Для анализа потоков тепла использованы данные наблюдений за 1979–2018 гг. в районе Северной Атлантики. Пространственно-временная изменчивость полного потока тепла моделировалась стохастическим диффузионным процессом. Коэффициенты стохастического дифференциального уравнения были оценены методами непараметрической статистики. Ранее существование и единственность решения в сильном смысле стохастического дифференциального уравнения, порожденного построенным диффузионным процессом, были доказаны при выполнении условий Колмогорова. В настоящей работе коэффициенты уравнения аппроксимировались по времени тригонометрическими полиномами, амплитуды и фазы которых зависели от значений потока. По заданному ряду длиной 40 лет с 1979 по 2018 г. были построены пространственные карты и временные кривые. Результаты показаны для 1999 и 2018 годов., а также произведен их сравнительный анализ. Численные расчеты были проведены на суперкомпьютере «Ломоносов-2» МГУ имени М.В. Ломоносова.

Проанализированы данные наблюдений в Северной Атлантике, полученные за 40 лет в рамках проекта NAAD. Рассматривался полный поток тепла из океана в атмосферу (и из атмосферы в океан) как сумма скрытого и явного тепла. Коэффициенты стохастического дифференциального уравнения, представляющего стохастический процесс, были статистически определены из исходного набора данных. Ранее существование и единственность решения в сильном смысле стохастического дифференциального уравнения, порожденного построенным диффузионным процессом, были доказаны при выполнении условий Колмогорова. Численные расчеты проведены на суперкомпьютере «Ломоносов-2» МГУ им. М.В. Ломоносова.

Проанализированы данные наблюдений 1979–2018 гг. в районе Северной Атлантики, полученные в результате реализации проекта Российской академии наук по исследованию атмосферы в Северной Атлантике (РАН-НААД). Набор данных предоставляет множество параметров поверхности и свободной атмосферы на основе сигма-модели и отвечает многим требованиям метеорологов, климатологов и океанографов, работающих как в исследовательской, так и в оперативной областях. Проведен анализ сезонной и многолетней изменчивости тепловых потоков и температуры поверхности воды в Северной Атлантике. В качестве основного метода исследования использованы схемы анализа диффузионных процессов. На основе заданных рядов длиной в 40 лет с 1979 по 2018 годы вычислены такие параметры диффузионных процессов, как среднее (снос процесса) и дисперсия (диффузия процесса) и построены их карты и временные кривые. Численные расчеты выполнены на суперкомпьютере Ломоносов-2 Московского государственного университета имени М.В. Ломоносова.

Исследована обратная задача идентификации безразмерного коэффициента теплопроводности  для уравнения Грина – Нагди III типа, которое описывает распространение тепловых возмущений с конечной скоростью и учитывает инерционные эффекты теплового потока. Для обратной задачи нарушается требование устойчивости (критерий Адамара), в результате чего даже минимальные искажения данных ведут к значительным ошибкам идентификации параметра.
В качестве метода решения задачи идентификации использован подход на основе физически информированных нейронных сетей (ФИНС), сочетающий возможности глубокого обучения с априорными знаниями о структуре дифференциального уравнения. Параметр  включен в число обучаемых переменных, а функция потерь сформирована на основе дифференциального уравнения, граничных условий, начальных условий и зашумленных экспериментальных данных с точечного датчика. Представлены результаты вычислительных экспериментов, демонстрирующие высокую точность восстановления параметра (погрешность менее 0.03%) и устойчивость метода к наличию аддитивного гауссовского шума в данных. Метод ФИНС показал себя как эффективный инструмент решения некорректных обратных задач математической физики.

Работа посвящена описанию процесса разработки универсального инструментария для генерации синтетических данных для обучения разных нейронных сетей. Используемый подход показал свою успешность и эффективность в решении различных задач, в частности, обучения нейросети для распознавания покупательского поведения внутри магазинов через камеры наблюдения и пространств устройствами дополненной реальности без использования вспомогательных инфракрасных камер. Обобщающие выводы позволяют спланировать дальнейшее развитие технологий генерации трехмерных синтетических данных.

Одними из основных компонентов Единого Цифрового Пространства Научных Знаний (ЕЦПНЗ) являются предметные онтологии отдельных тематических подпространств, включающие в себя основные понятия, относящиеся к данному научному направлению. Задача построения предметных онтологий на первом этапе требует формирования массива ключевых терминов в заданной области науки с последующим установлением связей между ними. Настоящая работа является развитием исследований, проводимых авторами в области создания ЕЦПНЗ. В рамках предыдущих исследований была предложена унифицированная структура представления онтологии элементов ЕЦПНЗ (подпространств, классов и атрибутов объектов, связей между объектами или атрибутами). В процессе моделирования онтологии на примере универсального и ряда тематических подпространств ЕЦПНЗ выявилась необходимость некоторой корректировки структуры онтологии, касающейся справочников ЕЦПНЗ, для обеспечения возможности описания вложенных атрибутов данных. Кроме того, в онтологию введено понятие «тип словаря значений атрибутов данных», определены два типа словарей – «статические» и «динамические». Эта информация позволяет упростить алгоритмы формально-логического контроля при формировании контента ЕЦПНЗ. Указание на тип словаря введено в структуру справочников атрибутов объектов. В представленной работе описана модифицированная структура онтологии на примере 11-ти вспомогательных и 10-ти предметных классов универсального подпространства (УПП) ЕЦПНЗ. Приведены примеры справочников каждого класса, построенные в соответствии с моделью структуры онтологии, перечень атрибутов объектов и примеры статических словарей.

   Статья посвящена исследованию игрового опыта пользователей и формированию когнитивной модели их взаимодействия с новой видеоигрой «Кощейские проделки», находящейся на ранней стадии разработки. Предложенная авторами методология UX-исследования, а также полученные результаты демонстрируют, как качественные данные о восприятии, эмоциях, чувствах, моделях поведения и достижениях игроков помогают оптимизировать процесс создания видеоигр, сделать их не только развлекательными, но и психологически эффективными. Результаты работы имеют практическую ценность для инди-разработчиков, которые, обладая ограниченными ресурсами, стремятся к созданию качественных игровых продуктов.