Особенности расчета фотореалистических картин 3D сцен при учете интерференции Текст научной статьи по специальности «Компьютерные и информационные науки»

Математическое моделирование в информационных технологиях

135

Modeling big data processing using regression analysis

D. K. Darkenbayev, G. T.Balakayeva Al-Farabi Kazakh National University Email: dauren.kadyrovich@gmail.com DOI: 10.24411/9999-017A-2019-10273

Today, the problem of processing large amounts of data is growing every day. One of the urgent tasks of many areas of science and technology is the task of processing large amounts of data, for example, in banking, the introduction of technologies for processing large amounts of data allows banks to bring to a new level work in such areas as: improving service quality, product development, risk management, security, analyze customer solvency, cost optimization. The definition of large amounts of data, Big Data, is used to denote technologies such as storing and analyzing a significant amount of data, processing which requires high speed and decision making in real time[1]. As well as the collection, storage and use of unstructured data. One urgent task is the processing of large amounts of data when storing data on different servers, and the collection and processing of data takes a lot of time, and such mathematical calculations as calculating the arithmetic average value require additional costs[2]. In this paper, we considered the task of processing large amounts of data on the example of building a credit scoring model for the banking system of the Republic of Kazakhstan as a whole[3]. At the same time, we solved the problems of constructing a credit scoring model with constant weights, with weighting factors that are updated in time, the choice of a suitable algorithm, and regression analysis.

References

1. Мансурова М.Е., Шоманов А., Тулепбергенов Б. Параллельный алгоритм кластеризации для обработки гиперспектральных изображений на основе MapReduce Hadoop // Международная конференция ИКТ: образование, наука, инновации, 20 мая. - Алматы, 2013. - C.56-61.

2. McDonaldE., BrownC.T. WorkingwithBigDatainBioinformatics // http://www.aosabook.org. 21.09.2012.

3. K.Nurlybayeva, G.Balakayeva "Algorithmic Scoring Models", Applied Mathematical Sciences, Vol. 7, 2013, no. 12, 571 - 586

Особенности расчета фотореалистических картин 3D сцен при учете интерференции

В. А. Дебелов, Л. Ф. Васильева

Институт вычислительной математики и математической геофизики СО РАН Email: debelov@oapmg.sscc.ru DOI: 10.24411/9999-017A-2019-10274

В реальной жизни мы можем заметить явление интерференции света, например, бензиновые пятна на луже. Но современные программы расчета фотореалистических изображений 3D сцен (3D-рендеры) могут имитировать явление интерференции на изображении не более, чем посредством подбора текстур. На современном этапе одно из основных наиболее интенсивно развивающихся направлений в разработке 3D-рендеров - это разработка физически корректных алгоритмов, т.е. все более точный учет физических законов взаимодействия света с объектами сцены. В настоящее время известны только несколько исследовательских работ, посвященных вопросу физически корректной визуализации эффектов интерференции. В докладе на основе их анализа и сведений из физической литературы рассматриваются необходимые модификации рендеров, чтобы они могли физически корректно рассчитывать интерференцию на изображениях. Например, визуализировать такие известные опыты, как опыт Юнга или кольца Ньютона. Эти особенности включают: учет поляризации света, разложение падающего луча на перпендикулярную и параллельную компоненты, применение формул Френеля, когерентность лучей и другие. Также приводятся результаты численных экспериментов и соответствующие иллюстрации, полученные в расчетах.

Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (код проекта 16-07-00762).