Аннотация: Автоматическая обработка неструктурированных текстов на естественных языках является одной из актуальных проблем компьютерного анализа и синтеза текстов. В ней можно отдельно выделить задачу нормализации текстов, обычно, подразумевающую выполнение таких процессов, как токенизация, стемминг и лемматизация. Существующие алгоритмы стемминга в большинстве ориентированы на синтетические языки, в которых преобладает формообразование с использованием морфем. Узбекский язык представляет собой пример агглютинативного языка, отличающегося полисемантичностью аффиксальных и служебных морфем. Хотя узбекский язык имеет множество отличий, например, от английского языка, тем не менее он вполне успешно поддается обработке алгоритмами стемминга. Примеры эффективной реализации алгоритмов стемминга для узбекского языка, до настоящего времени, практически не встречаются, поэтому данный вопрос является предметом научного интереса и определяет цель настоящей работы. В ходе работы решалась задача приведения заданных текстов на узбекском языке к нормальной форме, которые на предварительном этапе токенизации были размечены по типам слов и очищены от стоп-слов. Для решения поставленной задачи разработан метод нормализации текстов на узбекском языке на основе алгоритма стемминга. При разработке алгоритма использован гибридный подход на основе совместного применения алгоритмического метода, лексикона лингвистических правил и базы данных нормальных форм слов узбекского языка. Точность предложенного алгоритма зависит от точности работы алгоритма токенизации. При этом, вопрос нахождения корней парных слов, разделенных пробелами здесь не рассматривался, так как эта задача решается, непосредственно, на этапе токенизации. Алгоритм может быть интегрирован в различные автоматизированные системы машинного перевода, извлечения информации, информационного поиска и др.

Ключевые слова: токенизация, стемминг, лемматизация, простые слова, сложные слова, парные слова, повторяющиеся слова, аффикс, алгоритм, нормальная форма

Abstract: The automatic processing of unstructured texts in natural languages is one of the relevant problems of computer analysis and text synthesis. Within this problem, the author singles out a task of text normalization, which usually suggests such processes as tokenization, stemming, and lemmatization. The existing stemming algorithms for the most part are oriented towards the synthetic languages with inflectional morphemes. The Uzbek language represents an example of agglutinative language, characterized by polysemanticity of affixal and auxiliary morphemes. Although the Uzbek language largely differs from, for example, English language, it is successfully processed by stemming algorithms. There are virtually no examples of effective implementation of stemming algorithms for the Uzbek language; therefore, this questions is the subject of scientific interest and defines the goal of this work. In the course of this research, the author solved the task of bringing the given texts in the Uzbek language to normal form, which on the preliminary stage were tokenized and cleared of stop words. To author developed the method of normalization of texts in the Uzbek language based on the stemming algorithm. The development of stemming algorithm employed hybrid approach with application of algorithmic method, lexicon of linguistic rules and database of the normal word forms of the Uzbek language. The precision of the proposed algorithm depends on the precision of tokenization algorithm. At the same time, the article did not explore the question of finding the roots of paired words separated by spaces, as this task is solved at the stage of tokenization. The algorithm can be integrated into various automated systems for machine translation, information extraction, data retrieval, etc.

Keywords: affix, repeating words, paired words, difficult words, simple words, lemmatization, stemming, tokenization, algorithm, normal form

Аннотация: Рассматриваются некоторые аспекты процесса численного решения задач механики сплошной среды в условиях протекающих химических реакций. Такие задачи, обычно, отличаются наличием множества локальных областей с повышенной температурой, положение которых в пространстве относительно нестабильно. В таких условиях применяются жестко устойчивые методы интегрирования с контролем шага, которые в "горячих" областях имеют существенно большие временные затраты в сравнении с прочими областями. При использовании геометрического параллелизма данный факт приводит к существенному дисбалансу загрузки процессоров, снижающему общую эффективность распараллеливания. Поэтому в данной работе рассматривается проблема балансировки загрузки процессоров при параллельном решении вышеуказанных задач.   Предложена новая модификация алгоритма крупноблочной распределенной балансировки с улучшенным предсказанием времени численного интегрирования уравнений химической кинетики, наиболее эффективная в условиях дрейфа "горячих" областей. Улучшение состоит в применении линейного персептрона, анализирующего несколько предыдущих значений времени интегрирования (в базовом варианте алгоритма используется лишь одна предыдущая точка из истории времени интегрирования). Это позволяет работать в условиях как быстрого, так и медленного дрейфа "горячих" областей. Эффективность данного подхода продемонстрирована на задаче моделирования обтекания здания, на крыше которого наблаюдается горение при высокой температуре. Показано, что применение модифицированного алгоритма повышает эффективность распараллеливания на 2,1% по сравнению с исходным алгоритмом.

Ключевые слова: параллельные вычисления, балансировка загрузки, линейный персептрон, химическая кинетика, механика сплошной среды, распределенная балансировка, численное моделирование, численный эксперимент, апробация, геометрический параллелизм

Abstract: This article explores certain aspects of the process of numerical solution of the tasks of continuous medium mechanics in the conditions of ongoing chemical reactions. Such tasks are usually characterized by the presence of multiple local areas with elevated temperature, which position in space is relatively unstable. In such conditions, rigidly stable methods of integration with step control, which in the “elevated temperature” areas that have higher time input comparing to other areas. In terms of using geometric parallelism, this fact leads to substantial imbalance of CPU load, which reduces the overall effectiveness of parallelization. Therefore, this article examines the problem of CPU load balancing in the context of parallel solution of the aforementioned tasks. The other offers a new modification of the algorithm of large-block distributed balancing with improved time prediction of the numerical integration of chemical kinetics equations, which is most effective in the conditions of drift of the areas with “elevated temperatures”. The improvement consists in application of the linear perceptron, which analyzes several previous values of time integration (the basic version of the algorithm uses only one previous spot from the history of time integration). This allows working in the conditions of fast and slow drift of the areas with “elevated temperatures”. The effectiveness of this approach is demonstrated on the task of modeling the flow-around the building with high-temperature combustion on its roof. It is indicated that the application of modified algorithm increases the effectiveness of parallelization by 2.1% compared to the initial algorithm.

Keywords: numerical simulation, distributed balancing, continuous medium mechanics, chemical kinetics, linear perceptron, load balancing, parallel computations, numerical experiment, approbation, geometrical parallelizing

Аннотация: Предмет исследования – медицинские флюорографические рентгеновские снимки грудной клетки. Накопленные базы таких изображений после качественной предобработки могут быть использованы для обучения глубоких сверточных нейросетей, получивших наибольшее развитие в последние годы, обученная сеть осуществляет предварительную бинарную классификацию поступающего потока снимков и может быть использована в качестве помощника врача-рентгенолога. Для этой цели необходимо достаточно точно обучить нейросеть для минимизации ошибок первого и второго рода. Возможный подход к повышению эффетивности применения нейросетей, по критериям уменьшение вычислительной сложности и качество классификации снимков – применение вспомогательных подходов: предобработка изображений и предварительное вычисление энтропии фрагментов. В статье представлен алгоритм предобработки рентгеновского изображения, его деления на фрагменты и вычисления энтропии отдельных фрагментов. В ходе предобработки из всего снимка выделяется интересующая область с легкими и позвоночником, составляющая около 30-40% всего снимка, далее происходит деление снимка на матрицу фрагментов и вычисляется энтропия отдельных фрагментов по формуле Шеннона, за счет анализа отдельных пикселей. Определяя частоту появления каждого из 255 цветов, вычисляется суммарная энтропия. Использование энтропии для обнаружения патологий основано на предположении о различиях ее значений для отдельных фрагментов и общей картины ее распределения между снимками с нормой и патологиями. Анализируются статистические показатели: стандартное отклонение ошибки, дисперсия. Для определения закономерностей в распределении энтропии и ее статистических характеристик на различных фрагментах флюорографического снимка использована полносвязная нейронная сеть.

Ключевые слова: энтропия изображения, фрагменты, глубокая сверточная нейросеть, машинное обучение, рентгеновские снимки, вычислительный эксперимент, матрицы элементов, предобработка изображения, статистический анализ, бинарная классификация

Abstract: The subject of this research is medical chest X-ray images. After fundamental pre-processing, the accumulated database of such images can be used for training deep convolutional neural networks that have become one of the most significant innovations in recent years. The trained network carries out preliminary binary classification of the incoming images and serve as an assistant to the radiotherapist. For this purpose, it is necessary to train the neural network to carefully minimize type I and type II errors. Possible approach towards improving the effectiveness of application of neural networks, by the criteria of reducing computational complexity and quality of image classification, is the auxiliary approaches: image pre-processing and preliminary calculation of entropy of the fragments. The article provides the algorithm for X-ray image pre-processing, its fragmentation, and calculation of the entropy of separate fragments. In the course of pre-processing, the region of lungs and spine is selected, which comprises approximately 30-40% of the entire image. Then the image is divided into the matrix of fragments, calculating the entropy of separate fragments in accordance with Shannon’s formula based pm the analysis of individual pixels. Determination of the rate of occurrence of each of the 255 colors allows calculating the total entropy. The use of entropy for detecting pathologies is based on the assumption that its values differ for separate fragments and overall picture of its distribution between the images with the norm and pathologies. The article analyzes the statistical values: standard deviation of error, dispersion. A fully connected neural network is used for determining the patterns in distribution of entropy and its statistical characteristics on various fragments of the chest X-ray image.

Keywords: matrix of elements, computational experiment, x-rays images, machine learning, deep convolutional neural network, fragments, image entropy, image preprocessing, statistical analysis, binary classification

Аннотация: Предметом исследования данной работы являются численные методы оптимизации, используемые при обучении нейронных сетей, выступающих в качестве предицирующих компонентов в некоторых современных моделях турбулентной вязкости. Качественное решение проблемы обучения (минимизации функционала невязок нейронной сети) часто требует значительных вычислительных затрат, поэтому весьма актуальна задача повышения скорости такого обучения, решаемая, обычно, совместным применением более быстро сходящихся к решению численных методов и распараллеливания вычислений. Особенный интерес представляет метод Марквардта, содержащий параметр, позволяющий ускорить решение путем переключения метода: от наискорейшего спуска вдали от решения до метода Ньютона вблизи решения. Предлагается модификация метода Марквардта, использующая для улучшения текущей точки и вычисления параметра метода ограниченные серии случайных проб. Показаны достаточно хорошие характеристики метода в численных экспериментах, как на тестовых функциях Химмельблау и Розенброка, так и на реальной задаче обучения нейросетевого предиктора, используемого при моделировании турбулентных течений. Применение данного метода позволяет существенно ускорить обучение нейросетевого предиктора в поправочных моделях турбулентной вязкости. Метод менее трудоемок в сравнении с чистым случайным поиском, особенно при небольшом количестве вычислительных ядер, при этом дает решение, достаточно близкое к результату случайного поиска и лучшее в сравнении с исходным методом Марквардта.

Ключевые слова: глубокая нейронная сеть, обучение, метод Марквардта, модель турбулентной вязкости, численный эксперимент, методы оптимизации, апробация, случайные пробы, подстройка параметра, нейросетевой предиктор

Abstract: The subject of this article is the numerical optimization techniques used in training neural networks that serve as predicate components in certain modern eddy viscosity models. Qualitative solution to the problem of training (minimization of the functional of neural network offsets) often requires significant computational costs, which necessitates to increase the speed of such training based on combination of numerical methods and parallelization of calculations. The Marquardt method draws particular interest, as it contains  the parameter that allows speeding up the solution by switching the method from the descent away from the solution to the Newton’s method of approximate solution. The article offers modification of the Marquardt method, which uses the limited series of random samples for improving the current point and calculate the parameter of the method. The author demonstrate descent characteristics of the method in numerical experiments, both on the test functions of Himmelblau and Rosenbrock, as well as the actual task of training the neural network predictor applies in modeling of the turbulent flows. The use of this method may significantly speed up the training of neural network predictor in corrective models of eddy viscosity. The method is less time-consuming in comparison with random search, namely in terms of a small amount of compute kernels; however, it provides solution that is close to the result of random search and is better than the original Marquardt method.

Keywords: approbation, optimization methods, numerical experiment, model of turbulent viscosity, Marquardt method, learning, deep neural network, random probes, parameter tuning, neural network predictor

Аннотация: В данной статье за основу были взяты малораспространённые шагающие роботы, которые используются или предлагаются в качестве помощников в недетерминированной среде, например, во время спасательных операций. Необходимо было провести глубинный анализ существующих моделей для актуализации информации по тематике роботов с шагающим движителем по нескольким критериям: габариты, вес, количество степеней свободы, скорость движения, потребляемая мощность, время автономной работы, максимальная нагрузка, также была поставлена задача в поиске достоинств и недостатков рассмотренных моделей.
Для начала были выделены области исследования по тематике статьи для сужения круга поиска существующих прототипов и реальных роботов. Методами сравнительного и критического анализов была проведена работа с доступными материалами за последние 5 лет, которая позволила выполнить задачи, ставящиеся перед написанием статьи.
Результатами исследования стали выявленные итоговая таблица по крупно обобщённым группам шагающих роботов и три общие таблицы по рассматриваемым моделям, суммирующие их преимущества и слабости моделей. Такие данные помогут исследователям углубить знания в тематике шагающих роботов, проанализировать как собственные работы, так и исследования зарубежных коллег и соотечественников, применить в дальнейшей своей работе, акцентировать свою деятельность на решение проблем, подчеркнуть уникальность и актуальность своих разработок.
Данная статья выделяет особенности использования шагающих роботов, применимых специально для спасательных операций, но области использования описываемых роботов может быть обширнее. Обзорная статья также выделяет и описывает нетрадиционные движители шагающих роботов, помимо классических походок, широко известных, по своей большой огласке в средствах массовой информации, видео хостингах и прочих инструментах получения информации.

Ключевые слова: робот, шагающий робот, спасательная операция, проблемы, недостатки, преимущества, достоинства, антропоморфный робот, четвероногий робот, гексапод

Abstract: This article explores the walking robots that are used or assist in nondeterministic environment, such as rescue operations. This required carrying out in-depth analysis of the existing models to acquire relevant information on the robots with walking mechanisms in accordance with several criteria: parameters, weight, degrees of freedom, speed of movement, input energy, runtime, maximum load, advantages and disadvantages of the reviewed models. Using the methods of comparative and critical analysis, the author analyzed the available materials for the past 5 years, which allowed accomplishing the set tasks. The results consist in compiling a summary table for largely generalized groups of walking robots and three tables for the models under review, which summarize their advantages and weaknesses. Such data would broaden the knowledge of the researchers dealing with the walking robots, analyze both national and foreign studies on the topic, apply this experience in further work, focus on solution of the problems, and emphasize the uniqueness and relevance of their developments. This article determines the peculiarities of utilization of walking robots specifically in rescue operations; however, the scope of their applicability can be broader. The author also describes the nontraditional locomotors of walking robots, which are widely known in media, video hosting, and other tools of receiving information.

Keywords: anthropomorphic vehicles, dignity, advantages, limitations, problems, rescue operation, walking robot, robot, quadruped robot, hexapod