CC BY
9
этапах оценить экономическую эффективность от бурения той или иной скважины и скорректировать параметры бурения (длину, угол наклона и т.д.).
Планируется, что обе системы будут расположены удаленно, доступ будет предоствален всем желающим. Уже были проведены тестовые испытания на основе ПО по моделированию различных пространственных геологических объектов. Проведенный опрос показал, что большинство работников довольны таким нововведением (70% сказали, что такой способ доступа удобнее, чем обычное приложение на компьютере, 20% не заметили разницы, 10% недовольны тем, что необходимо привыкать к новшествам).
Внедрение подобных технологий способствует повышению качества исследований, обеспечивает удобных доступ к необходимым инструментам и позволяет, при необходимости, обеспечивать в краткие сроки взаимодействие и совместную работу между учеными из различных уголков Земли.
УДК 004
Овчинников А.С. аспирант 2 курса кафедра бизнес-информатики и математики
Ахахлина М. С. студент магистратуры 1 курса кафедра Прикладной геофизики Тюменский индустриальный университет
Россия, г. Тюмень РАЗРАБОТКА ПОДСИСТЕМЫ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ГЕОЛОГОРАЗВЕДКИ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ
Аннотация: в статье рассматривается вопрос об использование нейронных сетей для разработки подсистемы принятия решений при интерпритации данных геологоразведки
Ключевые слова: Информационные технологии, нейронная сеть, геологоразведка, геофизика
Ovchinnikov A.S.
Post-graduate student 2nd year, Department of Business Informatics and Mathematics
Tyumen Industrial University, Russia, Tyumen Akhahlina Marina Sergeevna
Graduate Student 1st year, Applied Geophysics Department Tyumen Industrial University, Russia, Tyumen
DEVELOPMENT OF DECISION SUPPORT SUBSYTEM FOR GEOLOGICAL EXPLORATION BASED ON NEURAL NETWORKS
Abstract: this article discusses the use of neural networks for the development of a subsystem of decision-making at the Interpretation of exploration data
Keywords: information technology, Neural network, geological exploration, geophysics.
Геологическая интерпретация данных комплекса геофизических исследований скважин - задача, которая имеет важнейшее практическое значение при поиске и разведке месторождений полезных ископаемых. Интерпретация геофизических данных необходима для более детального геологического исследования, с целью решения вопроса о наличии полезных ископаемых, а также для подсчетов их запасов. Для получения данных о нахождении полезных ископаемых бурят скважины, которые изучают с помощью геофизических методов исследования скважин (ГИС). ГИС необходимы также для надежной интерпретации результатов исследований полевыми геофизическими методами. ГИС применяют для решения геологических и технических задач. К геологическим задачам, в первую очередь, относят литологическое расчленение разрезов, их корреляцию, выявление полезных ископаемых и определение параметров, необходимых для подсчета запасов.
Зачастую в процессе интерпретации данных возникают ошибки, что приводит к ложным выводам. Основной причиной тому является человеческий фактор. Решением проблемы может стать использование нейронных сетей для поддержки принятия решения при решении геологических задач.
Искусственные нейронные сети - это вычислительные структуры, моделирующие простые биологические процессы, происходящие в головном мозге человека. Иными словами, это искусственный человеческий мозг, который способен анализировать и принимать различные решения. Адаптируемые и обучаемые они представляют собой распараллеленные системы. Элементарным преобразователем является искусственный нейрон, названный так по аналогии с биологическим прототипом. Нейронные сети применяются во многих сферах деятельности: здравоохранении, бизнесе, политике и т.д.. Сеть состоит из некоторого (произвольного) количества слоев нейронов. Первый ее слой называют входным (сенсорным), внутренние слои называют скрытыми, а последний — выходным (результативным). Количество нейронов в слоях может быть произвольным.
Основные типы геологических задач с позиции использования формальных методов и ЭВМ при интерпретации геолого-физических данных:
• задачи выделения может быть интерпретирована либо как задача распознавания образов, либо как задача группирования объектов с заданными свойствами;
• задачи разделения - различные алгоритмы распознавания образов;
• задача упорядочения - методы распознавания образов, теории принятия решений;
• оценивание параметров объектов количественные методы интерпретации (методы прибора, корреляционно - регрессионного анализа,
теории статистического оценивания, детерминированные классические методы решения обратных задач, методы распознавания образов - для интервальной оценки параметров).
Решение задач выделения и разделения базируются на использовании алгоритмов распознавания образов. При выборе алгоритмов распознавания для решения геологических задач принципиальным является то, чтобы могли использоваться данные, измеренные в разных шкалах измерения. Примерами таких методов могут служить статистический и детерминированные методы:
Статистический метод распознавания образов основан на вычислении некоторых статистических критериев. В основе лежит - знание вероятностей и законов распределения случайных величин (признаков, характеризующих объект):
a) Метод максимального правдоподобия - это метод с помощью которого оценивается неизвестный параметр путём максимизации функции правдоподобия;
b) Метод Байеса - одна из основных теорем элементарной теории вероятностей, с помощью которой можно определить вероятность какого-либо события при условии, что произошло другое статистически взаимозависимое с ним событие;
^ Критерий ХА2 (Пирсона) - популярный критерий для проверки гипотезы о принадлежности наблюдаемой выборки объёмом некоторому теоретическому закону распределения. Критерий Пирсона помогает при сопоставлении эмпирического распределения признака с теоретическим -равномерным, нормальным или каким-то иным, а также при сопоставлении двух, трех или более эмпирических распределений одного и того же признака.
Детерминированные методы - это методы распознавания образов, которые основаны на вычислении некоторых детерминированных мер сходства между объектами. Эти методы не используют в явном виде вероятностные характеристики. Обязательным условием является что признаки, характеризующие объект - величины не случайные.
При использовании методов распознавания образов на основе нейронных сетей можно:
- использовать готовые программы такие как Нейромодуль в MatLab, MPSURF, Stratimagic ^ и 3D сейсмика) и т.д.;
- разработать программы на языках высокого уровня самостоятельно опираясь на имеющиеся библиотеки, например, ALGLIB, fann.js и т.д.
Для этого необходимо сформулировать принципы и требования к программному обеспечению, провести анализ предметной области, определить цели и задачи для разработки ПО. Разработать проект и реализовать его. Для апробации необходимо выбрать «тестовую» прикладную задачу, протестировать, выявить ошибки и провести корректировку.
В дальнейшем разработанное ПО планируется использовать для решения задачи выделения литотипов по данным геофизических исследований скважин.
УДК 343.412
Овчинникова К. О. студент 4 курса факультет «Права» НИУ «Высшая школа экономики» Россия, г. Москва
УГОЛОВНАЯ ОТВЕТСТВЕННОСТЬ ЗА НАРУШЕНИЕ АВТОРСКИХ ПРАВ В СТРАНАХ СНГ И ПРИБАЛТИКИ
Статья посвящена рассмотрению такого преступления как нарушение авторских прав в странах СНГ и Прибалтики. Страны Ближнего зарубежья подлежат анализу в связи со сложившейся единой политико-правовой системой в период существования СССР. После распада Советского Союза появилась необходимость в принятии новых законодательных актов, которые во многом были заимствованы у Российской Федерации.
Ключевые слова: авторские права, нарушение авторских прав, уголовная ответственность, страны СНГ и Прибалтики.
CRIMINAL LIABILITY FOR COPYRIGHT INFRINGEMENT IN THE CIS COUNTRIES AND THE BALTIC STATES
The article is devoted to consideration of the offence of copyright infringement in the CIS countries and the Baltic States. Neighboring countries will be analysed in connection with the unified political and legal system in the period of the Soviet Union. After the collapse of the Soviet Union there was a need to adopt new legislative acts, which were largely borrowed from Russian Federation.
Keywords: copyright, copyright infringement, criminal liability, CIS countries and the Baltic States.
Страны Ближнего зарубежья подлежат анализу в связи со сложившейся единой политико-правовой системой в период существования СССР. После распада Советского Союза появилась необходимость в принятии новых законодательных актов, которые во многом были заимствованы у Российской Федерации.
Обращаясь к более подробному анализу уголовных законодательств различных стран стоит отметить, что в их подходах имеются и значительные отличия. Например, во многих странах, таких, как Республика
