Настоящий отчет о научно-исследовательской работе представляет результаты фундаментальных исследований, проведенных в Санкт⁠-⁠Петербургском государственном университете в рамках государственного задания по теме «Искусственный интеллект и наука о данных: теория, технология, отраслевые и междисциплинарные исследования и приложения» за третий год реализации. Научно-технический уровень темы и результатов научно⁠-⁠исследовательской работы соответствует мировому уровню научных исследований. По результатам исследований, проводимых в ходе реализации НИР, опубликовано 16 работ – журнальные статьи, индексирующиеся в WoS/Scopus, 5 – статьи, находящиеся в процессе публикации. Список публикаций по теме отчёта представлен в приложении А. Основными результатами коллектива исследователей являются:
ИИ для предиктивной аналитики, систем управления и оптимизации :
• Разработана структура адаптации для многоэтапного прогнозирования временных рядов в сфере энергетики.
• Разработан новый подход для управления распределенной энергетической системой на основе методов глубокого обучения с подкреплением, а также проведено сравнение эффективности этих методов с классической оптимизацией на основе линейного программирования с целочисленными переменными.
• Разработан метод прогнозирования временных рядов, основанный на совместной реконструкции динамических систем и использовании традиционных статистических моделей.
• Исследован нестационарный алгоритм оптимизации в сетевых системах с частичной наблюдаемостью параметров.
• Представлена оптимизационная модель распределения ресурсов беспроводной сети и экспериментальное моделирование.
• Разработана модель распределения ресурсов, основанная на контролируемой графовой нейронной сети, и алгоритм обучения графов для повышения производительности модельного эксперимента.
• Предложен метод синтеза контроллера, основанный на дробных задержках и L1-оптимизации, для дискретной системы с неизвестным, но ограниченным возмущением.
ИИ для высокопроизводительных вычислений, операционных систем :
• Обучена адаптивная модель построения расписания для гетерогенного графа задач с несколькими типами исполнителей, каждый из которых представлен в виде независимого агента, на основе мультиагентного обучения с подкреплением.
• Обучена адаптивная модель построения расписания для гетерогенного графа задач с несколькими типами исполнителей на основе Monte Carlo Tree Search.
• Представлена архитектура нулевого доверия (Zero-trust architecture, ZTA) — это новый подход к кибербезопасности распределенных систем, который обеспечивает лучшую защиту данных и более точно отражает структуру современных информационных систем.
• Исследованы результаты по энергосбережению гетерогенного центрального процессора, полученные ранее для алгоритма SPSA с одним зашумленным измерением и функционал среднего риска для него.
• Представлено расхождение результатов экспериментов с предположением о независимости результатов замеров энергопотребления от их частоты в наивной схеме испытаний для модулей Wi-Fi и Bluetooth.
• Разработаны стохастические методы защиты персональных данных и анонимизации.
• Предложен новый строго математически обоснованный консенсус для блокчейн сетей, такой подход позволил создать первую в мире виртуальную блокчейн сеть.
Фундаментальные исследования для ИИ:
• Исследованы онтологически сложные структурированные объекты на основе их описаний в терминах свойств их элементов и отношений между этими элементами.
• Использованы значения Шепли для объяснения взаимоотношения между временными рядами и улучшение эффективности прогнозирования временных рядов, ShapTime.
• Создан алгоритма приближенного расчета значения Шепли, который сочетает в себе теорию вероятностных графов для объяснения результатов обнаружения рака.
ИИ для механики и проектирования инженерных систем:
• Исследованы широкие возможности по выбору компонентов, их объемного соотношения и вариантов структуры композиционных материалов делают актуальной задачу разработки и создания композитов с оптимальными свойствами.
• Применены методы глубокого машинного обучения к задаче прогнозирования напряженно-деформированного состояния материалов с неоднородностями.
• Результаты исследований продемонстрировали существенное влияние кристаллографической ориентации монокристаллических образцов на уровень пластической деформации при одноосном монотонном и циклическом нагружении.
ИИ для интеллектуальной обработки видео и звука:
• Исследованы и модифицированы три модели глубокого обучения как с шумом, так и без него для аудиовизуального распознавания речи. Результаты экспериментов показали, что мультимодальные аудиовизуальные модели распознавания речи демонстрируют высокую устойчивость.
• Интегрирован модуль распознавания лиц в реальном времени в задаче распознания диалога, что позволило совместить задачи распознавания речи с распознаванием лиц.

Новизна научно-исследовательской работы заключается в разработке новых подходов к применению и развитию технологий искусственного интеллекта как с фундаментальной, так и с практической стороны в целом спектре актуальных областей.
В частности, по каждому выделенному направлению относятся следующие новые научные результаты:
ИИ для предиктивной аналитики, систем управления и оптимизации:
• Разработана модель оптимизации энергопотребления и многоэтапного прогнозирования временных рядов.
• Разработана и апробирована уникальная функция вознаграждения для оптимизации управления батарейным хранилищем энергии в распределенных энергетических системах с использованием методов глубокого обучения с подкреплением, что позволило улучшить эффективность управления и снизить финансовые затраты.
• Разработан новый подход для прогнозирования временных рядов, основанный на комбинации реконструкции динамических систем и моделей машинного обучения, представлены результаты сравнения с ARIMA, SVR, SINDY для задачи прогнозирования трафика в телекоммуникационной сети.
• Проведена и проанализирована эмпирическая валидация алгоритма нестационарной сетевой оптимизации при наличии задержек при передаче данных.
• Созданы модели машинного обучения для управления распределением ресурсов изоморфной сетевой системой D2D, использующей платформу машинного обучения для распределения ресурсов.
ИИ для высокопроизводительных вычислений, операционных систем:
• Разработан новый алгоритм обучения с подкреплением, основанный на парадигме, среда-действие-награда задачи построения расписаний на направленном ациклическом графе с гетерогенными по типам исполнителями.
• Разработаны новые графовые метрики для задач планирования на ациклическом графе с гетерогенными по типам вершин.
• Разработаны новые методы, основанные на ZTA.
• Разработаны новые стратегии управления энергопотреблением на основе рандомизированных алгоритмов стохастической оптимизации.
• Разработан алгоритм определения оптимальных констант энергопотребления модулей Wi-Fi и Bluetooth, не зависящих от частоты наблюдений.
• Разработаны новые модели анонимизации персональных данных применительно к данным финансовых организаций в области машинного обучения.
• Определено оптимальное количество уровней в блокчейн сети и найдена комбинация консенсусов обеспечивающая безопасность системы для приложений в области машинного обучения.
Фундаментальные исследования для ИИ:
• Создано представление онтологии в виде ориентированного графа, в вершинах которого находятся подклассы всех рассматриваемых объектов, причём элементы всех дочерних вершин обладают всеми свойствами, присущими объектам из отцовских вершин.
• Создан новые алгоритм объяснимого ИИ – ShapTime, для объяснения алгоритмов прогнозирования временных рядов.
• Создан алгоритм объяснимого ИИ на основе быстрого приближенного вычисления значения Шепли используя подходы теории графов и вероятностные методы.
ИИ для механики и проектирования инженерных систем:
• Создан алгоритм для многокритериальной оптимизации композиционных материалов с различной топологией армирования.
• Разработана методика оценки применимости параметрической модели механики и адекватности полученных результатов путем сравнения расчетных, экспериментальных данных с результатами, полученными с помощью методов машинного обучения.
• Установлено, что эволюция ориентационной зависимости пластической деформации при увеличении нагрузки определяется процессами возникновения и конкурирующего роста локальных максимумов (в пределах стереографического треугольника определены угловые координаты всех 7 локальных максимумов и указаны диапазоны нагрузки их доминирования).
ИИ для интеллектуальной обработки видео и звука:
• Разработаны и модифицированы мультимодальные алгоритмы глубокого обучения для задачи распознавания речи.
• Разработаны гибридные алгоритмы распознавания и систематизации диалогов на основе мультимодального распознания образов и распознания речи.