• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Синтез информационной системы управления подсистемами технического обеспечения интеллектуальных зданий
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
18 ноября 2026 г.
Три четверти различий в функциональной грамотности обусловлены генами
Исследователи НИУ ВШЭ впервые оценили на российских данных, насколько функциональная грамотность зависит от наследственности. Анализ результатов 114 пар близнецов из общероссийской выборки восьмиклассников показал: генетические различия объясняют 76% разброса в общем уровне функциональной грамотности. Результаты опубликованы в журнале Behavior Genetics.
18 ноября 2026 г.
«Наука дает мне возможность видеть красоту»
Мария Губина учится в магистратуре факультета математики НИУ ВШЭ и занимается теорией узлов. В интервью проекту «Молодые ученые Вышки» она рассказала о «числе Эрдёша», математических закономерностях вокруг нас и о том, почему ученым стоит научиться печь тортики.
17 ноября 2026 г.
Ученые НИУ ВШЭ разработали метод для обнаружения неисправностей систем охлаждения ЦОД
Исследователи НИУ ВШЭ и Уральского федерального университета разработали метод на основе искусственного интеллекта, который выявляет постепенные утечки хладагента и загрязнение теплообменников в системах охлаждения центров обработки данных. Новая модель учитывает физические связи между элементами холодильного контура, что позволяет выявлять неисправности на ранних стадиях. Результаты опубликованы в журнале IEEE Transactions on Industry Applications.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Синтез информационной системы управления подсистемами технического обеспечения интеллектуальных зданий

Вестник Московского государственного строительного университета. 2017. Т. 12. № 10. С. 1191–1201.
Викентьева О. Л., Дерябин А. И., Шестакова Л. В., Кычкин А. В.

Предмет исследования: эксплуатация интеллектуальных зданий требует учитывать ряд факторов – ресурсосбережение, снижение эксплуатационных расходов, повышение безопасности, обеспечение комфортных условий труда и отдыха. Автоматизации управления соответствующими инженерными системами – освещения, микроклимата, безопасности, коммуникационными системами и сетями с помощью современных технологий, например IoT (Интернет вещей), порождает проблемы, связанные хранением и обработкой больших объемов данных, степень использования которых сегодня крайне низкая. В связи с тем, что жизненный цикл здания достаточно велик и превосходит жизненный цикл стандартов, учитывающих требования безопасности, комфорта, энергосбережения и т.п., необходимости учитывать аспекты управления в условиях рационального использования больших данных на этапе информационного моделирования.

Цели: повышение эффективности управления подсистемами технического обеспечения интеллектуальных зданий на основе web-ориентированной информационной системы, обладающей гибкой многоуровневой архитектурой, с несколькими контурами управления и моделью адаптации.

Материалы и методы: в связи с тем, что интеллектуальное здание относится к человеко-машинным системам, в качестве базового метода создания и исследования системы управления рассматривается кибернетический подход. Инструментальными методами исследования выступают теоретико-множественное моделирование, теория автоматов и архитектурные принципы организации информационных систем управления.

Результаты: синтезирована гибкая архитектура информационной системы управления подсистемами технического обеспечения интеллектуальных зданий, включающая: уровень клиента, уровень приложения и уровень данных, а также три слоя: слой представления, слой исполнительных устройств и слой аналитики. Для решения проблемы, связанной с увеличением объема обрабатываемой контроллером сообщений реального времени информации, предложено использовать датчики и исполнительные механизмы с настраиваемым порогом срабатывания, реализующие алгоритмы управления на основе модели дискретных автоматов, в частности ЛСА - логические схемы алгоритмов. В составе многоконтурной системы управления дополнительно введены: блок интеллектуального анализа данных, СУБД витрины данных и OLAP - куб, обеспечивающие обработку больших объемов информации о состоянии подсистемами технического обеспечения зданий и сооружений.

Выводы: информационная система управления подсистемами технического обеспечения интеллектуальных зданий, построенная на базе предложенной архитектуры, позволит повысить качество принимаемых решений и снизить эксплуатационные расходы здания за счет применения контура управления, использующего интеллектуальный анализ данных. Предложенное решение рекомендуется к использованию для управления техническими системами зданий и сооружений, имеющих средства автоматизации и IoT.

Научное направление: Компьютерные науки
Приоритетные направления: компьютерно-математическое бизнес-информатика инженерные науки
Язык: русский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: информационная системасистема управленияOLAPOLAPинтернет вещейинтеллектуальный анализ данныхбольшие данныеbig dataInternet of Things (IoT)control systemInformation System Architecturedatamininginformation systemBuilding Information Model (BIM)Smart Buildingинформационная модель зданияархитектура информационной системыинтеллектуальное здание
Похожие публикации
FLowRA: Flow-Guided Rank Allocation for Parameter-Efficient Fine-Tuning of Deep Neural Networks
Aleksei Samarin, Назаренко А. А., Kotenko E. и др., Machine Learning and Knowledge Extraction 2026 Vol. 8 No. 11 Article 389
Добавлено: 19 ноября 2026 г.
Machine Learning for Astrophysics 2024
Springer, 2026.
Добавлено: 19 ноября 2026 г.
Approximation of Multivariate Time Series in Astronomy Using Vector Gaussian Processes
Semenikhin T. A., Корнилов М. В., Pruzhinskaya M. V., Moscow University Physics Bulletin 2025 Vol. 80 No. S1 P. S204–S207
Добавлено: 19 ноября 2026 г.
Anomaly detection in Fink: I. Discovery, follow-up, and classification of unusual sources
Pruzhinskaya M. V., Корнилов М. В., Dodin A. V. и др., Astronomy and Astrophysics 2026 Vol. 715 P. 1–18
Добавлено: 19 ноября 2026 г.
Supernova scores for active anomaly detection
Semenikhin T. A., Kornilov M.V., Pruzhinskaya M. V. и др., Astronomy and Computing 2026 Vol. 56 Article 101126
Добавлено: 19 ноября 2026 г.
Active learning of collinear magnetic Moment Tensor Potentials using the spin-MLIP package from soft-constrained spin-polarized DFT calculations: a case study of Fe-Pd
Burov A., Котыхов А. С., Aksyonov D. и др., Computer Physics Communications 2027 Vol. 330 Article 110458
Явный учет магнитных степеней свободы в межатомных потенциалах, построенных с помощью методов машинного обучения (магнитных MLIP), играет ключевую роль в корректном описании магнитных материалов и их свойств. Важным компонентом для обучения таких потенциалов являются спин-поляризованные расчеты в рамках теории функционала плотности (DFT), проводимые для состояний с неравновесными магнитными моментами — то есть расчеты DFT с ...
Добавлено: 17 ноября 2026 г.
Toward reliable false discovery rate control in classification problems under distribution shift
Кертес-Фаркаш А., Боревский А. О., Plos One 2026 Vol. 21 No. 11 P. 1–20
Background Domain shifts or batch effects can significantly degrade the performance of machine learning-based classifiers in software production without any warning. This can particularly be problematic in medical applications which involve human lives. The shift changes the shape of the prediction score distribution of the test samples compared to that of the training samples; hence, decision ...
Добавлено: 17 ноября 2026 г.
Траектории ставок как сигнал сговора: LSTM-классификация аукционов государственных закупок
Ефимов К. Д., Журнал Новой экономической ассоциации 2026 № 72 С. 105–114
В работе предлагается метод автоматического выявления картель ного поведения в электронных аукционах государственных закупок на основе анализа пол ной траектории ставок. Эмпирическая база включает 508 историй торгов за 2016–2020 гг. с электронной площадки РТС-тендер; положительный класс размечен по материалам дел ФАС России, контрольная группа сформирована из сопоставимых аукционов без зафикси рованных нарушений. Каждая сессия представлена ...
Добавлено: 13 ноября 2026 г.
Model-Dependent Prompt-Component Ablation for Medical LLM Decision Support: Application to ENT Biologics Screening
Sergey N. Koltcov, Budkovaia M., Сурков А. Ю. и др., IEEE Journal of Biomedical and Health Informatics 2026 P. 1–10
Добавлено: 13 ноября 2026 г.
Impact of 5G NR-V2X Message Losses on Connected Vehicle Warning Functions
Физулин А. В., Степанянц В. Г., Американов А. А. и др., FUTURE TRANSPORTATION 2026 Vol. 6 No. 6 Article 264
Добавлено: 12 ноября 2026 г.
Structural model of decision support system for sustainable development of oil and gas companies
Stoianova A. D., Trofimets V. Y., Matrokhina K. V., International Journal of Engineering, Transactions A: Basics 2025 Vol. 38 No. 4 P. 701–709
Добавлено: 10 ноября 2026 г.
EdFitter: a hybrid course recommendation system using large language models
Sergei Koltcov, Рюмин Д. А., Alexandr Axyonov и др., PeerJ Computer Science 2026 Article 12:e4141
Добавлено: 10 ноября 2026 г.
Assessing density equilibration in confined Liquid–Liquid interfaces
Guskov T., Gerke K., Кондратюк Н. Д. и др., Molecular Simulation 2026 Vol. 52 No. 7 P. 546 – 555
Добавлено: 10 ноября 2026 г.
Influence of nuclear quantum effects on metastable states of warm dense hydrogen
Lukyanchuk V., Норман Г. Э., Кондратюк Н. Д. и др., Scientific Reports 2026 Vol. 16 No. 1 Article 16435
Добавлено: 10 ноября 2026 г.
Machine Learning and Knowledge Discovery in Databases. Research Track and Applied Data Science Track. European Conference, ECML PKDD 2026, Naples, Italy, September 7–11, 2026, Proceedings
Cham: Springer, 2027.
Добавлено: 9 ноября 2026 г.
Low-energy collective excitations in a gold monolayer, Vyacheslav Silkin and Maxim Kagan Working papers by Cornell University Series cond-mat other “arxiv org” 2610. 31805 22 Oct. 2026
Каган М. Ю., / Series Series "arxiv org" 2610.31805 "cond-mat other "arxiv org" 2610.31805". 2026. No. 2610.31805.
Аннотация   Низкоэнергетические плазмонные свойства свободностоящего монослоя золота Au (1,1,1) изучены с помощью зависящей от времени теории функционала плотности (DFT) в приближении хаотических фаз (ПХФ). При первопринципном вычислении диэлектрической функции и функции диэлектрических потерь используется зонная структура, характеризуемая одной s-p энергетической зоной, выходящей на уровень Ферми. В этой системе с простой зонной структурой наши вычисления ...
Добавлено: 27 октября 2026 г.
Перспективы развития дата-центров для обработка данных по биоинформатике и биомедицине
Горбунов А. А., Исаев Е. А., Приборы и системы. Управление, контроль, диагностика 2026 № 1 С. 42–46
В статье рассматриваются современные тенденции в развитии дата-центров, специализирующихся на обработке биоинформатических и биомедицинских данных. Особое внимание уделено применению искусственного интеллекта для оптимизации работы дата-центров и анализа больших объемов биологических данных. Представлен обзор современных технологий и архитектурных решений, позволяющих обрабатывать растущие объемы данных в области биоинформатики и биомедицины. Обсуждаются перспективы развития специализированных дата-центров в контексте экспоненциального роста ...
Добавлено: 12 октября 2026 г.
A Three-Party W-State Quantum Secret Sharing Protocol with X-Gate Encoding and Forbidden-Outcome Detection
Timur Teregulov, Elena R. Loubenets, / Series Quantum Physics "arXiv". 2026. No. 2609.31472.
Добавлено: 28 сентября 2026 г.
Многоуровневая модель представления данных и алгоритм поиска ассоциативных закономерностей в условиях неопределенности
Утешева Г. Ш., Громов Ю. Ю., Стародубов К. В. и др., Научно-техническая информация. Серия 2: Информационные процессы и системы 2026 № 9 С. 33–41
Проблема извлечения знаний из больших массивов данных, характерных для медицины, финансов и промышленности, осложняется неполнотой значений атрибутов. Существующие методы удаления объектов или импутирования значений искажают истинные паттерны, что при обработке данных приводит к неверным выводам. Цель настоящей работы – разработка математически строгого подхода, позволяющего выявлять интерпретируемые нечеткие ассоциативные правила в условиях неопределенности и пропуска отдельных ...
Добавлено: 15 сентября 2026 г.
Управление передвижением группы БПЛА с соблюдением геометрической структуры строя на основе альтернативной коллективной адаптации
Лебедев О. Б., Котов Д. В., Известия ЮФУ. Технические науки 2024 № 1(237) С. 155–167
Основным способом решения задач планирования и управления движением является использование интеллектуальных технологий. При этом интеллектуальные технологии применяются для решения задач постановки и корректировки целей управления и программы действий по реализации этих целей, а также для формирования алгоритма управления в условиях неопределенности, обусловленной различными факторами, в исполнительных элементах, подсистеме управления движением, подсистеме планирования и поведения. Данная ...
Добавлено: 13 сентября 2026 г.
Функция присутствия как механизм корректной обработки пропущенных значений в нечётком интеллектуальном анализе данных
Максимова Е. А., Утешева Г. Ш., Громов Ю. Ю. и др., Научно-аналитический журнал "Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России" 2026 № 2 С. 92–103
Когда данные неполны, стандартные методы нечёткого интеллектуального анализа оказываются в ситуации, которую трудно назвать приемлемой: удаление объектов с пропусками теряет до трети выборки и вносит систематическое смещение при MAR-механизме, а импутирование средним разрушает ковариационную структуру и порождает правила с искусственно завышенной поддержкой. В работе предлагается иной выход - функция присутствия φ: U × A → ...
Добавлено: 6 сентября 2026 г.
Основные направления совершенствования публично-правового регулирования отношений по реализации и защите прав и свобод личности в условиях развития современных информационных технологий
Дейнеко А. Г., Право и государство: теория и практика 2025 № 9 С. 156–160
Исследование посвящено актуальным вопросам реализации и защиты основных прав и свобод личности в условиях развития всего комплекса современных информационных технологий. Разработана авторская концепция совершенствования механизмов обеспечения реализации и защиты основных категорий прав и свобод личности, сформулированы основные принципы публично-правового регулирования рассматриваемых отношений в их тесной взаимосвязи с этическим саморегулированием, а также с принятием документов стратегического планирования. Вызывающий ...
Добавлено: 4 сентября 2026 г.
On calibration of remote sensing retrievals of ecosystem respiration (Reco) with tower measurements over,Russian forests and wetlands
Shabanov N., Kuricheva O., Kurbatova J. и др., / Series Working Papers SSRN "Department of Economics Ca’ Foscari University of Venice". 2026.
Добавлено: 21 августа 2026 г.
Пространственное неравенство в спросе на навыки искусственного интеллекта: анализ российских регионов и городов в 2021-2025 ГГ.
Ильященко К. А., В кн.: Сборник тезисов докладов X юбилейной Всероссийской научной студенческой конференции НИУ ВШЭ - Нижний Новгород.: Н. Новгород: [б.и.], 2026. С. 125–130.
В работе анализируются пространственные различия в спросе на навыки искусственного интеллекта (ИИ) на российском рынке труда в 2021-2025 гг. На основе данных более 700 тысяч вакансий с портала HeadHunter выделены три уровня анализа: регионы, типы городов (миллионники, столицы субъектов, прочие) и внутрирегиональный разрыв «столица-периферия». Построены рейтинги регионов по доле вакансий с ИИтребованиями, оценена динамика для ...
Добавлено: 4 августа 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору