Назаренко П.А., Левашкин С.П., Захарова О.И., Иванов К.Н., Кушуков С.В. «Обработка сигналов распределенных оптоакустических датчиков при помощи нейронных сетей в задаче мониторинга автотранспорта» Математическое моделирование, 36, № 3, с. 20-34 (2024)

Нейросетевые модели применяются как инструмент мониторинга автомобильного транспорта. Рассматривается решение задачи распознавания с помощью нейронных сетей сигналов от автомобилей, оказывающих воздействие на распределенный оптоакустический датчик. Описываются характеристики формируемых сигналов и их предварительная обработка. Выполняется выбор архитектуры нейронной сети для распознавания сигналов автомобилей на основе анализа сигналов и приводится обоснование этого выбора. Для распознавания сигналов автомобилей, включая большегрузные, для рассматриваемого типа датчика достаточно однослойной сети с 201 входом. Нейронная сеть реализована на языке Python, для ее построения анализируются библиотеки Scikit-Learn, Keras и NumPy. Приводится описание обучающих образов, результаты обучения нейронной сети и ее практического применения. Даются рекомендации по дальнейшим исследованиям в области применения нейронных сетей различных архитектур для распознавания сигналов автомобилей с использованием распределенных оптоакустических датчиков. Результаты исследования являются важными для контроля движения автотранспорта, а также других областей применения распределенных оптоакустических датчиков.

Луговский А.Ю., Лукин В.В. «О влиянии учета уравнения энергии на модель образования крупновихревого течения в аккрецирующей оболочке протозвезды» Математическое моделирование, 36, № 3, с. 35-50 (2024)

Проведено исследование развития магниторотационной неустойчивости (МРН) в аккрецирующей оболочке протозвезды в неизотермическом случае, т.е. с учетом уравнения энергии, RKDG методом второго порядка с использованием распараллеливания по технологии MPI. Показано, что учет уравнения энергии в общей системе МГД-уравнений не оказывает существенного влияния на моделирование процесса образования и эволюции крупномасштабной структуры турбулентности, приводящей к отводу углового момента на периферию оболочки и, как следствие, к росту темпа аккреции на протозвезду. Результаты моделирования качественно сравниваются с наблюдениями области звездообразования G31.41+0.31 и другими наблюдательными данными.