Серия: Технические науки» / 2025 год / Номер 3

Автоматизация процессов разработки информационных технологий является актуальной задачей. Современные тенденции развития требуют быстрой адаптации решений к новым условиям, однако традиционная практика классической разработки и модернизации прежних решений обладает рядом известных недостатков, ограничивающих производительность и конкурентоспособность проектов. Настоящее исследование направлено на разработку технологии оперативного создания информационных систем путем компонентной интеграции уже имеющихся разработок и интеллектуальных ассистентов и агентов. Основным инструментом такой интеграции предложено использовать стандартный протокол MCP, расширяющий коммуникационные возможности технологий, моделей и средств реализации искусственного интеллекта. Предложенное решение способствует существенному улучшению временных показателей концептуального проектирования и разработки прикладных и исследовательских информационных систем, а также повышает уровень их интеллектуализации и взаимной интеграции. Полученная технология представляет интерес для исследователей и разработчиков в сфере системного анализа, управления и обработки информации.

В работе представлен вариант решения задачи формирования онтологии поддержки цикла управления жизнеспособностью критических инфраструктур. Онтология формируется на основе разработанной формализованной концептуальной модели процесса управления. В концептуальной модели представляются множества информационных сущностей и отношений, задействованных в различных фазах жизненного цикла процесса управления, а также необходимые атрибуты, характеризующие сущности и отношения. Концептуальное описание позволяет сформировать соответствующую систему онтологических паттернов содержания. Использование этих паттернов существенно упрощает создание прикладных онтологий для конкретных ситуаций, возникающих при функционировании критических инфраструктур. Для генерации паттернов реализуется двухэтапная процедура с использованием больших языковых моделей.

В статье приведен аналитический обзор методов кластеризации в подпространствах, которые позволяют обрабатывать данные высокой размерности, характеризующиеся большим количеством признаков и их значений. Методы обеспечивают возможность анализа данных с пропусками и зашумленных данных. Разбиение на кластеры осуществляется не в полном пространстве признаков, а в отдельных его проекциях без замены исходного набора признаков их линейными комбинациями. Это позволяет снизить размерность анализируемого признакового пространства при сохранении возможности интерпретации пользователем результатов кластеризации. Выделены и подробно описаны основные этапы процесса кластеризации в рамках рассматриваемых методов. Уделено внимание вопросу использования дополнительных пользовательских ограничений для повышения точности результирующих разбиений. Проанализированные методы находят широкое применение при решении различных задач интеллектуального анализа данных: при распознавании и обработке изображений, видео, текста, исследованиях генома.

Работа посвящена применению RAG-технологий (Retrieval-Augmented Generation) для автоматической генерации тестов и адаптивной проверки знаний с поддержкой диалога на естественном языке. Проведен анализ аналогичных систем поддержки исследовательской деятельности для генерации вопросов. В работе представлена общая архитектура системы, а также детально рассмотрены системы генерации вопросов и адаптивного тестирования, описаны особенности реализации модулей генерации тестовых вопросов и динамического подбора заданий на основе ответов пользователя. Приведены результаты тестирования и сделаны выводы о практической применимости системы.

Данная работа представляет модульную архитектуру, использующую современные методы искусственного интеллекта. Подход базируется на четырех компонентах: каузальных агентных моделях для имитации динамики общественных реакций и понимания механизмов формирования мнений; RAG-системах, привязывающих рассуждения к историческим фактам; динамическом графе знаний, связывающем социальные сигналы и события и деонтической логике для обеспечения объяснения решений. Представленная архитектура преодолевает ограничения ретроспективных методов, предоставляя инструмент для понимания причин возникновения трендов, учета нормативной среды и генерации конкретных сценариев действий в реальном времени, что способствует прозрачному использованию методов объяснимого искусственного интеллекта в управлении.

Данная работа посвящена исследованию возможностей больших языковых моделей (LLM) для решения задач извлечения структурированных данных в формате RDF-троек из неструктурированных разнородных текстов на естественном языке. Рассматривается проблема эффективности извлечения данных, которая актуальна для автоматического построения семантических сетей, служащих основой для представления геопространственных знаний. Представлена сравнительная оценка различных типов промптинга, являющихся ключевым инструментом взаимодействия с LLM.

В работе рассматривается реализация планиметрического метода минералогического анализа как задачи классификации. Для ее решения используется машинное обучение, а для формирования обучающей выборки предложена экспресс-технология, основанная на аугментации данных. Для получения признакового вектора объектов классификации использован предобученный нейросетевой векторизатор на базе сверточной искусственной нейронной сети ResNet-18. Проведенные эксперименты на примере анализа апатитовых руд Хибинского месторождения показали, что использование такого вектора обеспечивает весьма высокую точность классификации чистых образцов апатита (до 99 % в зависимости от вида руды и размера планиметрической сетки). А с учетом специфики рассматриваемых в работе объектов классификации аналогичный подход может использоваться и для решения задачи определения удельного содержания минералов в рудах площадным методом. Предложенная в работе технология экспресс-разметки образцов обеспечивает приемлемую итоговую точность решения этой задачи при минимальных трудозатратах на создание обучающей выборки.

Данная работа посвящена рассмотрению методов решения задачи генеративного дизайна. В настоящее время подобные задачи решаются, как правило, с использованием нейросетевого подхода. В представленных исследованиях предлагается задачу генеративного дизайна ставить как задачу удовлетворения ограничений и решать с использованием технологии программирования в ограничениях. Предлагаемый подход иллюстрируется на примере задачи проектирования двумерной пространственной среды с учетом разнородных требований к взаимному расположению объектов среды.

В работе рассматривается использование методов CFD-моделирования для исследования процессов разделения тонких ферромагнитных частиц в восходящих водных потоках с наложением слабонеоднородных магнитных полей. На основе эмпирических данных получена зависимость снижения гидродинамического сопротивления агрегатов частиц в водных потоках. Создана имитационная модель течения ферромагнитной суспензии в рабочем объеме разделительного аппарата, прогнозирующая процесс пространственной сегрегации частиц с учетом агрегирования. Результаты могут быть использованы для разработки эффективных технологий и аппаратов переработки минерального сырья.

Моделирование пространственных ситуаций является одним из эффективных средств информационной поддержки принятия решений, в том числе и для задач управления сложными динамическими системами с учетом региональной специфики. В настоящее время популярным инструментом для моделирования пространственных ситуаций являются географические информационные системы. Современные системы такого класса моделируют ситуации с помощью электронных карт, а также предоставляют пользователям набор инструментов для анализа пространственных данных. Одной из проблем данного подхода является сложность учета семантических свойств и связей отображаемых объектов, которые не могут быть напрямую записаны в базу данных географической информационной системы. Еще одна сложность, обусловленная подходом к моделированию ситуаций и способом организации данных, связана с добавлением новой семантической информации об уже визуализированных объектах. Данная работа посвящена решению проблемы автоматизированного построения моделей пространственных ситуаций для решения задач информационной поддержки принятия решений с учетом географических и семантических свойств пространственных объектов. Предложен способ семантического обогащения геопространственных данных на основе графа знаний. Выполнен краткий обзор существующих подходов к использованию графов знаний для формирования картографических изображений. Описаны модель пространственной ситуации и основные компоненты технологии автоматизированного построения моделей пространственных ситуаций в виде геосемантических изображений. Представлены результаты моделирования пространственной ситуации как геосемантического изображения, построенного с использованием картографической основы и геопространственного графа знаний.

В статье рассмотрены вопросы, связанные с опытом эксплуатации и диагностикой состояния водонасыщенности горнопромышленных гидротехнических сооружений в Арктике. Представлен метод интеллектуального дистанционного площадного мониторинга и оценки стресс-состояний поверхности техногенных массивов, основанный на изучении степени водонасыщенности среды по данным мультиспектральных инфракрасных оптико- электронных спутниковых систем. Оценка производится на основе критерия, связывающего водонасыщенность среды со склонностью грунтов к развитию опасных экзогенных геологических процессов. Особенностью метода является возможность автоматизированного дешифрования и геопространственного анализа космоснимков с помощью машинного зрения. На примере действующих хвостохранилищ горных предприятий показаны опыт и результаты спутниковой съемки и оценки степени водонасыщенности техногенных грунтов в задачах контроля и управления промышленными рисками.

Рассматриваются информационные аспекты идентификации и классификации различных видов опасных объектов. Принимаются во внимание исторические изменения, а также освещается текущее содержание процессов выделения и категорирования объектов. Намечаются направления и методы автоматизации.