник высшего профессионального образования РФ (2005 г.), лауреат премии Правительства РФ в области науки и техники и премии Президента РФ в области образования, лауреат конкурса преподавателей вузов «Золотые имена высшей школы России – 2018», сопредседатель редакционного совета журнала «Прикладная информатика» – достиг восьмидесятилетней вехи на своем жизненном пути.

Аннотация

В управлении бизнес-процессами весьма часто встречаются слабоструктурированные или неструктурированные задачи. Преобладание качественных оценок параметров таких задач приводит к тому, что исходные требования для выбора соответствующих информационных технологий могут быть сформулированы преимущественно на качественном уровне. В этой ситуации достаточно информативными могут оказаться оценки в виде лингвистических утверждений, формализованных нечеткими множествами. Неопределенность в исходных данных, наличие нескольких альтернативных решений позволяют формализовать задачу выбора информационной технологии для решения слабоструктурированных бизнес-задач как игру с природой, под которой понимается некоторая комбинация условий, например количество пользователей и интенсивность их запросов, оцениваемых нечеткими лингвистическими утверждениями. Целью предлагаемой работы является разработка метода нахождения наиболее целесообразного решения в условиях нечеткости исходных данных, определяющих выбор на множестве возможных альтернативных информационных технологий. Предложенный метод нахождения наилучшего решения отличается тем, что все необходимые исходные оценки задаются в виде лингвистических утверждений, формализуемых нечеткими множествами, при этом влияние нечетко определенных значений вероятностей состояний природы учитывается через точечные оценки нечетких множеств, формализующих эти значения, а интегральная оценка возможных решений получается путем преобразования исходных нечетких оценок альтернативных решений в форму эквивалентных треугольных нечетких множеств. Кроме того, предложенный метод позволяет при задании нечетких исходных оценок для решения задачи использовать различные виды функций принадлежности нечетких множеств, формализующих эти оценки, а также упростить сравнение полученных в виде нечетких множеств интегральных оценок возможных альтернативных решений.

Аннотация

В условиях пандемии новой коронавирусной инфекции резко возросла значимость одноразовой посуды и упаковки для продуктов питания. С одной стороны, это способствовало повышению спроса на такую продукцию, а с другой – усилило и так острую конкуренцию на данном рынке. В результате перед производителями одноразовой посуды встала жизненно важная задача, связанная с поиском путей сохранения и расширения клиентской базы. Сегодня перспективным способом ее решения считается разработка и внедрение различных продуктовых и технологических инноваций. Однако реализация подобных проектов является достаточно сложным процессом, поскольку предлагает не только создание или модификацию производственных технологий и производимых продуктов, но и осуществление организационных изменений, связанных со всеми бизнес-процессами предприятия. Как показывает практика, особую роль при проведении таких организационных изменений играет человеческий фактор, при этом наибольшую угрозу для проекта представляют не ошибки планирования и реализации изменений, а сопротивление сотрудников. Одним из способов его предупреждения или снижения является создание специальной команды поддержки изменений, отличающейся инициативностью. Однако на практике достаточно трудно выявить таких сотрудников, которые не только имеют желание участвовать в реализации изменений, но и обладают достаточными знаниями, навыками, опытом для их проведения. Для решения данной проблемы было предложено моделирование поведения сотрудников, направленное на оптимизацию состава такой команды на основе исследования различных характеристик. Для его практической реализации использовался алгоритм пчелиных колоний, модифицированный путем введения элементов нечеткости (для задания начальных позиций поиска).