All issues

Одной из перспективных технологий повышения нефтеотдачи при разработке нетрадиционных нефтяных пластов является метод термогазового воздействия. Метод основан на закачке в пласт кислородосодержащей смеси и ее трансформации в высокоэффективный смешивающийся с пластовой нефтью вытесняющий агент за счет самопроизвольных внутрипластовых окислительных процессов. В ряде случаев этот метод обладает большим потенциалом по сравнению с другими способами повышения нефтеотдачи. В данной работе рассматриваются некоторые вопросы распространения волн внутрипластового горения. В зависимости от параметров коллектора и закачиваемой смеси такие волны могут распространяться в различных режимах. В данной работе рассматривается только прямоточный инверсный режим распространения. В этом режиме волна горения распространяется в направлении течения окислителя и фронт реакции отстает от тепловой волны, в которой вещество (углеводородные фракции, пористый скелет и др.) прогреваются до температур, достаточных для протекания реакции окисления. В работе представлены результаты аналитического исследования и численного моделирования структуры инверсной волны внутрипластового горения при двухфазном течении в пористом слое. Сделаны упрощающие предположения о теплофизических свойствах флюидных фаз, которые позволяют, с одной стороны, сделать модель внутрипластового горения обозримой для анализа, а с другой — передать основные особенности этого процесса. Рассмотрено решение типа «бегущая волна» и указаны условия его реализации. Выделено два режима распространения инверсных волн внутрипластового горения: гидродинамический и кинетический. Численное моделирование распространения волны внутрипластового горения проводилось с помощью термогидродинамического симулятора, разработанного для численного интегрирования неизотермических многокомпонентных фильтрационных течений, сопровождающихся фазовыми переходами и химическими реакциями.

One of the promising technologies for enhanced oil recovery in the development of unconventional oil reservoirs is the thermo-gas method. The method is based on the injection of an oxygen-containing mixture into the formation and its transformation into a highly efficient displacing agent miscible with the formation of oil due to spontaneous in-situ oxidative processes. In some cases, this method has great potential compared to other methods of enhanced oil recovery. This paper discusses some issues of the propagation of in-situ combustion waves. Depending on the parameters of the reservoir and the injected mixture, such waves can propagate in different modes. In this paper, only the direct-flow inverse propagation mode is considered. In this mode, the combustion wave propagates in the direction of the oxidant flow and the reaction front lags behind the heatwave, in which the substance (hydrocarbon fractions, porous skeleton, etc.) is heated to temperatures sufficient for the oxidation reaction to occur. The paper presents the results of an analytical study and numerical simulation of the structure of the inverse wave of in-situ combustion. in two-phase flow in a porous layer. Some simplifying assumptions about the thermal properties of fluid phases was accepted, which allow, on the one hand, to modify the in-situ combustion model observable for analysis, and with another is to convey the main features of this process. The solution of the “running wave” type is considered and the conditions of its implementation are specified. Selected two modes of reaction trailing front regime in-situ combustion waves: hydrodynamic and kinetic. Numerical simulation of the in-situ combustion wave propagation was carried out with using the thermohydrodynamical simulator developed for the numerical integration of non-isothermal multicomponent filtration flows accompanied by phase transitions and chemical reaction.

Методы оптимизации первого порядка являются важным рабочим инструментов для широкого спектра современных приложений в разных областях, среди которых можно выделить экономику, физику, биологию, машинное обучение и управление. Среди методов первого порядка особого внимания заслуживают ускоренные (моментные) методы в силу их практической эффективности. Метод тяжелого шарика (heavy-ball method — HB) — один из первых ускоренных методов. Данный метод был разработан в 1964 г., и для него был проведен анализ сходимости для квадратичных сильно выпуклых функций. С тех пор были предложены и проанализированы разные варианты HB. В частности, HB известен своей простотой реализации и эффективностью при решении невыпуклых задач. Однако, как и другие моментные методы, он имеет немонотонное поведение; более того, при сходимости HB с оптимальными параметрами наблюдается нежелательное явление, называемое пик-эффектом. Чтобы решить эту проблему, в этой статье мы рассматриваем усредненную версию метода тяжелого шарика (averaged heavy-ball method — AHB). Мы показываем, что для квадратичных задач AHB имеет меньшее максимальное отклонение от решения, чем HB. Кроме того, для общих выпуклых и сильно выпуклых функций доказаны неускоренные скорости глобальной сходимости AHB, его версии WAHB cо взвешенным усреднением, а также для AHB с рестартами R-AHB. Насколько нам известно, такие гарантии для HB с усреднением не были явно доказаны для сильно выпуклых задач в существующих работах. Наконец, мы проводим несколько численных экспериментов для минимизации квадратичных и неквадратичных функций, чтобы продемонстрировать преимущества использования усреднения для HB. Кроме того, мы также протестировали еще одну модификацию AHB, называемую методом tail-averaged heavy-ball (TAHB). В экспериментах мы наблюдали, что HB с правильно настроенной схемой усреднения сходится быстрее, чем HB без усреднения, и имеет меньшие осцилляции.

First-order optimization methods are workhorses in a wide range of modern applications in economics, physics, biology, machine learning, control, and other fields. Among other first-order methods accelerated and momentum ones obtain special attention because of their practical efficiency. The heavy-ball method (HB) is one of the first momentum methods. The method was proposed in 1964 and the first analysis was conducted for quadratic strongly convex functions. Since then a number of variations of HB have been proposed and analyzed. In particular, HB is known for its simplicity in implementation and its performance on nonconvex problems. However, as other momentum methods, it has nonmonotone behavior, and for optimal parameters, the method suffers from the so-called peak effect. To address this issue, in this paper, we consider an averaged version of the heavy-ball method (AHB). We show that for quadratic problems AHB has a smaller maximal deviation from the solution than HB. Moreover, for general convex and strongly convex functions, we prove non-accelerated rates of global convergence of AHB, its weighted version WAHB, and for AHB with restarts R-AHB. To the best of our knowledge, such guarantees for HB with averaging were not explicitly proven for strongly convex problems in the existing works. Finally, we conduct several numerical experiments on minimizing quadratic and nonquadratic functions to demonstrate the advantages of using averaging for HB. Moreover, we also tested one more modification of AHB called the tail-averaged heavy-ball method (TAHB). In the experiments, we observed that HB with a properly adjusted averaging scheme converges faster than HB without averaging and has smaller oscillations.

В работе представлен метод подбора состава смесевого хладагента (СХА) с заданной изобарной кривой кипения с помощью искусственной нейронной сети (ИНС). Данный метод основан на использовании 1D-слоев сверточной нейронной сети. Для обучения нейронной сети была применена термодинамическая модель простого теплообменника в программе UniSim design с использованием уравнения состояния Пенга–Робинсона. С помощью термодинамической модели была создана синтетическая база данных по изобарным кривым кипения СХА разного состава. Для записи базы данных был разработан алгоритм на языке программирования Python, и с помощью COM интерфейса была выгружена информация по изобарным кривым кипения для 1 049 500 вариантов состава СХА. Генерация составов СХА была проведена с помощью метода Монте-Карло с равномерным распределением псевдослучайного числа. Авторами разработана архитектура искусственной нейронной сети, которая позволяет подбирать состав СХА. Для обучения ИНС была применена методика циклически изменяемого коэффициента обучения. В результате применения обученной ИНС был подобран состав СХА с минимальным температурным напором 3 К, а максимальным — не более 10 К между горячим и холодным потоками в теплообменнике. Было проведено сравнение предложенного метода с методом поиска наилучшего совпадения в исходной выборке по методу $k$-ближних соседей, а также со стандартным методом оптимизации SQP в программе UniSim design. Показано, что искусственная нейронная сеть может быть использована для подбора оптимального состава хладагента при анализе кривой охлаждения природного газа. Разработанный метод может помочь инженерам подбирать состав СХА в режиме реального времени, что позволит сократить энергетические затраты на сжижение природного газа.

The paper provides a method for selecting the composition of a refrigerant with a given isobaric cooling curve using an artificial neural network (ANN). This method is based on the use of 1D layers of a convolutional neural network. To train the neural network, we applied a technological model of a simple heat exchanger in the UniSim design program, using the Peng – Robinson equation of state.We created synthetic database on isobaric boiling curves of refrigerants of different compositions using the technological model. To record the database, an algorithm was developed in the Python programming language, and information on isobaric boiling curves for 1 049 500 compositions was uploaded using the COM interface. The compositions have generated by Monte Carlo method. Designed architecture of ANN allows select composition of a mixed refrigerant by 101 points of boiling curve. ANN gives mole flows of mixed refrigerant by composition (methane, ethane, propane, nitrogen) on the output layer. For training ANN, we used method of cyclical learning rate. For results demonstration we selected MR composition by natural gas cooling curve with a minimum temperature drop of 3 К and a maximum temperature drop of no more than 10 К, which turn better than we predicted via UniSim SQP optimizer and better than predicted by $k$-nearest neighbors algorithm. A significant value of this article is the fact that an artificial neural network can be used to select the optimal composition of the refrigerant when analyzing the cooling curve of natural gas. This method can help engineers select the composition of the mixed refrigerant in real time, which will help reduce the energy consumption of natural gas liquefaction.

Рассматривается метод изучения дисперсионных характеристик фотонных кристаллов — сред с периодически меняющейся в пространстве диэлектрической проницаемостью. Метод основывается на представлении волновых функций и диэлектрической проницаемости периодической среды в виде рядов Фурье и последующей их подстановки в волновое уравнение, приводящей к формулировке дисперсионного уравнения. Пользуясь последним, для каждого значения волнового вектора можно определить набор собственных частот, каждая из которых, являясь непрерывной функцией волнового числа, образует отдельную дисперсионную кривую. Коэффициенты фурье-разложения диэлектрической проницаемости, зависящие от векторов обратной решетки фотонного кристалла, определяются на основе данных о геометрических характеристиках элементов, образующих кристалл, их электрофизических свойствах и плотности заполнения кристалла. Решение найденного дисперсионного уравнения позволяет получить полную информацию о количестве мод, распространяющихся в периодической структуре на различных частотах, и о возможности формирования в ней запрещенных зон — диапазонов частот, в пределах которых волновое распространение через фотонный кристалл невозможно. Основное внимание в работе уделяется приложению данного метода к анализу дисперсионных свойств металлических фотонных кристаллов. Сложности, возникающие в данном случае из-за наличия собственных дисперсионных свойств металлов, образующих элементы кристалла, преодолеваются аналитическим описанием их диэлектрической проницаемости, основывающимся на модели свободных электронов. В итоге формулируется дисперсионное уравнение, численное решение которого легко алгоритмизируется, что позволяет определять дисперсионные характеристики металлических фотонных кристаллов с произвольными параметрами. В работе сопоставляются полученные по данной методике результаты расчета дисперсионных диаграмм, характеризующих двумерные металлические фотонные кристаллы, с экспериментальными данными и численными результатами, полученными с использованием метода самосогласованных уравнений. Демонстрируется их хорошее согласие.

A method for studying the dispersion characteristics of photonic crystals — media with a dielectric constant that varies periodically in space — is considered. The method is based on the representation of the wave functions and permittivity of a periodic medium in the form of Fourier series and their subsequent substitution into the wave equation, which leads to the formulation of the dispersion equation. Using the latter, for each value of the wave vector it is possible determined a set of eigen frequencies. Each of eigen frequency forms a separate dispersion curve as a continuous function of the wave number. The Fourier expansion coefficients of the permittivity, which depend on the vectors of the reciprocal lattice of the photonic crystal, are determined on the basis of data on the geometric characteristics of the elements that form the crystal, their electrophysical properties and the density of the crystal. The solution of the dispersion equation found makes it possible to obtain complete information about the number of modes propagating in a periodic structure at different frequencies, and about the possibility of forming band gaps, i.e. frequency ranges within which wave propagation through a photonic crystal is impossible. The focus of this work is on the application of this method to the analysis of the dispersion properties of metallic photonic crystals. The difficulties that arise in this case due to the presence of intrinsic dispersion properties of the metals that form the elements of the crystal are overcome by an analytical description of their permittivity based on the model of free electrons. As a result, a dispersion equation is formulated, the numerical solution of which is easily algorithmized. That makes possible to determine the dispersion characteristics of metallic photonic crystals with arbitrary parameters. Obtained by this method the results of calculation of dispersion diagrams, which characterize two-dimensional metal photonic crystals, are compared with experimental data and numerical results obtained using the method of self-consistent equations. Their good agreement is demonstrated.

Извлечение событий и персонажей из повествований является фундаментальной задачей при анализе и обработке текста на естественном языке. Методы извлечения событий применяются в самых разных областях — от обобщения различных документов до анализа медицинских записей. Мы определяли события на основе структуры под названием «четыре W» (кто, что, когда, где), чтобы охватить все основные компоненты событий, такие как действующие лица, действия, время и места. В этой статье мы рассмотрели два основных метода извлечения событий: статистический анализ синтаксических деревьев и семантическая маркировка ролей. Хотя эти методы были изучены разными исследователями по отдельности, мы напрямую сравнили эффективность двух подходов на собранном нами наборе данных, который мы разметили.

Наш анализ показал, что статистический анализ синтаксических деревьев превосходит семантическую маркировку ролей при выделении событий и символов, особенно при определении конкретных деталей. Тем не менее, семантическая маркировка ролей продемонстрировала хорошую эффективность при правильной идентификации действующих лиц. Мы оценили эффективность обоих подходов, сравнив различные показатели, такие как точность, отзывчивость и F1-баллы, продемонстрировав, таким образом, их соответствующие преимущества и ограничения.

Более того, в рамках нашей работы мы предложили различные варианты применения методов извлечения событий, которые мы планируем изучить в дальнейшем. Области, в которых мы хотим применить эти методы, включают анализ кода и установление авторства исходного кода. Мы рассматриваем возможность использования методов извлечения событий для определения ключевых элементов кода в виде назначений переменных и вызовов функций, что в дальнейшем может помочь ученым проанализировать поведение программ и определить участников проекта. Наша работа дает новое понимание эффективности статистического анализа и методов семантической маркировки ролей, предлагая исследователям новые направления для применения этих методов.

Events and character extraction from narratives is a fundamental task in text analysis. The application of event extraction techniques ranges from the summarization of different documents to the analysis of medical notes. We identify events based on a framework named “four W” (Who, What, When, Where) to capture all the essential components like the actors, actions, time, and places. In this paper, we explore two prominent techniques for event extraction: statistical parsing of syntactic trees and semantic role labeling. While these techniques were investigated by different researchers in isolation, we directly compare the performance of the two approaches on our custom dataset, which we have annotated.

Our analysis shows that statistical parsing of syntactic trees outperforms semantic role labeling in event and character extraction, especially in identifying specific details. Nevertheless, semantic role labeling demonstrate good performance in correct actor identification. We evaluate the effectiveness of both approaches by comparing different metrics like precision, recall, and F1-scores, thus, demonstrating their respective advantages and limitations.

Moreover, as a part of our work, we propose different future applications of event extraction techniques that we plan to investigate. The areas where we want to apply these techniques include code analysis and source code authorship attribution. We consider using event extraction to retrieve key code elements as variable assignments and function calls, which can further help us to analyze the behavior of programs and identify the project’s contributors. Our work provides novel understandings of the performance and efficiency of statistical parsing and semantic role labeling techniques, offering researchers new directions for the application of these techniques.

Безопасное проведение аварийно-восстановительных работ на аварийных морских газоконденсатных скважинах возможно при учете опасных факторов, препятствующих проведению противофонтанных мероприятий. Одним из таких факторов является загазованность района работ вследствие выхода из водной толщи большого количества легкого, по сравнению с воздухом, природного газа, а также паров более тяжелых компонентов газового конденсата (ГК). Для оценки распределения взрывоопасных концентраций паров нефтепродукта в приводном слое атмосферы необходимо определить характеристики источника загазованности. На основании анализа теоретических работ, посвященных формированию поля скорости в верхнем слое моря вследствие выхода на поверхность большого количества газа, предложена аналитическая модель для расчета размеров области, в которой происходит испарение значительного количества поступающего на поверхность ГК при авариях на мелководных скважинах. Рассматривается стационарный режим истечения пластового продукта при открытом фонтанировании газонефтяных скважин морского базирования при подводном расположении их устья. Построена малопараметрическая модель испарения нефтепродуктов из пленок различной толщины. Показано, что размер зоны интенсивного испарения ГК при подводном выбросе на мелководных скважинах определяется объемным потоком жидкой фракции ГК, его фракционным составом и выбранным порогом для оценки потока паров нефтепродукта в атмосферу. В контексте данной работы мелководными называются скважины при дебите газа от 1 до 20 млн м³ на глубинах порядка 50–200 метров. В этом случае струя пластового флюида из устья скважины на морском дне трансформируется в пузырьковый шлейф, типичная для летне-осеннего периода стратификация водной толщи не ограничивает выход шлейфа на поверхность моря, а скорость подъема пузырьков позволяет не принимать во внимание процесс растворения газа. Проведенный анализ был ограничен условиями близкими к штилевым. Такие условия благоприятны для проведения морских операций, однако неблагоприятны с точки зрения рассеяния высоких концентраций паров нефтепродуктов в приводном слое атмосферы над морем. В результате проведенной работы предложено аналитическое соотношение для приближенной оценки зоны интенсивного испарения ГК.

Safe carrying out of emergency recovery operations at emergency offshore gas condensate wells is possible when taking into account the hazardous factors that prevent anti-fontanning measures. One of such factors is the gassiness of the operation zone due to the release from the water column of a large amount of light, as compared to air, natural gas, as well as vapours of heavier components of gas condensate. To estimate the distribution of explosive concentration of petroleum product vapours in the near surface layer of the atmosphere, it is necessary to determine the characteristics of the source of the contamination. Based on the analysis of theoretical works concerning to the formation of the velocity field in the upper layer of the sea as a result of large amounts of gas coming to the surface, an analytical model is proposed to calculate the size of the area in which a significant amount of gas condensate coming to the surface is vaporised during accidents at shallow-water wells. The stationary regime of reservoir fluid flow during fountaining of offshore gas and oil wells with an underwater location of their mouths is considered. A low-parametric model of oil product evaporation from films of different thickness is constructed. It is shown that the size of the zone of intensive evaporation at shallow-water wells is determined by the volume flow of liquid fraction, its fractional composition and selected threshold for estimation of oil product vapour flow into the atmosphere. In the context of this work shallow water wells are wells with gas flow rate from 1 to 20 million cubic meters at sea depths of about 50–200 metres. In this case, the formation fluid jet from the wellhead on the seabed is transformed into a bubble plume, the stratification of the water column, typical for the summer-autumn period, does not limit the plume’s exit to the sea surface, and the velocity of bubble rise allows the gas dissolution process to be disregardded. The analysis was limited to almost calm hydrometeorological conditions. Such conditions are favourable for offshore operations, but unfavourable from the point of view of dispersion of high concentrations of oil product vapours in the near surface layer of the atmosphere. As a result of this work, an analytical dependence for an approximate assessment of the zone of intensive evaporation of gas condensate is proposed.

В настоящее время интенсивное развитие получило направление в рамках теории распределенных вычислений, когда вычислительные задачи решаются распределенно коллективом ресурсно ограниченных устройств. На практике такой сценарий реализуется при обработке данных в системах интернета вещей, когда с целью снижения латентности систем и загруженности сетевой инфраструктуры данные обрабатываются на вычислительных устройствах края сети, в то время как стремительный рост и распространение систем интернета вещей ставят вопрос о необходимости разработки методов снижения ресурсоемкости производимых вычислений. Ресурсная ограниченность вычислительных устройств ставит следующие вопросы распределения вычислительных ресурсов: во-первых, необходимость учета ресурсной стоимости транзита данных между решаемыми на различных устройствах задачах, во-вторых, необходимость учета ресурсной стоимости непосредственно процесса распределения вычислительных ресурсов, что особенно актуально для групп автономных устройств (роботы различных типов, сенсорные сети и др.). Анализ современных публикаций, представленных в открытом доступе, продемонстрировал отсутствие предложенных моделей или методов распределения вычислительных ресурсов, которые бы совместно учитывали перечисленное, что делает создание новой математической модели организации распределенных вычислений в системах интернета вещей и методов ее решения актуальными.

В данной статье предложены новая математическая модель распределения вычислительных ресурсов и эвристические методы решения получаемой задачи оптимизации, что в комплексе реализует организацию распределенных вычислений в системах интернета вещей. Рассматривается сценарий, когда в группе устройств имеется лидер, который принимает решение о распределении вычислительных ресурсов, в том числе и собственных, для распределенного решения вычислительных задач с наличием информационных обменов. Также предполагается, что отсутствует априорная информация о том, какому устройству назначена роль лидера, и о маршрутах миграции вычислительных задач на устройства.

Результаты экспериментального исследования продемонстрировали целесообразность использования предложенных моделей и эвристических методов: достигается распределение вычислительных ресурсов со снижением ресурсной стоимости решения вычислительной задачи до 52 % при учете ресурсной стоимости транзита данных, экономия ресурсов до 73 % при дополнении основных критериев оптимизации распределения задач критерием минимизации количества и расстояний миграций подзадач вычислительной задачи (ВЗ), а также снижение ресурсной стоимости решения задачи распределения вычислительных ресурсов до 28 раз со снижением качества полученного распределения до 10 %.

Currently, a significant development has been observed in the direction of distributed computing theory, where computational tasks are solved collectively by resource-constrained devices. In practice, this scenario is implemented when processing data in Internet of Things systems, with the aim of reducing system latency and network infrastructure load, as data is processed on edge network computing devices. However, the rapid growth and widespread adoption of IoT systems raise questions about the need to develop methods for reducing the resource intensity of computations. The resource constraints of computing devices pose the following issues regarding the distribution of computational resources: firstly, the necessity to account for the transit cost between different devices solving various tasks; secondly, the necessity to consider the resource cost associated directly with the process of distributing computational resources, which is particularly relevant for groups of autonomous devices such as drones or robots. An analysis of modern publications available in open access demonstrated the absence of proposed models or methods for distributing computational resources that would simultaneously take into account all these factors, making the creation of a new mathematical model for organizing distributed computing in IoT systems and its solution methods topical. This article proposes a novel mathematical model for distributing computational resources along with heuristic optimization methods, providing an integrated approach to implementing distributed computing in IoT systems. A scenario is considered where there exists a leader device within a group that makes decisions concerning the allocation of computational resources, including its own, for distributed task resolution involving information exchanges. It is also assumed that no prior knowledge exists regarding which device will assume the role of leader or the migration paths of computational tasks across devices. Experimental results have shown the effectiveness of using the proposed models and heuristics: achieving up to a 52% reduction in resource costs for solving computational problems while accounting for data transit costs, saving up to 73% of resources through supplementary criteria optimizing task distribution based on minimizing fragment migrations and distances, and decreasing the resource cost of resolving the computational resource distribution problem by up to 28 times with reductions in distribution quality up to 10%.

В статье предлагается архитектурное решение организации сверточной нейронной сети (СНС), ориентированное на аппаратную реализацию на конечных устройствах (edge-устройствах) в условиях ограниченных ресурсов. С этой целью предложен подход к сжатию спектрограмм до заданного размера (28×28) с использованием дискретизации, моноконверсии, оконного преобразования Фурье и двумерной интерполяции. Разработана сбалансированная процедура свертки на базе компактных сверточных фильтров, размер которых обеспечивает необходимый для edge-устройств баланс между вычислительной сложностью и точностью. Предложен алгоритм, позволяющий выполнять операции свертки и вычисления градиента функции ошибки на сверточном слое за один такт, обеспечивая повышение производительности режимов инференса и обучения СНС. Проведена оптимизация соотношения между обучаемостью сети и ее устойчивостью к переобучению за счет применения метода регуляризации Dropout с коэффициентом отбрасывания 0,5 для полносвязного слоя.

Работоспособность предложенного решения продемонстрирована на примере задачи распознавания аудиоспектрограмм звуков двигателей автомобилей и самолетов. СНС обучалась на сбалансированном наборе данных, состоящем из 7160 аудиозаписей. Обученная сеть демонстрировала высокую точность распознавания (95%), низкие значения функции потерь (<0,2), сбалансированные метрики «точность/полнота/F-мера», что свидетельствует об эффективности разработанной модели СНС.

This paper proposes an architectural solution for organizing a convolutional neural network (CNN) oriented towards hardware implementation on edge devices under limited resources. To this goal, an approach to compressing spectrograms to a given size (28 × 28) is proposed using discretization, monoconversion, windowed Fourier transform, and two-dimensional interpolation. A balanced convolution procedure is developed based on compact convolutional filters, the size of which provides the balance between computational complexity and accuracy required for edge devices. An algorithm that enables convolution operations and calculation of the error function gradient in the convolutional layer in a single cycle ensuring increased performance in both inference and training modes of the CNN is proposed. The tradeoff between network trainability and its resistance to overfitting is optimized by applying the Dropout regularization method with a dropout coefficient of 0.5 for the fully connected layer.

The effectiveness of the proposed solution was demonstrated using the example of recognizing audio spectrograms of car and airplane engine sounds. The CNN was trained on a balanced dataset consisting of 7160 audio recordings. The trained network demonstrated high recognition accuracy (95%), low loss values (< 0.2), and balanced precision/recall/F-metric, demonstrating the effectiveness of the developed CNN model.

Первое решение для ветрового движения однородной жидкости было найдено в 1905 г. Экманом и представляло собой сумму двух слагаемых: дрейфовой составляющей, определяемой напряжением ветра, и геострофической, определяемой наклоном свободной поверхности. Дрейфовая составляющая определяется конкретной формулой и легко поддается анализу. Нахождение геострофической составляющей требует решения уравнения эллиптического типа в области, ограниченной береговой линией, и представляет собой более сложную задачу. В данной работе приводятся примеры областей и ветровых напряжений, когда уравнения для нахождения геострофической составляющей решаются аналитически.

The first solution for wind-induced flow of homogeneous fluid was found in 1905 by Ekman and it involved the sum of two components: the drift current determined by wind stress and the geostrophic current determined by slope of the free surface. Drift current is defined by the specific formula and can be easily analyzed. In order to find the geostrophic current it is necessary to solve an elliptic type equation in the area bounded by coastline and it is a more difficult problem. In this paper examples of areas and wind stresses are given for the case when the equations for finding the geostrophic current are solved analytically.

Данная работа является анализом результатов, полученных участниками летней школы по высокопроизводительным вычислениям МФТИ-2010 во время практикума по технологии MPI. В качестве проекта была предложена трехмерная версия игры Конвея «Жизнь». Разобраны основные способы решения, используемые участниками при разработке, приведена их теоретическая и практическая оценка по масштабируемости.

Results obtained during practical training session on MPI during high perfomance computing summer school MIPT-2010 are discussed. MPI technology were one of technologies proposed to participants for realization of project. 3D version of Conway’s Game of Life was proposed as a project. Algorithms used in the development, theoretical and practical assessment of their scalability is analyzed.