В обзорной статье представлена обобщенная интегрированная классификация оценочных (скоринговых функций) молекулярного докинга моделей взаимодействия белков. Приводится описание различных видов таких оценочных функций, рассматриваются отдельные релевантные вопросы биофармацевтики, медицинской кибернетики, вычислительной биологии и биофизики, прикладной математики. Статья может быть интересна широкому кругу читателей, в том числе для ученых различных специальностей, инженеров-программистов, разрабатывающих автоматизированные системы обработки биоинформации, для преподавателей-лекторов по данной тематике, для магистрантов и аспирантов по специальностям биоинформатики, системного анализа, системы медицинского назначения и теоретических основ информатики.

В статье рассматривается подход к проектированию и анализу организационной модели управления производством промышленного предприятия на основе когнитивного и имитационного моделирования. Актуальность исследования обусловлена необходимостью совершенствования систем управления промышленными предприятиями в условиях высокой вариативности внешней среды, усложнения производственно-управленческих связей и недостаточности статических оптимизационных моделей для описания динамики организационных процессов. Целью работы является формализация организационной модели управления производством металлургического предприятия с использованием диаграммы причинно-следственных связей и ее последующая реализация в среде имитационного моделирования. В исследовании применены методы системного анализа, экономико-математического, когнитивного и системно-динамического моделирования. Организационная структура предприятия представлена как совокупность производственной и функциональной подсистем, связанных вертикальными и горизонтальными управленческими взаимодействиями, а ключевыми параметрами модели выступают норма управляемости, затраты на содержание управленческого аппарата, производственные мощности, объемы реализации и чистая прибыль. Построенная когнитивная карта позволила выявить основные причинно-следственные зависимости между организационными, производственными и финансовыми параметрами предприятия, а имитационная модель – оценить влияние управленческих решений на динамику затрат и финансовых результатов. Полученные результаты показывают, что использование когнитивных карт в сочетании с имитационным моделированием расширяет возможности анализа устойчивости организационной структуры и обоснования решений по ее совершенствованию. Практическая значимость работы состоит в возможности применения предложенного подхода при проектировании и корректировке систем управления металлургических и иных промышленных предприятий.

В данной статье обоснована необходимость применения системного подхода к обеспечению безопасности в процессе сушки зерна на зерносушильных комплексах и обеспечение качества зерна, а также эффективности процесса сушки. Разработана математическая модель процесса сушки, в виде системы дифференциальных уравнений, которая описывает динамику изменения температуры в процессе сушки зерна.

В данной научной статье представлено комплексное теоретическое и прикладное исследование, посвященное оптимизации систем мониторинга атмосферного воздуха в современных городах с населением свыше 100 тысяч человек. Актуальность работы обусловлена необходимостью перехода от традиционных пассивных статических методов наблюдения к динамическим адаптивным моделям управления качеством среды, что является ключевым элементом концепции «умного» и «симбиотического» города для минимизации экологических рисков. В качестве полигона для исследования выбраны четыре крупных промышленных и административных центра Республики Беларусь: Гродно, Пинск, Лида и Солигорск. Разработан интегрированный подход, объединяющий математическое решение задачи оптимального размещения сенсоров (SLP – Sensor Location Problem) с многофакторным графоаналитическим анализом антропогенного воздействия. Подробно описывается методология проведения 20 000 итерационных циклов для транспортной схемы, что позволило выявить критические узлы каркасных сетей городов, в которых концентрация датчиков дает минимальную погрешность вычислений транспортных и экологических параметров. Особое внимание уделено междисциплинарному учету метеорологических факторов, в частности, использованию весового коэффициента для показателей розы ветров при определении приоритетности мест установки газоанализаторов. Систематизированы данные о транспортной нагрузке, иерархии улично-дорожных сетей и плотности социальных объектов в исследуемых городах. Внедрение предложенной модели (на базе 32 автоматизированных постов) позволяет получать символьные решения для оценки экологической ситуации в неконтролируемых участках сети. Результаты исследования формируют основу для создания прогнозных систем управления выбросами, способных в реальном времени корректировать организацию дорожного движения для предотвращения превышения предельно допустимых концентраций загрязняющих веществ. В заключении очерчены перспективные направления интеграции полученных моделей с алгоритмами машинного обучения и искусственного интеллекта в рамках долгосрочных программ устойчивого городского развития.

Рассмотрены общие принципы построения системы поддержки принятия решений при управлении беспилотным летательным аппаратом (БЛА) с наземного пункта управления на основе измерений и оценки технического состояния бортовых систем БЛА. Проведен анализ современных методов решения таких задач, обосновано использование алгоритмических методов решения, основанных на использовании стохастических математических моделей процессов изменения переменных, характеризующих техническое состояние БЛА. Приведены дифференциальные уравнения общего вида, описывающие эволюцию рассматриваемой системы, полученные на основе применения теории систем со случайным изменением структуры. Приведена блок-схема, характеризующая общие принципы решения задачи вероятностной оценки технического состояния системы, на основе которой получен дискретный алгоритм решения задачи оптимальной фильтрации и идентификации режима работы с управлением процесса наблюдения. Приведен пример решения задачи для простейших математических моделей процесса изменения технического параметра и его измерителя, наглядно демонстрирующий работоспособность предложенного алгоритма.

В статье рассмотрены современные подходы к формированию оптимального инвестиционного портфеля на рынке криптовалют, включая классические методы технического анализа. Изучены тенденции развития глобального рынка цифровых финансовых активов. Рассмотрены различные трактовки понятия инвестиционной стратегии. Особый акцент сделан на модели Марковица. Рассмотрены ее базовая версия и модификация для криптофьючерсов и криптоопционов. Выполнена компьютерная реализация модели, проведены численные эксперименты с последующей содержательной интерпретацией полученных результатов. Разработан алгоритм решения задачи нелинейной оптимизации с использованием предобученных нейронных сетей и фреймворка Pyomo. Кроме того, рассмотрены альтернативные подходы к оптимизации портфеля криптовалют.

Использование алгоритмов предварительной обработки растровых изображений предполагает улучшение набора характеристик изображения для использования полученного качественного эффекта преобразований на последующих этапах процесса обработки. Оценка эффекта воздействия на растровое изображение является нетривиальной задачей, от качества ее решения зависит выбор дальнейших шагов обработки и алгоритмического инструментария. Примером может быть алгоритм сбалансированного «доопределения» граничных пикселей изображения, разработанный для улучшения результатов работы алгоритмов выделения контуров объектов и основанный на операции двумерной свертки, где улучшение заключается в сокращении числа резко контрастирующих пикселей на границах растровых изображений относительно смежных. Существующие численные оценки PSNR и SSIM растровых изображений, полученных после применения алгоритма сбалансированного «доопределения», показали свою малую эффективность из-за малого числа пикселей, затрагиваемых преобразованиями. Альтернативным критерием является оценка тоновой девиации пикселей на границах растрового изображения. Объект исследования – пиксельная матрица цветного трехканального статического растрового изображения. Предмет изучения – оценка тоновой девиации граничных пикселей статического растрового изображения, полученных с использованием алгоритма сбалансированного «доопределения». Основная цель – вычисление оценки тоновой девиации граничных пикселей статического растрового изображения после применения алгоритма сбалансировано «доопределения», анализ и ранжирование альтернативных методов «доопределения» граничных пикселей по критерию тоновой девиации. В статье приводится определение понятия и обоснование использования оценки тоновой девиации. Представлен пример вычисления тоновой девиации пикселей после применения алгоритма сбалансированного «доопределения» и метода копирования для 1 тыс. цветных трехканальных растровых изображений из датасета SpaceNet Satellite Images от ImageNet. Проведен краткий анализ полученных результатов оценок, даны рекомендации к выбору лучшего метода «доопределения».

В статье представлены результаты разработки и тестирования прототипа автоматизированной системы удаленного скрининга диабетической ретинопатии (ДР) с функциями предобработки и классификации цифровых изображений, полученных фундус-камерами разных производителей. Экспериментальное тестирование прототипа выполнено на нескольких тысячах реальных изображений из белорусских медицинских учреждений и открытых источников. Объективная оценка качества изображения сетчатки вычисляется посредством анализа центрального фрагмента на базе параметра масштаба распределения Вейбулла для локальных оценок качества зеленого канала изображения. Прототип разработан на платформе Streamlit, использует нейросетевые архитектуры YOLOv8 и YOLOv11 для классификации пяти стадий ДР, точность классификации составила 84,0 % и 82,7 % соответственно. Комбинация фильтрации некачественных снимков и нейросетевой классификации повышает достоверность скрининговой диагностики и может быть использована в телемедицинских системах, имеющих ограниченные вычислительные ресурсы.

Нейронная сеть для диагностики обучена на международных данных больных с неврологическими заболеваниями (БН). Нейронная сеть (НС) для поддержки терапии динамически пополняется данными состояния конкретного пациента. Устройство IoT (смартфон) собирает данные пациентов (голос, движение), инициируя их предварительную обработку и извлечение признаков. Эти данные передаются через локальный фреймворк Flask на сервер, использующий Open Semantic Technology for Intelligent Systems (OSTIS) ‒ платформу, которая обрабатывает и интерпретирует информацию о пациентах. Агент прогнозирования на базе НС на сервере, используя обученную нейронную сеть, ставит диагноз пациенту, который передается врачу. Лечение БН требует непрерывной, адаптивной и индивидуальной терапии. Блок электронной терапии на основе нейронной сети, включающий модули пациента и врача, принятия решений и цифрового двойника пациента, расширяет диагностическую систему до поддержки принятия терапевтических решений. Блок выполняет поиск предыдущего состояния пациента; прогностическое моделирование: курс лечения, лекарственную терапию; пояснение для врача. Структура блока включает: рекуррентную нейронную сеть на основе GRU, компонент семантической памяти системы OSTIS, контекстно-зависимые правила в виде SC-графических форм.

Статья посвящена исследованию новых архитектур искусственных нейронных сетей, направленных на улучшение классических трансформеров путем уменьшения вычислительных затрат и увеличения эффективности. Рассматриваются основные этапы эволюции трансформеров, начиная с введения механизма самовнимания и заканчивая современными Sparse-моделями. Особое внимание уделяется методам оптимизации, таким как параметрически эффективный fine-tuning (PEFT), адаптивные слои (adapters), а также использование внешних хранилищ знаний и mem-векторов для расширения долговременной памяти моделей. Статья завершается обсуждением текущих достижений, ограничений и перспективных направлений будущих исследований в данной области.