Вестник 4 (53) 2024

от

Полный текст

I. ОЦЕНКА ИНВЕСТИЦИОННОЙ АКТИВНОСТИ НА ОСНОВЕ НОВОСТНОГО ФОНА

https://doi.org/10.34130/1992-2752_2024_4_4

Петр Викторович Борков — Банк России.

Ольга Аминджановна Мальцева — Банк России, maltseva.rs@yandex.ru

Ирина Владимировна Полякова — Банк России.

Евгения Николаевна Старцева — Сыктывкарский государственный университет имени Питирима Сорокина.

Текст статьи

Аннотация. Целью исследования является построение опережающего показателя инвестиционной активности на основе анализа новостей Telegram-каналов. Имеющиеся данные Росстата по инвестиционной активности публикуются с временным лагом и подвергаются корректировке, что затрудняет их использование при оперативной оценке текущей экономической ситуации. В работе рассматриваются два подхода: первый — на основе фильтра по ключевым словам, второй — на основе языковой модели «BERT». Оба подхода демонстрируют статистически значимую корреляцию с данными Росстата.

Ключевые слова: текстовой анализ, машинное обучение, BERT, rubert-tiny2, инвестиционная активность, Python.

Список источников

  1. Регламент оценки, корректировки и публикации данных статистического наблюдения за строительством и инвестициями в основной капитал. Утвержден приказом Росстата от 26 сентября 2016 г. № 544 // СПС «КонсультантПлюс». URL: https://www.consultant.ru (дата обращения: 14.10.2024).
  2. Baker S. R., Bloom N., Davis S. J. Measuring Economic Policy Uncertainty // Quarterly Journal of Economics. 2016. Vol. 131 (4). Pp. 1593–1636. DOI: 10.1093/qje/qjw/024.
  3. Cerda R., Silva A., Valente J. T. Impact of economic uncertainty in a small open economy: the case of Chile // Applied Economics. 2018. Vol. 50. No 26. Pp. 2894–2908. URL: https://arxiv.org/pdf/1810.04805 (дата обращения: 14.10.2024).
  4. Zalla R. Economic Policy Uncertainty in Ireland // Atlantic Economic Journal. 2017. Vol. 45 (2). Pp. 267–271. DOI: 10.1007/s11293-017-9536-8.
  5. Петрова Д., Трунин П. Оценка уровня неопределенности экономической политики // Деньги и кредит. 2023. № 82 (3). С. 48–61.
  6. Яковлева К. Оценка экономической активности на основе текстового анализа // Деньги и кредит. 2018. № 77 (4). С. 26–41. DOI:10.31477/rjmf.201804.26.
  7. Колюжнов Д. В., Колюжнов Е. Д., Ляхнова М. В. Учет информационного фона в DSGE-модели экономики России с адаптивным обучением // Мир экономики и управления. 2023. Т. 23 (4). С. 60–82. DOI: 10.25205/2542-0429-2023-23-4-60-82.
  8. Jacob Devlin, Ming-Wei Chang, Kenton Lee and Kristina Toutanova. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding // Proceedings of the 2019 Conference
    of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. 2019. Vol. 1. Long and Short Papers. Pp. 4171–4186, Minneapolis, Minnesota. URL: https://aclanthology.org/N19-1423/(дата обращения:: 14.10.2024).
  9. Носко В. П. Эконометрика : в 2 кн. М.: Издательский дом «Дело» РАНХиГС, 2021. Кн. 1. 704 с. (Академический учебник).
  10. Мхитарян В. С. и др. Эконометрика : учебник / под ред. д-ра экон. наук, проф. В. С. Мхитаряна. М.: Проспект, 2009. 384 с.
  11. Dale David. Маленький и быстрый BERT для русского языка. June, 2021. URL: https://habr.com/ru/post/562064 (дата обращения: 14.10.2024).
  12. Dale David. Рейтинг русскоязычных энкодеров предложений. June, 2022. URL: https://habr.com/ru/articles/669674 (дата обращения: 14.10.2024).

Для цитирования: Борков П. В., Мальцева О. А., Полякова И. B., Старцева Е. Н. Оценка инвестиционной активности на основе новостного фона // Вестник Сыктывкарского университета. Сер. 1: Математика. Механика. Информатика. 2024. Вып. 4 (53). C. 4−20. https://doi.org/10.34130/1992-2752_2024_4_4

II. ЧИСЛЕННОЕ И АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ДВУМЕРНЫХ СТАТИЧЕСКИХ БИДОМЕННЫХ ЭФФЕКТОВ В МИОКАРДЕ

https://doi.org/10.34130/1992-2752_2024_4_21

Игорь Николаевич Вассерман — Институт механики сплошных сред УрО РАН.

Игорь Николаевич Шардаков — Институт механики сплошных сред УрО РАН.

Ирина Олеговна Глот — Институт механики сплошных сред УрО РАН.

Алексей Петрович Шестаков — Институт механики сплошных сред УрО РАН.

Текст статьи

Аннотация. С макроскопической точки зрения сердечная мышца может рассматриваться как две анизотропные проводящие среды – внеклеточное и внутриклеточное пространство, взаимодействующие через мембрану. Построенная на таких предположениях модель электрической активности сердца называется бидоменной. Если предположить, что тензоры проводимости внутриклеточного и внеклеточного пространства подобны, то модель сердечной мышцы может быть значительно упрощена. Такая модель называется монодоменной.

Ключевые слова: миокард, бидоменная модель, монодоменная модель, виртуальные электроды.

Список источников

  1. Sachse F.B. Computational Cardiology. Modelling of Anatomy, Electrophysiology and Mechanics. Berlin: Springer-Verlag Berlin Heidelberg, 2004. 326 p.
  2. Sundnes J. et al Computing the Electrical Activity in the Heart. Berlin: Springer-Verlag Berlin Heidelberg, 2004. 318 p.
  3. Poste M. et al A Comparison of Monodomain and Bidomain ReactionDiffusion Models for Action Potential Propagation in the Human Heart // IEEE Trans. Biomed. Eng. 2006. Vol. 53. Issue 12. Pp. 2425–2435.
  4. Vasserman I. N., Matveenko V. P., Shardakov I. N., Shestakov A. P. Numerical simulation of the propagation of electrical excitation in the heart wall taking its fibrous laminar structure into account // Biophysics. 2015. Vol. 61. Issue 2. Pp. 297–302.
  5. Vasserman I. N., Matveenko V. P., Shardakov I. N., Shestakov A. P. The mechanism of the initiation of cardiac arrhythmias due to a pathological distribution of myocardial conductivity // Biophysics. 2016. Vol. 61. Issue 2. Pp. 297–302.
  6. Roth B. J. How to explain why „Unequal anisotropy ratios“ is important using pictures but no mathematics // Proc. of the 2006 Int. Conf. of the IEEE Engineering in Medicine and Biology Society. New York, USA, August 30 – September 3, 2006. Pp. 580–583.
  7. Roth B. J., Beaudoin D. L. Approximate analytical solutions of the Bidomain equations for electrical stimulation of cardiac tissue with curving fibers // Phys. Rev. E. 2003. Vol. 67. Issue 5. Pp. 051925.
  8. Vasserman I. N. Numerical Simulation of Mechanoelectric Feedback in a Deformed Myocardium // J. Appl. Mech. Tech. Phys. 2020. Vol. 61. Issue 7. Pp. 1116–1127.
  9. Sepulveda N. G. et al. Current injection into a two-dimensional anisotropic bidomain // Biophys. J. 1989. Vol. 55. Pp. 987–999.
  10. Goel. V., Roth B. J. Approximate analytical solutions to the bidomain equations describing electrical activity in cardiac tissue // Proceedings of the 13th Southern Biomedical Conference. Washington, DC , April 16–17, 1994. Pp. 967–970.
  11. Wikswo J. P. et al. Virtual Electrodes in Cardiac Tissue: A Common Mechanism for Anodal and Cathodal Stimulation // Biophys. J. 1995. Vol. 69. Pp. 2195–2210.
  12. Roth B. J. A mathematical model of make and break electrical stimulation of cardiac tissue by unipolar anode or cathode // IEEE Trans. Biomed. Eng. 1995. Vol. 42. Pp. 1174–1184.
  13. Roth B. J. Mechanism for polarization of cardiac tissue at a sealed boundary // Med. Biol. Eng. Compute. 1999. Vol. 37. Pp. 523–525.
  14. Ferreira A. J. M. MATLAB Codes for Finite Element Analys. Berlin: Springer, 2009. 235 p.

Для цитирования: Вассерман И. Н., Шардаков И. Н., Глот И. О., Шестаков А. П. Численное и аналитическое моделирование двумерных статических бидоменных эффектов в миокарде //Вестник Сыктывкарского университета. Сер. 1: Математика. Механика. Информатика. 2024. Вып. 4 (53). C. 21−38. https://doi.org/10.34130/1992-2752_2024_4_21

III. ПОСТРОЕНИЕ МОДЕЛЕЙ ВЛИЯНИЯ КАЧЕСТВА ОКРУЖАЮЩЕЙ СРЕДЫ НА ЗДОРОВЬЕ НАСЕЛЕНИЯ

https://doi.org/10.34130/1992-2752_2024_4_39

Виктор Александрович Рыбак — Белорусский государственный университет информатики и радиоэлектроники, v.rybak@bsuir.by

Текст статьи

Аннотация. В работе рассматриваются вопросы построения различных информационных моделей для анализа и прогнозирования влияния загрязнения атмосферного воздуха и почвенного покрова на здоровье детского населения. Исходными данными выступают числовые ряды, сформированные при исследованиях областных центров Республики Беларусь. Уровни заболеваемости получены с учётом деления территорий городов на районы обслуживания поликлиник.

Ключевые слова: нейронные сети, регрессионные модели, анализ качества окружающей среды, нейро-нечёткая модель.

Список источников

  1. Балабина Н. М. Роль загрязнения атмосферного воздуха в развитии железодефицитной анемии у взрослого городского населения // Санитария и гигиена. 2006. № 6. С. 12–14.
  2. Мун С. А. Бенз(а)пирен в атмосферном воздухе и онкологическая заболеваемость в Кемерово // Санитария и гигиена. 2006. № 4. С. 28–29.
  3. Рыбак В. А., Рябычина О. П. Аппаратное обеспечение системы для экологической диагностики загрязнения атмосферного воздуха // Известия высших учебных заведений России. Радиоэлектроника. 2020. № 3. T. 23. С. 93–99.
  4. Чайка П. Нейронные сети: их применение, работа // Научнопопулярный журнал «Познавайка». 2018 [Электронный ресурс]. URL: http://www.poznavayka.org/nauka-i-tehnika/neyronnyieseti-ih-primenenie-rabota (дата обращения: 01.11.2024).
  5. Режепа В. Простые слова о комплексе: что такое нейронные сети? // Новостной портал о технологиях. 2017 [Электронный ресурс]. URL: https://gagadget.com/another/27575-prostyimi-slovamio-slozhnom-chto-takoe-nejronnyie-seti (дата обращения: 01.11.2024).
  6. Иванько А. Ф., Иванько М. А., Сизова Ю. А. Нейронные сети: общие технологические характеристики // Научное обозрение. Технические науки. 2019. № 2. С. 17–23.
  7. Дударов С. П. История нейронных сетей // Портал об искусственном интеллекте. 2013 [Электронный ресурс]. URL: https://neuronus.com/history/5-istoriya-nejronnykh-setej.html (дата обращения: 01.11.2024).
  8. Zadeh L. Fuzzy sets // Information and Control. 1965. Vol. 8. Pp. 338–353.
  9. Zadeh L. The concept of a linguistic variable and its applications to approximate reasoning // Information Sciences. 1975. Vol. 8. Pp. 199–249.
  10. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ-Петербург, 2005. 736 с.
  11. Методика расчета концентрации в атмосферном воздухе веществ, содержащихся в выбросах предприятий / ОНД–86: Госгидромет. Л.: Гидрометиздат, 1987. 92 с.
  12. Науменко Т. Е., Рыбак В. А. Законодательное обеспечение оценки риска воздействия на здоровье населения качества атмосферного воздуха в Республике Беларусь // Анализ риска здоровью. 2013. № 1. С. 30–35.
  13. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечёткие системы : пер. с польск. М.: Горячая линия – Телеком, 2006. 452 с.
  14. Рыбак В. А. Методологические основы принятия решений для управления природоохранной деятельностью. Минск: РИВШ,274 с.

Для цитирования: Рыбак В. А. Построение моделей влияния качества окружающей среды на здоровье населения // Вестник Сыктывкарского университета. Сер. 1: Математика. Механика. Информатика. 2024. Вып. 4 (53). C. 39−51. https://doi.org/10.34130/1992-2752_2024_4_39

IV. ИССЛЕДОВАТЕЛЬСКОЕ ОБУЧЕНИЕ МАТЕМАТИКЕ И СИСТЕМЫ КОМПЬЮТЕРНОЙ АЛГЕБРЫ

https://doi.org/10.34130/1992-2752_2024_4_52

Владимир Афанасьевич Тестов — Вологодский государственный университет, vladafan@inbox.ru

Роман Андреевич Попков — Университет ИТМО, r-popkov@yandex.ru

Текст статьи

Аннотация. В статье показывается, что цифровая трансформация общества и образования связана с новым этапом математизации знаний и на современном этапе изменился и стиль
математического мышления, и математическая парадигма. В соответствии с переменами необходимо менять как содержание математических курсов, так и методы их преподавания, отдавая предпочтение исследовательскому обучению и применению систем компьютерной алгебры.

Ключевые слова: математизация знаний, математическое моделирование, исследовательское обучение, компьютерные эксперименты.

Список источников

  1. Семёнов А. Л. О продолжении российского математического образования в XXI веке // Вестник Московского университета. Педагогическое образование. 2023. Т. 20. № 2. С. 7–45.
  2. Тестов В. А. Цифровизация науки и образования как результат синергии процессов информатизации и математизации // Педагогическая информатика. 2024. № 2. С. 111–120.
  3. Клайн М. Математика. Утрата определенности. М.: Мир; 1984. 434 с.
  4. Перминов Е. А., Тестов В. А. Математизация профильных дисциплин как основа фундаментализации IT-подготовки в вузах // Образование и наука. 2024. Т. 26. № 7. С. 12–43. DOI: 10.17853/1994-5639-2024-7-12-43.
  5. Садовничий В. А Большие данные в современном мире. М.: МГУ им. М. В. Ломоносова, 2017. 28 с.
  6. Вавилов Н. А., Халин В. Г., Юрков А. В. Небеса падают: Математика для не математиков // Доклады Российской академии наук. Математика, информатика, процессы управления,T. 511. № 1. С. 144–160.
  7. Попков Р. А., Москаленко М. А., Табиева А. В., Матвеева М. В. Алгебра vs компьютерная алгебра в контексте массового математического образования // Современное профессиональное образование. 2024. № 3. С. 50–53.

V. Автоматизированный анализ изображений микроскопии шунгитов

https://doi.org/10.34130/1992-2752_2024_4_69

Владимир Александрович Устюгов — Сыктывкарский государственный университет
имени Питирима Сорокина, ustyugov@syktsu.ru

Игорь Викторович Антонец — Сыктывкарский государственный университет имени Питирима Сорокина.

Евгений Александрович Голубев — Институт геологии ФИЦ Коми НЦ УрО РАН, golubev@geo.komisc.ru

Текст статьи

Аннотация. Работа посвящена вопросам автоматизированного анализа изображений высокоразрешающей просвечивающей электронной микроскопии образцов шунгита с применением технологии компьютерного зрения. Описана методика предварительной обработки изображений. Разработан алгоритм выделения структурных элементов шунгита на основе метода поиска по шаблону.

Ключевые слова: шунгит, электронная микроскопия, компьютерное зрение.

Список источников

  1. Melezhik V. A., Filippov M. M., Romashkin A. E. A giant palaeoproterozoic deposit of shungite in NW Russia: Genesis and practical applications // Ore Geol. Rev. 2004. Vol. 24. Pp. 135–154.
    DOI: 10.1016/j.oregeorev.2003.08.003.
  2. Golubev Ye. A., Antonets I. V., Korolev R. I. et al. Characterization of nanostructure of naturally occurring disordered sp2 carbon by impedance spectroscopy // Materials Chemistry and Physics. 2024. Vol. 317. P. 129181. DOI: 10.1016/j.matchemphys.2024.129181.
  3. Harris P. J. F. New perspectives on the structure of graphitic carbons // Crit. Rev. Solid State Mater. Sci. 2005. Vol. 30. Pp. 235–DOI: 10.1080/10408430500406265.
  4. Toth P. Nanostructure quantification of turbostratic carbon by HRTEM image analysis: State of the art, biases, sensitivity and best practices // Carbon. 2021. Vol. 178. Pp. 688–707. DOI:
    10.1016/j.carbon.2021.03.043.
  5. Kviecinska B. Investigations of shungite // Bull. Polish Acad. Sci. (Chem.) 1968. Vol. 16. Pp. 61–65.
  6. Buseck P. R., Huang B. J. Conversion of carbonaceous material to graphite during metamorphism // Geochem. Cosmochim. Acta. 1985. Vol. 49. Pp. 2003–2016. DOI: 10.1016/0016-7037(85)90059-6.
  7. Kovalevski V. V. Structure of shungite carbon // Russ. J. Inorg. Chem. 1994. Vol. 39. Pp. 28–32.
  8. Golubev Ye. A., Antonets I. V. Electrophysical Properties and Structure of Natural Disordered sp2 Carbon // Nanomaterials. 2022. Vol. 12 (21). P. 3797. DOI: 10.3390/nano12213797.
  9. Kovalevski V. V., Rozhkova N. N., Zaidenberg A. Z., Yermolin A. P. Fullerene-like structures in shungite and their physical properties // Mol. Mater. 1994. Vol. 4. Pp. 77–80.
  10. Sheka E. F., Rozhkova N. N., Holderna-Natkaniec K., Natkaniec I. Nanoscale reduced-graphene-oxide origin of shungite in light of neutron scattering // Nanosystems: Phys. Chem. Math. 2014. Vol. 5. Pp. 659–672.
  11. Antonets I. V., Golubev E. A., Shavrov V. G., Shcheglov V. I. Investigation of electrical conductivity of graphene-contained shungite using the high-resolution scanning electron microscopy // Journal of Radio Electronics 2021. No 3. DOI: 10.30898/1684-1719.2021.3.9.
  12. Antonets I. V., Golubev Y. A., Ignatiev G. V. et al. Influence of layers orientation of graphene stacks in shungite disordered carbon to its integral electrical conductivity // J. Phys. Confer. Ser. 2022. Vol. 2315. 012039. DOI: 10.1088/1742-6596/2315/1/012039.
  13. Antonets I. V., Golubev Y. A., Shcheglov V. I. Application of the trinary discretization method for the structural analysis of natural disordered sp 2 carbon // Fullerenes Nanotubes and Carbon Nanostructures. 2024. Vol. 32. Issue 3. Pp. 246–253. DOI: 10.1080/1536383X.2023.2273416.
  14. Antonets I. V., Golubev Y. A., Shcheglov V. I. Evaluation of microstructure and conductivity of two-phase materials by the scanning spreading resistance microscopy (the case of
    shungite) // Ultramicroscopy. 2021. Vol. 222. P. 113212. DOI: 10.1016/j.ultramic.2021.113212.
  15. Antonets I. V., Golubev Y. A., Shcheglov V. I. et al. Estimation of local conductivity of disordered carbon in a natural carbon-mineral composite using a model of intragranular currents // Journal of Physics and Chemistry of Solids. 2022. Vol. 171. P. 110994. DOI:10.1016/j.jpcs.2022.110994.
  16. Antonets I. V., Golubev Y. A., Shcheglov V. I. The effect of structure on the conductivity of disordered carbon (the case of graphene-containing shungite) // Fullerenes Nanotubes and Carbon Nanostructures. 2023. Vol. 31. Issue 10. Pp. 961–970. DOI: 10.1080/1536383X.2023.2226273.
  17. Golubev Y. A., Antonets I. V., Shcheglov V. I. Static and dynamic conductivity of nanostructured carbonaceous shungite geomaterials // Materials Chemistry and Physics. 2019. Vol. 226. Pp. 195–203. DOI: 10.1016/j.matchemphys.2019.01.033.
  18. Бабикова Н. Н., Котелина Н. О., Тентюков Ф. Н. Анализ данных о лесных пожарах в Республике Коми с помощью Excel и Python. Вестник Сыктывкарского университета. Сер. 1: Математика. Механика. Информатика. 2023. Вып. 4 (49). C. 29–46. DOI: 10.34130/1992-2752_2023_4_29.
  19. Бабикова Н. Н. Применение библиотеки NumPy для векторизации кода Python // Вестник Сыктывкарского университета. Сер. 1: Математика. Механика. Информатика. 2023. Вып. 1 (46). C. 14–29. DOI: 10.34130/1992-2752_2023_14.

Для цитирования: Устюгов В. А., Антонец И. В., Голубев Е. А. Автоматизированный анализ изображений микроскопии шунгитов // Вестник Сыктывкарского университета. Сер. 1: Математика. Механика. Информатика. 2024. Вып. 4 (53). C. 69−83. https://doi.org/10.34130/1992-2752_2024_4_69

VI. О ЧИСЛЕННОМ РЕШЕНИИ ЗАДАЧИ ДИРИХЛЕ ДЛЯ УРАВНЕНИЯ ПУАССОНА В ПРОИЗВОЛЬНОЙ ОБЛАСТИ

https://doi.org/10.34130/1992-2752_2024_4_84

Андрей Васильевич Ермоленко — Сыктывкарский государственный университет имени Питирима Сорокина, ea74@list.ru

Яков Алексеевич Поздеев — Сыктывкарский государственный университет имени Питирима Сорокина.

Текст статьи

Аннотация. Решение уравнений в частных производных для произвольной области является нетривиальной задачей. В статье приводится алгоритм численного решения задачи Дирихле для уравнения Пуассона. Приводятся примеры численных расчетов, оценивается погрешность полученных результатов.

Ключевые слова: численное решение, уравнение Пуассона, уравнение Лапласа, задача Дирихле

Список источников

  1. Тихонов А. Н., Самарский А. А. Уравнения математической физики. М.: Наука, 1977. 736 с.
  2. Ермоленко А. В., Кожагельдиев Н. В. Численное решение неоднородного бигармонического уравнения // Вестник Сыктывкарского университета. Сер. 1: Математика. Механика. Информатика. 2022. Вып. 3 (44). C. 64–78.
  3. Демидович Б. П., Марон И. А., Шувалова Э. З . Численные методы анализа. М.: Государственное издательство физикоматематичеcкой литературы, 1963. 400 с.
  4. Ермоленко А. В. Контактные задачи со свободной границей :учебное пособие. Сыктывкар: Изд-во СГУ им. Питирима Сорокина, 2020. 1 опт. компакт-диск (CD-ROM). 105 с.
  5. Ермоленко А. В., Осипов К. С. О применении библиотек Python для расчета пластин // Вестник Сыктывкарского университета. Сер. 1: Математика. Механика. Информатика. 2019. Вып. 4 (33). C. 86–95.
  6. Крылов В. И., Бобков В. В., Монастырский П. И. Вычислительные методы : учеб. пособие. М. : Наука, 1977. Т. 2. 399 с.

Для цитирования: Ермоленко А. В., Поздеев Я. А. О численном решении задачи Дирихле для уравнения Пуассона в произвольной области // Вестник Сыктывкарского университета. Сер. 1: Математика. Механика. Информатика. 2024. Вып. 4 (53). C. 84−94. https://doi.org/10.34130/1992-2752_2024_4_84

Оставьте комментарий