Примеры Введения

ОФОРМЛЕНИЕ ВВЕДЕНИЯ ВЫПОЛНЯТЬ СОГЛАСНО ДЕЙСТВУЮЩЕЙ РЕДАКЦИИ СТО САФУ!!! ПРИВЕДЕННЫЕ НИЖЕ ПРИМЕРЫ РАССМАТРИВАТЬ КАК ОБРАЗЦЫ ПО СОДЕРЖАНИЮ, А НЕ ПО ОФОРМЛЕНИЮ Тема ВКР: «Разработка распределенной модели для повышения эффективности энергосистемы Архангельской области» Энергосбережение является одной из самых серьезных задач XXI века. От результатов решения этой проблемы зависит место нашего общества в ряду развитых в экономическом отношении стран и уровень жизни граждан. Россия не только располагает всеми необходимыми природными ресурсами и интеллектуальным потенциалом для успешного решения своих энергетических проблем, но и объективно является ресурсной базой для европейских и азиатских государств, экспортируя нефть, нефтепродукты и природный газ в объемах, стратегически значимых для стран-импортеров. Однако избыточность топливно-энергетических ресурсов в нашей стране совершенно не должна предусматривать энергорасточительность, так как только энергоэффективное хозяйствование при открытой рыночной экономике является важнейшим фактором конкурентоспособности российских товаров и услуг. [1] Энергосбережение должно быть отнесено к стратегическим задачам государства, являясь одновременно и основным методом обеспечения энергетической безопасности, и единственным реальным способом сохранения высоких доходов от экспорта углеводородного сырья. Требуемые для внутреннего развития энергоресурсы можно получить не только за счет увеличения добычи сырья в труднодоступных районах и строительства новых энергообъектов, но и, с меньшими затратами, за счет энергосбережения непосредственно в центрах потребления энергоресурсов – в больших и малых поселениях. Стратегическая цель энергосбережения одна и следует из его определения - это повышение энергоэффективности во всех отраслях, во всех поселениях и в стране в целом. И задача - определить, какими мерами и насколько можно осуществить это повышение.

Снижение потребления позволяет обеспечивать подключение новых потребителей при минимальных капитальных затратах на развитие инфраструктуры и снимает проблемы выделения земельных участков под новое строительство объектов генерации, отчуждение санитарно-защитных зон и т.д., что в целом положительно сказывается на градостроительном развитии. Среди множества проблем Архангельской энергосистемы можно выделить три наиболее значимых. Это несбалансированная энергоэффективность, большие потери в энергосбережении и дорогая энергия. Рассмотрим каждую проблему подробнее. Начнем с энергоэффективности. Энергосистема Архангельской области, обладающая избыточными мощностями по производству электрической энергии, является в то же время дефицитной в возможности ее передачи по сетям Единой энергосистемы. При динамично развивающихся объектах промышленности и экономики области - Ломоносовский ГОК, Североонежский бокситовый рудник, космодром Плесецк, ГРЦАС и т.д. – необходимо принимать срочные меры по развитию и усилению электрических сетей внутри области и транзитных линий, граничащих с другими регионами [13]. Использование топлива и энергии в жилищно-коммунальном хозяйстве Архангельской области нельзя признать эффективным. Основными причинами являются:  износ оборудования и устаревшие технологии на энергоисточниках;  низкая эффективность производства и потребления топливно- энергетических ресурсов;  спад производства и отсутствие инвестиций для модернизации и реконструкции энергогенерирующего и энергопотребляющего оборудования;  недостаточная загрузка энергооборудования;  высокая степень зависимости топливоснабжения области от поставок из других регионов России;  недостаточное развитие газификации потребителей области;

 несовершенство нормативно-правовой базы. В результате, удельный расход топлива при производстве электроэнергии на устаревших оборудовании и технологиях составляет (г у. т./кВт-час):  на Архангельской ТЭЦ ОАО \"Архэнерго\" - 282,5;  на Северодвинской ТЭЦ-2 - 299,0;  на Северодвинской ТЭЦ-1 (каменный уголь) - 383,4;  на блок-станциях от 270 до 350. В то время как на электростанциях промышленно развитых стран Запада аналогичные показатели не превышают 260-270 г у. т./кВт-час. Энергоемкость промышленной продукции по области остается чрезвычайно высокой и превышает почти в три раза европейскую. В реконструкции нуждаются 70% тепловых сетей. Непроизводительный расход тепла в системах отопления из-за отсутствия средств регулирования и учета составляет не менее 20%. В муниципальных котельных, особенно мелких, удельный расход условного топлива доходит до 320 кг/Гкал. при норме - до 215 кг у. т./Гкал, т.е.перерасход топлива составляет до 105 кг у. т. на 1 Гкал. В последнее время, в связи со значительным удорожанием энергоносителей, повысилось значение вопросов энергосбережения. Большое внимание стало уделяться проблемам повышения качества и надежности электроснабжения предприятий и снижения энергопотребления. В связи со значительным ростом производства и развитием инфраструктуры городов, и как следствие – резким увеличением энергопотребления, возникли определенные проблемы, главные из которых – это ограничение возможности подключения объектов к энергосистеме, ухудшение качества электроэнергии (пониженное напряжение, значительные провалы напряжения при коротких замыканиях в сети), а также износ и перегрузка сетей. Невозможность осуществлять присоединение новых потребителей или обеспечивать потребителям прирост своих производственных мощностей – это следствие необоснованной загрузки электрооборудования распределительных сетевых компаний реактивной мощностью.

Таким образом, необоснованные перетоки реактивной мощности являются фактором неблагоприятным для сети в целом. В результате происходит существенный рост потерь активной мощности в электрических сетях и системах электроснабжения потребителей и значительное ухудшение технико-экономических показателей работы. При этом потери активной мощности по области составляют до 20%, когда в центральной части России – 7% [27]. В связи с вышеуказанными проблемами по энергосбережению Архангельской области и энергоконтролю внутри региона выдвинута основная цель дипломной работы – создание высокопроизводительной модели электроснабжения Архангельской области для анализа текущего состояния и апробации устройств повышения энергоэффективности. Для достижения цели сформулированы следующие задачи: 1) провести анализ работы существующей системы электроснабжения Архангельской области, 2) создать распределенную математическую модель электроэнергетической системы в среде MATLAB, 3) разработать программную оболочку для запуска модели вне программной среды MATLAB Результатом выполнения поставленных задач является высокопроизводительная модель электроэнергетической системы Архангельской области в среде моделирования MATLAB, в которой указаны достоверные данные об источниках энергии, а также основных потребителях, предложены способы повышения энергоэффективности работы ЭЭС. Кроме того, разработана программная оболочка для запуска модели вне программной среды MATLAB с поддержкой многопоточных вычислений и облачной обработки данных для экспресс-анализа (мониторинга) состояния системы. Данная модель позволяет исследовать различные режимы работы системы, как статические, так и динамические. В установившихся режимах модель предназначена для: - исследования потока распределения мощностей в линиях энергосистемы; - исследования изменений уровня напряжений в узлах системы в различных режимах работы;

- определения оптимального размещения средств компенсации реактивной мощности; - определения методов снижения потерь электрической энергии в линиях электропередач. В динамических режимах модель предназначена для: - исследования переходных процессов в энергосистеме при возникновении различных нарушений; - исследования межсистемных колебаний мощности в системе при различных нарушениях; - определения оптимальных параметров системы АРВ СГ; - определения оптимальных параметров, структуры и параметров устройств регулирования, - определения потокораспределений при конфигурации системы; - выбор структуры и параметров системы защиты; - определения влияния работы различных систем регулирования друг на друга; - определения мест установки устройств компенсации реактивной мощности. Тема ВКР: «Разработка приложения для аугментации данных при обучении сверточных нейронных сетей» Распознавание рукописных цифр, автомобилей и их номерных знаков, лиц, и раковых заболеваний на ранних стадиях – вот лишь небольшой круг задач, которые могут быть решены при помощи сверточных нейронных сетей. Для обучения нейронных сетей требуется объемный набор данных, иначе именуемый как датасет. Успех обучения выражается в высокой точности полученной нейронной сети. Такой результат достигается при наибольшей схожести экземпляров датасета и объектов реального мира, которые необходимо распознать. Собранные датасеты обладают рядом недостатков:  специализация под конкретную задачу;  недостаточная полнота;  ошибочно/не верно собранные данные. При недостаточной детализации датасета, существует два пути решения проблемы:  сбор дополнительных экземпляров (трудоемкий и дорогостоящий процесс);

 искусственная аугментация данных – методика создания дополнительных данных из имеющихся. Искусственная аугментация данных является наиболее гибким способ решения проблемы с привлечением минимального количества новых данных. Аугментация данных проводится методами компьютерного зрения и методами стилизации изображений. Автоматизированный процесс искусственного расширения датасета, основанный на методах компьютерного зрения, повышает устойчивость сети к искажениям изображения. Аугментация данных средствами стилизации изображений также позволяет расширить датасет из искусственно созданных изображений в условиях отсутствия возможности или нецелесообразности сбора реальных данных. Стилизация изображений с привлечением машинного обучения – подход, впервые описанный в 2015 году в статье Neural Algorithm of Artistic Style [1], в первую очередь нашел применение в развлекательной сфере и сфере искусства. С течением времени аналитики данных начали применять этот подход, как «секретный соус», для достижения высоких результатов обучения, скрывая истинные алгоритмы. Из-за этого на сегодняшний день отсутствуют высокоуровневые свободно распространяемые готовые решения по аугментации данных методами нейронных сетей. Актуальность темы дипломной работы связана с тем, что нейронные сети часто используются при решении практических и теоретических задач, что делает необходимым разработку рекомендаций по совершенствованию процесса их обучения. Объектом исследования являются сверточные нейронные сети. Предметом исследования являются методы аугментации данных для обучения нейронных сетей. Цель работы – разработка программного приложения для аугментации данных при обучении сверточных нейронных сетей методами компьютерного зрения и стилизации данных. Для достижения цели были поставлены задачи:  анализ классических методов компьютерного зрения и методов стилизации изображений с помощью нейронных сетей для искусственной аугментации данных;

 моделирование нейронной сети для стилизации изображений;  разработка приложения, реализующего методы аугментации данных. Тема ВКР: «Разработка программного приложения для решения задачи сборки генома» Определение полного генома организма является одной из основных задач биоинформатики. Первичная структура дезоксирибонуклеиновой кислоты (ДНК) представляет собой последовательность нуклеотидов, которые кодируют аминокислоты. В ходе таких клеточных процессов как транскрипция (синтез рибонуклеиновой кислоты (РНК) с использованием ДНК в качестве матрицы) и трансляция (синтез белка из аминокислот на матрице информационной РНК), регионы (подпоследовательности) генома считываются в молекулы РНК; которые затем считываются в белки. Определение частичного или полного генома является важной задачей биоинформатики, биологии и медицины. Например, поиск и аннотация (описание функциональных и структурных характеристик генома) генов, а также генная инженерия (манипуляции с геномами организмов) позволили использовать бактерии для синтеза инсулина – гормона, нехватка которого становится причиной сахарного диабета [1]. Большинство геномных ассемблеров (сборщиков) предназначены для запуска на мощных вычислительных кластерах, поэтому решение задачи сборки генома с их помощью требует соответствующих вычислительных мощностей или параллелизации алгоритмов на системах с общей памятью [5]. Кроме того, ассемблеры – это консольные англоязычные приложения, результатом работы которых являются текстовые файлы, описывающие последовательность ДНК в виде символьных строк. Выходной файл представляет собой итоговый собранный геном, который может быть как полным, так и содержать пропуски. Полнота его покрытия и количество ошибок напрямую зависят от качества геномных библиотек [20]. Референсная сборка генома представляет собой сборку генома в соответствии с известным эталонным геномом, референсом. В этом случае используются библиотеки двух типов прочтений – длинных и коротких. Короткие прочтения выравниваются в более крупные структуры (контиги). Затем в эталонном геноме ищут длинные

прочтения (или похожие на них), чтобы определить положение контигов на геноме. Это делается для того, чтобы добиться максимально полного покрытия искомого генома фрагментами прочтений (ридами) [7]. Задача сборки генома является ресурсоёмкой и сложной вычислительной задачи. Во многом сборки генома на геномных библиотеках коротких прочтений используют графы в качестве математической модели геномной последовательности. Соответствующий граф называется графом де Брюина, в задаче сборки генома возникает необходимость его построения и обхода [6]. Алгоритмы на графах де Брюина выравнивают фрагменты коротких прочтений целевого генома. При решении рассматриваемой задачи ассемблирования генома возникают следующие проблемы. Во-первых, размеры файлов прочтений и генома занимают много места как на носителе (от 200 Мб до 100 Гб), так и в оперативной памяти, что приводит к сложностям хранения и использования генетических файлов [3]. Во- вторых, секвенированные геномные библиотеки могут содержать ошибки:  технические ошибки секвенатор при считывании нуклеотидов;  низкое качество исходного материала, а именно, наличие примесей других организмов (контаминаций) и химер. Большинство геномных ассемблеров (сборщиков) представляют собой консольные приложения, которые принимают на вход несколько геномных библиотек и выдают конечную последовательность собранного генома. Также они отличаются друг от друга стеком поддерживаемых платформ и технологий. Например, геномный сборщик ABySS (Центр геномики имени Майкла Смита, Онкологическое агентство Британской Колумбии, Канада), поддерживает параллельные стандарты OpenMP и MPI, а SPAdes (Санкт-Петербургский государственный университет, Россия), поддерживает только стандарт OpenMP, но способен собирать бактериальные геномы, содержащие большее количество ошибок, чем ABySS [17]. Объект исследования - задача сборки бактериального генома. Предмет исследования - алгоритмы и параллельные технологии в задаче сборки бактериального генома. Целью выпускной квалификационной работы является разработка приложения для сборки генома с использованием параллельного стандарта OpenMP. Задачи выпускной квалификационной работы:

 анализ алгоритмов и средств для решения задачи сборки генома;  разработка консольного приложения для сборки бактериального генома;  проектирование графического интерфейса и визуализации построения графа де Брюина. Для разработки программных приложений использовались среда разработки PyCharm, редактор кода Visual Studio Code, Intel Parallel Studio, языки программирования Python 3.6.5 и C++17 (компилятор Intel), специализированное биоинформатическое программное обеспечение: утилита контроля качества ридов FastaQC, утилита Trimmomatic для обрезки ридов по заданным параметрам, утилита Bowtie2 для индексации референсного генома и выравнивания ридов, утилита SAMtools для хранения сжатых биомолекулярных данных, геномный ассемблер SPAdes. Исходные данные были взяты из открытых баз данных Genome & Maps и SRA Национального центра биотехнологической информации США [14, 20]. В рамках выпускной квалификационной работы проведено исследование параллельной сборки генома водорослей Белого моря. Результаты исслеодвания представлены на I Международной молодежной научно-практической конференции «Арктические исследования: от экстенсивного освоения к комплексному развитию» Результаты выпускной квалификационной работы были представлены на трёх научных конференциях различного уровня, по итогам которых написаны статьи, включенные в сборники материалов конференций. Тема ВКР: «Разработка мобильного приложения для расчета рациона питания» На современном этапе развития общества спрос на мобильные устройства устойчиво растет. Мощный компьютер для работы нужен не всем, а мобильное устройство, которое всегда находится с пользователем, является более актуальным. Регулярно появляются все более новые мобильные приложения, которые делают жизнь пользователя проще и комфортнее. Здоровье человека во многом определяется его образом жизни. Для того чтобы, поддерживать свой организм в тонусе и следить за своим питанием, человек должен отслеживать свои физические параметры, соблюдать сбалансированный режим

питания, число приемов пищи, количество калорий и так далее. Отслеживать эти данные вручную неудобно, поэтому возникает задача разработки соответствующего мобильного приложения по расчету рациона питания, учитывающего такие параметры организма как процент жира, процент воды, мышечная масса, суточная норма калорий. Во всем мире активно разрабатываются приложения, посвященные проблеме питания. Современная концепция мобильных приложений предполагает математический подсчет необходимых данных, введение информации о приемах пищи, ведение контроля параметров и приема пищи. В работах французского диетолога Мишелю Монтиньяку, профессора медицины университета Лаваль Анжело Трамбле и профессора патологической биохимии в университете Глазго Жана-Пьера Депре была сформулирована научная теория о составлении сбалансированного рациона питания. Она основывается на выборе предпочтительных продуктов внутри групп жиров, белков, углеводов. Выбор продуктов осуществляется исходя из метаболических реакций, обеспечивающих профилактику лишнего веса, сердечно-сосудистых заболеваний и диабета. Существует много различных приложений и ресурсов, посвященных проблеме питания. Но большинство из них не позволяет полноценно следить за рационом питания, а только дает набор рекомендаций по стандартным диетам на основании простого подсчета потребляемых калорий. Поэтому актуальным является задача разработки приложения, которое позволяет управлять рационом своего питания, контролировать достигнутые результаты. Для удобства использования приложение сделано мобильным. Цель выпускной квалификационной работы: создание кроссплатформенного мобильного приложения для расчета рациона питания с помощью Intel XDK. Задачи: – анализ теории системы питания по гликемическому индексу (ГИ); – выбор инструментов и технологий для разработки приложения, создание базы данных; – разработка функционала и интерфейса мобильного приложения. Практическая значимость работы состоит в том, что созданное мобильное приложение обеспечивает математический расчет основных параметров по вводимым

пользователем данным, получение рекомендаций для рациона питания по гликемическому индексу и справочной информации, составление ежедневного меню, ведение дневника с ежедневными записями употребляемых продуктов, получение отчетов о соблюдении нормы питания, формирование статической диаграммы веса для контроля питания. В базе данных хранятся данные о пользователе, гликемическом индексе и калориях продуктов, статистические данные. Данное мобильное приложение рекомендуется для личного применения пользователями с целью приведения своих физических параметров в норму и изменения привычек питания.