Математики РУДН нашли способ ускорить моделирование беспроводных систем связи
Для моделирования и оптимизации работы современных телекоммуникационных систем и сетей связи используется теория массового обслуживания. Однако большинство существующих исследований в этой области построены на предположении, что обслуживающие приборы (например, центральные процессоры) абсолютно надежны. Во многих реальных системах это не так: приборы нередко выходят из строя. Математики РУДН рассмотрели многолинейную систему, в которой в случае сбоя пользователь через некоторое время делает повторный запрос.
«Мы рассмотрели систему массового обслуживания с повторными вызовами и достаточно сложным процессом работы. Данная система может применяться при моделировании реальных систем, в которых обслуживание не абсолютно надежно, то есть во время работы могут происходить сбои. Конкретный пример – беспроводная передача данных, при которой какая-то часть информации может быть потеряна», – рассказал один из авторов статьи, младший научный сотрудник Института прикладной математики и телекоммуникаций РУДН Сергей Дудин.
Теория массового обслуживания основана на теории вероятностей и математической статистике. Она позволяет выбрать наиболее эффективную структуру системы и процесса обслуживания с учетом требований на обслуживание, поступающих в систему и выходящих из неё, длительности ожидания и длины очередей. Некоторые разработки учитывают также возможную поломку прибора, но не учитывают, что прибор может сломаться не полностью, а просто работать с какой-то долей брака. В случае сбоя в обслуживании текущий запрос либо просто теряется, либо начинает обслуживание с той фазы, на которой произошел сбой, либо повторяет его с самого начала. Несмотря на распространенность таких систем, ученые их практически не исследовали. Теоретические основы для исследования таких систем заложили математики РУДН.
Существующие на сегодняшний день алгоритмы оптимизации для таких систем были довольно медленными. Исследователи РУДН разработали алгоритм оптимизации, который может применяться для решения широкого класса задач, причем работает в несколько раз быстрее аналогов. В системе с одним процессором вычисления по новому алгоритму идут почти в 5 раз быстрее, чем стандартным способом. Если же процессоров в системе, например, 15, то новый алгоритм ускоряет вычисления в 170 раз.
«Результаты можно использовать как при проектировании новых, так и при оптимизации существующих беспроводных сетей связи. Это может привести к уменьшению времени и ресурсов, затраченных на проектирование, и улучшению качества обслуживания абонентов. Например, за счет оптимального выбора параметров системы, мы сможем уменьшить вероятность занятости каналов и увеличить скорость мобильного доступа к сети Интернет», – пояснил младший научный сотрудник Института прикладной математики и телекоммуникаций РУДН Сергей Дудин.
Материал в Applied Mathematical Modelling.
Представьте себе мир, где у каждого есть достаточно еды, чистая вода, доступ к образованию и достойная работа. Мир, где берегут природу и заботятся о будущем нашей планеты. Это и есть цели устойчивого развития — построить устойчивое будущее для всех! Для этого Организация Объединенных Наций (ООН) в 2015 году определила 17 Целей устойчивого развития (ЦУР). ЦУР — это глобальный план, который помогает странам и людям вместе двигаться к лучшему будущему. К нему присоединились 193 государства-члена ООН.
Исследователи факультета искусственного интеллекта РУДН провели масштабное исследование, которое раскрыло системные ошибки больших языковых моделей (LLM) при диагностике депрессии по тексту. Эта работа, выполненная совместно с коллегами из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ и MBZUAI, не только выявляет проблему, но и закладывает основу для создания более надёжных и безопасных инструментов для детектирования депрессии и тревожности.
В РУДН состоялась первая научно-практическая конференция «Функциональная морфология тканевого микроокружения: от теории к практике», посвящённая памяти академика РАН Михаила Пальцева. Она объединила ведущих исследователей из России, Китая и других стран, став важной площадкой для обсуждения трансляции фундаментальных открытий в персонализированную медицину.