?
Архитектура подсистемы мультиагентной балансировки в Triad.Net
С. 120–129.
Высокопроизводительные вычисления завоевывают все более прочные позиции при решении разного рода задач (в том числе задач, в которых применяются методы имитационного моделирования), используя ресурсы нескольких исполнителей для выполнения вычислений. Основная цель использования этих средств – оптимизация времени вычислений. Однако гетерогенность исполнителей (вычислительные узлы имеют разную производительность, линии связи между узлами обладают разной пропускной способностью), гетерогенность самого параллельного приложения (приложение представляет собой совокупность логических процессов, расположенных на разных вычислительных узлах и взаимодействующих посредством посылки сообщений друг другу) приводит к возникновению дисбаланса нагрузки на вычислительных узлах. В результате выигрыш от использования нескольких исполнителей при выполнении вычислений сводится к нулю. Для того, чтобы избежать нежелательных последствий дисбаланса используют специальное программное обеспечение, реализующее алгоритм балансировки. Алгоритм балансировки предназначен для равномерного распределения нагрузки на вычислительные узлы. Если на каком-нибудь вычислительном узле нагрузка превышает допустимую, то, следуя алгоритму балансировки, часть нагрузки переносят на другой, менее загруженный узел. При этом следует учитывать затраты приложения на коммуникацию между вычислительными узлами. В настоящей работе в качестве приложения рассматривается распределенная система имитации (Triad.Net) рассматривать балансировку применительно к распределенной имитационной модели). Распределенная модель представляет собой совокупность объектов, функционирующих на различных вычислительных узлах и взаимодействующих путем посылки сообщений друг другу
(реализована с применением технологии .Net).
В книге
Вып. Специальный выпуск. , Пермь: Пермский государственный университет, 2008.
Огородов И. Д., Проблемы права 2026 № 3 С. 51–57
В статье исследуются особенности гражданско-правовой ответственности сторон по договору оказания облачных услуг по предоставлению удаленного доступа к функционалу программного обеспечения. Определяются основания, условия и пределы ответственности провайдера облачного сервиса и заказчика с учетом правовой природы возникающего между ними обязательства, специфики дистанционного оказания услуг и технологической зависимости исполнения договора от инфраструктуры провайдера облачного сервиса. Особое внимание ...
Добавлено: 28 сентября 2026 г.
Резуник Л., Александров Д. В., Mikhail Prozorskiy, , in: Intelligent Decision Technologies. Proceedings of the 17th KES-IDT 2025 ConferenceVol. 450.: Cham: Springer, 2026. P. 81–91.
Мультиагентные системы (МАС) могут использовать преимущества больших языковых моделей (БЯМ), но «галлюцинации» могут представлять опасность для процесса принятия решений. В этой статье представлен подход к созданию МАС на основе БЯМ и предложена обобщенная архитектура таких систем. Мы обеспечиваем проведение рассуждений с помощью предикатной логики для минимизации ошибок, а БЯМ используются исключительно для перевода естественного языка ...
Добавлено: 14 сентября 2026 г.
Учебное пособие предназначено для обучения академическим навыкам чтения, говорения и письма на основе статей из научно-популярных журналов по различным профилям: образование, программирование, лексика гейм-дизайна, продуктовые исследования, создание цифровых продуктов для различных сфер жизни, UX-исследования и юзабилити-тестирование, маркетинг игр и цифровых продуктов. Упражнения, разработанные для каждого урока, ориентированы на развитие профессионального вокабуляра, написание обобщений (summary) и ...
Добавлено: 3 июля 2026 г.
Ефремов А. М., Тимофеев А. В., Ilyasov Y. и др., , in: Параллельные вычислительные технологии – XIX всероссийская конференция с международным участием, ПаВТ'2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. P. 56–81.
Добавлено: 4 апреля 2026 г.
Ошманкевич К. Р., Холодная Е. В., Магдилова Л. В. и др., В кн.: Правовое регулирование бережного и устойчивого оборота данных.: М.: ИНФРА-М, 2025. Гл. 3.5 С. 137–201.
Монография посвящена актуальным проблемам оборота данных в цифровую эпоху. Исследуется концепия "бережного" оборота данных для защиты прав человека. Анализируется влияние технологий на права, принципы "бережного" оборота, регулирование больших данных, соотношение данных и интеллектуальной слбственности, безопасность при развитии искусственного интеллекта. Особое внимание уделено персональным данным в трудовых отношениях и в здравоохранении.
Предназначена для научного сообщества, практикущих юристов, ...
Добавлено: 13 февраля 2026 г.
Гаджиева А. О., Трубина В. А., Соловьева-Опошнянская А. Ю., Право. Журнал Высшей школы экономики 2025 № 4 С. 267–291
На протяжении последних десятилетий сфера здравоохранения переживает качественную трансформацию. Цифровизация здравоохранения – один из важнейших глобальных трендов развития, направленный на обеспечение большей доступности медицины для населения, повышение скорости и качества оказания медицинской помощи. В сфере здравоохранения активно используются передовые цифровые решения: телемедицинские услуги, мобильные приложения, технологии обработки больших объемов данных, машинного обучения, системы искусственного интеллекта. ...
Добавлено: 19 декабря 2025 г.
Огородов И. Д., Шершень Т. В., Право и управление. Научно-правовой журнал 2025 № 6 С. 60–63
Аннотация. Статья посвящена анализу правовых и технических аспектов регулирования качества программного обеспечения, разрабатываемого по индивидуальному заказу. Подчёркивается важность грамотной проработки технического задания и договорных условий как основы для определения ответственности исполнителя за дефекты программного обеспечения. Особое внимание уделяется роли тестирования, этапности приёмки и необходимости документального закрепления параметров качества. Делается вывод о том, что эффективная защита ...
Добавлено: 18 ноября 2025 г.
Solovev G. V., Zhidkovskaya A. B., Orlova A. и др., , in: Findings of the Association for Computational Linguistics: EMNLP 2025.: Association for Computational Linguistics, 2025. Ch. 367 P. 6956–6998.
Добавлено: 16 ноября 2025 г.
М.: МАКС Пресс, 2024.
В книге собраны тезисы докладов, одобренные Программным комитетом Девятнадцатой конференции «Свободное программное обеспечение в высшей школе». ...
Добавлено: 25 октября 2025 г.
М.: МАКС Пресс, 2025.
В книге собраны материалы конференции, одобренные Программным комитетом Двадцатой конференции "Свободное программное обеспечение в высшей школе". ...
Добавлено: 24 октября 2025 г.
Хабаровск: Хабаровский Федеральный исследовательский центр, 2025.
В сборнике опубликованы результаты исследований, представленные на VIII Международной научно-практической конференции «Информационные технологии и высокопроизводительные вычисления». Материалы публикуются в авторской редакции. VIII Международная научно-практическая конференция «Информационные технологии и высокопроизводительные вычисления» была приурочена к объявленному в России Десятилетию науки и технологий и предстоящему 55-летию образования ДВНЦ АН СССР - ДВО РАН. Партнерами конференции выступили Правительство Хабаровского ...
Добавлено: 15 октября 2025 г.
L. Rezunik, M.A. Prozorskiy, D.V. Alexandrov, Proceedings of the Institute for System Programming of the RAS 2025 Vol. 37 No. 4-2 P. 219–234
Стремительное развитие технологий искусственного интеллекта, в частности больших языковых моделей (LLM), вызвало интерес к их интеграции в мультиагентные системы (МАС). Это открывает широкие перспективы в том числе для приложений умного дома, где они могут значительно улучшить пользовательский опыт за счет комфорта, энергоэффективности и безопасности. Несмотря на потенциальные преимущества, реализация МАС на основе LLM сталкивается с ...
Добавлено: 27 сентября 2025 г.
Leonidov A., Васильев С. Б., Vasilyeva E., Chaos, Solitons and Fractals 2025 Vol. 201 No. 2 Article 117242
Добавлено: 26 сентября 2025 г.
Костюк А. А., Цветков В. Э., Королев П. С. и др., Reliability: Theory and Applications 2025 Vol. 20 No. 3(86) P. 35–53
Добавлено: 23 июня 2025 г.
Саликова М. Т., Костенецкий П. С., Мишенин Р. М., В кн.: Параллельные вычислительные технологии – XIX всероссийская научная конференция с международным участием, ПаВТ’2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. С. 331–331.
Современные суперкомпьютеры являются незаменимыми инструментами для решения сложных научных и промышленных задач. Эффективное планирование потока вычислительных задач суперкомпьютера требует информации о времени, за которое может завершится каждая из ожидающих запуска задач. Нередко пользователи устанавливают задаче временной лимит с большим запасом, что снижает эффективность работы планировщика. Разработка метода предсказания времени выполнения задач Gromacs на суперкомпьютере позволит ...
Добавлено: 28 мая 2025 г.
Рыбаков Г. С., Костенецкий П. С., В кн.: Параллельные вычислительные технологии – XIX всероссийская научная конференция с международным участием, ПаВТ’2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. С. 329–329.
С ростом числа задач в различных областях науки, требующих высокопроизводительных вычислений, правильное распределение приоритетов задач и квот пользователей стало одним из важнейших факторов, влияющих на эффективную работу суперкомпьютерных центров. На суперкомпьютере НИУ ВШЭ «cHARISMa» настроено множество дополняющих друг друга алгоритмов планирования потока задач, а также ограничений, таких как проектные лимиты и пользовательские квоты. Алгоритмы и ...
Добавлено: 28 мая 2025 г.
Мазаев И. А., Костенецкий П. С., В кн.: Параллельные вычислительные технологии – XIX всероссийская научная конференция с международным участием, ПаВТ’2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. С. 321–321.
Данная работа посвящена созданию подсистемы визуализации данных о вычислительных задачах пользователей для системы HPC TaskMaster [1], разработанной Отделом суперкомпьютерного моделирования НИУ ВШЭ для суперкомпьютера cHARISMa. Основная цель этой подсистемы – предоставить пользователям и администраторам удобный инструмент для исследования большого массива данных о задачах. В качестве платформы визуализации выбрана система Grafana, уже используемая для мониторинга нагрузки ...
Добавлено: 28 мая 2025 г.
Мишенин Р. М., Костенецкий П. С., В кн.: Параллельные вычислительные технологии – XIX всероссийская научная конференция с международным участием, ПаВТ’2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. С. 324–324.
Задача эффективного распределения ресурсов вычислительной системы широко известна.
Она становится критически важной в многопользовательских многопроцессорных системах, таких как суперкомпьютеры. В НИУ ВШЭ функционирует высокопроизводительный вычислительный кластер «cHARISMa», состоящий из 48 вычислительных узлов шести типов. Основными характеристиками узлов являются наличие графических ускорителей и их модели, типы центральных процессоров и объем оперативной памяти. На суперкомпьютере используется планировщик задач ...
Добавлено: 28 мая 2025 г.
Смит С., М.: ДМК Пресс, 2025.
Данная книга продолжает серию «Книжная полка Истового инженера»,
которая издается при поддержке компании YADRO. Издание подготовлено к
публикации Московским институтом электроники и математики им. А. Н. Тихонова НИУ ВШЭ совместно с издательством «ДМК Пресс».
Перед вами переведенная и адаптированная для русскоязычного читателя книга С. Смита «RISC-V Assembly Language Programming», вышедшая
в издательстве Apress в серии Maker Innovations в 2024 ...
Добавлено: 25 мая 2025 г.
Гринев В. П., Пелипенко А. О., Закупки и право 2025 № 1 С. 37–45
В статье рассмотрены основные принципы и особенности закупки высокотехнологичных решений для информационного моделирования градостроительства. ...
Добавлено: 24 апреля 2025 г.
Лебедева Д. А., Труды по интеллектуальной собственности 2025 Т. 53 № 2 С. 111–119
В современном мире технологии искусственного интеллекта (ИИ) активно внедряются в различные сферы деятельности, включая медицину. Технологии ИИ помогают автоматизировать сложные процессы, повышать их точность и эффективность, а также открывают новые возможности для диагностики, лечения и профилактики заболеваний. Однако, с развитием систем искусственного интеллекта возникает необходимость пересмотра действующего законодательства и изменения традиционных норм, регулирующих использование ИИ ...
Добавлено: 10 апреля 2025 г.