#Алгоритм

В РТУ МИРЭА разработали уникальную программу, способную точно определять направление источников радиоизлучения, даже если они скрыты преднамеренными помехами. Эта инновация открывает новые возможности для радиолокации, навигации и мониторинга радиоэфира, что особенно актуально в условиях роста числа технологических и военных вызовов.

Платные автомобильные дороги — это неотъемлемая часть современной транспортной инфраструктуры. В 2024 году в России ими воспользовались более 379 миллионов транспортных средств, и с каждым годом это число растет, а вместе с ним — и вопросы о том, как формировать тарифы за проезд. Водителям не хочется переплачивать, а владельцам дорог — дешевить, поэтому необходимо найти баланс. Ученые Пермского Политеха разработали методику расчета стоимости проезда по платным дорогам, которая учитывает платежеспособность населения, длину пути, затраты на использование автомобиля и другое. На ее основе создали программу, которая позволяет быстро и просто рассчитать цену по предложенному способу.

E-commerce — это сфера электронной коммерции, которая включает торговые и финансовые процессы, проводимые онлайн. Такие операции популярны среди мошенников, потому что предоставляют удобный способ для кражи данных банковских карт и совершения покупок в сети без фактического взаимодействия с продавцом. Банки используют специальное программное обеспечение: антифрод-системы, которые анализируют операцию, выявляют несвойственное пользователю покупательское поведение и предпринимают соответствующие меры. Однако злоумышленники постоянно находят лазейки, а для перепрограммирования систем и блокирования новых способов цифровой кражи требуется время, ручной труд и анализ большого объема данных. Ученые Пермского Политеха создали программное обеспечение с самообучением, благодаря которому снижается риск обхода мошенниками систем контроля.

Для механической обработки металла на предприятиях используют специальные станки, которые режут, точат и шлифуют детали по заданным программам. Но зачастую режимы обработки приходится вручную корректировать из-за меняющихся во время производства свойств как инструмента, так и изделия. Сегодня активно развивается и внедряется в промышленность так называемое адаптивное управление станками, когда процесс обработки автоматически приспосабливается к изменяющимся условиям. Для его реализации и стабильной работы требуется специальное математическое обеспечение. Ученые Пермского Политеха разработали эффективный алгоритм адаптивного управления на основе искусственного интеллекта.

Исследование, проведенное коллективом российских ученых, в том числе МФТИ, — шаг вперед в области нейронных сетей и их обучения. В своей работе они предложили новую структуру биполярного морфологического нейрона и метод обучения, который может повысить вычислительную эффективность нейронных сетей.

Исследователи из России вместе с их американским коллегой предложили новый, полностью децентрализованный алгоритм оптимизации. Он позволяет эффективно решать различные задачи, работая без центрального сервера и автоматически настраиваясь без предварительной настройки параметров.

Авиационный газотурбинный двигатель выполняет две основные функции в полете: создает тягу, которая обеспечивает движение самолета в воздухе, и снабжает его необходимой мощностью для работы самолетных систем. Для безопасности полетов и предотвращения аварийных ситуаций необходима непрерывная оценка состояния двигателя при разных режимах эксплуатации. Чтобы точно отслеживать изменения, можно применить адаптивные технологии на основе сложных математических моделей. Но они требуют больших вычислительных ресурсов, и их не реализовать на существующих цифровых агрегатах. Ученые Пермского Политеха разработали адаптивную бортовую модель на основе искусственного интеллекта. Она позволяет повысить скорость и точность оценки состояния авиационного газотурбинного двигателя во время полетов.

Выживание организмов в природе зависит от их способности адаптироваться к изменениям окружающей среды. Например, некоторые водоросли двигаются к источнику света для фотосинтеза. Бактерии перемещаются к более концентрированным участкам с химическими веществами, чтобы находить питание. Еще один пример такого поведения — биоконвекция — процесс самоорганизации, при котором организмы распределяют тепло равномерно по всему сообществу. Подобное явление наблюдается у пингвинов — они собираются в плотную стаю и перемещаются так, чтобы каждый успел согреться, побывав в самом теплом участке. Ученые ПНИПУ смоделировали такой эффект в группе роботов, каждый из которых выделяет тепло и движется в точку поля с наибольшей температурой. Выяснилось, что они способны циркулировать в пространстве подобно живым организмам.

Исследователи Центра искусственного интеллекта и факультета компьютерных наук НИУ ВШЭ представили новый алгоритм обнаружения структурных изменений во временных рядах. Метод использует нейронную сеть для сравнения различных отрезков ряда, что позволяет быстрее выявлять изменения в его поведении.

Ученые из лаборатории исследований искусственного интеллекта Tinkoff Research создали самый эффективный среди своих аналогов алгоритм обучения и адаптации ИИ. Новый метод, названный ReBRAC, обучает ИИ в четыре раза быстрее и на 40% качественнее мировых аналогов в области обучения с подкреплением.

Аппараты с газовыми горелками широко используются на производстве, когда нужно, например, быстро нагреть сырье или высушить сыпучие материалы. Контролируют их работу алгоритмы усовершенствованного управления. Однако для них нужны точные данные о параметрах работы устройства, получать и своевременно обновлять которые затруднительно в условиях непрерывного производства. Для решения проблемы ученые ПНИПУ предложили более точный и эффективный метод — использовать нейросеть.

В последние годы в мире значительно увеличился спрос на термоэлектрические приборы, а именно на элементы Пельтье. Такой элемент представляет собой термоэлектрический преобразователь, выполненный в виде пластины с двумя выводами питания. Если к этим выводам приложить постоянное напряжение, то одна из сторон элемента начнет охлаждаться, а вторая нагреваться. Приборы, использующие элемент Пельтье, отличаются практически неограниченным ресурсом работы, малыми габаритами, возможностью локального охлаждения, бесшумностью и экологичностью. Они имеют широкий спектр применения, например, используются в устройствах ночного видения, цифровых камерах, приборах связи, телескопах с охлаждением, кондиционерах, кулерах для воды, автомобильных холодильниках. Основная задача управления элементом заключается в точном поддержании температуры пластин, что приводит к сложным математическим расчетам системы управления элементом Пельтье. Ученые Пермского Политеха предложили алгоритм расчета, который обеспечивает быстрое и качественное управление термоэлектрического прибора.

Коллектив ученых из Сколтеха и других организаций предложил новый быстрый способ распознавания товаров на развес в магазине. В отличие от существующих систем, новая разработка ускорит обучение нейронной сети, когда в магазин привезут новые виды товаров.

Сегодня во многих отраслях промышленности используются разные устройства для вертикального перемещения продукции. Например, для подъема таких сыпучих материалов, как загрузка зерна в хранилище. Необходимость в больших рабочих площадях для их установки и отсутствие возможности непрерывной подачи транспортируемого груза является частой проблемой на производстве. Спиральные ленточные транспортеры, которые непрерывно поднимают или опускают продукцию по спирали, могут устранить эти недостатки. Важным и сложным элементом транспортера является спиралевидная лента и на ранних стадиях проектирования оборудования необходимо проводить ее точный расчет. В настоящее время расчет характеристик таких лент осуществляется вручную, что очень затратно по времени и не гарантирует высокого качества. Ученые Пермского Политеха разработали модель, с помощью которой можно полностью автоматизировать расчет главного элемента спирального транспортера.

Исследователи факультета компьютерных наук ВШЭ и Лаборатории искусственного интеллекта Сбера смогли увеличить скорость работы градиентного бустинга — одного из самых эффективных алгоритмов для решения задач машинного обучения. Предложенный подход позволит быстрее решать задачи классификации и регрессии машинного обучения.

В современном мире репутация, успешность и устойчивость любой компании зависит от отзывов в интернете. Например, желая купить недвижимость, заинтересованные лица первым делом знакомятся с отзывами и упоминаниями о застройщике. Таким образом, актуальной для предприятий-застройщиков является задача мониторинга и управления своей репутацией в интернете. Маркетологи и копирайтеры вручную или через сторонние сервисы осуществляют поиск в сети информации о застройщике, определяют ее окрас, значимость, прогнозируют, какой эффект окажут эти упоминания на компанию, и принимают решения, каким образом на такие упоминания реагировать. Разработчики Пермского Политеха метод для программного обеспечения, который самостоятельно распределяет собранные отзывы о застройщике на положительные и отрицательные. Благодаря этому маркетологам удастся повысить уровень и качество исследований, значительно увеличить их скорость, своевременность и точность.

Каждый хотя бы раз сталкивался с тем, что при вызове такси водитель приезжал не на ту точку, которая была указана в приложении. Или автобус не приехал на остановку, хотя в программе отображается, что он уже должен быть на месте. Эта проблема связана с тем, что при передаче местоположения через мобильную сеть данные теряются или пересылаются с большой задержкой из-за слабого сигнала, сильной нагрузки внутри сети или большого расстояния между адресатом и отправителем, что также вызывает дополнительные временные затраты. Студенты Пермского Политеха создали алгоритм, который позволит свести эти запоздания к минимуму.

Математики из НИУ ВШЭ в Нижнем Новгороде разработали новый способ прогнозирования предпочтений пользователей мобильных устройств. Метод, который точнее известных аналогов на 2–12 процентов, основан на одновременном распознавании объектов, лиц и сцен в фотогалерее смартфона и на удаленном сервере. В будущем его можно использовать для персонализации сервисов и услуг, а также максимально подходящих под конкретного человека рекомендаций.

Ученые из Сколтеха, МГУ и Европейского университета в Санкт-Петербурге разработали алгоритм для определения контролирующих владельцев компаний. Он работает с данными по миллионам организаций и предсказывают бенефициарных владельцев быстрее и точнее, чем предшественники. Распутывая сеть владельцев и посредников, алгоритм позволяет распространить известные сведения о компании на ее «дочек», «внучек» и так далее. Эти сведения могут быть связаны, например, с ESG-рейтингами, которые говорят о соответствии компании критериям социально ответственного инвестирования.

Ученые заметили, что люди все чаще полагаются на советы алгоритмов, а не окружающих, принимая простые повседневные решения. С течением времени доверие к компьютерам усиливается, поскольку мы начинаем считать обыденные задачи слишком сложными для человека.