2020 № 3(48)
СОДЕРЖАНИЕ
1. Пагано М. Родионов А., Соколова О., Ткачев К. Модель очереди узла обработки мобильной сети геомониторинга
2. Куянцев В. П. Разработка модели и инструментов анализа надежности сети в условиях использования нечетких данных
3. Вишневский В. М. Семенова О. В. Обзор моделей систем поллинга и их применение в
телекоммуникационных сетях
4. Хайретдинов М. С., Караваев Д. А., Якименко А. А., Морозов А. Е. Восстановление геофизических моделей упругих сред е применением нейронных сетей
М. Пагано, А. Родионов*, О. Соколова**, К. Ткачев**
МОДЕЛЬ ОЧЕРЕДИ УЗЛА ОБРАБОТКИ МОБИЛЬНОЙ СЕТИ ГЕОМОНИТОРИНГА
Ключевые слова: модели очередей, центр обработки, геомониторинг.
Данная работа выполнена при поддержке гранта Новосибирского государственного университета.
Библиографическая ссылка: Пагано М. Родионов А., Соколова О., Ткачев К. Модель очереди узла обработки мобильной сети геомониторинга // журнал "Проблемы информатики", 2020, № 3, с.5-13. DOI: 10.24411/2073-0667-2020-10009
Новосибирский государственный университет, 630090, Новосибирск, Россия
РАЗРАБОТКА МОДЕЛИ И ИНСТРУМЕНТОВ АНАЛИЗА НАДЕЖНОСТИ СЕТИ В УСЛОВИЯХ ИСПОЛЬЗОВАНИЯ НЕЧЕТКИХ ДАННЫХ
В данной статье рассматривается задача определения надежности сети в виде нечеткого числа. Сеть представлена графом е надежными ребрами и ненадежными вершинами. Рассматривается получение исходных нечетких данных о сети. Описывается общий подход к определению надежности при заданных условиях. Приводятся способ вычисления надежности отдельных узлов сети и способ вычисления общей оценки надежности сети. Обосновывается переход от решаемой специфической задачи к более распространенным и хорошо изученным задачам.
Ключевые слова: надежность, сеть, нечеткая логика, нечеткое число, нечеткая надежность.
Библиографическая ссылка: Куянцев В. П. Разработка модели и инструментов анализа надежности сети в условиях использования нечетких данных // журнал "Проблемы информатики", 2020, № 3, с.14-28. DOI: 10.24411/2073-0667-2020-10010
В. М. Вишневский, О. В. Семенова
Институт проблем управления им. В. А. Трапезникова РАН, 117997, Москва, Россия
ОБЗОР МОДЕЛЕЙ СИСТЕМ ПОЛЛИНГА И ИХ ПРИМЕНЕНИЕ В ТЕЛЕКОММУНИКАЦИОННЫХ СЕТЯХ
В статье представлен обзор работ по исследованию стохастических систем поллинга, опубликованных в период 2007 2019 гг. Приведена классификация дискретных и непрерывных систем поллинга. Описаны точные и приближенные методы исследования систем поллинга е различными тинами входящих потоков (пуассоновские и ВМАР-потоки) и количеством очередей, а также различными дисциплинами обслуживания и порядком опроса очередей. Приводится описание применения моделей поллинга в различных приложениях, в частности, для оценки производительности широкополосных беспроводных сетей е централизованным механизмом управления.
Ключевые слова: системы поллинга, порядок опроса, дисциплина обслуживания очереди, метод анализа средних, метод производящих функций, широкополосные беспроводные сети.
Работа поддержана грантом Российского фонда фундаментальных исследований № 19-29-06043.
Библиографическая ссылка: Вишневский В. М. Семенова О. В. Обзор моделей систем поллинга и их применение в телекоммуникационных сетях // журнал "Проблемы информатики", 2020, № 3, с.29-59. DOI: 10.24411/2073-0667-2020-10011
М.С. Хайретдинов*’**, Д. А. Караваев*, А. А. Якименко*’**, А. Е. Морозов**
ВОССТАНОВЛЕНИЕ ГЕОФИЗИЧЕСКИХ МОДЕЛЕЙ УПРУГИХ СРЕД С ПРИМЕНЕНИЕМ НЕЙРОННЫХ СЕТЕЙ
В работе представлены результаты исследования но восстановлению модели упругих сред с использованием нейронной сети. Разработаны две нейронные сети для идентификации объекта тина каверна в структуре модели геофизической среды: на основе LSTM-слоя, на основе U-net архитектуры. В качестве каверны рассмотрен объект овальной формы, расположенный в прямоугольной модельной области. Обучение нейронной сети проведено на результатах решения прямой задачи геофизики но расчету волнового ноля от точечного источника в изотропной неоднородной среде. Представлено описание реализации нейронных сетей. На тестовых примерах показаны результаты работы обученных сетей но определению формы и положения кавернозного включения, а также сравнение времени обработки на тестовых примерах. Выявлено, что на кавернах произвольной формы нейронная есть верно определяет местоположение объекта. Форма объекта при этом ошибочно определяется овальной.
Ключевые слова: параллельный алгоритм, нейронная есть, LSTM слой, U-net архитектура, геофизическая среда, восстановление модели.
Работа выполнена при поддержке грантов РФФИ № 19-07-00170. 20-07-00861. проекта 0315-2019-0003 ИВМиМГ СО РАН.
Библиографическая ссылка: Хайретдинов М. С., Караваев Д. А., Якименко А. А., Морозов А. Е. Восстановление геофизических моделей упругих сред е применением нейронных сетей // журнал "Проблемы информатики", 2020, № 3, с.60-69. DOI: 10.24411/2073-0667-2020-10012
