Институт проблем информатики Российской Академии наук
 Институт проблем информатики Российской Академии наук
 Российская Академия наук

Институт проблем информатики Российской Академии наук

Русский | English     Контакты

Об институтеНаправления деятельностиНаучно-исследовательские работы и проектыОбъекты интеллектуальной собственностиНаучные журналы ИПИ РАНДругие публикацииСеминары и конференции


Поиск:

«Информатика и ее применения» (Том 12, Выпуск 4, 2018)

Оглавление | Аннотации | Об авторах

Библиография

ПРИМЕНЕНИЕ МОДЕЛЕЙ СЛУЧАЙНОГО БЛУЖДАНИЯ ПРИ МОДЕЛИРОВАНИИ ПЕРЕМЕЩЕНИЯ УСТРОЙСТВ В БЕСПРОВОДНОЙ СЕТИ

  • К. Е. Самуйлов  Российский университет дружбы народов; Федеральный исследовательский центр "Информатика и управление" Российской академии наук, samouylov_ke@rudn.university
  • Ю. В. Гайдамака  Российский университет дружбы народов; Федеральный исследовательский центр "Информатика и управление" Российской академии наук, gaydamaka_yuv@rudn.university
  • С. Я. Шоргин  Институт проблем информатики Федерального исследовательского центра "Информатика и управление " Российской академии наук, ssorgm@ipiran.ru

Литература

  1. Andrews J. G., Buzzi S., Choi W, Hanly S. V., Lozano A., Soong A. C, Zhang J. C. What will 5G be? // IEEE J. Sel. Area. Comm., 2014. Vol. 32. No. 6. P. 1065-1082. doi: 10.1109/JSAC.2014.2328098.
  2. Orlov Yu. N, Fedorov S. L., Samuylov A. K., Gaidama- ka Yu. V., Molchanov D. A. Simulation of devices mobility to estimate wireless channel quality metrics in 5G net-works//AIP Conf. Proc., 2017. Vol. 1863. P. 090005-1-090005-3. doi: 10.1063/1.4992270.
  3. Гайдамака Ю. В., Орлов Ю. Н., Молчанов Д. А., Самуй- лов А. К. Моделирование отношения сигнал/интер-ференция в мобильной сети со случайным блужданием взаимодействующих устройств // Информатика и её применения, 2017. Т. 11. Вып. 2. С. 50-58. doi: 10.14357/19922264170206.
  4. Risken H., Frank T. The Fokker-Planck equation: Methods of solution and applications. - Springer ser. in synergetics. - Berlin-Heidelberg: Springer-Verlag, 1996. Vol. 18. 486 p. doi: 10.1007/978-3-642-61544-3.
  5. Тоффоли Т., Марголус Н. Машины клеточных автоматов / Пер. с англ. - М.: Мир, 1991. 283 с. (Toffoli T., Margolus N. Cellular automata machines. - The MIT Press, 1987. 276 p.)
  6. Grewal M. S., Andrews A. P. Kalman filtering: Theory and practice using MATLAB. - 2nd ed. - John Wiley & Sons, Inc., 2001. 410 p.
  7. Семушин И. В., Цыганов А. В., Цыганова Ю. В., Голубков А. В., Винокуров С. Д. Моделирование и оценивание траектории движущегося объекта // Вестник ЮУрГУ. Сер. Матем. моделирование и программирование, 2017. Т. 10. №3. С. 108-119. doi: 10.14529/ mmp170309.
  8. The VINT Project (Virtual InterNetwork Testbed). The Network Simulator - ns-2. http://www.isi.edu/ nsnam/ns.
  9. Wolfram Demonstrations Project. Constrained Random Walk. http://demonstrations.wolfram.com.
  10. Camp T., Boleng J., Davies V. A survey of mobility models for ad hoc network research // Wirel. Commun. Mob. Com., 2002. No. 2. P. 483-502. doi: 10.1002/wcm.72.
  11. Talwar G., Narang H., Pandey K., Singhal P. Analysis of different mobility models for ad hoc on-demand distance vector routing protocol and dynamic source routing protocol. - Lecture notes in electrical engineering ser. - New York, NY, USA: Springer, 2013. Vol. 131. P. 579-588. doi: 10.1007/978-1-4614-6154-8_57.
  12. Отт Г. Методы подавления шумов и помех в элек-тронных системах / Пер. с англ. - М.: Мир, 1979. 318 с. (Ott G. Noise reduction techniques in electronic systems. - New York, NY, USA: Wiley, 1976. 312 p.)
  13. Гайдамака Ю.В., Андреев С.Д., Сопин Э.С., Самуй- лов К. Е., Шоргин С. Я. Анализ характеристик интерференции в модели взаимодействия устройств с учетом среды распространения сигнала // Информатика и её применения, 2016. Т. 10. Вып. 4. С. 2-10. doi: 10.14357/19922264160401.

Comparison of two active queue management schemes through the M/D/1/N queue

  • M. G. Konovalov  Institute of Informatics Problems, Federal Research Center "Computer Science and Control" of the Russian Academy of Sciences, 44/2 Vavilov Str., Moscow 119333, Russian Federation, mkonovalov@ipiran.ru
  • R. V. Razumchik  Institute of Informatics Problems, Federal Research Center "Computer Science and Control" of the Russian Academy of Sciences, 44/2 Vavilov Str., Moscow 119333, Russian Federation; Peoples' Friendship University of Russia (RUDN University), 6 Miklukho-Maklaya Str., Moscow 117198, Russian Federation; rrazumchik@ipiran.ru

СРАВНЕНИЕ ДВУХ МЕХАНИЗМОВ АКТИВНОГО УПРАВЛЕНИЯ ОЧЕРЕДЬЮ В СИСТЕМЕ M/D/1/N

  • М. Г. Коновалов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук
  • Р. В. Разумчик  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, Российский университет дружбы народов

Литература

  1. Baker F., Fairhurst G. IETF recommendations regarding active queue management, 2015. https://tools. ietf.org/html/7567.
  2. Adams R. Active queue management: A survey // IEEE Commun. Surv. Tut., 2013. Vol. 15. No. 3. P. 1425-1476.
  3. Bonald T., May M., Bolot J. C. Analytic evaluation of RED performance // IEEE Conference on Computer Commu-nications Proceedings, 2000. Vol. 3. P. 1415-1424.
  4. Hao W., Wei Y. An extended GIX /M/1/N queueing model for evaluating the performance of AQM algorithms with aggregate traffic // Networking and mobile computing / Eds. Xicheng Lu and Wei Zhao. - Lecture notes in computer science ser. - Springer, 2005. Vol. 3619. P. 395-404.
  5. Chydzinski A., Chmst L. Analysis of AQM queues with queue size based packet dropping // Int. J. Appl. Math. Comp., 2011. Vol. 21. No. 3. P. 567-577.
  6. Chydzinski A., Mrozowski P. Queues with dropping functions and general arrival processes // PLoS ONE, 2016. Vol. 11. No.3. https://journals.plos.org/plosone/ article?id=10.1371/journal.pone.0150702.
  7. Tikhonenko O., Kempa W. Performance evaluation of an M/G/n-type queue with bounded capacity and packet dropping // Int. J. Appl. Math. Comp., 2016. Vol. 26. No. 4. P. 841-854.
  8. Konovalov M. G., Razumchik R. V. Numerical analysis of improved access restriction algorithms in a GI/G/1/N system // J. Commun. Technol. El., 2018. Vol. 63. No. 6. P. 616-625.
  9. Kreinin A. Y. Queueing systems with renovation // J. Appl. Math. Stochastic Analysis, 1997. Vol. 10. No. 4. P. 431- 441.
  10. Zaryadov I. S. Queueing systems with general renovation // Conference (International) on Ultra Modern Telecommunications Proceedings, 2009. P. 1-4.
  11. Зарядов И. С., Печинкин А. В. Стационарные временные характеристики системы GI/M/n/infinity с некоторыми вариантами дисциплины обобщенного обновления // Автоматика и телемеханика, 2009. Вып. 12. С. 161-174.
  12. Зарядов И. С. Система массового обслуживания GI/M/n/infinity с обобщенным обновлением // Автоматика и телемеханика, 2010. Вып. 4. С. 130-139.
  13. Korolkova A., Zaryadov I. The mathematical model of the traffic transfer process with a rate adjustable by RED // Conference (International) on Ultra Modern Telecom-munications Proceedings, 2010. P. 1046-1050.
  14. Nichols K., Jacobson V., McGregor A., Iyengar J. Controlled delay active queue management, 2018. https:// datatracker.ietf.org/doc/rfc8289.
  15. Riordan J. Stochastic service systems. - SIAM ser. in ap-plied mathematics. - New York, NY, USA: Wiley, 1962. 139 p.
  16. Konovalov M., Razumchik R. Queueing systems with renovation vs. queues with RED. Supplementary material // ArXiv e-prints, 2017. https://arxiv. org/abs/1709.01477/.
  17. Kulkarni V. G. Modeling and analysis of stochastic systems. 3rd ed. - Chapman & Hall/CRC texts in statistical science ser. - Chapman & Hall/CRC, 2016. 606 p.
  18. Коновалов М. Г. Методы адаптивной обработки ин-формации и их приложения. - М.: ИПИ РАН, 2007. 212 с.

ОПРЕДЕЛЕНИЕ ЭКСТРЕМАЛЬНОСТИ ОБЪЕМОВ ОСАДКОВ НА ОСНОВЕ МОДИФИЦИРОВАННОГО МЕТОДА ПРЕВЫШЕНИЯ ПОРОГОВОГО ЗНАЧЕНИЯ

  • А. К. Горшенин  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук; факультет вычислительной математики и кибернетики Московского государственного университета им. М. В. Ломоносова, agorshenin@frccsc.ru
  • В. Ю. Королев  Факультет вычислительной математики и кибернетики Московского государственного университета им. М. В. Ломоносова; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, vkorolev@cs.msu.ru

Литература

  1. Groisman P. Y., Karl T. R., Easterling D. R., et al. Changes in the probability of heavy precipitation: Important indicators of climatic change // J. Climate, 1999. Vol. 42. P. 243-285.
  2. Zolina O., Simmer C., Kapala A., Bachner S., Gulev S., Maechel H. Seasonally dependent changes of precipitation extremes over Germany since 1950 from a very dense observational network//J. Geophys. Res., 2008. Vol. 113. Art. No. D06110.
  3. Leadbetter M.R. On a basis for "Peaks over Threshold" modeling // Stat. Probabil. Lett., 1991. Vol. 12. Iss. 4. P. 357-362.
  4. Mendez F. J., Menendez M., Luceno A., Losada I. J. Estimation of the long-term variability of extreme significant wave height using a time-dependent Peak over Threshold (PoT) model//J. Geophys. Res. Oceans, 2006. Vol. 111. Iss. C7. Art. No. C07024.
  5. Kysely J., Picek J., Beranova R. Estimating extremes in climate change simulations using the peaks-over-threshold method with a non-stationary threshold // Global Planet. Change, 2010. Vol. 72. Iss. 1-2. P 55-68.
  6. Begueria S., Vicente-Serrano S. M. Mapping the hazard of extreme rainfall by peaks over threshold extreme value analysis and spatial regression techniques // J. Appl. Meteorol. Clim., 2006. Vol. 45. Iss. 1. P. 108-124.
  7. Begueria S., Angulo-Martinez M., Vicente-Serrano S. M., Lopez-Moreno I. J., El-Kenawy A. Assessing trends in extreme precipitation events intensity and magnitude using non-stationary peaks-over-threshold analysis: A case study in northeast Spain from 1930 to 2006 // Int. J. Cli- matol., 2011. Vol. 31. Iss. 142. P 2102-2114.
  8. Roth M., Buishand T.A., Jongbloed G, Tank A. M.G., van Zanten J. H. A regional peaks-over-threshold model in a nonstationary climate // Water Resour. Res., 2012. Vol. 48. Art. No. W11533.
  9. Gorshenin A. K, Korolev V. Yu. A methodology for the identification of extremal loading in data flows in information systems // Comm. Com. Inf. Sc., 2016. Vol. 638. P 94-103.
  10. Korolev V.Yu., Gorshenin A.K., Belyaev K. P. Statistical tests for extreme precipitation volumes // ArXiv: 1802.02928v3 [stat.ME], 2018.
  11. Gnedenko B. V., Korolev V. Yu. Random summation: Limit theorems and applications. - Boca Raton, FL, USA: CRC Press, 1996. 288 p.
  12. Balkema A., de Haan L. Residual life time at great age // Annals Probability, 1974. Vol. 2. No. 5. P. 792-804.
  13. Pickands J. Statistical inference using extreme order statis-tics//Ann. Stat., 1975. Vol. 3. No. 1. P. 119-131.
  14. Горшенин А. К. О некоторых математических и программных методах построения структурных моделей информационных потоков // Информатика и её при-менения, 2017. Т. 11. Вып. 1. C. 58-68.
  15. Горшенин А. К. Анализ вероятностно-статистических характеристик осадков на основе паттернов // Информатика и её применения, 2017. Т 11. Вып. 4. C. 38-46.
  16. Korolev V. Yu., Gorshenin A. K, Gulev S. K., Belyaev K. P., Grusho A. A. Statistical analysis of precipitation events // AIP Conf. Proc., 2017. Vol. 1863. P 090011-1-090011-4.
  17. Королев В. Ю., Горшенин А. К. О распределении вероятностей экстремальных осадков //Докл. РАН, 2017. Т. 477. Вып. 5. C. 604-609.
  18. Gorshenin A. K., Kuzmin V. Yu. Neural network forecasting of precipitation volumes using patterns // Pattern Recogn. Image Anal., 2018. Vol. 28. No. 3. P. 450-461.
  19. Gorshenin A. K., Korolev V. Yu. Scale mixtures of Frechet distributions as asymptotic approximations of extreme precipitation // J. Math. Sci., 2018. Vol. 234. No. 6. P. 886-903.

ОПТИМИЗАЦИЯ ОБЪЕМА БУФЕРНОЙ ПАМЯТИ УЗЛА КОММУТАЦИИ ПРИ СХЕМЕ ПОЛНОГО РАЗДЕЛЕНИЯ ПАМЯТИ

  • Я. М. Агаларов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, agglar@yandex.ru

Литература

  1. Клейнрок Л. Вычислительные системы с очередями / Пер. с англ. - М.: Мир, 1979. 600 с. (Kleinrock L. Queueing systems. Vol. II: Computer applications. - New York, NY, USA: Wiley, 1976. 549 p.)
  2. Дэвис Д., Барбер Д., Прайс У., Соломонидес С. Сети связи для вычислительных систем / Пер. с англ. - М.: Мир, 1982. 563 с. (Davies D. W., Barber D.L.A., Price W. L., Solomonides C. M. 1979. Computer networks and their protocols. - New York, NY, USA: Wiley. 487 p.)
  3. Irland M. Buffer management in a packet switch // IEEE T. Commun., 1978. Vol. 26. No. 3. P. 328-337.
  4. Kamoun F., Kleinrock L. Analysis of shared finite storage in a computer networks node environment under general traffic conditions // IEEE T. Commun., 1980. Vol. 28. No. 7. P. 992-1003.
  5. Башарин Г. П., Самуйлов К. Е. Об оптимальной структуре буферной памяти в сетях передачи данных с коммутацией пакетов. - М., 1982. 70 с.
  6. Михеев П. А. Анализ стратегий разделения конечной буферной памяти маршрутизатора между выходными каналами //Автоматика и телемеханика, 2014. № 10. С. 125-128.
  7. Forschini G., Gopinath B. Sharing memory optimally // IEEE T. Commun., 1983. Vol. 31. No. 3. P. 352-359.
  8. Агаларов Я. М. Двухступенчатое адаптивное управление потоками в узле коммутации телекоммуникационной сети // Вестник РУДН. Сер. Прикладная математика и информатика, 2003. № 1. С. 134-141.
  9. Линец Г. И. Управление объемом буферной памяти и пропускной способностью каналов в мультисервис- ных сетях // Инфокоммуникационные технологии, 2008. Т. 6. №2. С. 62-64.
  10. Жерновый Ю. В. Решение задач оптимального синтеза для некоторых марковских моделей обслуживания // Информационные процессы, 2010. Т. 10. № 3. C. 257274.
  11. Агаларов Я. М., Агаларов М. Я., Шоргин В. С. Об оптимальном пороговом значении длины очереди в одной задаче максимизации дохода СМО типа M/G/1 // Информатика и её применения, 2016. Т. 10. Вып. 2. С. 70-79.
  12. Агаларов Я. М. Максимизация среднего стационарного дохода СМО типа M/G/1 // Информатика и её применения, 2017. Т. 11. Вып. 2. С. 25-32.
  13. Агаларов Я. М., Шоргин В. С. Об одной задаче максимизации дохода системы массового обслуживания типа G/M/1 с пороговым управлением очередью // Информатика и её применения, 2017. Т. 11. Вып. 4. С. 55-64.
  14. Бочаров П. П., Печинкин А. В. Теория массового обслуживания. - М.: РУДН, 1995. 529 с.

СИСТЕМА ОБСЛУЖИВАНИЯ С ОТНОСИТЕЛЬНЫМ ПРИОРИТЕТОМ И ПРОФИЛАКТИКАМИ ПРИБОРА

  • Е. С. Кондранин  Факультет вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова, ekondranin@yandex.ru
  • В. Г. Ушаков  Факультет вычислительной математики и кибернетики Московского государственного университета им. М. В. Ломоносова; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, vgushakov@mail.ru

Литература

  1. Doshi B. T. Queueing systems with vacations - a survey // Queueing Syst., 1986. Vol. 1. P. 29-66.
  2. Takagi H. Time-dependent analysis of M|G|1 vacation models with exhaustive service // Queueing Syst., 1990. Vol. 6. P. 369-390.
  3. Li J., Tian N., Zhang Z. G., Luh H. P. Analysis of the M |G|1 queue with exponentially working vacations - a matrix analytic approach//Queueing Syst., 2009. Vol. 61. P. 139-166.
  4. Bouman N., Borst S. C., Boxma O. J., Leeuwaarden J. S. H. Queues with random back-offs // Queueing Syst., 2014. Vol. 77. P. 33-74.
  5. Ушаков В. Г. Система обслуживания с гиперэкспоненциальным входящим потоком и профилактиками прибора // Информатика и её применения, 2016. Т 10. Вып. 2. С. 93-98.

МЕТОДЫ ИДЕНТИФИКАЦИИ ЗАХВАТА ХОСТА В РАСПРЕДЕЛЕННОЙ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЕ, ЗАЩИЩЕННОЙ С ПОМОЩЬЮ МЕТАДАННЫХ

  • А. А. Грушо  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, grusho@yandex.ru
  • Н. А. Грушо  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, info@itake.ru
  • М. В. Левыкин  Институт проблем информатики Федерального исследовательского центра "Информатика и управление " Российской академии наук, de_shiko@yahoo.com
  • Е. Е. Тимонина  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, eltimon@yandex.ru

Литература

  1. Grusho A., Grusho N., Zabezhailo M, Zatsarinny A., Ti monina E. Information security of SDN on the basis of meta data // Computer network security / Eds. J. Rak, J. Bay, I.V. Kotenko, et al. - Lecture notes in computer science ser. - Springer, 2017. Vol. 10446. P. 339- 347. https://link.springer.com/chapter/10.1007/978-3- 319-65127-9_27.
  2. Grusho A. A., Timonina E.E., Shorgin S. Ya. Modelling for ensuring information security of the distributed information systems // 31th European Conference on Modelling and Simulation Proceedings. - Dudweiler, Germany: Digital- druck Pirrot GmbHP, 2017. P. 656-660. http://www.scs- europe.net/dlib/2017/ecms2017acceptedpapers/0656- probstat_ECMS2017_0026.pdf.
  3. Грушо А. А., Тимонина Е.Е., Шоргин С. Я. Иерархический метод порождения метаданных для управления сетевыми соединениями // Информатика и её применения, 2018. Т. 12. Вып. 2. С. 44-49.
  4. Самуйлов К. Е, Чукарин А. В., Яркина Н. В. Бизнес-процессы и информационные технологии в управлении телекоммуникационными компаниями. - М.: Альпина Паблишерс, 2009. 442 с.
  5. Grusho A., Timonina E, Shorgin S. Security models based on stochastic meta data // Analytical and computational methods in theory probability / Eds. V. Rykov, N. Singpurwalla, A. Zubkov. - Lecture notes in computer science ser. - Springer, 2017. Vol. 10684: P. 388400. https: //link.springer.com/chapter/10.1007/978-3- 319-71504-9_32.
  6. Грушо А. А., Тимонина Е. Е. Запреты в дискретных ве-роятностно-статистических задачах//Дискретная ма-тематика, 2011. Т. 23. № 2. С. 53-58.
  7. Грушо А. А., Грушо Н. А., Тимонина Е. Е. Статистические методы определения запретов вероятностных мер на дискретных пространствах // Информатика и её применения, 2013. Т. 7. Вып. 1. С. 54-57.
  8. Grusho A., Grusho N., Timonina E. Detection of anomalies in non-numerical data // 8th Congress (International) on Ultra Modern Telecommunications and Control Systems and Workshops Proceedings. - Piscataway, NJ, USA: IEEE, 2016. P. 273-276. https://ieeexplore. ieee.org/document/7765370/.
  9. Грушо А. А., Грушо Н.А., Забежайло М. И., Тимонина Е. Е. Защита ценной информации в информационных технологиях // Проблемы информационной безопасности. Компьютерные системы, 2018. № 2. С. 22-26.

ИСПОЛЬЗОВАНИЕ ВЕРОЯТНОСТНОЙ МОДЕЛИ ВЫЧИСЛЕНИЙ ДЛЯ ТЕСТИРОВАНИЯ ОДНОГО КЛАССА ГОТОВЫХ К ИСПОЛЬЗОВАНИЮ ПРОГРАММНЫХ КОМПОНЕНТОВ ЛОКАЛЬНЫХ И СЕТЕВЫХ СИСТЕМ

  • Б. М. Басок  МИРЭА - Российский технологический университет, VM_E@mail.ru
  • В. Н. Захаров  Федеральный исследовательский центр "Информатика и управление" Российской академии наук, VZakharov@ipiran.ru
  • С. Л. Френкель  Институт проблем информатики Федерального исследовательского центра "Информатика и управление " Российской академии наук, fsergei51@gmail.com

Литература

  1. Басок Б. М., Головин С. А., Захаров В. Н., Френкель С. Л. Тестирование готового к использованию программного продукта // ИТ-Стандарт: Электронный научный журнал, 2018. №1. 7 с. http://journal.tc22.ru/ wp-content/uploads/2018/05/testi rova n ie_gotovogo_k_ ispolzovaniyu_programmnogo_produkta.pdf
  2. Липаев В. В. Тестирование компонентов и комплексов программ. - Москва-Берлин: Директ-Медиа, 2015. 528 с.
  3. 7 Types of software errors, that every tester should know // Software Testing Help, 2018. www.softwaretestinghelp. com / types-of-software-errors.
  4. ГОСТ Р ИСО/МЭК 25051-2017. Информационные технологии. Системная и программная инженерия. Требования и оценка качества систем и программного обеспечения (SQuaRE). Требования к качеству готового к использованию программного продукта (RUSP) и инструкции по тестированию. - М.: Стан- дартинформ, 2017. 32 с.
  5. Barr E. T., Harman M., McMinn P., Shahbaz M., Yoo S. The oracle problem in software testing: A survey // IEEE T. Software Eng., 2015. Vol. 41. No. 5. P. 507-525.
  6. Lipton R. New directions in testing // Distributed computing and cryptography / Eds. J. Feigenbaum, M. J. Merritt. - DIMACS ser. in discrete mathematics and theoretical computer science. - AMS, 1991. Vol. 2. P. 191-202.
  7. Blum M., Luby M., Rubinfeld R. Self-testing/correcting with applications to numerical problems // 22nd ACM Symposium on Theory of Computing Proceedings. - New York, NY, USA: ACM Press, 1990. P. 73-83.
  8. Natella R., Cotroneo D., Duraes J.A., Madeira H. On fault representativeness of software fault injection // IEEE T. Software Eng., 2013. Vol. 39. No. 1. P. 80-96.
  9. Canfora G., Di Penta M. Testing services and service- centric systems: Challenges and opportunities // IT Prof., 2006. Vol. 8. No. 2. P. 10-17.
  10. Buck D, Hollingsworth J. An API for runtime code patching // Int. J. High Perform. C., 2000. Vol. 14. No. 4. P. 317-329.
  11. Barrantes E. G., Ackley D. H., Forrest S., Palmer T. S., Stefanovic D., Zovi D. D. Randomized instruction set emulation to disrupt binary code injection attacks // 10th ACM Conference on Computer and Communications Security Proceedings. - New York, NY, USA: ACM Press, 2003. P. 281-289.
  12. Смирнов Н. В., Дунин-Барковский И. В. Курс теории вероятностей и математической статистики для технических приложений. - Л.: Наука, 1969. 512 с.
  13. Gemmell P., Lipton R., Rubinfeld R., Sudan M., Wigderson A. Self-testing/correcting for polynomials and for approximate functions // 23rd ACM Symposium on the Theory of Computing Proceedings. - New York, NY, USA: ACM Press, 1991. P. 32-43.
  14. Bhattacharyya A., Dey P. Sample complexity for winner prediction in elections // arXiv.org, 2016. arXiv: 1502.4354 [cs.DS].
  15. Carter L., Wegman M. Universal hash functions//J. Comput. Syst. Sci., 1979. Vol. 18. P. 143-154.
  16. Nouber G., Nussbauer H. Self-correcting polynomial programs// Reliab. Comput., 1996. Vol. 2. No. 2. P. 139-145.
  17. Dolev Sh., Frenkel S. Extending the scope of self- correcting // 13th Conference (International) on Ap-plied Stochastic Models and Data Analysis Proceedings. P. 458-462.
  18. Басок Б. М., Красовский В. Е. Тестирование программного обеспечения. - М.: МИРЭА, 2010. 120 с.
  19. Voas J., Charron F., Miller K. Robust software interfaces: Can COTS-based systems be trusted without them? // 15th Conference (International) on Computer Safety, Reliability and Security Proceedings. - Vienna: Springer Verlag, 1996. P. 126-135.

SEAMLESS ROUTE UPDATES IN SOFTWARE-DEFINED NETWORKING VIA QUALITY OF SERVICE COMPLIANCE VERIFICATION

  • S. L. Frenkel  Institute of Informatics Problems, Federal Research Center "Computer Science and Control" of the Russian Academy of Sciences, 44-2 Vavilov Str., Moscow 119333, Russian Federation, fsergei51@gmail.com
  • D. Khankin  Computer Science Department, Ben-Gurion University of the Negev, Beer-Sheva 84105, Israel, danielkh@post.bgu.ac.il

НЕПРЕРЫВНЫЕ ОБНОВЛЕНИЯ МАРШРУТА В SDN С ИСПОЛЬЗОВАНИЕМ ПРОВЕРКИ СООТВЕТСТВИЯ КАЧЕСТВУ ОБСЛУЖИВАНИЯ

  • С. Л. Френкель  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук
  • Д. Ханкин  Университет им. Бен-Гуриона в Негеве, Беэр-Шева, Израиль

Литература

  1. Rao S. K. SDN and its use-cases - NV and NFV: A state- of-the-art survey. - NEC Technologies India Ltd., 2014. 25 p.
  2. Ghaznavi M., Shahriar N., Ahmed R., Boutaba R. Service function chaining simplified // Arxiv.org, 2016. arXiv:1601.00751cs.
  3. Hansson H., Jonsson B. A logic for reasoning about time and reliability//Form. Asp. Comput., 1994. Vol. 6. No. 5. P. 512-535.
  4. Delaet S.,Dolev S.,Khankin D., Tzur-David S., Godinger T. Seamless SDN route updates // IEEE 14th Symposium (International) on Network Computing and Applications. - IEEE, 2015. P. 120-125.
  5. Frenkel S., Khankin D., Kutsyy A. Predicting and choosing alternatives of route updates per QoS VNF in SDN // IEEE 16th Symposium (International) on Network Computing and Applications. - IEEE, 2017. P. 1-6.
  6. Devi G., Upadhyaya S. An approach to distributed multipath QoS routing // Indian J. Sci. Technol., 2015. Vol. 8. Iss. 20. P. 1-14. doi: 10.17485/ijst/2015/v8i20/49253.
  7. Egilmez H.E., Civanlar S., Tekalp A.M. A distributed QoS routing architecture for scalable video streaming over multi-domain OpenFlow networks // 19th IEEE Conference (International) on Image Processing. - IEEE, 2012. P. 2237-2240.
  8. Juttner A., Szviatovski B., Mecs I., Rajko Z. Lagrange relaxation based method for the QoS routing problem // IEEE INFOCOM 2001 Conference on Computer Communications. 20th Annual Joint Conference of the IEEE Computer and Communications Society Proceedings. - IEEE, 2001. Vol. 2. P. 859-868.
  9. Yu Z., Ma F., Liu J., Hu B., Zhang Z. An efficient approximate algorithm for disjoint QoS routing // Math. Probl. Eng., 2013. Vol. 2013. Art. No. 489149. 9 p. doi: 10.1155/2013/489149.
  10. Foerster K.-T., Schmid S., Vissicchio S. Asurvey of consistent network updates// Arxiv.org, 2016. arXiv:1609.02305.
  11. Reitblatt M., Foster N, RexfordJ., Walker D. Consistent updates for software-defined networks: Change you can believe in! // 10th ACM Workshop on Hot Topics in Networks Proceedings. - New York, NY, USA: ACM, 2011. Art. No. 7. doi: 10.1145/2070562.2070569.
  12. Hogan M., Esposito F. Stochastic delay forecasts for edge traffic engineering via Bayesian Networks // IEEE 16th Symposium (International) on Network Computing and Applications. - IEEE, 2017. P. 1-4.
  13. McGeer R. A safe, efficient Update Protocol for Openflow Networks // 1st Workshop on Hot Topics in Software Defined Networks Proceedings. - New York, NY, USA: ACM, 2012. Vol. 12. P. 61-66.
  14. McGeer R. 2013. A correct, zero-overhead protocol for network updates // 2nd Workshop on Hot Topics in Software Defined Networking Proceedings. - New York, NY, USA: ACM, 2013. Vol. 13. P. 161-162.
  15. Katta N. P., Rexford J., Walker D. Incremental consistent updates // 2nd Workshop on Hot Topics in Software Defined Networking Proceedings. - New York, NY, USA: ACM, 2013. Vol. 13. P. 49-54.
  16. Dinitz Y., Dolev S., Khankin D. Dependence graph and master switch for seamless dependent routes replacement in SDN // IEEE 16th Symposium (International) on Network Computing and Applications. - IEEE, 2017. P. 1-7.
  17. Amiri S. A., Dudycz S., Schmid S., Wiederrecht S. Congestion-free rerouting of flows on DAGs // ArXiv.org, 2016. arXiv:1611.09296.
  18. Kwiatkowska M, Norman G, Parker D. PRISM 4.0: Verification of probabilistic real-time systems // Computer aided verification / Eds. G. Gopalakrishnan, S. Qadeer. - Lecture notes in computer science ser. - Springer, 2011. Vol. 6806. P. 585-591.
  19. Kwiatkowska M., Norman G., Parker D. PRISM manual, 2018. http://www.prismmodelchecker.org/manual.
  20. Open Networking Foundation. OpenFlow Switch Specification Ver 1.5.1, 2015.
  21. Wu Q., Hao J.-K. A review on algorithms for maximum clique problems // Eur. J. Oper. Res., 2015. Vol. 242. No. 3. P. 693-709.
  22. KaurS., Singh J., Ghumman N. S. Network programmability using POX controller // Conference (International) on Communication, Computing and Systems, 2014. P. 138.
  23. Lantz B., Heller B., McKeown N. A network in a laptop: Rapid prototyping for software-defined networks // 9th ACM SIGCOMM Workshop on Hot Topics in Networks Proceedings. - New York, NY, USA: ACM, 2010. Art. No. 19. doi: 10.1145/1868447.1868466.

ВЫБОР ОПТИМАЛЬНОЙ МОДЕЛИ РЕКУРРЕНТНОЙ СЕТИ В ЗАДАЧАХ ПОИСКА ПАРАФРАЗА

  • А. Н. Смердов  Московский физико-технический институт, anton.smerdov1@gmail.com
  • О. Ю. Бахтеев  Московский физико-технический институт, bakhteev@phystech.edu
  • В. В. Стрижов  Московский физико-технический институт; Вычислительный центр им. А. А. Дородницына Федерального исследовательского центра "Информатика и управление" Российской академии наук, strijov@ccas.ru

Литература

  1. Sutskever I., Vinyals O, Le Q. V. Sequence to sequence learning with neural networks // Adv. Neur. In., 2014. Vol. 27. P. 3104-3112. https://papers.nips.cc/ paper/5346-sequence-to-sequence-learning-with-neural- networks.pdf.
  2. Bishop C. M. Pattern recognition and machine learning. - Springer, 2006. 758 p.
  3. Kuznetsov M.P., Tokmakova A. A., Strijov V. V. Analytic and stochastic methods of structure parameter estima- tion// Informatica, 2016. Vol. 27. No. 3. P. 607-624.
  4. Попова М. С., Стрижов В. В. Выбор оптимальной модели классификации физической активности по измерениям акселерометра // Информатика и её применения, 2015. Т. 9. Вып. 1. С. 76-86.
  5. Sanborn A., Skryzalin J. Deep learning for semantic similarity // Deep learning for natural language pro-cessing. - Stanford, CA, USA: Stanford University, 2015. Vol. CS224d. P. 1-7. https://cs224d.stanford. edu/reports/SanbornAdrian.pdf.
  6. Pennington J., Socher R., Manning C. D. GloVe: Global vectors for word representation // Conference on Empiricial Methods in Natural Language Processing Proceedings, 2014. Vol. 12. P. 1532-1543. https://nlp. stanford.edu/pubs/glove.pdf.
  7. Rong X. Word2vec parameter learning explained // arXiv:1411.2738, 2014. 21 p.
  8. Shi T., Liu Z. Linking GloVe with word2vec // arXiv: 1411.5595, 2014. 5 p.
  9. Zolotov V., Kung D. Analysis and optimization of fastText linear text classifier//arXiv:1702.05531, 2017. 9p.
  10. Graves A. Practical variational inference for neural networks // Adv. Neur. In., 2011. Vol. 24. P. 2348-2356. http://papers.nips.cc/paper/4329-practical-variational- inference-for-neural-networks.pdf.
  11. Le Cun Y., Denker J.S., Solla S. A. Optimal brain damage // Adv. Neur. In., 1989. Vol. 2. P. 598605. https: / / papers.nips.cc/paper/250-optimal-brain- damage.pdf.
  12. Hassibi B., Stork D. G., Wolff G. J. Optimal brain surgeon and general network pruning // Neural Comput., 1992. Vol. 4. P. 1-8.
  13. Выборка пар предложений различной степени похожести. http://alt.qcri.org/semeval2015/task2/index. php?id=data-and-tools.
  14. Библиотека GloVe. Python. https://github.com/ stanfordnlp/GloVe.
  15. Смердов А. Н. Код вычислительного эксперимента. https://sourceforge.net/p/mlalgorithms/code/HEAD/ tree/Group474/Smerdov2017Paraphrase/code.

ТЕОРЕТИКО-ИНФОРМАЦИОННАЯ ХАРАКТЕРИЗАЦИЯ СОВЕРШЕННО УРАВНОВЕШЕННЫХ ФУНКЦИЙ

  • О. А. Логачев  Московский государственный университет им. М. В. Ломоносова, logol@iisi.msu.ru

Литература

  1. Hedlund G. A. Endomorphisms and automorphisms of the shift dynamical system // Math. Syst. Theory, 1969. No. 3. P. 320-375.
  2. Сумароков С. Н. Запреты двоичных функций и обратимость для одного класса кодирующих устройств // Обозрение прикладной и промышленной математики, 1994. № 1. С. 33-55.
  3. Файнстейн А. Основы теории информации / Пер. с англ. - М.: ИЛ, 1960.140с. (FeinsteinA. Foundations of information theory. - New York, NY, USA: Mcgraw-Hill, 1958. 137 p.)
  4. Логачев О. А., Сальников А. А., Смышляев С. В., Ященко В. В. Булевы функции в теории кодирования и криптологии. - М.: Ленанд, 2015. 576 с.
  5. Goldreich O. Foundations of cryptography. Vol. I: Basic tools. - Cambridge: Cambridge University Press, 2003. 372 p.
  6. Кудрявцев В. Б., Алешин С. В., Подколзин А. С. Введение в теорию автоматов. - М.: Наука, 1985. 320 с.

НОВЫЕ ПРЕДСТАВЛЕНИЯ ОБОБЩЕННОГО РАСПРЕДЕЛЕНИЯ МИТТАГ-ЛЕФФЛЕРА В ВИДЕ СМЕСЕЙ И ИХ ПРИЛОЖЕНИЯ

  • В. Ю. Королев  Факультет вычислительной математики и кибернетики Московского государственного университета им. М. В. Ломоносова; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук; Hangzhou Dianzi University, Китай, vkorolev@cs.msu.ru
  • А. К. Горшенин  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук; факультет вычислительной математики и кибернетики Московского государственного университета им. М. В. Ломоносова, agorshenin@frccsc.ru
  • А. И. Зейфман  Вологодский государственный университет; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук; Вологодский научный центр Российской академии наук, ajzeifman@mail.ru

Литература

  1. Королев В.Ю., Зейфман А. И., Корчагин А.Ю. Несимметричные двусторонние распределения Миттаг- Леффлера как предельные законы для случайных сумм независимых случайных величин с конечными дисперсиями // Статистические методы оценивания и проверки гипотез. - Пермь: Пермский гос. ун-т, 2016. Т. 27. С. 69-89.
  2. Korolev V. Yu., Zeifman A. I. A note on mixture representations for the Linnik and Mittag-Leffler distributions and their applications // J. Math. Sci., 2017. Vol. 218. No. 3. P. 314-327.
  3. Korolev V. Yu., Zeifman A. I. Convergence of statistics constructed from samples with random sizes to the Linnik and Mittag-Leffler distributions and their generalizations // J. Korean Stat. Soc., 2017. Vol. 46. No. 2. P 161-181.
  4. Korolev V. Yu., Gorshenin A. K., Zeifman A. I. On mixture representations for the generalized Linnik distribution and their applications in limit theorems // arXiv, 2018.
  5. Mittnik S., Rachev S. T. Modeling asset returns with alternative stable distributions // Economet. Rev., 1993. Vol. 12. P 261-330.
  6. Kotz S., Kozubowski T. J., PodgorskiK. The Laplace distribution and generalizations: A revisit with applications to communications, economics, engineering, and finance. - Boston, MA, USA: Birkhauser, 2001. 349 p.
  7. Gorenflo R., Mainardi F. Continuous time random walk, Mittag-Leffler waiting time and fractional diffusion: Mathematical aspects // Anomalous transport: Foundations and applications / Eds. R. Klages, G. Radons, I. M. Sokolov. - Weinheim, Germany: Wiley-VCH, 2008. P. 93-127.
  8. Gorenflo R., Kilbas A. A., Mainardi F, Rogosin S. V. Mittag- Leffler functions, related topics and applications. - Berlin/New York: Springer, 2014. 443 p.
  9. Jose K. K., Uma P., Lekshmi V. S., Haubold H. J. Generalized Mittag-Leffler distributions and processes for applications in astrophysics and time series modeling // Astrophysics Space, 2010. Iss. 202559. P. 79-92.
  10. Mathai A. M, Haubold H. J. Matrix-variate statistical distributions and fractional calculus // Fract. Calc. Appl. Anal., 2011. Vol. 14. No. 1. P. 138-155.
  11. Pillai R.N. Semi-a-Laplace distributions // Commun. Stat. Theory, 1985. Vol. 14. P 991-1000.
  12. Линник Ю.В. Линейные формы и статистические критерии. I, II // Украинский математический ж., 1953. Т. 5. Вып. 2. С. 207-243; Вып. 3. С. 247-290.
  13. Devroye L. A note on Linnik's distribution // Stat. Proba- bil. Lett., 1990. Vol. 9. P 305-306.
  14. Anderson D. N. A multivariate Linnik distribution // Stat. Probabil. Lett., 1992. Vol. 14. P 333-336.
  15. Lin G. D. Characterizations of the Laplace and related distributions via geometric compound // Sankhya Ser. A, 1994. Vol. 56. P. 1-9.
  16. Kotz S., Ostrovskii I. V., Hayfavi A. Analytic andasymptotic properties of Linnik's probability densities, I // J. Math. Anal. Appl., 1995. Vol. 193. P. 353-371.
  17. Kotz S., Ostrovskii I. V., Hayfavi A. Analytic and asymptotic properties of Linnik's probability densities, II // J. Math. Anal. Appl., 1995. Vol. 193. P. 497-521.
  18. Jacques C., Remillard B., Theodorescu R. Estimation of Linnik law parameters // Statistics Risk Modeling, 1999. Vol. 17. No. 3.P 213-236.
  19. Kotz S., Ostrovskii I. V. A mixture representation of the Linnik distribution// Stat. Probabil. Lett., 1996. Vol. 26. P. 61-64.
  20. Pakes A. G. Mixture representations for symmetric generalized Linnik laws // Stat. Probabil. Lett., 1998. Vol. 37. P. 213-221.
  21. Anderson D.N., Arnold B.C. Linnik distributions and processes //J. Appl. Probab., 1993. Vol. 30. P. 330-340.
  22. Jayakumar K., Kalyanaraman K., Pillai R. N. a-Laplace processes//Math. Comput. Model., 1995. Vol. 22. P 109-116.
  23. Baringhaus L., Grubel R. On a class of characterization problems for random convex combinations //Ann. I. Stat. Math., 1997. Vol. 49. P 555-567.
  24. Kozubowski T. J. Mixture representation of Linnik distribution revisited // Stat. Probabil. Lett., 1998. Vol. 38. P. 157-160.
  25. Lin G. D. A note on the Linnik distributions // J. Math. Anal. Appl., 1998. Vol. 217. P. 701-706.
  26. Золотарев В. М. Одномерные устойчивые распределения. - Теория вероятностей и математическая статистика сер. - М.: Наука, 1983. 304 c.
  27. Schneider W R. Stable distributions: Fox function representation and generalization // Stochastic processes in classical and quantum systems / Eds. S. Albeverio, G. Casati, D. Merlini. - Berlin: Springer, 1986. P. 497511.
  28. Uchaikin V. V., Zolotarev V. M. Chance and stability. - Utrecht: VSP, 1999. 596 p.
  29. Korolev V. Yu. Product representations for random variables with the Weibull distributions and their applications//J. Math. Sci., 2016. Vol. 218. No. 3. P 298-313.
  30. Stacy E.W. A generalization of the gamma distribution // Ann. Math. Stat., 1962. Vol. 33. P. 1187-1192.
  31. Gleser L. J. The gamma distribution as a mixture of exponential distributions//Am. Stat., 1989. Vol. 43. P 115-117.
  32. Королев В. Ю. Аналоги теоремы Глезера для отрицательных биномиальных и обобщенных гамма-распределений и некоторые их приложения // Информатика и её применения, 2017. Т. 11. Вып. 3. C. 2-17.
  33. Lim S. C., Teo L. P. Analytic and asymptotic properties of multivariate generalized Linnik's probability densities // J. Fourier Anal. Appl., 2010. Vol. 16. Iss. 5. P 715-747.
  34. Mathai A. M. Some properties of Mittag-Leffler functions and matrix-variate analogues: A statistical perspective // Fract. Calc. Appl. Anal., 2010. Vol. 13. No. 2. P. 113-132.
  35. Teicher H. Identifiability of mixtures //Ann. Math. Stat., 1961. Vol. 32. P. 244-248.
  36. Gnedenko B. V., Korolev V. Yu. Random summation: Limit theorems and applications. - Boca Raton, FL, USA: CRC Press, 1996. 288 p.
  37. Grandell J. Doubly stochastic Poisson processes. - Lecture notes in mathematics book ser. - Berlin- Heidelberg - New York: Springer, 1976. Vol. 529. 244 p.
  38. Королев В. Ю., Соколов И. А. Математические модели неоднородных потоков экстремальных событий. - М.: ТОРУС ПРЕСС, 2008. 192 c.
  39. Королев В. Ю. Сходимость случайных последовательностей с независимыми случайными индексами. I // Теория вероятностей и ее применения, 1994. Т. 39. №2. С. 313-333.

О НЕРАВНОМЕРНЫХ ОЦЕНКАХ ТОЧНОСТИ НОРМАЛЬНОЙ АППРОКСИМАЦИИ ДЛЯ РАСПРЕДЕЛЕНИЙ НЕКОТОРЫХ СЛУЧАЙНЫХ СУММ ПРИ ОСЛАБЛЕННЫХ МОМЕНТНЫХ УСЛОВИЯХ

  • В. Ю. Королев  Факультет вычислительной математики и кибернетики, Московский государственный университет им. М.В. Ломоносова; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук; Hangzhou Dianzi University, China, vkorolev@cs.msu.ru
  • А. В. Дорофеева  Факультет вычислительной математики и кибернетики, Московский государственный университет им. М. В. Ломоносова, alex.dorofeyeva@gmail.com

Литература

  1. Katz M. Note on the Berry-Esseen theorem//Ann. Math. Stat., 1963. Vol. 39. No. 4. P. 1348-1349.
  2. Петров В. В. Одна оценка отклонения распределения суммы независимых случайных величин от нормального закона // Докл. АН СССР, 1965. Т. 160. Вып. 5. С. 1013-1015.
  3. Осипов Л. В. Уточнение теоремы Линдеберга // Теория вероятностей и ее применения, 1966. Т. 11. Вып. 2. С. 339-342.
  4. Feller W. On the Berry-Esseen theorem//Z.Wahrschein- lichkeit., 1968. Bd. 10. S. 261-268.
  5. Paditz L. Bemerkungen zu einer Fehlerabschatzung im zentralen Grenzwertsatz // Wiss. Z. Hochsch. Verkehr- swesen Friedrich List Dres., 1980. Vol. 27. No. 4. P. 829- 837.
  6. Paditz L. On error-estimates in the central limit theorem for generalized linear discounting // Math. Operations- forsch. Stat. Ser. Stat., 1984. Vol. 15. No. 4. P. 601-610.
  7. Barbour A. D., Hall P. Stein's method and the Berry- Esseen theorem//Aust. J. Stat., 1984. Vol. 26. P. 8-15.
  8. Paditz L. Ubereine Fehlerabschatzung im zentralen Grenzwertsatz // Wiss. Z. Hochsch. Verkehrswesen Friedrich List Dres., 1986. Vol. 33. No. 2. P. 399-404.
  9. Chen L. H. Y., Shao Q. M. A non-uniform Berry-Esseen bound via Stein's method // Probab. Theory Rel., 2001. Vol. 120. P. 236-254.
  10. Королев В. Ю., Попов С. В. Уточнение оценокскорости сходимости в центральной предельной теореме при отсутствии моментов порядков, больших второго // Теория вероятностей и ее применения, 2011. Т. 56. Вып. 4. С. 797-805.
  11. Королев В. Ю., Попов С. В. Уточнение оценок скорости сходимости в центральной предельной теореме при ослабленных моментных условиях // Докл. РАН, 2012. Т. 445. Вып. 3. С. 265-270.
  12. Попов С. В. Оценки скорости сходимости в центральной предельной теореме при ослабленных моментных условиях: Дис. . . . канд. физ.-мат. наук. - М.: МГУ, 2012.
  13. Korolev V., Dorofeeva A. Bounds of the accuracy of the normal approximation to the distributions of random sums under relaxed moment conditions // Lith. Math. J., 2017. Vol. 57. No. 1.P 38-58.
  14. Петров. В. В. Суммы независимых случайных величин. - М.: Наука, 1972. 416 с.
  15. Петров В. В. Предельные теоремы для сумм независимых случайных величин. - М.: Наука, 1987. 320 с.
  16. Шевцова И. Г. Моментное неравенство с применением к оценкам скорости сходимости в глобальной ЦПТ для пуассон-биномиальных случайных сумм // Теория вероятностей и ее применения, 2017. Т. 62. Вып. 2. С. 345-364.
  17. Петров В. В. Одна предельная теорема для сумм независимых неодинаково распределенных случайных величин // Записки научных семинаров ЛОМИ, 1979. Т. 85. С. 188-192.
  18. Thongtha P., Neammanee K. Refinement of the constants in the non-uniform version of the Berry-Esseen theorem//Thai J. Math., 2007. Vol. 5. P. 1-13.
  19. Neammanee K., Thongtha P. Improvement of the non-uniform version of the Berry-Esseen inequality via Paditz-Shiganov theorems // J. Inequalities Pure Appl. Math., 2007. Vol. 8. No. 4. Art. 92.
  20. Шевцова И. Г. Об абсолютных константах в неравенствах Берри-Эссеена //Докл. РАН, 2014. Т. 456. № 6. С. 650-654.
  21. Нефедова Ю.С., Шевцова И. Г. О неравномерных оценках скорости сходимости в центральной предельной теореме // Теория вероятностей и ее применения, 2012. Т. 57. № 1. С. 62-97.
  22. Korolev V. Yu., Shevtsova I. G. An improvement of the Berry-Esseen inequality with applications to Poisson and mixed Poisson random sums // Scand. Actuar. J., 2012. No. 2. P. 81-105.
  23. Шевцова И. Г. О точности нормальной аппрокси-мации для обобщенных пуассоновских распределений // Теория вероятностей и ее применения, 2013. Т. 58. №1.С. 152-176.
  24. Barbour A. D., Hall P. On the rate of Poisson conver-gence // Math. Proc. Cambridge, 1984. Vol. 95. P. 473480.

ГАММА-ВЕЙБУЛЛОВСКИЙ СЛУЧАЙ АПРИОРНЫХ РАСПРЕДЕЛЕНИЙ В БАЙЕСОВСКИХ МОДЕЛЯХ МАССОВОГО ОБСЛУЖИВАНИЯ

  • Е. Н. Арутюнов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, enapoleon@mail.ru
  • А. А. Кудрявцев  Факультет вычислительной математики и кибернетики, Московский государственный университет им. М. В. Ломоносова, nubigena@mail.ru
  • А. И. Титова  Факультет вычислительной математики и кибернетики, Московский государственный университет им. М. В. Ломоносова, onkelskroot@gmail.com

Литература

  1. Кудрявцев А. А., Шоргин С. Я. Байесовские модели в теории массового обслуживания и надежности. - М.: ФИЦИУРАН, 2015.76 с.
  2. Кудрявцев А. А., Титова А. И. Гамма-экспоненциальная функция в байесовских моделях массового обслуживания // Информатика и её применения, 2017. Т. 11. Вып. 4. С. 104-108.
  3. Dagum C. A new model of personal income-distribution- specification and estimation // Econ. Appl., 1977. Vol. 30. No. 3. P. 413-437.
  4. Lomax K. S. Business failures: Another example of the analysis of failure data // J. Am. Stat. Assoc., 1954. Vol. 49. No. 268. P. 847-852.

КОЛИЧЕСТВЕННЫЙ АНАЛИЗ РЕЗУЛЬТАТОВ МАШИННОГО ПЕРЕВОДА С ИСПОЛЬЗОВАНИЕМ НАДКОРПУСНЫХ БАЗ ДАННЫХ

  • Н. В. Бунтман  Факультет иностранных языков и регионоведения, Московский государственный университет им. М. В. Ломоносова, nabunt@hotmail.com
  • А. А. Гончаров  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, a.gonch48@gmail.com
  • И. М. Зацман  Институт проблем информатики Федерального исследовательского центра "Информатика и управление " Российской академии наук, izatsman@yandex.ru
  • В. А. Нуриев  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, nurieff.v@gmail.com

Литература

  1. Translation quality assessment: From principles to practice / Eds. J. Moorkens, S. Castilho, F Gaspari, S. Doherty. - Machine translation: Technologies and applications ser. - Cham: Springer International Publishing, 2018. Vol. 1.299 p.
  2. Scott B. Translation, brains and the computer: A neurolinguistic solution to ambiguity and complexity in machine translation. - Machine translation: Technologies and applications ser. - Cham: Springer International Publishing, 2018. Vol. 2. 241 p.
  3. Popovic M. Error classification and analysis for machine translation quality assessment // Translation quality assessment: From principles to practice / Eds. J. Moorkens, S. Castilho, F. Gaspari, S. Doherty. - Machine translation: Technologies and applications ser. - Cham: Springer International Publishing, 2018. Vol. 1. P. 129-158.
  4. Семантика коннекторов: контрастивное исследование / Под ред. О.Ю. Иньковой. - М.: ТОРУС ПРЕСС, 2018. 368 с.
  5. Кружков М. Г. Информационные ресурсы контрастивных лингвистических исследований: элек-тронные корпуса текстов // Системы и средства информатики, 2015. Т. 25. № 2. С. 140-159.
  6. Зализняк Анна А., Зацман И. М., Инькова О. Ю., Кружков М. Г. Надкорпусные базы данных как лингвистический ресурс // Корпусная лингвистика-2015: Труды 7-й Междунар. конф. - СПб.: СПбГУ, 2015. С. 211218.
  7. Попкова Н.А., Инькова О.Ю., Зацман И. М., Кружков М. Г. Методика построения моноэквиваленций в надкорпусной базе данных коннекторов // Задачи современной информатики: Труды 2-й конф. - М.: ФИЦ ИУ РАН, 2015. С. 143-153.
  8. Зацман И. М., Инькова О. Ю., Кружков М. Г., Попкова Н.А. Представление кросс-языковых знаний о коннекторах в надкорпусных базах данных // Информатика и её применения, 2016. Т. 10. Вып. 1. С. 106-118.
  9. Добровольский Д. О., Кретов А. А., Шаров С. А. Корпус параллельных текстов: архитектура и возможности использования // Национальный корпус русского языка: 2003-2005. - М.: Индрик, 2005. С. 263-296.
  10. Wu Y., Schuster M., Chen Z., et al. Google's neural machine translation system: Bridging the gap be-tween human and machine translation // arXiv.org, 2016. https://arxiv.org/pdf/1609.08144.pdf.
  11. Johnson M., Schuster M., Le Q. V., Krikun M., Wu Y., Chen Zh., Thorat N., Viegas F., Wattenberg M., Corra- do G, Hughes M., Dean J. Google's multilingual neural machine translation system: Enabling zero-shot translation // T. Assoc. Computational Linguistics, 2017. Vol. 5. P. 339-351.
  12. Национальный корпус русского языка. http:// www.ruscorpora.ru.
  13. Улиткин И. А. Автоматическая оценка качества машинного перевода научно-технического текста // ВестникМГОУ. Сер. Лингвистика, 2016. № 4. С. 174182.
  14. Vilar D., Xu J., D'haro L., Ney H. Error analysis of statistical machine translation output // 5th Conference (International) on Language Resources and Evaluation Proceedings. - Genoa, Italy: European Language Resources Association, 2006. P. 697-702. http://www.lrec- conf.org/proceedings/lrec2006/pdf/413_pdf.pdf.
  15. Inkova O. Yu., Kruzhkov M. G. Statistical analysis of language specificity of connectives based on parallel texts // Информатика и её применения, 2018. Т. 12. Вып. 3. С. 83-90.
  16. Nuriev V., Buntman N., Inkova O. Machine translation of Russian connectives into French: Errors and quality failures // Информатика и её применения, 2018. Т. 12. Вып. 2. С. 105-113.
  17. Зализняк Анна А., Зацман И. М., Инькова О. Ю. Надкорпусная база данных коннекторов: построение системы терминов // Информатика и её примене-ния, 2017. Т. 11. Вып. 1. С. 100-106.
  18. Inkova O. Yu., Popkova N..А. Statistical data as information source for linguistic analysis of Russian connectors // Информатика и её применения, 2017. Т. 11. Вып. 3. С. 123-131.
  19. Зацман И. М., Кружков М. Г., Лощилова Е. Ю. Методы анализа частотности моделей перевода коннекторов и обратимость генерализации статистических данных// Системы и средства информатики, 2017. Т. 27. №4. С. 164-176.
  20. Зацман И. М. Стадии целенаправленного извлечения знаний, имплицированных в параллельных текстах// Системы и средства информатики, 2018. Т. 28. №3. С. 169-182.
  21. Дурново А. А., Зацман И. М., Лощилова Е. Ю. Кросс- лингвистическая база данных для аннотирования логико-семантических отношений в тексте // Системы и средства информатики, 2016. Т. 26. № 4. С. 124-137.
  22. Zatsman I. Goal-oriented creation of individual knowledge: Model and information technology // 19th European Conference on Knowledge Management Proceedings. - Reading: Academic Publishing International Ltd., 2018. Vol. 2. P. 947-956.

РАЗВИТИЕ СЕРВИСОВ ЦИФРОВЫХ ПЛАТФОРМ ДЛЯ ПРЕОДОЛЕНИЯ НЕФИНАНСОВЫХ БАРЬЕРОВ

  • А. К. Горшенин  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук; факультет вычислительной математики и кибернетики Московского государственного университета им. М. В. Ломоносова, agorshenin@frccsc.ru

Литература

  1. 2018 Global R&D Funding Forecast // R&D Mag., Winter 2018. 36 p.
  2. Зацаринный А. А., Горшенин А. К., Волович К. И., Колин К. К., Кондрашев В. А., Степанов П. В. Управление научными сервисами как основа национальной цифровой платформы "Наука и образование" // Стратегические приоритеты, 2017. №2(14). С. 103-113.
  3. Шваб К. Четвертая промышленная революция. - М.: Эксмо, 2016. 208 с.
  4. Зацаринный А. А., Горшенин А. К., Волович К. И., Кондрашев В. А. Основные направления развития информационных технологий в условиях вызовов цифровой экономики // Цифровая обработка сигналов, 2018. №1.С. 3-7.
  5. Заиченко С. А. Центры превосходства в системе современной научной политики // Форсайт, 2008. Т. 2. №1.С. 42-50.
  6. Paulsen M. F. Experiences with Learning Management Systems in 113 European institutions // Educ. Technol. Soc., 2003. Vol. 6. Iss. 4. P. 134-148.
  7. Villaverde J.E., Godoy D., Amandi A. Learning styles' recognition in e-learning environments with feed-forward neural networks // J. Comput. Assist. Lear., 2006. Vol. 22. Iss. 3. P 197-206.
  8. Kardan A. A., Sadeghi H, Ghidary S. S., Sani M.R.F. Prediction of student course selection in online higher ed ucation institutes using neural network // Comput. Educ., 2013. Vol. 65. P. 1-11.
  9. Kose U., Arslan A. Optimization of self-learning in com-puter engineering courses: An intelligent software system supported by artificial neural network and vortex optimization algorithm // Comput. Appl. Eng. Educ., 2017. Vol. 25. Iss. 1. P. 142-156.
  10. Gorshenin A. Toward modern educational IT-ecosystems: From learning management systems to digital platforms // 10th Congress (International) on Ultra Modern Telecommunications and Control Systems and Workshops Proceedings. - Piscataway, NJ, USA: IEEE, 2018. P 329- 333.
  11. Autio E., Hameri A.-P, Vuola O. A framework of industrial knowledge spillovers inbig-science centers // Res. Policy 2004. Vol. 33. Iss. 1.P 107-126.
  12. Rapuano S., Zoino F. A learning management system including laboratory experiments on measurement instrumentation// IEEE T. Instrum. Meas., 2006. Vol. 55. Iss. 5. P. 1757-1766.
  13. Grosse R. International technology transfer in services // J. Int. Bus. Stud., 1996. Vol. 27. Iss. 4. P 781-800.
  14. Fortin J. -M., Currie D. J. Big science vs. little science: How scientific impact scales with funding // PLoS One, 2013. Vol. 8. Iss. 6. Art. No. e65263.
  15. Vuola O., Hameri A. -P. Mutually benefiting j oint innovation process between industry and big-science // Techno- vation, 2006. Vol. 26. Iss. 1. P 3-12.






 
© 2016 Институт проблем информатики Российской Академии наук Русский | English     Контакты