Ярославцева Т.С.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Ярославцева Тамара Сергеевна – студент, кафедра кибернетики и мехатроники, Российский университет дружбы народов, г. Москва

Аннотация: в данной статье описывается применение искусственных нейронных сетей для решения задачи отслеживания объекта. Исходные данные представлены последовательностью цифровых изображений. В качестве сети для обучения выбрана глубокая сверточная нейронная сеть с одним входным слоем, двумя сверточными и двумя субдискретизирующими. Выходом алгоритма являются вероятности соответствия той или иной части изображения искомому объекту. В результате выбирается кадр с максимальной вероятностью и принимается за положение объекта в данный момент. По итогам проведенного эксперимента точность отслеживания объекта составила 79%.

Ключевые слова: отслеживание объекта, сверточная нейронная сеть, глубокое обучение.

NEURAL NETWORK ALGORITHM TRACKING AN OBJECT ON A SET OF DIGITAL IMAGES

Yaroslavtseva T.S.

Yaroslavtseva Tamara Sergeevna – student, CYBERNETICS AND MECHATRONICS DEPARTMENT PEOPLES' FRIENDSHIP UNIVERSITY OF RUSSIA, MOSCOW

Abstract: this article describes the usage of artificial neural networks in the issue of tracking an object. Initial data is a set of digital images. The deep convolutional neural network with one input layer, two convolutional and two down subsampling layers is selected as a network for training. The results of the algorithm performed are probabilities of matching between parts of the original image and the required object. In consequence, the frame with the highest probability is selected; hence, it is taken as the position of the object at the moment. According to the conducted experiment, the tracking accuracy of the object has made up 79%.

Keywords: object tracking, convolutional neural network, deep learning.

 Список литературы / References

1. Библиотека изображений. [Электронный ресурс]. Режим доступа: https://sites.google.com/site/trackerbenchmark/benchmarks/v10/ (дата обращения: 21.11.2016).
2. Библиотека СНС. [Электронный ресурс]. Режим доступа: https://github.com/rasmusbergpalm/DeepLearnToolbox/ (дата обращения: 21.11.2016).
3. Collins Robert T., Liu Yanxi, Leordeanu Marius. Onlineselectiondiscriminativetrackingfeatures. IEEETransactionsPattern Analysis and Machine Intelligence. Vol. 27. № 10. Pp. 1631–1643, 2005.
4. Dalal Navneet, Triggs Bill. Histograms of oriented gradients for human detection. Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE Computer Society Conference on. IEEE, 2005. Vol. 1. Pp. 886–
5. Hanxi Li, Yi Li, Fatih Porikli,.
6. Jialue Fan, Wei Xu, Ying Wu and Yihong Gong. Human Tracking Using Convolutional Neural Networks. IEEE Transactions on Neural Networks. Vol.-1623, 2010.
7. Kavukcuoglu Koray, Gregor Karol, LeCun Yann. Learning convolutional feature hierachies for visual recognition. NIPS, 2010.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ярославцева Т.С. НЕЙРОСЕТЕВОЙ АЛГОРИТМ ОТСЛЕЖИВАНИЯ ДВИЖЕНИЯ ОБЪЕКТА НА МНОЖЕСТВЕ ЦИФРОВЫХ ИЗОБРАЖЕНИЙ // Наука, техника и образование № 3 (33), 2017. - С.{см. журнал}.

Новиков А.В., Вольф А.А.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Новиков Артем Витальевич – магистрант;

Вольф Альберт Альбертович – кандидат физико-математических наук, доцент,

кафедра разработки нефтяных и газовых месторождений,

Тюменский индустриальный университет, г. Тюмень

Аннотация: достижение и поддержание высокого уровня добычи нефти в значительной мере связано с результатами геолого-технических мероприятий, имеющих широкое практическое применение. Несмотря, однако, на большой опыт проведения многих видов ГШ, эффективность их в ряде случаев недостаточна. Основным направлением повышения эффективности геолого-технических мероприятий является совершенствование выбора объектов, видов и технологических параметров проводимых процессов. Решение этих вопросов основано на выявлении и учете большого числа факторов, характеризующих состояние системы «скважина - пласт» и эффективность воздействия на нее тех или иных мероприятий. Между тем, многообразие и сложность процессов, происходящих в этой системе, и недостаточность информации о них значительно затрудняют принятие оптимальных решений о проведении ГТМ. В связи с этим актуальными являются дальнейшие исследования по разработке способов выявления и регулирования основных факторов, определяющих эффективность ГТМ.

Ключевые слова: геолого-технические мероприятия (ГТМ), методы увеличения нефтеотдачи (МУН), самозадавливающиеся скважины.

ANALYSIS OF EXISTING TECHNOLOGIES OPERATING WATERED WELLS

Novikov A.V., Volf A.A.

Novikov Artem Vitalevich - graduate student;

Volf Albert Albertovich - candidate of physical and mathematical sciences, Associate Professor,

DEVELOPMENT OF OIL AND GAS FIELDS,

TYUMEN INDUSTRIAL UNIVERSITY, TYUMEN

Abstract: аchieving and maintaining a high level of oil production is largely due to the results of geological and technical measures that have wide practical application. Despite, however, the large experience of carrying out many types of GSH, their effectiveness in some cases is insufficient. The main direction of increasing the efficiency of geological and technical measures is the improvement of the choice of objects, types and technological parameters of the processes being conducted. The solution of these issues is based on the identification and recording of a large number of factors characterizing the state of the "well-layer" system and the effectiveness of the impact on it of certain measures. Meanwhile, the diversity and complexity of the processes occurring in this system, and the lack of information about them, make it very difficult to make optimal decisions about carrying out the geological and technical measures. In connection with this, further studies are needed to develop ways to identify and regulate the main factors that determine the effectiveness of geological and technical measures.

Keywords: geological and technical measures (GTM), methods of enhanced oil recovery (EOR), watered wells.

Список литературы / References

1. Епрынцев А.С. Проблемы эксплуатации самозадавливающихся скважин и пути их решения на Медвежьем НГКМ. А.С. Епрынцев, А.В. Нурмакин, Д.В. Моторин, Р.Т. Исматов // Инновационные технологии для нефтегазового комплекса: сб. науч. тр. Тюмень: ТюмГНГУ, 2010. 199 - 204 с.
2. Епрынцев А.С. Анализ существующих технологических решений по удалению жидкости из обводняющихся скважин на Медвежьем НГКМ. А.С. Епрынцев, A.В. Нурмакин, Д.В. Моторин, Р.Т. Исматов // Инновационные технологии для нефтегазового комплекса: сб. науч. тр. Тюмень: ТюмГНГУ, 2010. 37 - 45 с.
3. Проведение капитального ремонта в скважинах месторождений Крайнего Севера, предотвращающего образование песчаных пробок и разрушение призабойной зоны пласта. Под ред. Р.А. Гасумова, М.Г. Гейхман, 3.С. Салихова, B.Г. Мосиенко. М.: Газпром, 2004. 108 с.
4. Кустышев А.В. Эксплуатация скважин на месторождениях Западной Сибири. А.В. Кустышев. Тюмень: Вектор-Бук, 2002. 168 с.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Новиков А.В., Вольф А.А. АНАЛИЗ СУЩЕСТВУЮЩИХ ТЕХНОЛОГИЙ ЭКСПЛУАТАЦИИ САМОЗАДАВЛИВАЮЩИХСЯ СКВАЖИН // Наука, техника и образование № 3 (33), 2017. - С.{см. журнал}.

Шишкин Ю.Е.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Шишкин Юрий Евгеньевич – аспирант, ORCID: 0000-0001-7442-2722, кафедра информационных технологий и компьютерных систем, Севастопольский государственный университет, г. Севастополь

Аннотация: в статье анализируются математическая модель и реализующая ее программа, предназначенные для снижения объема данных мониторинга в сложных, закрытых, недетерминированных многопараметрических системах. Метод решения основан на применении гибких решающих правил, использующих систему статистических метрик и дискретно-событийной имитационной модели. Область применения модели – оптимизация мониторинга в облачных сервисах как компонента обеспечения идеологии интернета вещей, автоматизации процессов в различных сферах деятельности и исключения из них человека.
Ключевые слова: Большие Данные, оптимизация мониторинга, система поддержки принятия решений, интернет вещей, система массового обслуживания, имитационное моделирование, визуализация.

DEVELOPMENT OF TOOLS AND MATHEMATICAL MODELS FOR MONITORING OPTIMIZATION

Shishkin Yu.E.

Shishkin Yurij Evgenevich – postgraduate, ORCID: 0000-0001-7442-2722, INFORMATION TECHNOLOGY AND COMPUTER SYSTEMS DEPARTMENT, SEVASTOPOL STATE UNIVERSITY, SEVASTOPOL

Abstract: the article analyzes the mathematical model and implementing a model program, designed to reduce the amount of monitoring data in complex, closed, non-deterministic multivariable systems. The solution method is based on the use of flexible decision rules, using a statistical metrics system and discrete event simulation model. Application models is cloud services monitoring optimization as an Internet of Things ideology software component, automation process in various fields of human activity to exclude a human from that fields.
Keywords: Big Data, monitoring optimization, decision support system, Internet of Things, queuing system, simulation, visualization.

Список литературы / References

1.    Пасынков М.А. Комплексная система интеграции баз данных мониторинга физических параметров и позиционирования в акваториях // Научный журнал, 2017. № 2 (15). С. 29 - 31.
2.    Греков А.Н., Шишкин Ю.Е. Моделирование трехкомпонентного акустического измерителя скорости течения // Системы контроля окружающей среды. Севастополь: ИПТС, 2016. № 6 (26). С. 33-40.
3.    Шишкин Ю.Е. Облачные сервисы в системах поддержки принятия решений // Научный журнал, 2017. № 1 (14). С. 19 - 20.
4.    Shishkin Y.E. Big Data visualization in decision making // Science in Progress, 2016. C. 203-205. ISBN 978-5-7782-3094-1.
5.    Шишкин Ю.Е. Визуальный анализ Больших Данных с применением познавательных паттернов // Проблемы современной науки и образования, 2017. № 2 (84). С. 24 - 26.
6.    Шишкин Ю.Е., Греков Н.А. Исследование систем управления высокоточными измерениями // Интеллектуальные системы, управление и мехатроника, 2015. С. 221 - 225.
7.    Кодолов П.А. Облачное хранилище данных // Наука, техника и образование, 2016. 2016 № 4 (22). С. 51-53.
8.    Шишкин ЮЕ. Анализ моделей взаимодействия пользователей и провайдеров облачных сервисов // Интеллектуальные системы, управление и мехатроника, 2016. 2016. С. 289 - 293.
9.    Шишкин Ю.Е. Актуализация данных в системах мониторинга сложных объектов с использованием информационных метрик // Проблемы современной науки и образования, 2017. № 6 (88). С. 22 - 27. doi:10.20861/2304-2338-2017-88-001.
10.    Скатков А.В., Брюховецкий А.А., Шишкин Ю.Е. Сравнительный анализ методов обнаружения изменений состояний сетевого трафика // Автоматизация и приборостроение: проблемы, решения, 2016. С. 14 - 15.
11.    Магжанова А.Т. Применение облачных технологий для реализации решений интернета вещей // Современные инновации, 2016. № 7 (9). С. 30 - 34.
12.    Шишкин Ю.Е., Скатков А.В. Решение задачи составления расписаний большой размерности с применением технологии Больших Данных // Информационные технологии и информационная безопасность в науке, технике и образовании. «ИНФОТЕХ – 2015», 2015. С. 103 - 105.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Шишкин Ю.Е. РАЗРАБОТКА ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ И МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ ОПТИМИЗАЦИИ МОНИТОРИНГА// Наука, техника и образование № 3 (33), 2017. - С.{см. журнал}.

Молдалиева М.И.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Молдалиева Мизеркан Искендеровна – аспирант, кафедра истории и философии, Нарынский государственный университет им. С. Нааматова, г. Нарын, Кыргызская Республика

Аннотация: исследование бельдемчи заключается в раскрытии особенности изготовления, ношения, а также этнической истории поясной одежды. Используя в качестве источников письменные, исторические и литературно-фольклорные памятники, данные археологии и предметы изобразительного искусства, удалось обширнее изучить этот вид одежды, которая входит в национальный костюм кыргызов. Изучены покрои, пошив, отделка, применяемые материалы и культура ношения изделия. Проведен сопоставительный анализ их внешнего сходства с аналогичными видами одежды других народов. Исследование показало, что кыргызские бельдемчи по покрою, отделке и применяемым материалам делятся на два вида: в первую входят Прииссыккулье, Тянь-Шань, Талас и Джалал-Абадская область, во вторую - Ошская область, Памир и Каратегин. Также установлено ношение мужчинами бельдемчи в древности и в средневековье. Сопоставляя казахскую бельдемше, якутскую бэлэпчи и бэлэбши западных бурят, особое внимание притягивает название одежды, которая происходит от древнетюркского языка «бел». В результате установлены следующие сходства: это крой, широкий пояс, завязки, вышивка, складки, а также похожие названия.

Ключевые слова: Кыргызстан, кыргызы, пояс, поясная одежда, бельдемчи.

RESEARCH ABOUT TRADITIONAL CLOTHING BELDEMCHI

Moldalieva M.I.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

 Moldalieva Mizerkan Iskenderovna - graduate student, DEPARTAMENT OF HISTORY AND PHILOSOPHY, NARYN STATE UNIVERSITY NAMED AFTER S. NAAMATOV, NARYN, REPUBLIC OF KYRGYZSTAN

Abstract: research about Beldemchi is particularly revealing of manufacture, carrying, as well as the ethnic history of the waist clothes. Using as sources: written historical and literary and folklore monuments, archaeological data and objects of fine art managed extensive study this type of clothing, which is part of the national costume of the Kyrgyz. Studied cut, sewing, finishing, materials used, and the culture of wearing of Beldemchi. The comparative analysis shows their similarity to the kinds of same clothes of other nations. The study showed that the Kyrgyz beldemchi in cut, finish and materials used are divided into two types. The first consists of Issyk-Kul, the Tien-Shan, Talas and Jalal-Abad regions. Second group consists: Osh region, Pamir and Karategin. During researches has also been established wearing men beldemchi in antiquity and the Middle Ages. Comparing Kazakh beldemshe, Yakut and belepchi and belebshi Western Buryats, special attention to the name of the clothing, which comes from the ancient Turkish language, "bel". As a result, established the similarities - it's cut, wide belt, strings, embroidery, pleats and similar names.

Keywords: Kyrgyzstan, Kyrgyz, belt, belt wear, beldemchi.

Список литературы / References

1. Акматалиев Амантур Сейтаалы уулу. Кыргыздын кол өнөрчүлүгү. Б.: Кыргызстан, 1996. С. 328.
2. Антипина К.И. Особенности материальной культуры и прикладного искусства южных кыргызов. Изд. академии наук Кырг. ССР. Фрунзе, 1962. С.289.
3. Байгабатова Н.К. К вопросу о специфике традиционной одежды казахов // Вестник ЖГУ им. И. Жансугурова. № 2-3. Жетысу, 2012. С. 59-64.
4. Горелик М.В. Среднеазиатский мужской костюм на миниатюрах XV – XIX вв. // Костюмы народов Средней Азии. М.: Наука, 1979. С. 49-69.
5. Доде З.В. Костюм населения Северного Кавказа VII – XVII веков. Автореф. дис. док. ист. наук. Москва, 2007. 62 с.
6. Зыков Ф.М. Якутское бэлэпчи и его этнографические параллели // Этническая история народов Южной Сибири и Центральной Азии. Новосибирск, 1993. С. 263-269.
7. Манас. 1-том. Б.: «Кыргыз китеп борбору», 2014. С. 370.
8. Манас. 2-том. Б.: «Кыргыз китеп борбору», 2014. С. 334.
9. Махова Е.И. Некоторые элементы киргизского национального костюма // Костюм народов Средней Азии. М.: Изд-во «Наука», 1979 г. С. 205-211.
10. Момунбаева Н.С.Традиционная одежда южных кыргызов (конец XIX - начало XX вв.). Дис. канд. ист. наук. Бишкек, 2011. С.
11. Смешко Т.Н. Ткани в одежде киргизов (вторая половина XIX - начало XX вв.) // Костюмы народов Средней Азии. М.: Наука, 1979. С. 211-228.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Молдалиева М.И. ИССЛЕДОВАНИЕ ТРАДИЦИОННОЙ ОДЕЖДЫ БЕЛЬДЕМЧИ // Наука, техника и образование № 3 (33), 2017. - С.{см. журнал}.