Экспертная вероятность используется для принятия решений, позволяет оценить риски, особенно полезна в условиях ограниченности и недоступности получения объективных данных. При этом возможны противоречия между оценками, что может затруднить анализ и принятие решений. В статье описан алгоритм, который проверяет соответствие экспертных оценок с использованием вероятностных интервалов. Один из разделов посвящен разработке метода оценки новой формулы, основанной на исходной системе оценок. Описан пользовательский интерфейс, обеспечивающий взаимодействие с разработанными алгоритмами.

Современные города сталкиваются с необходимостью эффективного управления энергоресурсами и минимизацией воздействия человеческой деятельности на окружающую среду. Одним из значимых аспектов антропогенного воздействия является тепловой поток, порождаемый зданиями, транспортом и промышленностью. В статье представлен комплекс программ для оценки антропогенного потока тепла (АПТ), вызванного теплопотерями зданий в отопительный период. Исследование основано на пространственной геометрической модели города, построенной с использованием данных OpenStreetMap. Теплофизические свойства ограждающих конструкций и удельные характеристики расхода тепловой энергии получены из строительных норм. Предложенный метод включает этапы моделирования зданий, фильтрации, дополнения информации из Яндекс Карт и ГИС ЖКХ, устранения коллизий, присвоения удельных характеристик и расчета АПТ. Реализация метода осуществлена через скрипты для платформы Rhinoceros, известной своим широким функционалом и визуальной средой программирования Grasshopper. Предложенный подход позволяет эффективно анализировать и визуализировать антропогенный поток тепла в городах, что является ключевым шагом в разработке стратегий устойчивого управления энергоресурсами и снижения негативного воздействия на окружающую среду.

Рассмотрен метод цифровой подписи изображений, не использующий метаданные или дополнительные файлы. Цифровой подписью подписывается массив блоков 8 × 8 пикселей c примененным дискретным косинусным преобразованием, из которых состоит JPEG-файл. В качестве алгоритма подписи может быть использован любой известный алгоритм, например, RSA.

Полученная цифровая подпись преобразуется из бинарного вида в изображение. Метод преобразования основан на кодировании каждых нескольких бит подписи одной из 64 базисных функций дискретного косинусного преобразования. Далее базисная функция преобразуется в изображение обратным дискретным косинусным преобразованием. Полученная подпись, закодированная в виде изображения, присоединяется к исходному изображению справа, чтобы сформировать подписанное изображение.

Цифровая подпись обладает устойчивостью к JPEG-сжатию в регулируемых пределах. Для достижения устойчивости к сжатию используется следующий метод. Поскольку значения в блоках могут измениться при сжатии, используется квантизация – уменьшение точности значений. Она устроена таким образом, чтобы при квантизации сжатого и несжатого изображений значения в блоках после квантизации совпадали, что позволяет проверить валидность цифровой подписи. Квантизация также включает в себя шаг проверки четности полученного значения для исключения неверной трактовки значений при сильном сжатии.

Шаг квантизации не применяется к части изображения, содержащей цифровую подпись. Это связано с тем, что эта часть состоит из базисных функций дискретного косинусного преобразования, и даже при сильном сжатии соответствующая базисная функция все равно сохранит большой коэффициент и будет однозначно трактуема.

Разработан вариант алгоритма (и метода на его основе) для выполнения процедуры автоматизированного восстановления числовых значений графически представленной функции сигнала хроматографа, исследующей компонентный состав проб нефтяного сырья. Проблема, на решение которой направлен разработанный метод, состоит в слабой приспособленности хроматографов к нефтяной промышленности: нефть является природным сырьем, которое не является химически чистым, поэтому в рамках хроматографического исследования происходит фиксация не всех числовых характеристик компонентов, входящих в состав исследуемого образца. Значения незафиксированных координат углеводородных соединений регистрируются специалистами нефтехимических лабораторий вручную, что существенно усложняет процесс анализа. Разработанный метод в качестве входных данных принимает полученные в лаборатории изображения хроматограмм нефти, представленные в оригинальной черно-белой цветовой гамме. Выходными данными метода является массив числовых значений координат, восстановленных с шагом в один пиксель. Величина погрешности при восстановлении значений методом значительно меньше порога, установленного нефтехимической лабораторией. Кроме автоматизации обозначенной задачи, массив полученных значений координат был векторизован с целью применения вектора в качестве входных данных в модели трансформера (вместо изображений хроматограмм) для решения задачи прогнозирования перераспределения углеводородных компонентов тяжелой нефти под воздействием катализаторов. Результатом замены типа представления входной информации стало многократное снижение времени, требуемого для получения прогноза, а также времени обучения, при этом снизилась величина усредненной ошибки предсказания.

В сфере программирования используются разнообразные инструменты с целью оптимизации процесса разработки. Среди них особое место занимают интегрированные среды разработки (IDE), обеспечивающие широкий спектр сервисов, включая текстовый редактор, отладчик и интеллектуальное завершение кода. Настоящая работа посвящена разработке модели, направленной на предсказание вариантов завершения исходного кода программы. Для улучшения точности модели были использованы комбинации цепей Маркова, основанные на различных методах вычисления текущего контекста программы: линейном и с использованием абстрактного синтаксического дерева (AST). Линейный метод анализа контекста представляет собой анализ токенизированного представления исходного кода, в то время как второй метод использует структуру исходного кода в виде AST. Объединение различных моделей позволяет сохранить больше семантической информации о коде и учитывать при автодополнении индивидуальный стиль написания кода. Разработанная модель демонстрирует высокую точность предсказаний при минимальном объеме вычислительных ресурсов, что делает ее применимой в интегрированных средах разработки.

Исследованы нейронные сети разных архитектур с целью определения концентраций газов по спектрам, полученным с помощью оптического эмиссионного газоанализатора, который измеряет спектр электромагнитного излучения, испускаемого газами при возбуждении электрическим разрядом. Нейронная сеть обучается на данных из лаборатории по оптической спектроскопии и способна предсказывать концентрации газов по спектрам с высокой скоростью. Исследования касались архитектур глубокой нейронной сети со сверточными и рекуррентными слоями. Сверточные слои выделяют особенности спектров, а рекуррентные слои учитывают последовательную структуру данных. Качество работы нейронной сети оценивали по коэффициенту детерминации R² , а сравнение между сетями проводили по показателю RMSE между предсказанными и реальными концентрациями газов.