по
Кибернетика и программирование
12+
Меню журнала
> Архив номеров > Рубрики > О журнале > Авторы > О журнале > Требования к статьям > Редакция и редакционный совет > Порядок рецензирования статей > Политика издания > Ретракция статей > Этические принципы > Политика открытого доступа > Оплата за публикации в открытом доступе > Online First Pre-Publication > Политика авторских прав и лицензий > Политика цифрового хранения публикации > Политика идентификации статей > Политика проверки на плагиат
Журналы индексируются
Реквизиты журнала

ГЛАВНАЯ > Вернуться к содержанию
Статьи автора Пекунов Владимир Викторович
Программные системы и вычислительные методы, 2021-3
Пекунов В.В. - Построение K-W-NET модели турбулентности на базе K-W/V2-F моделей с нейросетевым компонентом c. 52-58

DOI:
10.7256/2454-0714.2021.3.36054

Аннотация: Предметом исследования данной работы являются модели турбулентности, базирующиеся на введении нейросетевых компонентов в известные стандартные полуэмпирические модели. Утверждается, что такой прием позволяет, обучив нейросетевые компоненты по данным, полученным с помощью достаточно точных и совершенных моделей, заменив или дополнив такими компонентами отдельные фрагменты исходных моделей, добиться существенного ускорения расчета при сохранении достаточных точности и устойчивости. Автор проводит обзор существующих классических подходов к моделированию турбулентности, на основании которого выделяет V2-F модель Дурбина, как одну из наиболее совершенных и, соответственно, перспективных в плане последующих нейросетевых модификаций. Предлагается новая модель турбулентности на базе K-W модели в сочетании с нейросетевым компонентом, обучаемым по данным V2-F модели Дурбина. Приводятся все необходимые соотношения. Свойства полученной модели исследуются в численном эксперименте по обтеканию одиночного препятствия. Результаты сравниваются с данными, полученными по иным известным полуэмпирическим моделям (K-E, K-W), а также по прямой нейросетевой модели. Показано, что предложенная модель при меньшей вычислительной трудоемкости в сравнении с иными моделями (за исключением прямой нейросетевой, которая, однако, менее точна) дает весьма высокую точность, близкую к точности модели Дурбина.
Кибернетика и программирование, 2021-1
Пекунов В.В. - Улучшенная балансировка загрузки процессоров при численном решении задач механики сплошной среды, осложненных химической кинетикой c. 13-19

DOI:
10.25136/2644-5522.2021.1.35101

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.
Программные системы и вычислительные методы, 2021-1
Пекунов В.В. - Апробация модели капельной фазы в эксперименте по моделированию образования кислотосодержащего облака c. 46-52

DOI:
10.7256/2454-0714.2021.1.35104

Аннотация: Рассматривается проблема численного моделирования образования (в результате конденсационного роста и столкновений капель) и развития первичного кислотосодержащего облака с учетом различных факторов: наличия температурных градиентов, турбулентности, прямого солнечного излучения, нагревающего воздух и стены зданий, диффузного солнечного излучения (в рамках которого описывается, например, радиационное остывание), переноса газообразных загрязнителей и их поглощение каплями. Ранее автором была сформулирована соответствующая комплексная математическая модель, учитывающая данные факторы. В настоящей работе ставится задача апробации капельного компонента данной модели путем численного моделирования процессов в зарождающемся облаке с последующим сравнением результатов с теоретическими и эмпирическими соотношениями.   Получены новые результаты численного моделирования кислотосодержащего облака в воздушной среде над участком большого города со сложной застройкой, на основе комплексной математической модели, учитывающей вышеперечисленные факторы и опирающейся на интерполяционно-секционную подмодель капельной фазы. Смоделированы динамика и кинетика такого облака, поглощающего газообразный диоксид серы, получены результаты по интенсивности поглощения данного загрязнителя в формирующемся облаке. Сравнение полученных результатов с известными данными (распределение капель Мазина-Хргиана и интерполяционные соотношения для водности облаков) показало хорошее совпадение по распределению капель и по водности облака. Сделан вывод о достаточной адекватности примененной экологической модели, включающей специальную подмодель капельной фазы.
Кибернетика и программирование, 2021-1
Пекунов В.В. - Модификация метода Марквардта для обучения нейросетевого предиктора в моделях турбулентной вязкости c. 27-34

DOI:
10.25136/2644-5522.2021.1.36059

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.
Программные системы и вычислительные методы, 2020-3
Пекунов В.В. - Индукция правил трансформации естественно-языковой постановки задачи в смысловую модель порождения решающей программы c. 29-39

DOI:
10.7256/2454-0714.2020.3.33789

Аннотация: В данной работе рассматривается проблема автоматического синтеза (индукции) правил преобразования естественно-языковой постановки задачи в смысловую модель задачи, по которой может быть порождена решающая данную задачу программа. Данная проблема рассматривается применительно к системе порождения, распознавания и трансформации программ PGEN++. На основании анализа литературных источников выбран комбинированный подход к решению данной проблемы, в рамках которого правила преобразования естественно-языковой постановки в смысловую модель задачи генерируются автоматически, а спецификации порождающих классов и правила порождения программы по модели пишутся вручную, специалистом в конкретной предметной области. В рамках объектно-событийных моделей впервые предложен механизм автоматической генерации распознающих скриптов и сопутствующих им сущностей (CSV-таблиц, XPath-функций). Генерация производится на основании анализа обучающей выборки, включающей предложения, описывающие объекты предметной области, в сочетании с экземплярами таких объектов. Анализ выполняется путем поиска уникальных ключевых слов и характерных грамматических отношений с последующим применением простых элиминативно-индуцирующих схем. Также предложен механизм автоматической генерации правил восполнения/достраивания первичных распознанных моделей до полноценных смысловых. Такая генерация выполняется путем анализа отношений между объектами обучающей выборки с учетом информации из спецификаций классов предметной области. Предложенные схемы опробованы на предметной области "Простая обработка векторных данных", показана успешная трансформация естественно-языковых постановок (как входящих в обучающую выборку, так и модифицированных) в смысловые модели с последующим порождением решающих поставленные задачи программ.
Программные системы и вычислительные методы, 2020-2
Пекунов В.В. - Сверхоптимистичные вычисления: концепция и апробация в задаче о моделировании электростатической линзы c. 37-44

DOI:
10.7256/2454-0714.2020.2.32232

Аннотация: Предметом исследования является возможность распараллеливания циклов с зависимыми витками и телом, в котором порядок исполнения операторов строго определен. Такие циклы достаточно часто встречаются, например, в задачах численного моделирования методом частиц в ячейках, где на первой стадии исполнения тела цикла обрабатываются частицы и вычисляется некое определяемое ими поле, а на второй стадии решается дифференциальное уравнение в частных производных, зависимое от этого поля. Возможность распараллеливания тел таких циклов в настоящее время недостаточно освещена в литературе, данная тема является актуальной. Используются идеи применения прогнозирующих (авторегрессионных точечных) каналов в программной транзакционной памяти. Реализация построена с применением объектно-ориентированного программирования. Впервые сформулирована концепция сверхоптимистичных вычислений, то есть работы с прогнозирующими каналами в условиях частично транзакционной памяти. Предложены механизмы реализации частично транзакционной памяти, адаптированные к применению каналов. Предложена схема распараллеливания линейно исполняемых тел циклов (с зависимыми витками) на базе сверхоптимистичных вычислений, показана ее оправданность на примере решения задачи о моделировании пучка заряженных частиц в электростатической линзе.
Кибернетика и программирование, 2020-2
Пекунов В.В. - Моделирование поглощения газообразного SO2 каплями тумана с применением уточненной интерполяционно-секционной капельной модели c. 19-32

DOI:
10.25136/2644-5522.2020.2.33914

Аннотация: В работе рассматривается проблема численного моделирования взаимодействия выделяемого автотранспортом газообразного диоксида серы с туманом в условиях повышенной влажности. Для этого применяется многофакторная двухфазная математическая модель, учитывающая динамику турбулентной основной фазы, динамику и кинетику многосекционной капельной фазы, наличие тепловых неоднородностей, образующихся в результате действия прямого и диффузного солнечного излучения в различных диапазонах, диффузию диоксида серы и его поглощение каплями тумана. Выполняется численное решение соответствующей задачи в системе моделирования экологических процессов AirEcology-P, позволяющей сгенерировать оптимальный решающий код для конкретной математической модели. Предложенная комплексная математическая модель, описывающая взаимодействие выделяющегося газообразного диоксида серы с каплями тумана, является новой. В данной модели уточнен расчет кинетики капельной фазы за счет учета дополнительного фактора слияния капель, характерного для тумана. Подмодель капельной фазы проверена в численных экспериментах (результаты сравнивались с данными прямого лагранжева моделирования популяции из 1000 капель), показаны достаточно хорошие результаты по точности. Получены результаты численного моделирования взаимодействия выделяющегося SO2 с каплями. Показано наличие самоочистки атмосферы, степень которой коррелирует с начальной концентрацией мельчайших капель и с высотой от поверхности.
Кибернетика и программирование, 2020-1
Пекунов В.В. - Элементы XPath-подобных языков в задачах построения смысловых XML-моделей текстов на естественном языке c. 29-41

DOI:
10.25136/2644-5522.2020.1.32143

Аннотация: Предметом исследования является возможность применения XPath-подобных микроязыков программирования в системах порождения программ класса PGEN++ для выделения и достраивания XML-моделей, описывающих план решения исходной задачи, по которому генерируется решающая программа. Предполагается построение таких моделей по описанию задачи на естественном языке, таким образом, речь идет об элементах технологий искусственного интеллекта. XPath-подобный язык работает в слое регулярно-логических выражений (выделяющем элементы первичного XML-документа), выполняя первичную обработку данных, полученных в слое грамматического разбора исходного текста. Кроме того, XPath-подобные элементы используются для вывода финальных XML-моделей. Используются стандартные библиотеки грамматического разбора текстов на естественном языке. Используются нестандартные расширения языка запросов XPath. Впервые предложена идея расширения языка запросов XPath до уровня алгоритмического языка, путем ввода минимально необходимого количества синтаксических элементов. Также предложено применение синтаксических элементов c XPath-подобной структурой в качестве как порождающих так и контролирующих слабых ограничений процесса прямого логического вывода финальных смысловых XML-моделей.
Программные системы и вычислительные методы, 2019-4
Пекунов В.В. - Уточненный расчет распределений капель при моделировании атмосферных многофазных сред c. 95-104

DOI:
10.7256/2454-0714.2019.4.30707

Аннотация: В данной работе рассматривается проблема повышения точности поиска адекватных распределений капель при численном моделировании многофазных сред, включающих капельную фазу. Данная проблема особенно актуальна при расчете распределений с разрывами, возникающих при межъячеечном переносе капель, обладающих собственной скоростью, а также при наличии резких выбросов капель, например техногенного характера. Задачи такого рода часто встречаются при расчете процессов образования и распространения загрязнителей в воздушной среде, в частности при моделировании кислотных дождей. Проблема построения распределений рассматривается с применением методов вычислительной математики (теории интерполяции), с учетом физических законов сохранения массы и количества капель. Используются элементы метода моментов (метода Хилла) и секционного подхода к моделирования капельной фазы. Предлагается новый подход к моделированию распределений капель путем кусочно-сплайновой интерполяции по плотности и концентрации капельных компонентов, также опираясь на построенные предварительные кусочно-линейные распределения. Результаты сравнивались с данными, полученными прямым моделированием множества капель, а также с данными, полученными с применением исключительно кусочно-линейных распределений. Продемонстрирована более высокая точность предложенного подхода в сравнении с исходной методикой, использующей лишь кусочно-линейные распределения. Показана достаточно высокая скорость расчета в сравнении с лагранжевым подходом.
Программные системы и вычислительные методы, 2019-3
Пекунов В.В. - Предицирующие каналы в параллельном программировании: возможное применение в математическом моделировании процессов в сплошных средах c. 37-48

DOI:
10.7256/2454-0714.2019.3.30393

Аннотация: В данной работе рассматривается проблема применения предикции в классическом и параллельном программировании задач математического моделирования, основанных на численном интегрировании дифференциальных уравнений в частных производных. Предикция может использоваться для замены фрагментов математической модели более простыми приближенными соотношениями, для опережающего прогнозирования значений принимаемых в ходе параллельного счета данных, для прогнозирования времени исполнения фрагментов параллельной программы при решении вопроса о применении последовательного или параллельного алгоритма и при балансировке загрузки отдельных процессоров вычислительной системы. Для формализации видов предикторов и определения математических соотношений, позволяющих их вычислить, используются подходы и методы вычислительной математики (теории интерполяции и экстраполяции). Для определения программных реализаций предикторов используются подходы, характерные для инженерии параллельного программирования. Полученные результаты проверяются экспериментально. В работе впервые предложен новый вид технологических средств предикции для использовании в параллельном программировании – предикционно-решающие каналы. Предложены два вида каналов – авторегрессионные точечные и линейные (явные или неявные) коллективного решения. Изложены математические аспекты предикции в таких каналах, кратко описаны базовые средства программирования. Показано, что совмещение каналов со средствами предсказания данных упрощает программирование ряда алгоритмов, связанных с численным моделированием, и позволяет, в частности, осуществлять скрытые переходы от явных разностных схем к неявным, отличающихся большей устойчивостью счета, а также от последовательных алгоритмов счета к параллельным. На примере задачи численного интегрирования нестационарного уравнения теплопроводности показано, что адекватное применение каналов в ряде случаев позволяет ускорить расчет на многоядерных вычислительных системах.
Кибернетика и программирование, 2018-6
Пекунов В.В. - Применение предикции при параллельной обработке цепочек предикатов в регулярно-логических выражениях c. 48-55

DOI:
10.25136/2306-4196.2018.6.27986

Аннотация: В данной работе рассматривается проблема выбора режима исполнения (последовательный или параллельный) при обработке цепочек предикатов в регулярно-логических выражениях. Дано краткое описание сути регулярно-логических выражений, их известных применений (естественно-языковые интерфейсы, автоматический параллелизатор C-программ), видов и состава цепочек предикатов. Особое внимание уделяется вопросу предикции временных затрат при обработке цепочек в том или ином режиме. Подробно рассматриваются различные подходы к такой возможной предикции. Отмечено, что в данном случае наиболее естественнен полуэмпирико-статистический подход. В работе используются основные соотношения теории параллельных вычислений, методы интерполяции и экстраполяции, вычислительного эксперимента, элементы статистической обработки. Предлагается новый полуэмпирико-статистический подход к решению проблемы вычисления оценок времени исполнения цепочек предикатов. Подход отличается минимальным количеством замеров времени, достигнутым с помощью частичного восстановления недостающих данных, и применением потенциально более точных линейных авторегрессионных и квадратичных моделей для вычисления предполагаемого времени исполнения в последовательном или параллельном режимах.
Программные системы и вычислительные методы, 2018-4
Пекунов В.В. - Автоматическое распараллеливание C-программ с применением директив Cilk++ на базе распознающих объектно-событийных моделей c. 124-133

DOI:
10.7256/2454-0714.2018.4.28086

Аннотация: В данной работе рассматривается проблема автоматического распараллеливания C-программ (преимущественно вычислительного характера) с применением директив Cilk++, с помощью ограниченного набора которых может быть явно выражен параллелизм по задачам. Для решения данной проблемы формулируется концепция распознающих объектно-событийных моделей, потенциально способных к разбору и трансформации произвольных текстов. Данная концепция является развитием предложенной автором ранее теории объектно-событийных моделей, которые, в предельной постановке, эквивалентны расширенным машинам Тьюринга. Используется общий подход теории объектно-событийных моделей, утверждающей возможность описания произвольных алгоритмов с помощью указанных моделей. Предлагается технология анализа и трансформации как структурированных, так и неструктурированных текстов с применением распознающих объектно-событийных моделей. Предложена стратегия автоматического распараллеливания C-программ с применением директив Cilk++, основывающаяся на указанной технологии. На примере автоматического распараллеливания простой вычислительной программы получены данные об ускорении и эффективности распараллеливания. Утверждается, что разработанная технология может использоваться в составе системы порождения программ для распараллеливания сгенерированных программ.
Другие сайты издательства:
Официальный сайт издательства NotaBene / Aurora Group s.r.o.
Сайт исторического журнала "History Illustrated"