Выпуски сериальных изданий |
| Информатика. Телекоммуникации. Управление. Электронный журнал. 2022 т. 15 № 4 |
|
|
| Постоянная ссылка (СИД) |
J21024429 |
| Сокращ. название |
Информат. Телекоммуникации. Упр. Электрон. ж. |
| Название |
Информатика. Телекоммуникации. Управление. Электронный журнал |
| Год |
2022 |
| Том |
15 |
| Номер |
4 |
| Обозн. материала носителя |
электронное издание online |
| Канал поступления |
Удаленный доступ. Эл. регистрация |
| Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
| Постоянная ссылка (КСИ) |
166599 |
| Дата регистрации в ВИНИТИ |
06.02.2023 |
|
Статьи за последние 2 года |
| Multi-channel transformer: A transformer-based model for multi-speaker speech recognition / Fadeeva E. S., Ershov V. A. // Информат. Телекоммуникации. Упр. Электрон. ж.— 2022 т. 15 № 4.— C. 73-85.— английский |
|
|
| Постоянная ссылка (СИД2) |
J2102442969 |
| Название - перевод на рус. язык |
Многоканальный преобразователь: модель на основе трансформатора для речи с несколькими динамиками |
| Название |
Multi-channel transformer: A transformer-based model for multi-speaker speech recognition |
| Автор |
Fadeeva E. S. |
| Автор |
Ershov V. A. |
| Источник |
Информатика. Телекоммуникации. Управление. Электронный журнал |
| Страницы/Объём |
73-85 |
| Сокращ. назв. источника |
Информат. Телекоммуникации. Упр. Электрон. ж. |
| Год |
2022 |
| Том |
15 |
| Номер |
4 |
| Адрес в Интернет |
http://elibrary.ru/item.asp?id=50183763 |
| Постоянная ссылка (СИД) |
J21024429 |
| Ключевые слова (авторские) |
Multi-speaker speech recognition%diarization%speech recognition%speech separation%voice |
| Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
| Дата регистрации в ВИНИТИ |
06.02.2023 |
| Язык текста |
английский |
| Аннотация |
Most of the modern approaches to multi-speaker speech recognition are either not applicable in case of overlapping speech or require a lot of time to run, which can be critical, for example, in case of real-time speech recognition. In this paper, a transformer-based end-to-end model for overlapping speech recognition is presented. It is implemented by using a generalization of the standard approach to speech recognition. The introduced model achieves results comparable in quality to modern state-of-the-art models, but requires less model calls, which speeds up the inference. In addition, a procedure for generating synthetic data for model training is described. This procedure allows to compensate for the lack of real multi-speaker speech training data by creating a stream of data from the initial collection |
| Тематический раздел |
Автоматика и радиоэлектроника |
| Тематический раздел |
Информатика |
| Тематический раздел |
Физика |
| Издательский номер в РЖ |
23.12-24Е.55 |
| Издательский номер в РЖ |
24.01-59.277 |
| Шифр ГРНТИ |
47.55.35 |
| Шифр ГРНТИ |
20.53.15 |
| Ключевые слова |
распознавание речи, несколько динамиков, разделение речи, генерация синтетических данных, моделирование |
|
| One-dimensional convolutional layers in a neural network for wind speed time series analysis / Kobzarenko D. N., Mustafaev A. G., Gasanova Z. A., Magomedova D. S. // Информат. Телекоммуникации. Упр. Электрон. ж.— 2022 т. 15 № 4.— C. 98-107.— английский |
|
|
| Постоянная ссылка (СИД2) |
J2102442985 |
| Название - перевод на рус. язык |
Одномерные сверточные слои в нейронной сети для анализа временных рядов скорости ветра. |
| Название |
One-dimensional convolutional layers in a neural network for wind speed time series analysis |
| Автор |
Kobzarenko D. N. |
| Автор |
Mustafaev A. G. |
| Автор |
Gasanova Z. A. |
| Автор |
Magomedova D. S. |
| Источник |
Информатика. Телекоммуникации. Управление. Электронный журнал |
| Страницы/Объём |
98-107 |
| Сокращ. назв. источника |
Информат. Телекоммуникации. Упр. Электрон. ж. |
| Год |
2022 |
| Том |
15 |
| Номер |
4 |
| Адрес в Интернет |
http://elibrary.ru/item.asp?id=50183765 |
| Постоянная ссылка (СИД) |
J21024429 |
| Ключевые слова (авторские) |
1D convolutional layer%deep machine learning%neural network%time series%wind |
| Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
| Дата регистрации в ВИНИТИ |
06.02.2023 |
| Язык текста |
английский |
| Аннотация |
Data analysis using neural networks and deep machine learning is one of the current trends in scientific research in various fields. One of the scientific tasks of this direction is the study and prediction of time series using artificial intelligence. The article discusses the results of experiments on adding one-dimensional convolutional layers to a neural network within the framework of the task of classifying meteorological time series data - wind speed. The accuracy of the forecast is shown to increase due to the inclusion of one-dimensional convolutional layers in the model. The increase in accuracy on the test data set for the problem under consideration is about 9.5%. Several variants of architectures for building a model with one-dimensional convolutional layers and evaluating the accuracy of their classification after machine learning are given. The results obtained allow us to conclude that the use of one-dimensional convolutional layers in the neural network architecture is effective for identifying and predicting a time series of meteorological parameters |
| Тематический раздел |
Автоматика и радиоэлектроника |
| Тематический раздел |
География |
| Издательский номер в РЖ |
24.01-09Б.117 |
| Шифр ГРНТИ |
37.21 |
| Шифр ГРНТИ |
37.23.31 |
| Шифр ГРНТИ |
37.23.35 |
| Ключевые слова |
ветер; скорость ветра, временные ряды, нейронная сеть, глубокое обучение, одномерный сверточный слой; прогнозирование временных рядов метеорологических параметров |
|
| Token-wise approach to span-based question answering / Pismenny A. A., Sokolov E. A. // Информат. Телекоммуникации. Упр. Электрон. ж.— 2022 т. 15 № 4.— C. 64-72.— английский |
|
|
| Постоянная ссылка (СИД2) |
J2102442942 |
| Название |
Token-wise approach to span-based question answering |
| Автор |
Pismenny A. A. |
| Автор |
Sokolov E. A. |
| Источник |
Информатика. Телекоммуникации. Управление. Электронный журнал |
| Страницы/Объём |
64-72 |
| Сокращ. назв. источника |
Информат. Телекоммуникации. Упр. Электрон. ж. |
| Год |
2022 |
| Том |
15 |
| Номер |
4 |
| Адрес в Интернет |
http://elibrary.ru/item.asp?id=50183762 |
| Постоянная ссылка (СИД) |
J21024429 |
| Ключевые слова (авторские) |
Dependency parsing%machine learning%machine reading comprehension%natural language processing%question |
| Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
| Дата регистрации в ВИНИТИ |
06.02.2023 |
| Язык текста |
английский |
| Аннотация |
Language model pre-training has led to significant success in a wide range of natural language processing problems. It was shown that modern deep contextual language models need only a small number of new parameters for fine-tuning due to the power of the base model. Nevertheless, the statement of the problem itself makes it possible to search the new approaches. Our experiments relate to the span-based question answering, one of machine reading comprehension (MRC) tasks. Recent works use loss functions that require the model to predict start and end positions of the answer in a contextual document. We propose a new loss that additionally requires the model to correctly predict whether each token is contained in the answer. Our hypothesis is that explicit using of this information can help the model to learn more dependencies from data. Our solution also includes a new span's ranking and a no-answer examples selection scheme. We also propose approaches of accounting for information about relative positions of tokens in the dependency trees and the types of dependencies in relation to syntax-guided attention. The experiments showed that our approaches increase the quality of BERT-like models on SQuAD datasets |
| Тематический раздел |
Автоматика и радиоэлектроника |
|
| Fixing 1-bit Adam and 1-bit LAMB algorithms / Tarasov D. A., Ershov V. A. // Информат. Телекоммуникации. Упр. Электрон. ж.— 2022 т. 15 № 4.— C. 86-97.— английский |
|
|
| Постоянная ссылка (СИД2) |
J2102442977 |
| Название |
Fixing 1-bit Adam and 1-bit LAMB algorithms |
| Автор |
Tarasov D. A. |
| Автор |
Ershov V. A. |
| Источник |
Информатика. Телекоммуникации. Управление. Электронный журнал |
| Страницы/Объём |
86-97 |
| Сокращ. назв. источника |
Информат. Телекоммуникации. Упр. Электрон. ж. |
| Год |
2022 |
| Том |
15 |
| Номер |
4 |
| Адрес в Интернет |
http://elibrary.ru/item.asp?id=50183764 |
| Постоянная ссылка (СИД) |
J21024429 |
| Ключевые слова (авторские) |
deep learning%distributed training%gradient descent%machine |
| Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
| Дата регистрации в ВИНИТИ |
06.02.2023 |
| Язык текста |
английский |
| Аннотация |
Today, various neural network models are trained using distributed learning in order to reduce the time spent. The most common way of distributed learning today is the approach, in which the data are divided into parts and sent along with the model to different devices, each device calculates updates for the model, then the updates are aggregated on the server, the server updates the weights of the model and transfers their new version to the devices. Slow network communication between devices can significantly reduce distribution efficiency. Recent studies propose one-bit versions of the Adam and LAMB algorithms, which can significantly reduce the amount of transmitted information, thus improving the scalability of training. However, it turned out that these algorithms diverge in some neural network architectures. The goal of this work is an empirical study of these algorithms, to find the solution of the discovered divergence problem and propose new aspects of testing gradient descent algorithms |
| Тематический раздел |
Автоматика и радиоэлектроника |
|
| Technique for automating charging of an electric vehicle based on a Raspberry Pi controller using neural networks / Vlasenko N. A., Dusaeva A. I., Nikiforov I. V., Prelovskii D. S. // Информат. Телекоммуникации. Упр. Электрон. ж.— 2022 т. 15 № 4.— C. 37-50.— английский |
|
|
| Постоянная ссылка (СИД2) |
J2102442926 |
| Название |
Technique for automating charging of an electric vehicle based on a Raspberry Pi controller using neural networks |
| Автор |
Vlasenko N. A. |
| Автор |
Dusaeva A. I. |
| Автор |
Nikiforov I. V. |
| Автор |
Prelovskii D. S. |
| Источник |
Информатика. Телекоммуникации. Управление. Электронный журнал |
| Страницы/Объём |
37-50 |
| Сокращ. назв. источника |
Информат. Телекоммуникации. Упр. Электрон. ж. |
| Год |
2022 |
| Том |
15 |
| Номер |
4 |
| Адрес в Интернет |
http://elibrary.ru/item.asp?id=50183760 |
| Постоянная ссылка (СИД) |
J21024429 |
| Ключевые слова (авторские) |
charging%computer vision%convolutional neural network%electric vehicle%robotic |
| Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
| Дата регистрации в ВИНИТИ |
06.02.2023 |
| Язык текста |
английский |
| Аннотация |
The expansion of Russian market of electric and autonomous vehicles leads to an increase in demand for automation of contactless charging (without driver participation). The article proposes a method of contactless charging of electric vehicles, which involves automatically determining the type of car charging connector, selecting the appropriate charger and connecting it to the charging connector of an electric vehicle through the use of a robot manipulator. A feature of the technique is the determination of the type and coordinates of the location of the charging connector of the car by reading images obtained from the camera of a gas station in real time and processing them with a convolutional neural network model. A study was conducted, and a function was selected that allows optimally solving the problems of classification of charging connectors, which ensures maximum accuracy of the result. The volume of the training sample for the neural network was used in the amount of 10,000 images from a synthetic data set, which was created on the basis of three types of the most popular three-dimensional models of charging connectors on various backgrounds. The proposed technique is implemented in a prototype of a software and hardware control complex for a manipulative robot based on a Raspberry Pi controller |
| Тематический раздел |
Автоматика и радиоэлектроника |
| Тематический раздел |
Машиностроение |
| Тематический раздел |
Электротехника |
|
| Исследование и сравнительный анализ эффективности программной и аппаратных реализаций операции суммирования транспонированных матриц / Антонов А. П., Беседин Д. С., Филиппов А. С. // Информат. Телекоммуникации. Упр. Электрон. ж.— 2022 т. 15 № 4.— C. 51-63.— русский |
|
|
| Постоянная ссылка (СИД2) |
J2102442934 |
| Название |
Исследование и сравнительный анализ эффективности программной и аппаратных реализаций операции суммирования транспонированных матриц |
| Автор |
Антонов А. П. |
| Автор |
Беседин Д. С. |
| Автор |
Филиппов А. С. |
| Источник |
Информатика. Телекоммуникации. Управление. Электронный журнал |
| Страницы/Объём |
51-63 |
| Сокращ. назв. источника |
Информат. Телекоммуникации. Упр. Электрон. ж. |
| Год |
2022 |
| Том |
15 |
| Номер |
4 |
| Адрес в Интернет |
http://elibrary.ru/item.asp?id=50183761 |
| Постоянная ссылка (СИД) |
J21024429 |
| Ключевые слова (авторские) |
аппаратная реализация%аппаратные затраты%конвейеризация%параллельные |
| Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
| Дата регистрации в ВИНИТИ |
06.02.2023 |
| Язык текста |
русский |
| Аннотация |
Статья посвящена исследованию и сравнительному анализу программной и аппаратной реализации операции суммирования транспонированных матриц и ее модифицированного варианта: операции транспонирования суммы матриц. Особенностью исследования является использование для получения аппаратной реализации средств высокоуровневого синтеза. Актуальность исследования обусловлена широким использованием матричных операций для решения задач различных классов, степенной асимптотической сложностью матричных вычислений и отсутствием данных об использовании данного инструментария в задачах создания аппаратных устройств для матричных вычислений. Предложен пошаговый метод синтеза и оптимизации аппаратного устройства. Проведено сравнительное исследование программных и аппаратных реализаций двух вычислительных задач. Показано, что большой выигрыш производительности аппаратных реализаций получается за счет увеличения степени параллелизма вычислений. Дополнительно сделаны выводы о неэффективности попыток достичь высоких тактовых частот, а также об увеличении затрачиваемых ресурсов при увеличении быстродействия за счет распараллеливания |
| Тематический раздел |
Математика |
|
| Генерация радиолокационных снимков местности из оптических / Прокофьев К. В., Иванов С. В. // Информат. Телекоммуникации. Упр. Электрон. ж.— 2022 т. 15 № 4.— C. 7-21.— русский |
|
|
| Постоянная ссылка (СИД2) |
J2102442950 |
| Название |
Генерация радиолокационных снимков местности из оптических |
| Автор |
Прокофьев К. В. |
| Автор |
Иванов С. В. |
| Источник |
Информатика. Телекоммуникации. Управление. Электронный журнал |
| Страницы/Объём |
7-21 |
| Сокращ. назв. источника |
Информат. Телекоммуникации. Упр. Электрон. ж. |
| Год |
2022 |
| Том |
15 |
| Номер |
4 |
| Адрес в Интернет |
http://elibrary.ru/item.asp?id=50183758 |
| Постоянная ссылка (СИД) |
J21024429 |
| Ключевые слова (авторские) |
генератор%обработка аэросъемки%преобразование спутниковых карт%радиолокационные |
| Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
| Дата регистрации в ВИНИТИ |
06.02.2023 |
| Язык текста |
русский |
| Аннотация |
Рост технологического уровня промышленности за последние годы привел к широкому применению технологий статистического вывода, например, нейронных сетей и машинного обучения, требующих наличия большого объема исходных данных. В области обработки данных с беспилотных летательных аппаратов наблюдаются сложности с получением исходных радиолокационных снимков местности в связи с дороговизной оборудования, организацией бесполетных зон и трудностью согласований сбора данных. Наборы данных в свободном доступе ограничены и нецелесообразны для ряда исследований. Исследовательские группы либо работают в условиях отсутствия данных, либо нанимают геодезистов и 3D-дизайнеров. В статье изучены методы решения этой проблемы путем генерации радиолокационных изображений из общедоступных оптических спутниковых карт, которые доступны для любой точки Земли. Рассмотрены два метода: моделирование физических процессов распространения радиоволн и свертка цветного изображения в градации серого. Физическая модель строится в первом приближении как линейное распространение электромагнитной волны с одной точкой отражения, несущественные эффекты распространения радиоволн в атмосфере и при отражении опускаются. Описаны различные алгоритмы свертки, линейного преобразования цветового пространства RGB в градации серого: YPbPr, HSV, линейная регрессия. Физическая модель отбрасывается ввиду практической неприменимости и сложности реализации. После оценки результатов свертки по критериям визуального и математического максимального правдоподобия предпочтение отдается алгоритму YPbPr. Предложены дополнительные шаги для более точной генерации радиолокационных снимков: добавление шума и преобразования пространства. Полученный алгоритм генерирует визуально и математически адекватные псевдорадиолокационные снимки. Результаты применяются для создания наборов данных, сопоставленных радиолокационных и оптических изображений. Метод имеет преимущество перед аналогами на сельском и диком клаттерах, но проигрывает в густонаселенных районах. Данные используются в нейронных сетях и машинном обучении. Предложено последующее комбинирование алгоритма с генерацией точечных объектов интереса |
| Тематический раздел |
Автоматика и радиоэлектроника |
| Издательский номер в РЖ |
23.05-24В.212 |
| Издательский номер в РЖ |
23.08-73.150 |
| Шифр ГРНТИ |
47.49.43 |
| Шифр ГРНТИ |
89.57.25 |
| Шифр ГРНТИ |
89.57.35 |
| Ключевые слова |
оптическая локация, обработка аэросъемки, спутниковые карты, генераторы |
| Ключевые слова |
РЛ-изображения, генерация, оптические снимки, спутниковые наблюдения |
|
| Формирование управления полетом группы беспилотных летательных аппаратов на основе алгоритма многоагентной модели роения / Чжу Ю. // Информат. Телекоммуникации. Упр. Электрон. ж.— 2022 т. 15 № 4.— C. 22-36.— русский |
|
|
| Постоянная ссылка (СИД2) |
J2102442918 |
| Название |
Формирование управления полетом группы беспилотных летательных аппаратов на основе алгоритма многоагентной модели роения |
| Автор |
Чжу Ю. |
| Источник |
Информатика. Телекоммуникации. Управление. Электронный журнал |
| Страницы/Объём |
22-36 |
| Сокращ. назв. источника |
Информат. Телекоммуникации. Упр. Электрон. ж. |
| Год |
2022 |
| Том |
15 |
| Номер |
4 |
| Адрес в Интернет |
http://elibrary.ru/item.asp?id=50183759 |
| Постоянная ссылка (СИД) |
J21024429 |
| Ключевые слова (авторские) |
беспилотный летательный аппарат%координация%математическая модель группы%система управления%управление |
| Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
| Дата регистрации в ВИНИТИ |
06.02.2023 |
| Язык текста |
русский |
| Аннотация |
Рассмотрена задача управления группой беспилотных летательных аппаратов (БПЛА) для организации движения роем по заданной траектории, обеспечивающей наиболее эффективное достижение цели полета. Изучены вопросы выбора математической модели пространственного движения группы БПЛА, пригодной для решения задачи синтеза согласованного управления всей совокупностью летательных аппаратов. Учитывая специфику требований к пространственно-временному положению отдельных БПЛА (агентов) в группе, предложено использовать модель с лидером. В группе агентов находится виртуальный лидер, который планирует маршрут движения группы в соответствии с заданной задачей и отслеживает определенную цель движения. Виртуальный лидер рассчитывает свое собственное управление движением с помощью алгоритма отслеживания траектории или отслеживания цели, чтобы двигаться по желаемой траектории. При этом сигнал наведения может позволить отдельным БПЛА собираться на позиции виртуального лидера и соответствовать вектору скорости виртуального лидера, чтобы обеспечить связь топологии многоагентной системы и обеспечить роевое формирование |
| Тематический раздел |
Автоматика и радиоэлектроника |
| Тематический раздел |
Машиностроение |
| Издательский номер в РЖ |
23.05-24В.51 |
| Издательский номер в РЖ |
23.08-73.420 |
| Издательский номер в РЖ |
24.01-06А.72 |
| Шифр ГРНТИ |
47.49.33 |
| Шифр ГРНТИ |
89.57.45 |
| Шифр ГРНТИ |
55.47.29 |
| Ключевые слова |
самонаведение, БПЛА, многоагентные модели, управление полетом группы |
| Ключевые слова |
беспилотные летательные аппараты, самонаведение, многоагентные модели, рой БПЛА |
| Ключевые слова |
БПЛА, группы; управление полетом, алгоритмы многоагентной модели роения, использование |
|