
|

«Информатика и ее применения» (Том 20, Выпуск 2, 2026)
Оглавление | Об авторах
Квадрат Шура–Адамара случайного подкода случайного линейного кода над полем характеристики 2 с большой вероятностью совпадает с квадратом исходного кода
- И. В. Чижов Московский государственный университет имени М.В. Ломоносова; Федеральный исследовательский центр "Информатика и управление" Российской академии наук, chizhoviv@my.msu.ru
Аннотация: Исследуется задача о квадрате Шура-Адамара случайного подкода случайного линейного
кода над конечным полем характеристики 2, а именно: для случайно выбранной порождающей (k х n)-
с единицей сразу для подавляющего большинства матриц G. Полученный результат дает строгое обоснование экспериментально наблюдаемого свойства, лежащего в основе ряда атак на теоретико-кодовые
криптосистемы Мак-Элиса, построенные на подкодах обобщенных кодов Рида-Соломона (ОРС-кодов)
и алгеброгеометрических кодов. В качестве технического инструмента в работе устанавливаются точные
формулы и оценки для числа тотально изотропных подпространств заданной размерности произвольной
симметричной билинейной формы заданного ранга над полем характеристики 2, которые могут представлять самостоятельный интерес.
Ключевые слова: квадрат Шура-Адамара; случайный подкод линейного кода; тотально изотропное
подпространство симметричной билинейной формы; теоретико-кодовая криптография
Алгоритм редукций наименьшей обучающей выборки для фактор-решеток
- Д. В. Виноградов Федеральный исследовательский центр "Информатика и управление" Российской академии наук, krrguest@yandex.ru
Аннотация: Представлен полиномиальный (относительно размера исходной обучающей выборки) алгоритм построения наименьшей обучающей выборки для фактор-решетки из решетки кандидатов наименьшей обучающей выборки путем последовательности редукций исходной выборки. Приводится описание структуры наименьшей обучающей выборки с доказательством ее минимальности. Описываемый алгоритм может быть полезен для последовательного сокращения пространства признаков, описывающих обучающие примеры, так, чтобы максимально сохранить соотношения между элементами решетки. Тогда в случае необходимости можно будет вернуться к исходному представлению и исследовать локальную окрестность заинтересовавшего элемента. Конструкция основана на хорошо известной характеристике конгруэнтностей решеток, простое доказательство этого факта также приводится в статье. Для представленного алгоритма доказаны теоремы корректности и полноты. Приведенные примеры демонстрируют тонкости применения и работы представленного в работе алгоритма.
Ключевые слова: решетка; неразложимые элементы; обучающая выборка; кандидат; конгруэнция; фактор-решетка
Декодирование визуальной информации из нейронных сигналов: реконструкция изображений на основе совместного анализа функциональной магнитно-резонансной томографии и электроэнцефалографии
- Д. Д. Дорин Московский физико-технический институт (национальный исследовательский университет), dorin.dd@phystech.edu
- Н. С. Киселев Московский физико-технический институт (национальный исследовательский университет), kiselev.ns@phystech.edu
- А. В. Грабовой Московский физико-технический институт (национальный исследовательский университет); Институт проблем управления им. В. А. Трапезникова Российской академии наук, grabovoy.av@phystech.edu
Аннотация: Реконструкция визуальных стимулов по нейронным сигналам представляет собой фундаментальную задачу нейродекодирования, находящуюся на стыке вычислительной нейронауки и машинного обучения. Несмотря на успехи, достигнутые благодаря применению контрастивного обучения и диффузионных генеративных моделей, большинство существующих подходов ограничены использованием лишь одной модальности: либо функциональной магнитно-резонансной томографии (фМРТ) с высоким пространственным разрешением, либо электроэнцефалографии (ЭЭГ) с высокой временной точностью. Совместное использование этих модальностей остается малоизученным направлением. В данной работе предложена мультимодальная архитектура, одновременно обрабатывающая сигналы фМРТ и ЭЭГ для реконструкции визуальных стимулов. Эмбеддинги мозговой активности обучаются контрастивно для их сближения с CLIP (Contrastive Language-Image Pretraining) представлениям изображений. Предложенная двухстадийная схема генерации включает синтез промежуточного латентного представления с помощью априорной модели, обученной на совместных фМРТ-ЭЭГ-векторах, и последующее декодирование этого представления предобученной диффузионной моделью, обусловленной CLIP-эмбеддингами. Эксперименты на открытом мультимодальном датасете подтверждают эффективность разработанной архитектуры в задаче нейродекодирования. По метрике CLIP- Score мультимодальная модель превосходит одномодальные аналоги, что подчеркивает значимость совместного анализа фМРТ и ЭЭГ для точной реконструкции визуальных стимулов.
Ключевые слова: декодирование визуальных стимулов; фМРТ-ЭЭГ; контрастивное обучение; диффузионные модели; реконструкция изображений
Многошаговый адаптивный алгоритм оптимизации с прогнозированием и его применение в задачах оптимального управления динамическими системами
- А. В. Пантелеев Московский авиационный институт (национальный исследовательский университет), институт "Компьютерные науки и прикладная математика", avpanteIeev@inbox.ru
- Е. А. Хвошнянская Московский авиационный институт (национальный исследовательский университет), институт "Компьютерные науки и прикладная математика", Iiza190401@maiI.ru
Аннотация: Статья посвящена разработке и применению метаэвристических алгоритмов оптимизации для решения задач оптимального управления непрерывными и дискретными динамическими системами. Описаны стратегия поиска и алгоритм нахождения экстремума функции многих переменных при интервальных ограничениях. Процедура поиска использует идеи метаэвристических алгоритмов оптимизации о динамическом изменении области поиска, а также ускоренных алгоритмов на основе прогнозирования и учета памяти об удачных решениях, полученных в процессе исследований множества допустимых решений. Эффективность предложенного метода продемонстрирована на примерах решения задачи оптимального программного управления непрерывными и дискретными динамическими системами. В последнем случае рассмотрены задачи управления отдельной траекторией, пучком траекторий при наличии неопределенности задания начальных условий движения, семейством траекторий стохастической системы. Решены задачи параметрической оптимизации технических систем: натяж- ной/компрессионной пружины, трехзвенного стержневого элемента, трубчатой колонны. Приведенные численные результаты сопровождаются рекомендациями по подбору гиперпараметров предложенного метода оптимизации.
Ключевые слова: метаэвристические алгоритмы оптимизации; оптимальное управление; программное управление; динамические системы
Фильтрация специальных марковских скачкообразных процессов по дискретизованным наблюдениям
- А. В. Борисов Федеральный исследовательский центр "Информатикаи управление" Российской академии наук; Московский государственный университет имени М. В. Ломоносова, aborisov@frccsc.ru
- Ю. Н. Куринов Московский государственный университет имени М. В. Ломоносова, kurrnovurij@gmail.com
Аннотация: Статья продолжает цикл работ, посвященных решению задач анализа и оценивания класса специальных марковских скачкообразных процессов (СМСП). Рассмотрена задача фильтрации состояний СМСП по дискретизованным наблюдениям, представленным приращениями диффузионного процесса, коэффициенты сноса и диффузии которого зависят от состояния сигнального процесса. Задача заключается в нахождении условного распределения оцениваемого сигнала относительно доступных наблюдений. Выведены уравнения оптимальной фильтрации и предложен численный алгоритм их реализации, основанный на построении аналитических аппроксимаций условных плотностей. Доказано утверждение, характеризующее их точность в зависимости от порядка аппроксимации. Качество предложенных оценок проиллюстрировано численным примером.
Ключевые слова: специальный марковский скачкообразный процесс; наблюдения с мультипликативными шумами; плотность условного распределения; дискретизованные наблюдения; аналитическая аппроксимация оценки фильтрации
Асимптотические свойства оценок параметров дигамма-распределения, построенных по выборке со слабо зависимыми компонентами
- А. А. Кудрявцев Московский государственный университет имени М. В. Ломоносова, факультет вычислительной математики и кибернетики; Московский центр фундаментальной и прикладной математики, aakudryavtsev@cs.msu.ru
- О. В. Шестаков Московский государственный университет имени М. В. Ломоносова, факультет вычислительной математики и кибернетики; Московский центр фундаментальной и прикладной математики; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, oshestakov@cs.msu.ru
Аннотация: Рассматривается дигамма-распределение, частные случаи которого представимы в виде обобщенного гамма-распределения и обобщенного бета-распределения второго рода. Обосновывается сильная состоятельность и доказывается асимптотическая нормальность оценок параметров дигамма-распределения, полученных при помощи модифицированного метода моментов, основанного на выборочных кумулянтах, в случае слабой зависимости компонент выборки. Рассматриваются оценки трех неизвестных параметров (характеристического показателя, параметров формы и масштаба) при фиксированных параметрах концентрации. Оценивание последних не рассматривается ввиду нетривиальности обращения полигамма-функций. Сформулированные утверждения относятся к ограниченному набору значений оцениваемых параметров, однако могут быть с легкостью перенесены на общий случай при помощи алгоритма выбора оценок, подробно изложенного в предыдущих цитируемых работах авторов. Доказательство основного утверждения базируется на достаточном условии слабой сходимости функций от асимптотически нормальных векторов. Результаты статьи могут быть использованы для широкого класса распределений, возникающих при описании процессов, для моделирования которых используются распределения с неотрицательным неограниченным носителем.
Ключевые слова: слабая зависимость; оценивание параметров; дигамма-распределение; смешанные распределения; метод моментов; кумулянты; асимптотическая нормальность
Поиск аномалий в сетецентрических системах управления
- А. А. Грушо Федеральный исследовательский центр "Информатика и управление" Российской академии наук, grusho@yandex.ru
- Н. А. Грушо Федеральный исследовательский центр "Информатика и управление" Российской академии наук, info@itake.ru
- М. И. Забежайло Федеральный исследовательский центр "Информатика и управление" Российской академии наук, m.zabezhailo@yandex.ru
- А. А. Зацаринный Федеральный исследовательский центр "Информатика и управление" Российской академии наук, AZatsarinny@ipiran.ru
- В. О. Писковский Федеральный исследовательский центр "Информатика и управление" Российской академии наук, vpvp80@yandex.ru
Аннотация: Применение сетецентрических технологий в системах управления и поддержки принятия
решений определяется концепцией развития управления и контроля периферийных узлов сетецентрической системы (СЦС), а также условиями обеспечения информационной безопасности. Вопросы
безопасности в СЦС имеют целый ряд специфических особенностей. Главную цель Центра в СЦС
можно описать как управляющую причину, состоящую из свойств, которые в конечном итоге порождают
действия во всей системе. Управляющая причина объединяет в себе множество свойств. Они определяют
параметры подчиненных узлов СЦС, служащих одновременно производными причинами. Рассмотрены
проблемы мониторинга аномалий в СЦС при выполнении основной задачи, поставленной Центром для
периферийных узлов. Выделены три типа аномалий: (1) искажение свойств следствий производных причин, порождающих действия по выполнению планов Центра; (2) наличие препятствий при выполнении
узлами действий в интересах Центра; (3) повышенный расход ресурсов, что может привести к замедлению
или остановке выполнения на удаленном узле действий в интересах Центра. Наибольшие сложности
связаны с выявлением аномалий первого типа.
Ключевые слова: информационная безопасность; сетецентрические системы; аномалии; выявление аномалий
Исследование системы M/G/1 с событийно-зависимыми интенсивностями поступления в условиях критической загрузки
- А. К. Берговин Московский государственный университет имени М. В. Ломоносова, кафедра математической статистики; Московский центр фундаментальной и прикладной математики, alexey.bergovin@gmaii.com
- В. Г. Ушаков Московский государственный университет имени М. В. Ломоносова, кафедра математической статистики; Федеральный исследовательский центр "Информатика и управление" Российской академии наук, vgushakov@maii.ru
Аннотация: Изучена одноканальная система массового обслуживания с неограниченным числом мест для
ожидания и произвольным распределением времени обслуживания, в которой интенсивность пуассоновского входящего потока зависит от последнего события в системе: поступления заявки или завершения
обслуживания. Входящие потоки такой структуры позволяют моделировать ситуацию, в которой поведение входящего потока зависит от функционирования системы. В качестве математического аппарата
исследования используется метод дополнительных компонент, с помощью которого было найдено распределение числа требований в системе в нестационарном режиме, а как следствие - и в стационарном.
В силу того что большинство реальных систем оказываются высоконагруженными, возникает необходимость исследовать характеристики системы в условиях критической загрузки, поэтому вторая часть
работы посвящена этой задаче. По результатам исследования поведения длины очереди в условиях
критической загрузки найдено предельное распределение числа требований в системе в явном виде.
Ключевые слова: пуассоновский поток; событийно-зависимая интенсивность; длина очереди; метод дополнительных компонент; критическая загрузка
|

|