Том 28, № 2 (2020)

Применение алгоритмов машинного обучения для анализа статистических моделей имеет достаточно длинную историю. Развитие компьютерной техники дало этим алгоритмам новое дыхание. Особенно громкую известность получило такое направление машинного обучения, как глубинное обучение. Однако авторы полагают, что многие исследователи пытаются использовать методы глубинного обучения за пределами их применимости. Этому способствуют как широкая распространённость программных комплексов, реализующих алгоритмы глубинного обучения, так и кажущаяся простота исследования. Всё это стало побудительным мотивом для проведения сравнения алгоритмов глубинного обучения и классических алгоритмов машинного обучения. В качестве задачи был выбран эксперимент на Большом адронном коллайдере, поскольку авторы знакомы с данной научной областью, а также потому, что данные эксперимента доступны публично. В статье проводится сравнение различных алгоритмов машинного обучения применительно к задаче распознания реакции распада τ^– →μ^– + μ^– + μ⁺ на Большом адронном коллайдере. Используются готовые свободные реализации алгоритмов машинного обучения. Алгоритмы сравниваются друг с другом на основе вычисляемых метрик. В результате исследования можно сделать вывод, что все рассмотренные методы машинного обучения вполне сопоставимы друг с другом (с учётом выбранных метрик), при этом разные методы имеют разные области применимости.

В последние годы благодаря современным и изощрённым технологиям астрономы и астрофизики смогли заглянуть вглубь Вселенной. Полученные при этом данные ставят перед космологами новые проблемы. Одна из проблем заключается в разработке адекватной и достаточной теории. Другая проблема заключается в сопоставлении теоретических результатов с результатами наблюдений. В настоящем докладе в рамках изотропной и однородной космологической модели Фридмана-Леметра-Робертсона-Уолкера (FLRW) мы изучаем эволюцию Вселенной, заполненной пылью или космологической постоянной. Причина рассмотрения этих моделей заключается в том, что нынешняя Вселенная удивительно однородна и изотропна в больших масштабах. Мы также сравниваем наши результаты с данными из каталога SAI Supernovae Catalog. Поскольку данные наблюдений даны в терминах постоянной Хаббла (????) и красного смещения (????), мы перепишем соответствующие уравнения в виде функций от ????. Задача состоит в том, чтобы найти набор параметров для математической модели изотропной и однородной Вселенной, который лучше всего соответствует астрономическим данным, полученным при изучении сверхновых: звёздная величина (????), красное смещение (????).

В статье рассмотрена кинематическая опора, которая позволяет снижать горизонтальные динамические воздействия на здание во время землетрясений. Модель сейсмоизолирующей опоры рассматривается с точки зрения классической механики, то есть предполагается, что опора - абсолютно твёрдое тело, колеблющееся в вертикальной плоскости над неподвижной горизонтальной твёрдой плитой. Данный подход позволяет более адекватно описать взаимодействие опоры с грунтом и плитой здания. В работе описана процедура сведения полной системы уравнений движения тяжёлого твёрдого тела по неподвижной горизонтальной абсолютно гладкой плоскости к виду, пригодному для применения метода конечных разностей, и её реализация в системе компьютерной алгебры Sage. Проведены численные расчёты методом Эйлера для сеток с разным количеством разбиений и реализована математической модель опоры как абсолютно твёрдого тела в системе компьютерной алгебры Sage. В статье представлены промежуточные результаты численных экспериментов, полученных в Sage, и дан краткий анализ (описание) результатов.