Архитектура когнитивной системы основана на теории обучения с подкреплением. Центральная идея - модель исполнитель-критик. Правило обучения для непрерывных задач с бутстреппингом и следами приемлемости. Модель в линейном приближении. Система с отдельным блоком прогнозирования (фактор пластичности) для решения задачи адаптивного поведения. Модели контингентных и неконтингентных следов приемлемости. Аналог работы нейромодуляторных подсистем.

Значительный интерес представляет идентификация животных, аналогично тому, как это уже реализовано в отношении людей.

Ранее авторами была показана применимость нейросетевых методов для идентификации кошек на основе вычисления евклидовых расстояний между 16-мерными векторами-дескрипторами кошачьих лиц.

Статья посвящена оценке возможности реализации данного алгоритма на встраиваемых платформах для выполнения частных задач (отслеживание активности животных в приютах, контроль режима питания).

Recent development of large language models impacted in every aspects, though the LLMs primarily targets English language still they have a decent support for other languages too. In this work we evaluate Qwen 2.5, Llama 3.2 and DeepSeek-R1-Distill-Llama for fake news classification in Bengali Language and present our observation. 

Integrating pose estimation models with edge devices is crucial for advancing IoT applications like fitness training, surveillance, and gaming, as it facilitates real-time processing without relying on cloud connectivity . This research explores lightweight heatmap-based multi-person pose estimation, focusing on improving efficiency and accuracy capable of running on edge devices, enabling real-world applications in robotics and IoT.

Исследование посвящено сравнительному анализу эффективности трех современных языковых моделей (GPT-4o, Claude 3.5 Sonnet и DeepSeek) в задаче извлечения терминологии из русскоязычных научных аннотаций. Эксперименты проводились на материале датасета CL-RuTerm3, включающего 850 размеченных аннотаций конференции "Диалог" (2000-2023 гг.). Модели тестировались на выборках различного объема с использованием унифицированного few-shot промпта.

В последние годы активно развиваются системы, основанные на обработке видеоданных с использованием машинного обучения, которые могут распознавать людей, их позы и движения. Однако на практике возникают сложности, связанные с нестабильностью движения и возникновением аномальных паттернов поведения. Кроме того, заранее описать эти паттерны не всегда возможно. Решение  этой проблемы  без предварительного описания или заложенных паттернов представляет собой сложную, но важную задачу.

С каждым годом объем запросов, обрабатываемых ЦОДами неуклонно растет, что приводит к развитию серверной и сетевой инфраструктуры, в том числе устройств балансировки нагрузки. Балансировщики нагрузки являются важным узлом, отвечающим за распределения трафика, отказоустойчивость и масштабирование сервисов в современных ЦОД. Данная работа посвящена архитектуре метода adaptive routing и сравнению его с другими методами динамической и статической балансировки

This investigation explores streamlined regression techniques for human pose estimation, focusing on minimizing processing requirements without sacrificing positional precision. Through systematic analysis of feature extraction methods and improvements to keypoint identification processes, we've engineered a computationally efficient solution appropriate for deployment on resource-limited edge computing platforms.

We explored the multilingual Qwen 2.5 3B model, and quantized it to 8 bits using the LLM.int8() method. After the quantization, we observed the performance of the quantized model and present our observations. 

Волоконно-оптические линии связи представляют собой основу современных телекоммуникационных сетей. Распространяясь по оптоволокну, сигнал подвергается искажениям, препятствующим корректному восстановлению переданной информации. В настоящей работе экспериментально доказывается, что один из многообещающих подходов к коррекции нелинейности — селективная теория возмущений — демонстрирует пониженную временную сложность при сохранении прежней точности.

В настоящее время автоматизация обработки документов играет важную роль в цифровизации рабочих процессов. Для решения данной проблемы был использован метод, основанный на обученной модели YOLOv12, предназначенной для детекции незначащих элементов в документах и оптическое распознавание символов (OCR), реализованное с помощью библиотеки Tesseract для преобразования графического представления текста в машиночитаемый формат, что делает его пригодным для дальнейшего анализа и обработки.

В работе описан процесс построения системы лидарной безопасности беспилотного робота-погрузчика. Приведен алгоритм обработки облака точек, поступающего в реальном времени с двух лидаров, закрепленных на бампере робота. 

Приведены результаты реальных экспериментов в условиях двух складских помещений. 

Реализован и протестирован алгоритм езды робота вдоль стены по данным с лидаров.

Интегрирована система аудиоповещения с помощью аудиопрогрывателя для озвучивания сообщений с лидаров.

Работа посвящена вопросам автоматизации транспортировки грузов на промышленных складах, что является актуальной темой. Научная новизна: оптимизации алгоритмов беспилотного управления вилочными погрузчиками с использованием платформо-независимого устройства оптико-лазерной навигации для погрузчиков. Результаты: внедрена система беспилотного управления роботами и распределения задач. Точность конечного позиционирования составила менее 10см на скоростях до 2.2 м/с.

В работе предлагается метод поэтапного выполнения нейросетевых алгоритмов, основанный на разбиении модели на последовательность независимых вычислительных блоков. Вместо прямого прохода по всей модели за одну итерацию, на каждом кадре обрабатывается только один блок. Полное прохождение модели растягивается на несколько последовательных итераций, что позволяет равномерно распределить вычислительную нагрузку во времени, исключая резкие пики загрузки аппаратных ресурсов.

Работа посвящена реализации алгоритма сжатия состояния канала на основе тензорного подхода для совместной передачи с нескольких базовых станций.

Оценка работы алгоритма сжатия канала производится по 2 метрикам: пропускная способность восстановленного канала, объем информации о состоянии канала в битах. Каналы для тестирования работы алгоритма были сгенерированы при помощи Quadriga.

В дальнейшем планируется реализация кодовой книги стандарта 3GPP релиза 18 и ее сравнение с тензорным методом.

Целью данного исследования является реализация и разработка регулятора потока с системой обратной связи, используя ядро операционной системы Linux, для управления потоком статического окна, как способ защиты от DoS-атак. Были проведены исследования для стохастической и детерминированной моделей регулятора, используя теорию массового обслуживания (ТМО) и теорию сетевых исчислений (ТСИ, Network Calculus).

В современных беспроводных системах связи с точки зрения увеличения скорости передачи данных целесообразно понижать число поднесущих на одного пользователя для оценки канала. Мы предложили несколько методов на основе нерегулярного семплирования сигнала в частотной области, а так же привели результаты моделирвания.  

В работе исследуется работа алгоритма настройки RIS в условиях дождя в сценарии городской микросоты.

Данная работа посвящена задаче обслуживания XR-трафика в восходящем канале в сетях 5G. В работе предлагается новая гибридная схема назначают канальных ресурсов. Для оценки эффективности предложенной схемы была разработана аналитическая модель. Результаты показывают, что разработанная схема позволяет повысить ёмкость сети до двух раз по сравнению со схемой назначения всем пользователям выделенных канальных ресурсов.

Мобильные многоканальные станции Wi-Fi 7 подвержены межканальной интерференции, что приводит к невозможности осуществлять одновременные прием и передачу. В работе предложен алгоритм, повышающий пропускную способность таких станций в сетях с произвольным распределением одноканальных устройств. Алгоритм осуществляет переключения между одноканальным и многоканальным режимами работы на основе собираемой статистики состояния каналов.

Для повышения эффективности систем связи с большим разнесением частот между каналами передачи и приема базовые станции получают данные о состоянии нисходящего канала от мобильных устройств. Чтобы сократить накладные расходы в восходящем канале, требуется обеспечить компактное кодирование информации об оценке канала. В данной работе предложен обобщающий подход  формирования компактной кодовой книги, позволяющий снизить накладные расходы без ухудшения производительности системы связи. 

В настоящее время разработка современных сетевых протоколов направлена на повышение уровня пользовательской приватности в интернете. Несмотря на защитные механизмы протоколов, классификаторы на основе алгоритмов машинного обучения определяют тип трафика и сервис с точностью, близкой к 100%.

В данной работе разрабатывается гибридный метод зашумления метаданных HTTP, повышающий неразличимость разных типов трафика для современных классификаторов в режиме реального времени.

В данной работе исследованы 2 модели аппроксимации углов прихода и отправления сигнала в задаче совместной радионавигации и радиокартирования: гауссова и sinc функция. Достигнуто улучшение точности алгоритма на 7,2% для позиционирования и 10,6% для ориентации при тестировании алгоритма на реальных измерениях. А также на 20,2% для позиционирования и 95,7% для ориентации при тестировании алгоритма на данных симуляции.

В данной работе исследуются LoRaWAN и NB-Fi — две самые популярные LPWAN-технологии, для которых важным критерием является низкое энергопотребление устройств. Сравнение двух этих технологий производится на основе минимального энергопотребления, которое достигается за счет использования алгоритма для снижения энергопотребления устройств.

В данной работе рассматривается задача начальной оценки канала методом сжатых измерений в системах MIMO, работающих в миллиметровом диапазоне частот.  Работа посвящена поиску детерминированных правил генерации сканирующих лучей на стороне базовой станции и стороне пользователя для малого числа измерений. В работе предложено ограничение на сканирующие лучи, которое позволяет искать решение для базовой станции и пользователя по отдельности, а не совместно.  

Работа посвящена разработке программного комплекса для быстрой и корректной оценки ключевых характеристик современных нейросетевых архитектур, используемых для обработки длинных последовательностей в задачах обработки естественного языка. Исследование включает тестирование отдельных модулей, оценку механизмов внимания, памяти и вычислительных затрат, что позволяет оптимально выбирать надежную эффективную модель для конкретных применений.

An artificial neural network (ANN)-based controller is introduced to replace NMPC in real-time trajectory tracking and perturbation suppression. ANN reduces compute costs, which is important for resource-constrained platforms such as UAVs. Data from HILO-MPC-based simulations were used for training. The controller has shown comparable accuracy to NMPC while reducing runtime by up to 40 times, confirming its effectiveness for real-time control.

В работе представлен модифицированный алгоритм иерархической настройки RIS с использованием широких лучей для максимизации мощности сигнала на приемнике с учетом его мобильности. Исследовано влияние периода получения измерений мощности сигнала на приемнике и скорости пользователя на среднее значение отношения сигнал-шум.

В работе описывается разработка макета сверхширокополосной беспроводной сети, обеспечивающей одновременную передачу данных и измерение расстояния между узлами. В качестве радионосителя используются сверхширокополосные хаотические колебания. Текущая работа, в отличие от предыдущих исследований, нацелена на создание полностью беспроводного прототипа.

Данная работа представляет аналитический обзор использования методов активного обучения в области компьютерного зрения. Современные методы глубокого обучения продемонстрировали высокую эффективность в задачах компьютерного зрения. Однако классические подходы требуют значительных объёмов размеченных данных. Активное обучение помогает сократить затраты на сбор и аннотацию данных. 

Данная работа посвящена применению методов использования особенностей работы механизма attention больших языковых моделей для повышения точности классификации уязвимостей в программном коде.