Программы для ЭВМ

Программный комплекс состоит из двух программ и набора библиотек: программа для приёмника (на базе микроконтроллера Atmel Tiny85) и программа для маяка (на базе микроконтроллера Atmel ATmega2560). Приёмник может дешифровать 4 сигнала. Маяк обеспечивает генерацию 4 сигналов и обработку дешифрованных сигналов с приёмников. К нему можно подключить до 4 приёмников. Программа обеспечивает сигнальную связь между несколькими устройствами: позволяет передавать команды на расстоянии, регистрировать и дешифровывать их. Сигнал кодируется манчестерским кодом. C/C++

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для автоматизированного управления установками, предназначенными для проведения физико-химических процессов в среде сверхкритического диоксида углерода типа «СКФ-Минилаб». Функциональные возможности программы включают в себя управление встроенными блоками терморегулирования реакторов высокого давления, а также измерения и регистрации фактических температуры и давления в реакторе в зависимости от времени протекания процесса. В программе реализовано управление с помощью сенсорного экрана. Одновременно возможно управление термостатированием 4 реакторов высокого давления, с регистрацией температуры и давления в них, а также контроль параметров напуска диоксида углерода из баллона с помощью насоса высокого давления. Область применения программы: использование программы для управления системами типа «СКФ-Минилаб», предназначенными для проведения физико-химических процессов в среде сверхкритического диоксида углерода. Характеристики программы: наличие центрального экрана, на котором находятся все регистрируемые значения температуры и давления. Также на нем расположены все элементы интерфейса для задания требуемой температуры реактора каждого реактора высокого давления.

Федеральное государственное учреждение "Федеральный научно-исследовательский центр "Кристаллография и фотоника" Российской академии наук" (ФНИЦ "Кристаллография и фотоника" РАН) (RU)

Программа предназначена для решения задачи классификации спайковой нейронной сетью с моделью синаптической пластичности Spike-Timing-Dependent Plasticity. Входные данные кодируются моментами спайков, поступающих на вход спайковой сети, после предобработки методом гауссовых рецептивных полей. Обучение спайковой сети реализуется с помощью библиотеки Neural Simulation Tool (NEST). Подбор параметров спайковой сети реализуется генетическим алгоритмом NeuroEvolution of Augmented Topologies с помощью библиотеки MultiNEAT. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для конвертации размеченных данных между форматами UIMA XMI и BioNLP-ST 2011 format, сбора статистики по размеченным документам, сравнения разных версий разметок одного документа, созданных с использованием инструмента разметки документов webanno, поиска вхождений заданных слов со сбором статистики попаданий этих слов под разметку. Python 2

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для автоматизированного присвоения кластеров ортологичных генов и функциональных категорий генам бактериальных геномов на основании анализа выравниваний против референсной базы данных с применением ассоциативных массивов. Perl 5.0.10

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для автоматизации запуска множества экспериментов и сбора их результатов при необходимости проверки множества гипотез в рамках одной задачи. Особенностью комплекса является ориентированность на запуск процессов на узлах вычислительного кластера с установленным менеджером управления ресурсами Slurm. Программа включает в себя: 1) запускающий скрипт, в котором пользователь указывает пути к конфигурационным файлам, сохранённым в формате HOCON, описывающим параметры экспериментов, параметры узлов, которые будут запрошены при регистрации процесса на кластере для каждого эксперимента, и другие опции; 2) три базовых скрипта эксперимента, в которых описаны последовательности действий, такие как подготовка данных, сборка/загрузка модели, обучение/тестирование, сохранение результатов, ведение лога: сбор модели и обучение, дообучение загружаемой модели, тестирование сохранённой модели. Скрипты работают с моделями, реализованными с использованием фреймворка tensorflow, а классы, описывающие модели должны реализовывать интерфейс в виде следующих функций: сборка модели по переданному конфиг файлу, запуск потока подачи примеров, получение оценок точности модели на тестировочном множестве, запуск итерации обучения; 3) скрипт сбора результатов экспериментов в единую таблицу. Python 2

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа служит для определения принадлежности входных примеров к классам по выходной активности обученной спайковой (импульсной) нейронной сети. Алогоритм декодирования заключается в следующем: 1. Каждому выходному нейрону ставится в соответствие определённый класс в задаче классификации (далее - «свой класс» для данного нейрона); 2. На этапе тестирования записываются частоты возбуждения (спайков) нейрона в ответ на все примеры тренировочной и тестировочной выборки; 3. Для каждого нейрона и каждого класса вычисляется средняя частота спайков этого нейрона в ответ на тренировочную выборку этого класса. Диапазон выходной частоты нейрона на «своём» классе определяется как средняя частота этого нейрона в ответ на свой класс плюс-минус половина расстояния до ближайшей средней частоты этого нейрона в ответ на какой- либо другой класс; 4. Нейрон называется распознавшим пример как «свой», если выходная частота нейрона в ответ на этот пример лежит внутри диапазона выходной частоты этого нейрона на «своём» классе; 5. Для каждого нейрона вычисляется разность между его средними выходными частотами в ответ на различные классы. Эта разность характеризует то, насколько хорошо нейрон различает классы; 6. Окончательно, пример тестировочной выборки считается отнесённым сетью к i-ку классу, если i-й нейрон распознал этот пример как свой. Если несколько нейронов распознали пример как свой, из них учитывается нейрон с максимальной разностью, определённой на шаге 5. Входные примеры кодируются средними частотами независимых пуассоновских спайковых последовательностей. В качестве модели синаптической пластичности используется аддитивная Spike-Timing-Dependent Plasticity (STDP) со схемой учёта пар спайков «симметричная с ограничением». Python 3.5, bash

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для одновременной обработки данных, поступающих с четырех источников по протоколу RC-5. Программа обеспечивает непрерывный цикл приема данных длиной от 1 до 13 значащих бит. Особенностью программы является возможность обрабатывать данные в реальном времени, так как при возникновении события выставляется флаг прерывания, и программа в первую очередь обрабатывает подпрограмму обработки прерывания. В случае возникновения нескольких прерываний они обрабатываются по очереди старшинства нумерации источников, их вызвавших. Ввиду быстродействия микроконтроллера, вся обработка прерывания составляет 1/12 от времени передачи значащего бита, поэтому обработка приема и дешифровка данных находится в подпрограммах, вызываемых в случае возникновения события. Благодаря подобной организации программы и приоритетов выполнения основной цикл программы является пустым, что, в свою очередь, минимизирует время перехода из основного цикла в подпрограмму прерывания. С++, С

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для мультиклассовой разметки слов в предложении. Для отдельного слова программа может предсказывать принадлежность слова к классу именованных сущностей, тональности, морфологического тэга и т.д. Для этого используется глубокая нейронная сеть на основе свёрточных и рекуррентных слоев, имеет большое число настраиваемых гиперпарамтеров. В модели применены самые современные методы на текущий момент: кодирование слов с использованием моделей дистрибутивной семантики word2vec и fasttext; посимвольное кодирование слов; итеративный метод изменения шага обучения; ограничение градиента; «проброс» связей на верхние уровни для лучшего обучения нижних уровней. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для решеточного моделирования глюодинамики (чисто калибровочной теории) с ненулевой угловой скоростью, в вакууме и при ненулевой температуре, а также измерения наблюдаемых величин в данной системе: среднего значения Петли Полякова и углового момента системы. Область применения — изучение свойств глюонной плазмы в нетривиальных условиях в области фундаментальных исследований сильновзаимодействующих систем. Программа может работать как в однопроцессорном режиме, так и в многопроцессорном, используя для распараллеливания технологию OPEN MP. Программа предусматривает варьирование параметров, размеров системы, температуры, и угловой скорости в широких пределах, для отслеживания эффектов конечного обьема и определения точки фазового перехода. С++

Федеральное государственное бюджетное учреждение «Институт теоретической и экспериментальной физики имени А.И. Алиханова Национального исследовательского центра «Курчатовский институт» (RU)