+
A REGULARIZED LEVENBERG–MARQUARDT TYPE METHOD APPLIED TO THE STRUCTURAL INVERSE GRAVITY PROBLEM IN A MULTILAYER MEDIUM AND ITS PARALLEL REALIZATION
стр.5-15
The structural inverse gravity problem in a multilayer medium is one of the most important geophysics problem. Until recently, the problem was reduced to the separation of gravitational fields and the restoration of unknown layers independently. Now the methods are in demand that allow find unknown layers simultaneously. For solving Urysohn integral equation of the first kind describing the problem regularized algorithms Levenberg–Marquardt type with weight factors are investigated. A new Levenberg–Marquardt type method based on Levenberg–Marquardt scheme is proposed. A regularized Levenberg–Marquardt type method compared with classic Levenberg–Marquardt method. For classic Levenberg–Marquardt method some computational optimizations are offered. The numerical experiments using model gravitational data allow to compare convergence rates, relative errors and program execution times of classic Levenberg–Marquardt algorithm and Levenberg–Marquardt method. The parallel programs implementing the algorithms are developed using CUDA and OpenMP technologies.
Загружаем данные из библиотечной системы...
Ключевые слова
+
PREIMAGE ATTACK ON MD4 HASH FUNCTION AS A PROBLEM OF PARALLEL SAT-BASED CRYPTANALYSIS\ast
стр.16-27
I.A. Gribanova, O.S. Zaikin, I.V. Otpuschennikov, A.A. Semenov
In this paper we study the inversion problem of MD4 cryptographic hash function developed by R. Rivest in 1990. By MD4-k we denote a truncated variant of MD4 hash function in which k represents a number of steps used to calculate a hash value (the full version of MD4 function corresponds to MD4-48). H. Dobbertin has
showed that MD4-32 hash function is not one-way, namely, it can be inverted for the given image of a random input. He suggested to add special conditions to the equations that describe the computation of concrete steps (chaining variables) of the considered hash function. These additional conditions allowed to solve the inversion problem of MD4-32 within a reasonable time by solving corresponding system of equations. The main result of the present paper is an automatic derivation of “Dobbertin’s conditions” using parallel SAT solving algorithms.
We also managed to solve several inversion problems of functions of the kind MD4-k (for k from 31 up to 39 inclusive). Our method significantly outperforms previously existing approaches to solving these problems.
Загружаем данные из библиотечной системы...
Ключевые слова
+
ОБЗОР МЕТОДОВ ОБУЧЕНИЯ ГЛУБОКИХ НЕЙРОННЫХ СЕТЕЙ
стр.28-59
Глубокие нейронные сети в настоящее время становятся одним из самых популярных подходов к созданию систем искусственного интеллекта, таких как распознавание речи, обработка естественного языка, компьютерное зрение и т.п. В статье представлен обзор истории развития и современного состояния методов обучению глубоких нейронных сетей. Рассматривается модель искусственной нейронной сети, алгоритмы обучения нейронных сетей, в том числе алгоритм обратного распространения ошибки, применяемый для обучения глубоких нейронных сетей. Описывается развитие архитектур нейронных сетей: неокогнитрон, автокодировщики, сверточные нейронные сети, ограниченная машина Больцмана, глубокие сети доверия, сети долго-краткосрочной памяти, управляемые рекуррентные нейронные сети и сети остаточного обучения.
Глубокие нейронные сети с большим количеством скрытых слоев трудно обучать из-за проблемы исчезающего градиента. В статье рассматриваются методы решения этой проблемы, которые позволяют успешно обучать глубокие нейронные сети с более чем ста слоями. Приводится обзор популярных библиотек глубокого обучения нейронных сетей, которые сделали возможным широкое практическое применение данной технологии. В настоящее время для задач компьютерного зрения используются сверточные нейронные сети, а для обработки последовательностей, в том числе естественного языка, — рекуррентные
нейронные сети, прежде всего сети долго-краткосрочной памяти и управляемые рекуррентные нейронные сети.
Загружаем данные из библиотечной системы...
Ключевые слова
+
АВТОМАТИЧЕСКАЯ ГЕНЕРАЦИЯ НЕЧЕТКИХ ПРАВИЛ ДЛЯ УПРАВЛЕНИЯ МОБИЛЬНЫМ РОБОТОМ С ГУСЕНИЧНЫМ ШАССИ НА ОСНОВЕ ЧИСЛОВЫХ ДАННЫХ
стр.60-72
Е.А. Пташко, В.И. Ухоботов
В данной работе рассматривается актуальная на данный момент проблема генерации набора нечетких правил для системы нечеткого вывода Мамдани на основе числовых данных, получаемых в процессе обучения управляемой системы. Предлагаемый в статье подход к решению данной проблемы базируется на алгоритмах четкой и нечеткой кластеризации, таких как алгоритм горной кластеризации и алгоритм Густафсона—Кесселя. Он позволяет значительно упростить процесс формирования набора нечетких правил и минимизировать участие человека в этом процессе, позволяя автоматически подбирать количество правил, а также определять все необходимые параметры каждого из них. Для реализации предложенного подхода были написаны две компьютерные программы. Первая из них собирает числовые данные при управлении
человеком гусеничной тележкой. На основе собранных данных эта программа строит базу нечетких правил управления гусеничным шасси. Эта база нечетких правил и ее компьютерная реализация в дальнейшем
используется во второй программе для автоматизированного управления мобильным роботом на гусеничном шасси на плоскости при помощи изменения силы тяги каждой из гусениц в зависимости от положения цели, к которой робот должен приблизиться на заданное расстояние.
Загружаем данные из библиотечной системы...
Ключевые слова
+
ВЕКТОРНАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ НА ОСНОВЕ СЕМАНТИЧЕСКОЙ БЛИЗОСТИ ТЕРМОВ
стр.73-83
Большинство методов интеллектуального анализа текстов используют векторную модель представления знаний. Векторная модель использует частоту (вес) терма, чтобы определить его важность в документе. Термы могут быть схожи семантически, но отличаться лексикографически, что,
в свою очередь, приведет к тому, что классификация, основанная на частоте термов, не даст нужного результата. Причиной ошибок является отсутствие учета таких особенностей естественного языка, как синонимия
и полисемия. Неучет этих особенностей, а именно синонимии и полисемии, увеличивает размерность семантического пространства, от которой зависит быстродействие конечного программного продукта,
разработанного на основе алгоритма. Кроме того, результаты работы многих алгоритмов сложно воспринимаются экспертом предметной области, который подготавливает обучающую выборку, что, в свою
очередь, также сказывается на качестве выдачи алгоритма. В работе предлагается модель, которая помимо веса терма в документе, так же использует «семантический вес терма». «Семантический вес термов» тем выше, чем они семантически ближе друг к другу. Для вычисления семантической близости термов будем использовать адаптацию расширенного алгоритма Леска. Метод расчета семантической близости состоит в том, что для каждого значения рассматриваемого слова подсчитывается число слов упомянутых как в словарном определении данного значения (предполагается, что словарное определение содержит описание нескольких значений слова), так и в ближайшем контексте рассматриваемого слова. В качестве наиболее вероятного значения слова
выбирается то, для которого такое пересечение оказалось больше. Векторная модель с учетом семантической близости термов решает проблему неоднозначности синонимов.
Загружаем данные из библиотечной системы...
Ключевые слова
+
ОБНАРУЖЕНИЕ И ЛОКАЛИЗАЦИЯ СТРОЕНИЙ ЗАДАННОЙ ФОРМЫ НА АЭРОСНИМКАХ В ИНФРАКРАСНОМ ДИАПАЗОНЕ
стр.84-100
А.В. Дунаева, Ф.А. Корнилов
В работе рассматривается задача обнаружения и локализации строений заданной формы на аэроизображениях земной поверхности в инфракрасном диапазоне с использованием аппарата контурного
анализа. Приводится описание модификации алгоритма обобщенного преобразования Хафа для обнаружения контуров, заданных небольшим количеством параметров. Идея предлагаемого метода заключается в построении двумерных аккумуляторных массивов для каждого набора параметров фигуры в зависимости от ее положения, и их последующего объединения в результирующий аккумуляторный массив. Заполнение массивов осуществляется на основе значений модулей градиентов яркостей исходного изображения с учетом близости рассматриваемого контура к заданной форме. Близость формы определяется путем морфологического анализа контуров, найденных с помощью алгоритма Канни. Фильтрация обнаруженных объектов на основе плотности границ в их внутренней области, а также соотношения средних яркостей внутри и снаружи контура обеспечивает высокую чувствительность к
заданным типам объектов и уменьшает количество ложных срабатываний алгоритма. Качество работы метода проверено на задаче локализации малоэтажных построек прямоугольной формы. Полученные результаты позволяют судить о применимости предложенного подхода для решения практических задач распознавания объектов местности.
Загружаем данные из библиотечной системы...
Ключевые слова
