ISSN 1991-2927
 

АПУ № 2 (60) 2020

Автор: "Святов Кирилл Валерьевич"

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 004.852

Михеев Александр Вячеславович, Ульяновский государственный технический университет, 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. Опубликовано 40 статей, 3 монографии, 1 учебное пособие, получено 4 свидетельства о регистрации программы для ЭВМ. Область научных интересов - машинное обучение и робототехника. [e-mail: k.svyatov@ulstu.ru]К.В. Святов,

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. Опубликованы 1 монография, 70 статей, получено 2 патента на изобретения. Область научных интересов - оптика, вычислительная нейробиология, машинное обучение. [e-mail: ssukhov@knights.ucf.edu]С.В. Сухов,

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

Акимов Яков Андреевич, Ульяновский государственный технический университет, студент факультета информационных систем и технологий УлГТУ, победитель соревнований по робототехнике. Область научных интересов - машинное обучение. [e-mail: yasha.akimov.73@gmail.com]Я.А. Акимов,

Волков Павел Михайлович, Ульяновский государственный технический университет, студент факультета информационных систем и технологий УлГТУ, победитель соревнований по робототехнике. Область научных интересов - машинное обучение. [e-mail: p.vollkkoff@yandex.ru]П.М. Волков

Изменение освещения сцен при помощи каскада нейронных сетей54_7.pdf

В статье рассматривается процесс моделирования искусственного освещения поверхностей с учетом теней на выпуклых и вогнутых поверхностях с использованием методов машинного обучения и методов работы с трехмерными объектами.Несмотря на многообразие приложений для обработки фотографий (LightRoom, Photoshop, Snapchat, Instagram и многие другие), есть проблема, связанная с корректным моделированием освещения на поверхностях, обусловленная свойствами самого формата данных фотографии. Во-первых, фотография двумерная и содержит лишь косвенную информацию о трехмерных объектах, изображенных на ней. Во-вторых, фотография фиксирует определенное состояние объектов с определенным набором свойств, которых недостаточно для моделирования теней и освещения в других состояниях. Недостающую информацию трудно воссоздать классическими алгоритмами или эвристиками из-за большого количества параметров объектов для распознавания на фотографии и их возможных комбинаций. Однако методы машинного обучения способны аппроксимировать очень сложные функциональные связи на основе обучающих выборок. В данной статье описывается решение задачи моделирования искусственного освещения и теней на фотографии с использованием нескольких нейронных сетей, обученных на синтетических данных.

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

2018_ 4

Рубрика: Искусственный интеллект

Тематика: Искусственный интеллект.


УДК 004.852

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

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

Шлямов Максим Андреевич, Ульяновский государственный технический университет, студент факультета информационных систем и технологий УлГТУ. Область научных интересов - машинное обучение. [e-mail: m.shlyamov@simcase.ru]М.А. Шлямов

Программный комплекс визуального мониторинга грузоперевозок53_7.pdf

В статье рассматривается процесс проектирования и реализации программного комплекса для контроля полноты загрузки грузового транспорта при проезде контрольных пунктов с использованием алгоритмов технического зрения и методов машинного обучения. Контроль полноты загрузки используется в рамках государственного надзора за эксплуатацией российских дорог, а также контроля объема перевозимого груза в частных компаниях при исполнении заказов в рамках услуг по грузоперевозке. В статье рассматривается задача контроля объема перевозимого груза в грузовых автомобилях с открытым бортом, при этом в качестве груза рассматривается сыпучий нерудный материал (песок, щебень, уголь). В настоящее время задача весового контроля автомобильных грузоперевозок решается в большинстве случаев с использованием весов. Также известны решения с использованием ультразвуковых датчиков расстояния, которые генерируют сигнал, соответствующий форме автомобиля при проезде под несколькими такими датчиками. Однако данные решения достаточно дороги в установке, не учитывают разницу в сигналах в случае использования разных типов или моделей автомобилей на одном маршруте перевозки. Кроме того, масса не всегда отражает полноту загрузки кузова, т. к. некоторые материалы при малом объеме весят гораздо больше полезного груза. А при разных погодных условиях (при повышенной влажности, например) масса определенных грузов может существенно изменяться в пределах 15%. При этом эффективность перевозок оценивается из расчета минимально возможного количества проездов для вывоза груза заданного объема. Решить задачу контроля объема перевозимого сыпучего груза представляется возможным с использованием системы технического зрения. Описанию разработки такой системы и посвящена данная статья.

Автоматизированное проектирование, искусственный интеллект, нейронные сети, машинное обучение, компьютерное зрение.

2018_ 3

Рубрика: Информационные системы

Тематика: Информационные системы, Искусственный интеллект.


УДК 681.3.06(075.4)


Святов Кирилл Валерьевич, Ульяновский государственный технический университет, Окончил факультет информационных систем и технологий Ульяновского государственного технического университета. Аспирант кафедры «Вычислительная техника» УлГТУ. Имеет публикации в области разработки интерфейсного обеспечения автоматизированных систем. [e-mail: k.svyatov@gmail.com]К.В. Святов,

Соснин Петр Иванович, Ульяновский государственный технический университет, Заслуженный работник высшей школы РФ, доктор технических наук, профессор. Окончил радиотехнический факультет Ульяновского политехнического института. Заведующий кафедрой «Вычислительная техника» УлГТУ. Имеет многочисленные труды в области концептуального проектирования автоматизированных систем. [e-mail: sosnin@ulstu.ru]П.И. Соснин

Псевдокодовое программирование интерфейсных прототипов в проектировании автоматизированных систем21_12.pdf

В статье предлагается и описывается комплекс средств псевдокодового программирования интерфейсных прототипов в проектировании автоматизированных систем (АС). Специфику и позитивы комплекса определяют: представление типовых интерфейсных решений как прецедентов, база которых открыта для доступа с любого рабочего места по образцу экспертных систем; возможность образования из типовых интерфейсных решений их оперативных сборок за счет псевдопрограммного связывания и преобразования в исходный код на языке C# для последующей динамической компиляции и проверок созданных интерфейсных прототипов на соответствие замыслам и нормативам. Комплекс средств доступен с каждого рабочего места корпоративной сети как специализированная подсистема, встроенная в инструментарий WIQA.Net, обеспечивающий коллективное концептуальное проектирование АС.

Псевдокодовое программирование, интерфейсный прототип, динамическая компиляция.

2010_ 3

Рубрика: Системы автоматизации проектирования

Тематика: Системы автоматизации проектирования.


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