Главная

В данной работе представлены материалы о существовании в структурах биологического наследования у живых организмов наряду с нуклеотидно-алфавитной системой информационного наследования взаимно-дополнительной с ней операторно-алфавитной биоинформационной системы. Эта операторная биоинформатика и ее алфавит сопряжены с квантовой механикой, квантовой логикой и квантовой информатикой, поскольку генетические молекулы принадлежат к микромиру квантовой механики и многие авторы давно подозревают, что живые организмы являются квантово-подобными сущностями. В поиске и обосновании этой операторной биоинформатики и ее алфавитов особое внимание уделяется унитарным операторам, на которых, как на логических вентилях (гейтах), строятся все вычисления в квантовом компьютинге и которые в квантовой механике описывают эволюцию замкнутых квантовых систем. Разрабатываемый квантово-логический аппарат данной биоинформатики основан на генетическом алфавите из 4 унитарных матриц Адамара, семействах унитарных матриц на базе этого алфавита и циклических степенных группах унитарных преобразований. Обсуждаются возможности и перспективы предлагаемого подхода для развития квантово-логической биологии, биоморфного искусственного интеллекта и биотехнологий.

В статье представлен программный комплекс TB-ANALYSIS, разработанный для интеллектуального анализа и управления динамикой резонанса в одномерных системах с движущимися границами. Реализованный в среде MATLAB, программный комплекс сочетает классические методы решения краевых задач (аналитические, асимптотические и приближенные) с технологиями искусственного интеллекта (ИИ) для прогнозирования и предотвращения резонансных явлений. Ключевой особенностью разработки является гибридная архитектура, которая, наряду с модулями численного моделирования и факторного анализа, реализует интеллектуальный модуль на основе глубоких нейронных сетей (ГНС). Этот модуль автоматически прогнозирует резонансные частоты на основе параметров модели и определяет оптимальные значения коэффициентов демпфирования, вязкоупругости и жесткости для подавления резонанса. Нейронные сети обучаются с использованием синтетических данных, генерируемых самим пакетом. Эффективность и точность пакета подтверждены тестированием на модельных задачах.

В статье описывается архитектура и возможности Visual Graph Library — библиотеки для хранения, укладки и визуализации иерархических атрибутированных графов с портами. Рассматриваются ключевые модули системы и интеграция с платформой Java. Приводится анализ существующих библиотек и приложений для работы с графами.

Разработан гибридный многоэтапный алгоритм для решения некорректно поставленной обратной задачи восстановления спектра нейтронов по результатам проведённых многошаровым спектрометром Боннера измерений. Традиционные подходы, такие как регуляризация Тихонова и итерационные методы, имеют существенные ограничения из-за субъективного выбора параметра регуляризации или начального приближения, что снижает стабильность и точность решения. В предлагаемом методе на первом этапе используется автоматизированное машинное обучение (autoML) для поиска оптимальной модели для прогнозирования формы спектра. На втором этапе применяется регуляризация Тихонова, где параметр регуляризации оптимизируется на основе метрики сходства относительно предсказания autoML. Сглаживающий функционал минимизируется с использованием методов выпуклой оптимизации. На третьем этапе полученное решение используется в качестве начального приближения для итеративной процедуры уточнения. Физические априорные знания учитываются посредством параметрически сгенерированного обучающего набора данных (взвешенные суммы спектральных компонентов деления, испарения, гауссова спектра и спектра высоких энергий). Гибридный подход демонстрирует устойчивость к зашумленным входным данным по сравнению с методами, использующими только регуляризацию Тихонова или машинное обучение. Разработанная методология применима к нейтронной дозиметрии на высокоэнергетических ядерных установках и для решения широкого класса обратных задач, описываемых интегральными уравнениями Фредгольма первого рода.