Теоретическое и прикладное исследование сложных систем: машинное обучение, языки параллельного программирования, комплексные задачи маршрутизации и расписаний, геоинформационные системы и цифровая медицина

В отчетном периоде велась работа по нескольким направлениям. Совместно с кол-легами из ИЭРиЖ УрО РАН в результате вычислительных экспериментов на основе мультиагентной модели была найдена эволюционно успешная стратегия расселения жи-вотных, способная объяснить феномен (сверх)длинных переходов, встречающихся неред-ко у различных видов млекопитающих и не имеющих на сегодняшний день удовлетвори-тельных объяснений. В рамках прикладных исследований в области нейронных сетей в сотрудничестве с ИИФ УрО РАН проводилось сравнение наиболее распространенных архитектур нейрон-ных сетей, применяемых для решения задачи сегментации изображений левого желудоч-ка сердца. В результате вычислительных экспериментов подобрана архитектура нейрон-ной сети и разработан метод её обучения, позволившие увеличить точность сегментации с 90.15% до 98.79% при кроссвалидации. Также в области приложений нейронных сетей был разработан алгоритм аппрок-симации углов поворота головы по набору ключевых точек лица на 2D изображении. В результате вычислительных экспериментов показано, что использование некоторых со-кращённых наборов ключевых точек лица позволяет повысить точность расчёта углов по-ворота головы по 2D изображению с размеченными ключевыми точками лица более чем на 50%. В рамках исследования и разработки новых методов программирования распреде-лённых неоднородных высокопроизводительных вычислительных систем велись работы по двум направлениям. Первое – реализация прототипа библиотеки среды (времени) ис-полнения для разрабатываемого сотрудниками лаборатории языка исчисления R4. Второе – исследование методов статического анализа кода программ для поиска ошибок времени исполнения и оптимизации автоматического распределения памяти в программах, рабо-тающих с большими массивами данных. В области анализа графовых моделей сложных систем проводилось сравнение ряда ключевых характеристик случайных графов, построенных с помощью моделей Эрдоша-Реньи-Гилберта, scale-free, small-world, а также модели Random Plots, разработанной ра-нее сотрудниками лаборатории, для исследования сложных систем с неизвестным рас-пределением связей между элементами. В ходе вычислительных экспериментов показано, что модель Random Plots генерирует «более разнообразные» в некотором конструктивном смысле графы, и ее использование может быть предпочтительным в случае, когда приро-да связей в моделируемой системе изучена слабо. Продолжены исследования в части бесконфликтного слияния потоков воздушных судов (ВС) с учётом их типов (в сотрудничестве с «НИТА» г. С.-Петербург). Для выбора порядка в итоговой очереди и нахождения оптимальных моментов прибытия ВС в точку слияния предложен критерий, позволяющий отобрать перспективные перестановки ВС и получить ограничение на изменение позиции ВС. Для нахождения оптимальных момен-тов прибытия ВС в точку слияния использовались кусочно-линейные критерии опти-мальности и симплекс-метод. Получены оценки производительности предложенных ме-тодов решения, сделан ряд аналитических выводов. В части цифровой медицины и захвата движений работы велись по двум направле-ниям. Во-первых, продолжалось развитие методов идентификации паттернов движения человека с применением микроэлектромеханических сенсоров. Предложен подход к сравнению движений с эталоном на основе вейвлет-преобразования и алгоритма динами-ческой трансформации временной шкалы. Предполагается, что разработанный метод поз-волит усовершенствовать идентификацию движений в прикладных задачах удаленного образования, телемедицинского мониторинга и захвата мелкой моторики в системах вир-туальной реальности. Во-вторых, велась работа по динамической идентификации скелет-ной модели на видеозаписях младенцев, с касанием/перекрытием конечностей. Данные работы ведутся совместно с НМИЦ им. В. А. Алмазова с целью создания диагностической программно-аппаратной системы, ориентированной на массовое применение.