На секцию инфокоммуникационных систем и интеллектуальных информационных технологий будут принимать научные работы, посвященные инфокоммуникационным системам, цифровому мультимедийному вещанию, измерениям в видеоинформационных системах, беспроводным системам связи, системам обработки информации и управления, теории нейронных сетей и нейросетевых алгоритмов; системам визуализации информации.
Формат проведения: онлайн
Рабочий язык: русский, возможно представление докладов на английском языке
Дата проведения: 07 апреля 2023г., в 10:00 часов, ссылка для подключения будет разослана участникам на e-mail, указанные при регистрации
В данной работе рассматривается методика постановки математической задачи нейросетевой модели прогнозирования транспортного потока на основе метода системного анализа, на примере улично-дорожной сети города Душанбе, Республики Таджикистан. Представленная методика на основе системного анализа позволила сформулировать и обосновать математическую постановку задачи прогнозирования транспортного затора, учитывая все элементы системы улично-дорожной сети.
Городской общественный транспорт играет большую роль в обеспечении качества жизни городского населения.Важнейшим этапом оптимизации управления пассажиропотоком является его прогнозирование. Прогнозирование пассажиропотока считается передовой и ключевой технологией в повышении стандартов управления и уровня обслуживания всех видов общественного транспорта. Прогнозирование без суть сегодняшней проблемы, то есть без анализа реальных данных это сложно.
В работе проанализирована безопасная пропускная способность канала fdRLoS
В работе рассматриваются предварительные результаты исследования качества одночастотной сети DVB-T2 на основе разработанной имитационной модели эфирного телевещания.
Моделирование ОЧС позволило выявить несоответствие используемого защитного интервала топологии существующей ОЧС «Vladivostok». Оптимизация параметров сети, не требующая существенных затрат, может привести к уменьшению проблемных областей.
Работа посвящена вопросу моделирования сетевой структуры мобильных агентов, являющейся mesh-сетью и обладающей свойствами малого мира. В ходе выполнения работы было дано описание сетей с перечисленными выше свойствами, ограничений модели, выполнен сравнительный выбор средств и методов моделирования.
Особенности автоматизированной организации ведомственных сетевых экспертных сообществ и разработанный метод формирования сетевых экспертных сообществ, позволяющий автоматизированно учитывать первичные (базовые) компетенции экспертов, предлагаемых для включения в реестр экспертов, при формировании значений их базового рейтинга; корректировать значения базового рейтинга экспертов в реестре; осуществлять тестирование экспертов на предмет допуска к предстоящей экспертизе.
Современные сети Wi-FI используют механизм блочного подтверждения (МБП), оказывающий значительное влияние на пропускную способность сети в условиях зашумленного канала. Однако при использовании многоканальных методов доступа, являющихся ключевым нововведением будущих сетей Wi-Fi 7, МБП показывает низкую эффективность. В работе вводится алгоритм, модернизирующий МБП. В ходе имитационного моделировани в среде ns-3 алгоритм демонстрирует до 22% повышения пропускной способности перед базовым МБП.
Оценивается применимость одной из моделей прогнозирования распространения радиоволн – модель Лонгли-Райса (ITM – Irregular Terrain Model) – для определения зон покрытия одночастотной сети цифрового телевещания стандарта DVB-T2, на примере г. Владивостока как территории со сложным рельефом.
Сети класса LPWAN являются перспективным решением для развертывания беспроводных сенсорных сетей. Наиболее популярными LPWAN-технологиями являются технологии LoRaWAN и Sigfox. Кроме того, планируется широкое применение сетей LPWAN на базе протокола NB-Fi, стандарт которого был утвержден в качестве ГОСТ РФ в 2022 году. В этой работе проводится сравнительный анализ NB-Fi, Sigfox и LoRaWAN и исследуется, какая технология и при каких условиях является наиболее надежной.
В данной работе проводится сравнение двух основных способов оценки состояния частотной синхронизации в одночастотных системах связи:
Серия спецификаций 3GPP Release 17 вводит возможность совершения многоадресной передачи в сетях 5G, когда базовая станция передает одни и те же данные группе пользователей с использованием единых частотно-временных ресурсов, сигнально-кодовой конструкции и прекодера. В работе сравниваются алгоритмы построения прекодера по объему потребляемого ресурса в нисходящем канале при выполнении требований на качество обслуживания и дается ответ на вопрос о наиболее эффективном алгоритме.
В работе представлены и изучены используемые на сегодняшний день способы беспроводной передачи информации в условиях подводной среды. Описаны достоинства и недостатки каждого метода передачи и выбран наиболее перспективный для дальнейшей разработки вариант.
В работе рассматривается задача оценки каскадного канала через управляемую отражающую поверхность (УОП) с точки зрения метода разряженных измерений (англ. Compressed sensing). Показано, что при использовании стандартных кодовых книг для сканирования пространства уменьшение числа измерений ведет к сокращению углового диапазона, в котором возможна оценка канала. Предложена оптимизационная задача поиска кодовых книг, решающих данную проблему.
В настоящей работе рассмотрен метод когерентного формирования пространственно-временной структуры сверхширокополосных сигналов, который основан на использовании нескольких когерентных передатчиков и направлен на решение проблемы увеличения пропускной способности канала связи в системах беспроводной передачи данных.
В данной работе описывается принцип работы приложения, осуществляющего поиск изображений в галерее мобильного телефона по текстовому запросу пользователя. Для реализации приложения используется модель основанная на подходе CLIP.
В данном исследовании рассматривается феномен городских «островов тепла» (UHI). Целью работы является изучение возможности обнаружения UHI с помощью ГИС (геоинформационных систем) и IoT технологий (технологий Интернета вещей), а также изучение мест их локализации, зависимостей от микроклиматических показателей и концентраций СО.
Поставленная авторами задача заключается в определении факта наличия животного на изображении. Данная задача характеризуется особенностями, которые позволяют решать ее с помощью детектора на основе классификаторов Хаара.
Была создана модель в среде Mathworks MATLAB, тем самым, подтверждена применимость метода.
Затем был проведен ряд экспериментов целью выбора наиболее подходящей аппаратной платформы.
На основе выбранной платформы создана и протестирована демонстрационная установка.
Предложена архитектура программного обеспечения и разработан прототип для регулярного поиска заданной информации в БД для ее маскирования или шифрования. Прототип способен находить таблицы, столбцы в них, которые содержат предопределенные классы и перегружать данные из исходной таблицы, при этом маскируя только найденные столбцы, оставляя остальные данные не тронутыми. В качестве алгоритмов поиска и классификации данных используются и сравниваются регулярные выражения и нейронная сеть Bert.
В данной работе проведен анализ исследований по выявлению фейков и сервисов для проверки новостей. Рассказывается про разработку облачного сервиса для определения достоверности новостей. Для реализации которого была собрана сбалансированная размеченная база данных новостных сообщений на русском языке и построены нейросетевые модели для классификации текстов.
В ходе работы на основе алгоритмов AES и Enigma была разработана модификация, предназначенная для обеспечения более высокой скорости кодирования по сравнению с приведенными алгоритмами. Дополнительным требованием являлось сохранение или увеличение криптостойкости алгоритма по сравнению с двумя приведенными.
В данной статье предлагается система анализа и обработки данных с видеопотока с помощью сверточных нейронных сетей. Разработанный алгоритм позволяет быстро обрабатывать видео с дорожных камер и классифицировать транспортные средства с точностью 98%. Данная технология позволяет значительно ускорить работу с видеозаписями, а также с видеопотоком в реальном времени.
В данной работе предлагается интеллектуальная система анализа данных с фотоловушек при помощи двухстадийного нейросетевого подхода для работников заповедников. Был произведен сравнительный анализ для поиска наиболее оптимального детектора и классификатора. В качестве данных для обучения моделей выступали фото- и видеоматериалы с фотоловушек с 51 заповедника РФ. На основании подобранных алгоритмов была создана двухстадийная система в виде графического приложения.
В работе рассмативается метод генерации признаков из временных последовательностей CAPoNeF в контексте задачи классификации интернет-трафика. Проведено сравнение с характерным для рассматриваемой задачи методом извлечения признаков, сдеделаны выводы об эффективности для рассмотренного случая и для других задач обработки траффика.