Аннотация: Объектом исследования являются динамические характеристики целевых групп социальных сетей. Предметом исследования является методы и модели анализа эволюционных характеристик социальных графов большой размерности. В исследовании подробно рассматриваются подходы анализа, также количественные характеристики графовых моделей. Синтезирован алгоритм для анализа динамических характеристик целевых групп социальных сетей. Результаты эксперимента показывают факт добавления пользователя в интересующую тематическую область, а также визуализируют весь процесс в реальном времени. Разработанный программный инструментарий может быть полезным для дальнейшего развития и исследования тематик, связанных с социальной сетью. При решении поставленных задач используются методы математической логики, теории графов, математической статистики, аппарата математического анализа, линейной алгебры, методы математического моделирования, теория алгоритмов, а также методы объектно-ориентированного программирования. Новизна исследования заключается в определении динамических характеристик целевых групп социальных сетей, а также визуализации всего процесса в реальном времени. Основными выводами проведенного исследования является то, что разработанный программный инструментарий позволит проследить причинно-следственные показатели изменения в социальном графе. Предложенный прототип программного продукта будет интересен в первую очередь маркетологам, системным аналитикам, а также специалистам занимающихся анализом и изучением социальных сетей.

Abstract: The object of research is the dynamic characteristics for target groups of social networks. The subject of this study is to analyze the methods and models of the evolutionary characteristics of the social graphs of large dimension. The study examines in detail the approaches of analysis, quantitative characteristics graph models. Synthesized an algorithm to analyze the dynamic characteristics for target groups of social networks. The experimental results show the fact of adding a user to the subject area of interest, as well as visualize the entire process in real time. The developed software tools can be useful for further development and research topics related to the social network. When solving tasks used methods of mathematical logic, graph theory, mathematical statistics, the apparatus of mathematical analysis, linear algebra, mathematical modeling methods, theory of algorithms, as well as object-oriented programming techniques. The novelty of the study is to determine the dynamic characteristics of the target groups of social networks, as well as the visualization of the entire process in real time. The main conclusions of the study is that the developed software tool will enable to trace cause and effect indicators of changes in the social graph. The proposed prototype of the software will be of interest primarily marketers, system analysts, and professionals involved in the analysis and the study of social networks.

Аннотация: Объектом исследования являются изображения динамически изменяющихся сцен искусственного происхождения на сложным и статистически неоднородном фоне. Предметом исследования является методы преобразования и стандартные подходы представления цветных цифровых изображений в трехмерном пространстве. В исследовании подробно рассматриваются практически все базовые колориметрические пространства, используя которые осуществляется построение кластеров объект/ фон. Формирование выборок осуществляется по методу обучения с учителем. Вычисление объективных показателей и сравнение субъективных характеристик позволяет определить оптимальное цветовое пространство для последующего синтеза алгоритма эффективной сегментации рассматриваемого класса изображений. При решении поставленных задач используются методы обработки изображений, теории вероятностей, математической логики, математической статистики, аппарата математического анализа, линейной алгебры, методы математического моделирования , теория алгоритмов, а также методы объектно-ориентированного программирования. Новизна исследования заключается в определении оптимального цветового пространства разделения кластеров объект/фон для заданного класса изображений ДИС. Визуальные характеристики рассмотренных способов представления колориметрических пространств подтверждаются, также объективно вычисленными показателями. Основными выводами проведенного исследования является то, что цветовое пространство RGB наилучшим образом подходит для синтезируемого алгоритма цветовой сегментации, поскольку представления объектов и фона образуют слабо пересекающиеся кластеры.

Abstract: The object of research is the image of a dynamically changing scene of artificial origin on the complex and statistically inhomogeneous background. The subject of research is the transformation methods and standard approaches of representation of color digital images in three dimensions. The study focuses on almost all basic colorimetric spaces used in building a clusters of object / background. Formation of the samples is carried out by the method of supervised learning. Calculation of objective indicators and comparison of subjective characteristics allows to determine the optimal color space for subsequent synthesis of algorithm for effective segmentation of this class of images. When solving the task authors used image processing techniques, probability theory, mathematical logic, mathematical statistics, the unit of mathematical analysis, linear algebra, mathematical modeling methods, theory of algorithms and methods of object-oriented programming. The novelty of the study is in determination of the optimal color space separation of clusters object / background for images of a given class. Visual characteristics of considered methods of representation of colorimetric spaces confirmed objective indicators of calculus. The main conclusions of the study is that RGB color space is the best choice for color segmentation algorithm synthesized as the representation of objects and the background form a weakly overlapping clusters.

Аннотация: Современные системы компьютерного зрения используют интеллектуальные алгоритмы, которые решают широкий класс задач от простого распознавания текста до сложных систем пространственного ориентирования. Одна из основных проблем, с которой сталкиваются разработчики таких систем – это выбор уникальных признаков, которые остаются инвариантными к различного рода преобразованиям. В статье приведен сравнительный анализ методов обнаружения и пространственной локализации групп точечных объектов. Рассмотренные методы сравниваются по производительности и эффективности при заданных размерностях. На сегодняшний день не существует универсальных подходов к определению таких характеристик, а их выбор зависит от контекста решаемой задачи и регистрируемых условий наблюдения. В качестве доминирующих признаков могут быть выбраны различного рода дескрипторы, такие как точки, линии, углы и геометрические примитивы. В работе выли исследованы алгоритмы обнаружения групп точечных объектов на основе минимального оставного дерева (MST) и с использованием модели ассоциированного сплошного образа (ACI).

Abstract: Modern systems of computer vision use intelligent algorithms that solve a wide class of problems from simple text recognition to complex systems of spatial orientation. One of the main problems for developers of such systems is in selection of unique attributes which remain invariant to various kinds of transformations. The article presents a comparative analysis of methods of detection and spatial localization of groups of point objects. The reviewed methods are compared by the performance and efficiency at specified dimensions. As of today there are no universal approaches to determine of such attributes, and its’ selection depends on the context of the problem being solved and on the registered conditions of observation. Various kinds of descriptors such as points, lines, angles and geometric primitives can be selected as dominating attributes. The authors study  algorithms for detection of groups of point objects based on the minimum spanning tree (MST) and using a model of associated continuous image (ACI).

Аннотация: В статье рассматривается вопрос автоматической обработки и анализа изображений изображения гелей, получаемых в результате электрофореза образцов содержащих продукты полимеразной цепной реакции (ПЦР). Предложенный подход позволяет значительно повысить скорость проведения ДНК-анализа. Говорится, что одним из ресурсоемких и трудоемких этапов формирования первичных данных, является анализ цифровых изображений результатов химической реакции. В статье рассматривается разработка необходимых теоретических методов и практических реализаций автоматизированного анализа данных. Отмечается, что одним из ресурсоемких и трудоемких этапов формирования первичных данных, является анализ цифровых изображений результатов химической реакции. Предлагаемая разработка автоматизированной системы на базе методов распознавания и анализа цифровых изображений гелей, позволит минимизировать трудоемкие операции выполняемых человеком и повысит качество проводимых работ. Приводится алгоритм автоматического распознавания и назначения уникальных линий, определяющих области праймеров и продуктов ПЦР. Сравнительный анализ ручных методов и созданного подхода выигрывает по времени на полтора порядка. При этом учитывая показатели массовости и точности, повышают экономический эффект от использования данной разработки.

Abstract: The article discusses the question of automated processing and analysis of the gels images gathered as a result of electrophoresis of samples containing products of polymerase chain reaction (PCR). The proposed approach allows to significantly increase the speed of the DNA-analysis. The authors state that one of the  resource and time-consuming stages of the forming of initial data is the analysis of digital images of the results of chemical reaction. The article reviews the development of necessary theoretical methods and practical implementations of automated image analysis. It is noted that one of the  resource and time-consuming stages of the forming of initial data is the analysis of digital images of the results of chemical reaction. The presented development of an automated system based on the methods of pattern recognition and analysis of digital images of gels allows to minimize the time-consuming operation performed manually and to increase the quality of the result. The article brings the algorithm for automated recognition and assigning of unique lines that define the field of primers and products of PCR. Comparative analysis of the manual methods and created approach shows that the automated system is one and a half order of values faster. The massive usage and accuracy of this method also increases the economic benefits from the use of this product.