2019. №4 Vol.13

      В статье представлен новый подход к разработке цифровых двойников производственных предприятий на основе методов имитационного моделирования. Описана концепция цифрового двойника как интегрированной системы, агрегирующей имитационные модели, базы данных, интеллектуальные программные модули класса генетических оптимизационных алгоритмов, подсистемы интеллектуального анализа данных (data mining) и др. Представлены примеры имитационных моделей различных производственных предприятий, в частности, типового сборочного цеха и типового добывающего предприятия. Первое предприятие осуществляет деятельность по сбору продукции из отдельных комплектующих со своими индивидуальными характеристиками. Для описания поведения подобного предприятия используются методы агентного и дискретно-событийного моделирования. Второе предприятие осуществляет добычу углеводородного сырья на имеющихся месторождениях с индивидуальными характеристиками. Разработанные укрупненные имитационные модели интегрированы с предметно-ориентированной базой данных и оптимизационными модулями, позволяющими управлять технологическими и ресурсными характеристиками соответствующих производственных предприятий. Разработка данных моделей была выполнена с использованием систем имитационного моделирования AnyLogic и Powersim, поддерживающих методы агентного моделирования и системной динамики. Продемонстрирована возможность создания цифровых двойников для производственных предприятий с использованием современных средств имитационного моделирования.

      Стремительное увеличение численности населения, а также высокие темпы урбанизации приводят к возрастанию потребности в обеспечении медикаментами, а также необходимости более быстрого вывода лекарственных средств на рынок. В статье проанализирована и обобщена деятельность ряда фармацевтических компаний на доклинической стадии разработки препаратов, для выявления модели управления на этапе каждой операционной итерации. В основе работы лежит эмпирическое исследование, основанное на двух последовательных этапах – качественном анализе бизнес-процессов фармацевтических предприятий, отраженных в нормативных документах и отчетах компаний, а также глубинных интервью с представителями коммерческих организаций отрасли. На основе результатов, полученных по окончании первого этапа, выявлена проблема отсутствия унифицированного представления стандартизированных операционных процедур, а также сформировано агрегированное представление стадии научно-исследовательских работ, связанных с производством лекарственного средства. При рассмотрении каждого бизнес-процесса на данной стадии была представлена модель минимальной единицы комплексной деятельности. Данная модель адекватно описывает локальные операционные бизнес-процессы, имеющие место при разработке препарата, и может служить инструментальным фреймворком для руководителей доклинических исследований при формировании документа по стандартизации операционных процедур. Результаты этапа эмпирического анализа были верифицированы в ходе второго этапа – глубинных интервью с представителями отрасли. Выводы, сделанные по результатам исследования, могут быть использованы руководителями проектов на этапе доклинических испытаний для сокращения времени, затрачиваемого на операционные процедуры.

      Одним из наиболее ответственных и уязвимых этапов стратегического менеджмента является когнитивный этап, связанный с трансформацией стратегического видения и миссии предприятия в его стратегические цели. На этом этапе менеджмент сталкивается с проблемой выработки согласованного коллективного мнения относительно состава формируемых целей и объективной оценки их эффективности. Трудности, возникающие в этой области, обусловлены феноменологическими особенностями этапа – неформальным характером процедур трансформации, многокритериальным характером целей, многочисленными факторами неопределенности и рисками, усугубляемыми возросшей изменчивостью бизнес-среды, а также когнитивными барьерами, возникающими из-за лингвистических разночтений и различий в профессиональном опыте разработчиков стратегии. Такого рода особенности этапа в итоге приводят к неоднозначным решениям относительно состава целей и неоднозначным оценкам их эффективности. В этих условиях традиционные инструменты поддержки (многочисленные версии экспертных методов, метод «мозгового штурма», BSC-карты Каплана–Нортона, SMART-технология и др.) сталкиваются с серьезными ограничениями. В статье предлагается когнитивная технология формирования согласованного комплекса целей предприятия, в значительной степени учитывающая особенности данного этапа. Технология представляет собой единую процедуру, интегрирующую возможности традиционных инструментов поддержки и расширяющую ее креативный потенциал на основе моделей экспериментальной психосемантики и методов неметрического многомерного шкалирования. В ходе реального обследования ряда предприятий получены результаты, показывающие, что когнитивные технологии открывают новые перспективы целевого анализа. Они могут служить полезным дополнением к существующим инструментам поддержки и способствовать конструированию более эффективных и реалистических стратегий предприятий.

      В настоящее время мессенджеры используются весьма часто, причем как на мобильных устройствах, так и на традиционных компьютерах. Начав с небольших служб обмена текстовыми сообщениями, они превратились в эффективные каналы связи для частных и корпоративных пользователей, и это нечто большее, чем просто альтернатива SMS. Пользователи доверяют мессенджерам большие объемы информации, включая сведения об их повседневной деятельности, фотографии и другие личные данные. Мессенджеры изменили способ общения: они уменьшают расстояние до пользователя. Однако вместе с социальными сетями они также становятся инструментами для мошенничества, спама, шантажа и терроризма. В связи с этим крайне важно изучать мессенджеры с криминалистической точки зрения. В настоящем исследовании рассматриваются и сравниваются два популярных мессенджера Viber и Telegram, которые быстро завоевали популярность среди криминальных элементов и даркнета как инструменты для защищенных сообщений. Основная цель исследования состоит в том, чтобы выявить и проанализировать потенциальные артефакты, остающиеся при установке и использовании мессенджеров, а также после их удаления. Авторами проведено несколько экспериментов по исследованию артефактов в разных средах, с четким объяснением результатов. Результаты показали, что, несмотря на мнение о безопасности мессенджера Telegram, после полной деинсталляции приложения важные пользовательские материалы все же остаются на жестком диске и в реестре. Изучение артефактов Viber показало информацию, которая помогает восстановить всю историю общения пользователя. Более того, исследование подтвердило, что артефакты остаются доступными в Windows после удаления приложения.

      В современных системах управления и обработки информации распознавание объектов на изображении затруднено тем, что воздействие негативных факторов вносит в этот процесс неопределенность, приводящую к размытости изображений. В связи с этим необходимо разработать модели и алгоритмы, которые позволили бы снизить степень неопределенности при обработке изображений. Эти модели необходимы, например, при мониторинге экологически опасных объектов, для поиска и обнаружения несанкционированных захоронений бытовых отходов, в сфере информационной безопасности, при анализе рентгеновских снимков и термограмм, при действиях беспилотных летательных аппаратов силовых ведомств в автономном режиме. В статье представлено описание информационной технологии для распознавания в автоматизированном режиме объектов на изображениях. Основу этой технологии составляет алгоритм контурного анализа изображений. Основной отличительной особенностью алгоритма является применение свертки изображения по четырем направлениям, а также процедуры трассировки, что позволяет точнее определять контуры объектов по сравнению с другими алгоритмами. Целью исследования являлась разработка алгоритмов высокоскоростной автоматизированной визуализации внешних объектов. Приведены результаты исследования работы разработанного алгоритма контурного анализа при обработке различных изображений в видимом и инфракрасном диапазонах волн. Сформулированы рекомендации по выбору значений параметров работы алгоритма контурного анализа, таких как среднее квадратичное отклонение при размытии изображения, минимальный и максимальный пороги при фильтрации. Результаты исследования целесообразно использовать в системах управления производством, жизнеобеспечения города, технического зрения, состояния окружающей среды, мониторинга протекания бизнес-процессов, а также при создании тренажеров для подготовки операторов сложных систем и др. Кроме того, показана целесообразность применения разработанного алгоритма в системах поддержки принятия решений.

      Одной из труднорешаемых задач в области интеллектуального анализа данных является разработка универсального инструментария для анализа текстов художественного и делового стиля. Популярным направлением развития алгоритмов обработки корпусов текстовых документов является использование методов машинного обучения, которые позволяют решать задачи обработки естественных языков. Основанием для проведения исследований в этой области являются такие факторы, как специфика структуры текстов художественного и делового стиля (что требует формирования отдельных наборов данных и, в случае использования методов машинного обучения, – дополнительных параметров при обучении), а также отсутствие укомплектованных систем массовой обработки корпусов текстовых документов для русского языка (в отношении научного сообщества в коммерческой среде существуют системы меньших масштабов, решающие узкоспециализированные задачи, например, определение тональности текста). Целью текущего исследования является проектирование и последующая разработка структуры системы обработки корпусов текстовых документов. При проектировании учитывались требования, предъявляемые к широкомасштабным системам: модульность, возможность масштабирования компонентов и их условная независимость. Проектируемая система представляет собой совокупность компонентов, каждый из которых сформирован и используется в виде Docker-контейнеров. Уровни системы: обработка данных, хранение данных, визуализация и управление результатами обработки данных. На уровне обработки данных выполняется сбор (скраппинг) текстовых документов (например, новостных событий) и их дальнейшая обработка с помощью ансамбля методов машинного обучения, каждый из которых реализован в системе как отдельная Airflow-задача. Полученные результаты помещаются для хранения в реляционную базу данных, а для увеличения быстродействия поиска по данным (более 1 млн. единиц) используется инструмент ElasticSearch. Визуализация статистики, полученной в результате работы алгоритмов, осуществляется с использованием плагина Plotly. Администрирование и просмотр обработанных текстов доступны через веб-интерфейс с использованием фреймворка Django. Общая схема взаимодействия компонентов организована по принципу ETL (extract, transform, load). В настоящее время система используется для анализа корпусов новостных текстов с целью сравнительного анализа параметров текстов и средств массовой информации в целом. В перспективе планируется усовершенствование системы и опубликование компонентов в открытом репозитории GitHub для доступа научного сообщества.

      В статье рассматриваются проблемы применения метода комитетов для принятия решений в условиях поступления различных сигналов от технических индикаторов фондового рынка. Метод комитетов является методом классификации данных с учетом нелинейных зависимостей и предусматривает построение группы линейных классификаторов. В рамках данного исследования основой для построения комитетов служит единая модель частично-целочисленного программирования, в рамках которой реализованы различные логики комитетных конструкций. В качестве предмета исследования выступает взаимосвязь показателей технических индикаторов фондового рынка с ценами биржевых финансовых инструментов. Цель исследования – показать эффективность построения комитетных конструкций для решения задач прогнозирования стоимости финансовых инструментов, котирующихся на фондовых рынках. Для достижения указанной цели были собраны основные биржевые данные по акциям ПАО «Сбербанк» (Московская фондовая биржа) за период с 2010 по 2019 годы, на основании которых были рассчитаны технические индикаторы и ряд взаимосвязанных с ними параметров. Эти показатели были использованы в качестве данных для комитетных моделей с различным числом членов комитета и логик голосования. В результате были получены решающие правила, применение которых при ведении спекулятивных торгов на фондовой бирже способно приносить стабильную прибыль. Для сравнения также приведены решения аналогичной задачи классическими методами классификации. Проведенное сравнение показало, что результаты, схожие с комитетным решением по качеству классификации, могут быть получены в рамках методов, способных работать с нелинейными зависимостями данных. Исследование может представлять интерес для профессиональных трейдеров, инвестиционных аналитиков, специалистов по анализу данных и студентов математических и финансовых специальностей.