ISSN 1991-2927
 

АПУ № 2 (60) 2020

Автор: "Тронин Вадим Георгиевич"

УДК 004.4, 681.3

Дударин Павел Владимирович, окончил Ульяновский государственный университет, аспирант кафедры «Информационные системы» Ульяновского государственного технического университета. Имеет научные работы в области обработки данных с использованием нейронных сетей. [e-mail:p.dudarin@ulstu.ru]П.В. Дударин,

Тронин Вадим Георгиевич, кандидат технических наук, окончил УлГТУ, доцент кафедры «Информационные системы» УлГТУ. Имеет научные работы в области экономики, финансов и информационных технологий. [e-mail: v.tronin@ulstu.ru]В.Г. Тронин,

Святов Кирилл Валерьевич, кандидат технических наук, окончил УлГТУ, декан факультета информационных систем и технологий УлГТУ. Имеет научные работы в области автоматизации процессов управления. [e-mail: k.svyatov@ulstu.ru]К.В. Святов,

Белов Владимир Александрович, окончил бакалавриат «Программная инженерия» УлГТУ, магистрант кафедры «Информационные системы» УлГТУ. Имеет статью по мониторингу работы компьютера. [e-mail: v.belov@ulstu.ru]В.А. Белов,

Шакуров Роман Азатович, окончил бакалавриат «Программная инженерия» УлГТУ, магистрант кафедры «Информационные системы» УлГТУ. Имеет статьи по мониторингу работы компьютера и разработке системы определения победителя киберсоревнований. [e-mail: r.shakurov@ulstu.ru]Р.А. Шакуров

Подход к оценке трудоемкости задач в процессе разработки программного обеспечения на основе нейронных сетей57_8.pdf

Процесс разработки программного обеспечения (ПО) активно изучается экспертами из различных областей науки с различных точек зрения. Тем не менее степень успешности проектов в области разработки ПО меняется незначительно и остается на уровне 50% соответствия первоначальным требованиям (бюджет, время и функциональность) для проектов среднего размера. Годовые финансовые потери в этой области в связи с этим исчисляются сотнями миллиардов долларов. Ввиду высокой сложности процесса разработки ПО, оценки трудоемкости возникающих задач содержат большие погрешности. При этом даже повсеместный переход к гибким и итеративным методикам разработки не решают указанную проблему. В данной работе показывается, что экспертная ретроспективная оценка трудоемкости решения задачи в процессе разработки ПО может быть аппроксимирована функцией, реализованной в виде нейронной сети, от определенного набора метрик сложности программного кода. Также описан процесс сбора необходимых метрик и обучения нейронной сети, позволяющий автоматизировать получение оценок трудоемкости задач, выполненных в ходе спринта в парадигме гибкой разработки ПО. Проведенные эксперименты на реальном функционирующем проекте по разработке ПО демонстрируют работоспособность и эффективность предлагаемого подхода.

Процесс разработки программного обеспечения, нейронные сети, обогащение данных, метрика Холстеда, цикломатическая метрика.

2019_ 3

Рубрика: Искусственный интеллект

Тематика: Искусственный интеллект.



УДК 004.852

Михеев Александр Вячеславович, Ульяновский областной центр новых информационных технологий при УлГТУ, окончил Ульяновский государственный технический университет. Программист Ульяновского областного центра новых информационных технологий при УлГТУ. Область научных интересов - машинное обучение. [e-mail: a.miheev@simcase.ru]А.В. Михеев,

Святов Кирилл Валерьевич, Ульяновский государственный технический университет, кандидат технических наук, окончил УлГТУ. Декан факультета информационных систем и технологий УлГТУ. Имеет 40 статей, 3 монографии, учебное пособие, 4 свидетельства о регистрации программы для ЭВМ. Область научных интересов - машинное обучение и робототехника. [e-mail: k.svyatov@ulstu.ru]К.В. Святов,

Канин Даниил Павлович, Ульяновский государственный технический университет, студент факультета информационных систем и технологий УлГТУ, кафедра «Вычислительная техника». Победитель соревнований по робототехнике. Область научных интересов - машинное обучение. [e-mail: dan-kan@mail.ru]Д.П. Канин,

Сухов Сергей Владимирович, Ульяновский филиал Института радиотехники и электроники им. В.А. Котельникова РАН, кандидат физико-математических наук, окончил филиал Московского государственного университета им. М.В. Ломоносова в г. Ульяновске. Старший научный сотрудник Ульяновского филиала Института радиотехники и электроники им. В.А. Котельникова РАН. Имеет монографию, 70 статей, 2 патента на изобретения. Область научных интересов: оптика, вычислительная нейробиология, машинное обучение. [e-mail: ssukhov@knights.ucf.edu]С.В. Сухов,

Тронин Вадим Георгиевич, Ульяновский государственный технический университет, кандидат технических наук, окончил УлГТУ. Доцент кафедры «Информационные системы» УлГТУ. Имеет более 50 публикаций, учебное пособие. Область научных интересов: управление проектами, наукометрия, теория решения изобретательских задач. [e-mail: v.tronin@ulstu.ru]В.Г. Тронин

Сегментация сцен в задачах навигации автономного автомобиля с использованием нейросетевых моделей с вниманием55_5.pdf

В статье рассматривается процесс проектирования программного модуля для распознавания дорожных знаков. Данный модуль предназначен для использования в автоматизированной системе управления беспилотным автомобилем и разрабатывается в Ульяновском государственном техническом университете.Одной из главных задач, решаемых при создании систем технического зрения, в том числе для беспилотного транспорта, является создание размеченной выборки, достаточной для обучения нейросетевых моделей. При этом в задаче семантической сегментации сцены подготовка большой выборки может потребовать значительных трудозатрат на «ручную» разметку. В статье рассмотрена модель сверточной сети с мягким механизмом внимания. Данная сеть обучена задаче классификации с возможностью извлечения из внутреннего состояния маски внимания, которую можно использовать для семантической сегментации изображения. Подобный подход позволяет существенно снизить затраты на разметку данных.

Искусственный интеллект, нейронные сети, машинное обучение, компьютерное зрение, сети с вниманием.

2019_ 1

Рубрика: Информационные системы

Тематика: Информационные системы.



УДК 65.012.122

Тронин Вадим Георгиевич, Ульяновский государственный технический университет, кандидат технических наук, начальник научно-исследовательского отдела Ульяновского государственного технического университета, доцент кафедры «Информационные системы» УлГТУ. Сфера научных интересов - наукометрия, моделирование вычислительных сетей на прикладном уровне, технологии эффективного управления. [e-mail: v.tronin@ulstu.ru]В.Г. Тронин,

Аввакумова Валерия Сергеевна, ФНПЦ АО «НПО «Марс», магистрант, окончила факультет информационных систем и технологий УлГТУ по направлению «Прикладная информатика в экономике» и гуманитарный факультет УлГТУ по направлению «Перевод в сфере профессиональной коммуникации»; специалист службы по военно-технической политике ФНПЦ АО «НПО «Марс». Область научных интересов - компьютерная лингвистика, CRM-системы, локализация контента. [e-mail: valeria.avvakumova73@gmail.com]В.С. Аввакумова,

Шеянова Ирина Николаевна, Ульяновский государственный технический университет, магистрант, окончила факультет информационных систем и технологий УлГТУ по направлению «Прикладная информатика в экономике»; инженер технической поддержки ООО «Эквид». Область научных интересов - интеллектуальный анализ данных, классификация и прогнозирование, исследование и построение систем поддержки принятия решений. [e-mail: irene.sheyanova@gmail.com]И.Н. Шеянова

Однокритериальная оптимизация расписания работы экипажа научно-исследовательской подводной лодки000_12.pdf

В настоящей статье рассмотрены основные математические модели и алгоритмы, применяемые для планирования работы экипажа научно-исследовательской подводной лодки (НИПЛ), и представлен обзор существующих методов решения задачи оптимального планирования и составления расписаний. На примере планирования исследовательских рейдов НИПЛ был проведен системный анализ и формализация исходных данных. Авторы описывают математическую постановку задачи составления расписания работы членов экипажа (ЧЭ) НИПЛ в контексте однокритериальной оптимизации с использованием методов целочисленной оптимизации, системного анализа, теории принятия решений, теории расписаний, имитационного моделирования, а также экспертной оценки. В качестве эксперимента авторами представлен модифицированный генетический алгоритм, предлагаемый для дальнейшего использования в качестве одного из основных математических аппаратов системы планирования работы ЧЭ. Кроме того, авторами проведено исследование эффективности предложенного генетического алгоритма. Данная статья может представлять научный и практический интерес для специалистов крупных военных и научно-исследовательских предприятий, занимающихся планированием работы членов экипажа таких сложных объектов, как, например, самолет, космический корабль, подводная лодка или глубоководный водолазный комплекс.

Научно-исследовательская подводная лодка, генетические алгоритмы, теория расписаний, кроссинговер, «жадная» стратегия.

2016_ 3

Рубрика: Информационные системы

Тематика: Информационные системы, Автоматизированные системы управления , Математическое моделирование, Архитектура корабельных систем .


© ФНПЦ АО "НПО "Марс", 2009-2018 Работает на Joomla!