Software Journal:
Theory and Applications

Send article

Entrance Registration

Исследование и отладка компонентов для обработки трехмерной графики операционных систем

Баженов П.С. Центр визуализации и спутниковых информационных технологий, ФНЦ НИИ системных исследований РАН, Москва, Russian Federation;
Мамросенко К.А. Центр визуализации и спутниковых информационных технологий, ФНЦ НИИ системных исследований РАН, Москва, Russian Federation;
Решетников В.Н. Центр визуализации и спутниковых информационных технологий, ФНЦ НИИ системных исследований РАН, Москва, Russian Federation;

В статье дано общее описание графического стека в ОС Linux, а также отдельных его компонентов. Рассмотрены процессы взаимодействия между компонентами, расположенными в ядре ОС и в пользовательском пространстве. Описываются инструментарий, с помощью которого производятся сборка и отладка драйверов, а также этапы настройки окружения и сборки драйверов с различными конфигурациями. Приводятся подход к тестированию драйверов и способы получения результатов с использованием системы прототипирования Protium с учетом особенностей данной системы.


Алгоритм глобальной многомерной минимизации с помощью уравнений конвективной диффузии

В.В. Федоров ПАО «Тольяттиазот», Тольятти, Russian Federation;

Для безусловной глобальной минимизации многомерных дифференцируемых функций предлагается подход, основанный на решении нестационарной краевой задачи с системой дифференциальных уравнений конвективной диффузии. В методе заложены две концепции – диффузионное сглаживание поверхности целевой функции и сведение минимизации в многомерном пространстве к минимизации на отрезке. Для оценки эффективности данного подхода в среде MATLAB разработаны функция и алгоритм поиска глобального минимума в многомерной области.


Сеть классификационных систем ВИНИТИ РАН

В.Н. Белоозеров ВИНИТИ РАН, Москва, Russian Federation;
А.В. Шапкин ВИНИТИ РАН, Москва, Russian Federation;
Ю.Н. Щуко ВИНИТИ РАН, Москва, Russian Federation;

Описываются история, методика создания и текущее состояние базы данных ВИНИТИ РАН, содержащей основные используемые в информационной практике классификационные системы, между рубриками которых установлены смысловые связи. Эта сеть связей предлагается для использования при навигации и поиске тематической информации в пространстве разнородных информационных ресурсов.


Формирование цифрового выставочного пространства на примере виртуальной выставки «портреты по скелетам. Научное творчество М.М. Герасимова»

А.Н. Сотников Межведомственный суперкомпьютерный центр РАН – филиал ФГУ «Федеральный научный центр Научно-исследовательский институт системных исследований Российской академии наук», Москва, Russian Federation;
И.Н. Соболевская Межведомственный суперкомпьютерный центр Российской академии наук – филиал ФГУ «Федеральный научный центр Научно-исследовательский институт системных исследований Российской академии наук», Москва, Russian Federation;
С.А. Кириллов Межведомственный суперкомпьютерный центр Российской академии наук – филиал ФГУ «Федеральный научный центр Научно-исследовательский институт системных исследований Российской академии наук», Москва, Russian Federation;

В работе описаны подходы к формированию цифровых коллекций в интеграционной среде электронной библиотеки. Предложен один из способов формирования многофункционального информационного ресурса, являющегося эффективным решением задачи представления цифровых коллекций различных институтов памяти широкому кругу пользователей. Один из таких способов формирования многофункционального информационного ресурса реализован в форме виртуальной выставки.

Формат виртуальных выставок позволяет объединить ресурсы партнеров для предоставления широкому кругу пользователей коллекций, хранящиеся в музейных, архивных и библиотечных фондах.

В работе описан цифровой выставочный проект, посвященный М.М. Герасимову и его антропологическим реконструкциям, наглядно демонстрирующий возможности интеграции информационных ресурсов средствами электронной библиотеки.


О выявлении текстов научной направленности по их статистическим и модельным количественным параметрам

В.В. Филимонов Уральский федеральный университет, Екатеринбург, Russian Federation;
А.М. Амиева Уральский федеральный университет, Екатеринбург, Russian Federation;
А.А. Живодеров Центральная научная библиотека Уральского отделения РАН, Екатеринбург, Russian Federation;
Л.Г. Горбич Центральная научная библиотека Уральского отделения РАН, Екатеринбург, Russian Federation;

Исследование ставит целью построение методики машинной классификации русскоязычных текстов. В настоящей работе представлены результаты оценки различных статистических параметров по степени их влияния на правильность распознавания жанровой принадлежности текстов. В исследовании применены методы дискриминантного и факторного анализа. Построен набор параметров, отвечающий одновременно требованиям информативности и компактности.


Алгоритмы построения суперузлов при индексировании многомерных данных в пространствах большой размерности с использованием Х-дерева

А.О. Трубаков ФГБОУ ВО Брянский государственный технический университет, Брянск, Russian Federation;
Е.С. Молодьков ФГБОУ ВО Брянский государственный технический университет, Брянск, Russian Federation;

Большинство наукоемких областей, таких как искусственный интеллект, поисковые системы, системы обработки графики и машинного зрения, экспертные системы, ГИС, сталкиваются с необходимостью использования специализированных и эффективных алгоритмов и структур индексирования многомерных данных и быстрого доступа к ним. При этом очень многие алгоритмические проблемы в настоящее время являются открытыми и требуют дополнительного изучения и проработки. В данной статье рассмотрены одна из таких проблем – уменьшение эффективности многомерных структур с увеличением количества измерений, а также принцип борьбы с этой проблемой, основанный на комбинировании иерархической структуры (дерева) и линейной (суперузлы с последовательным поиском). Основное внимание авторы уделили детальной проработке алгоритмов и принципов, заложенных в Х-дереве.


Синтез математических выражений на основе биоинспирированных методов

Б.К. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Russian Federation;
О.Б. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Russian Federation;
А.А. Нагабедян Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Russian Federation;
А.Э. Фонова Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Russian Federation;

При решении многих задач одной из часто используемых моделей является дерево, в частности бинарное. В работе рассматривается методика представления деревьев с произвольной локальной степенью вершин в виде линейной записи. Предлагаются структура и принципы кодирования гомологичных хромосом, несущих информацию о дереве. Для получения новых решений применяются модифицированные генетические операторы кроссинговера и мутации, близкие к естественным. Временная сложность новых способов кодирования и декодирования хромосом для представления деревьев составляет О(n2).


Методы и средства совмещения потоков заданий от облачных платформ и менеджеров управления ресурсами суперкомпьютера

О.С. Аладышев Межведомственный суперкомпьютерный центр Российской академии наук – филиал ФГУ «Федеральный научный центр Научно-исследовательский институт системных исследований Российской академии наук», Москва, Russian Federation;
A.V. Baranov Joint Supercomputer Center of the Russian Academy of Sciences – branch of Federal State Institution «Scientific Research Institute for System Analysis of the Russian Academy of Sci-ences», Moscow, Russian Federation;
А.П. Овсянников Межведомственный суперкомпьютерный центр Российской академии наук – филиал ФГУ «Федеральный научный центр Научно-исследовательский институт системных исследований Российской академии наук», Москва, Russian Federation;
Г.А. Балаян Московский физико-технический институт (государственный университет), Москва, Russian Federation;
В.С. Синицин Московский физико-технический институт (государственный университет), Москва, Russian Federation;

В статье рассмотрен подход к реализации облачного сервиса высокопроизводительных вычислений, обеспечивающий совмещение двух потоков суперкомпьютерных заданий: поступающего от облачной платформы и поступающего от менеджера управления ресурсами суперкомпьютера.

Авторами предложен метод совмещения потоков заданий, заключающийся в представлении менеджера управления ресурсами в виде гипервизора. Метод был реализован в Межведомственном суперкомпьютерном центре РАН для облачной платформы OpenStack, в качестве менеджера управления ресурсами суперкомпьютера выступила отечественная система управления прохождением параллельных заданий. Представление системы в виде гипервизора было осуществлено путем разработки драйвера для библиотеки libvirt, используемой платформой OpenStack для распределения виртуальных машин по доступным вычислительным ресурсам.

Рассмотренный в статье подход обеспечивает интеграцию существующей системы управления суперкомпьютером в стандартный стек ПО облачных вычислений и позволяет избежать больших накладных расходов на виртуализацию, а также сохранить традиционный порядок работы пользователей суперкомпьютерных центров при переходе к облачным вычислениям.


Решение задачи планирования перевозок на основе интеграции моделей роевого интеллекта в аффинных пространствах поиска

Б.К. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Russian Federation;
О.Б. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Russian Federation;
Е.М. Лебедева Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Russian Federation;
Е.В. Трехсвояков Институт компьютерных технологий и информационной безопасности Южного федерального университета, каф. систем автоматизированного проектирования, Таганрог, Russian Federation;

В работе предложена композитная архитектура многоагентной системы бионического поиска для решения задачи планирования перевозок на основе интеграции роевого интеллекта и генетической эволюции. Рассмотрены новые принципы и способы кодирования и декодирования хромосом для представления решения задачи планирования перевозок. Описывается модифицированная парадигма роя частиц, обеспечивающая в отличие от канонического метода возможность использования в аффинном пространстве позиций с целочисленными значениями параметров. Рассмотренные механизмы перемещения частиц в аффинном пространстве для уменьшения веса аффинных связей отличаются простотой и линейными оценками временной и пространственной сложности. Для организации перемещения роя частиц в гиперпространстве решений разработан оператор направленной мутации. Эксперименты показали, что качество решений у гибридного алгоритма на 10–15 % лучше, чем у генетического и роевого алгоритмов. Общая оценка временной сложности при любом подходе к гибридизации не превышает оценки временной сложности генетического алгоритма и лежит в пределах О(n2)–О(n3).


Использование нейросетевого подхода для сегментации слов в рамках задачи оффлайн-распознавания рукописного текста

А.С. Басанько Калужский филиал ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)», Калуга, Russian Federation;
Ю.С. Белов Калужский филиал ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)», Калуга, Russian Federation;

Задача оффлайн-распознавания рукописного текста состоит из множества этапов, связанных между собой, так как результаты выполнения каждого этапа являются входными данными для следующего. Один из важных этапов – этап сегментации слова на символы, напрямую влияющий на дальнейший результат классификации. Задача сегментации слова самая сложная в рамках оффлайн-распознавания рукописного текста и на данный момент полностью не решена. Существуют различные подходы для ее решения, однако они довольно сложны в реализации и не обеспечивают качественных результатов.

В данной статье рассматривается относительно простой подход с применением нейронных сетей, позволяющий достичь хороших показателей сегментации. Идея подхода в том, чтобы с помощью гистограммного метода выделить набор потенциальных точек сегментации, а с помощью обученной нейронной сети оставить только нужные точки сегментации. В статье описываются гистограммный метод для выделения точек сегментации, процесс выделения признаков для обучения нейронной сети, а также алгоритм ее обучения. Приводятся результаты применения данного подхода.