Исследования научных сотрудников ИДСТУ СО РАН поддержаны грантами РНФ

Два проекта научных сотрудников Института динамики систем и теории управления имени В. М. Матросова СО РАН поддержаны грантами Российского научного фонда по итогам конкурса на проведение фундаментальных и поисковых исследований малыми научными группами.

Проект «Мониторинг сферы регионального туризма на основе анализа данных из открытых источников» будет реализован в лаборатории информационно-телекоммуникационных технологий исследования техногенной безопасности ИДСТУ СО РАН. Его цель — создание новой технологии сбора, обработки и представления достоверных и наиболее полных социальных, экологических и экономических данных об оперативном состоянии региональной сферы туризма.

«В настоящее время проводится официальный сбор отдельных статистических показателей, которые, как отмечают специалисты, не показывают полную и достоверную картину регионального туризма. В рамках проекта будет организован сбор данных из социальных сетей и информационных сервисов этой сферы. Затем к собранной информации мы применим методы анализа данных, в том числе анализ текстовых данных, геоданных, а также методы качественного, количественного анализа и методы машинного обучения», — говорит ведущий научный сотрудник ИДСТУ СО РАН доктор технических наук Ольга Анатольевна Николайчук.

Отображение топонимов на карте и ранжирование объектов по численным показателям

В результате будет создан программный продукт для оперативного получения информации о показателях регионального туризма в онлайн-режиме. С его помощью появится возможность осуществлять оперативный мониторинг, в том числе неорганизованного туризма, формировать туристский профиль территории. В первую очередь результаты проекта планируется применить в Байкальском регионе, что позволит повысить эффективность управления региональной туристической деятельностью. Продукт будет востребован органами территориального управления, представителями туристического бизнеса для формирования туристических продуктов и определения территорий для бизнеса, а также туристами при выборе мест отдыха и туристических услуг.

Второй проект, получивший поддержку — «Непрямые численные методы решения задач оптимального управления в пространствах мер». Им руководит ведущий научный сотрудник лаборатории оптимального управления ИДСТУ СО РАН кандидат физико-математических наук Максим Владимирович Старицын. Исследование посвящено численным методам решения задач оптимального управления движением больших скоплений структурно идентичных объектов, которые взаимодействуют друг с другом по некоторым известным законам.

«Для примера — таким скоплением может быть поток автомобилей на дороге, формация мобильных роботов или пучок элементарных частиц в ускорителе. Оптимальное управление — это наилучшая программа действий с точки зрения выполнения какой-то задачи, например, переход из одной заданной конфигурации скопления в другую за наименьшее время с наименьшими потерями энергии. Подобные оптимизационные задачи крайне сложны и их практически невозможно решить "на бумаге". Чтобы поручить решение такой задачи компьютеру, необходимо разработать численный метод — математический алгоритм, который можно запрограммировать. Традиционный подход состоит в преобразовании задачи к обычной (не динамической) задаче оптимизации. Однако ввиду специфики нашей модели преобразованная задача оказывается чрезвычайно "тяжелой", и все известные алгоритмы работают плохо. При этом специализированные (то есть непрямые) методы — не использующие редукцию к обычной задаче — здесь неизвестны», — говорит Максим Владимирович. Также он отмечает, что результаты исследования могут стать первыми в этом научном направлении.

В этом году РНФ поддержал 2017 проектов малых отдельных научных групп. Гранты выделяются на осуществление фундаментальных научных исследований и поисковых научных исследований в 2023 – 2024 годах с последующим возможным продлением срока выполнения на один или два года. Основная задача конкурса исследований малыми научными группами — развитие новых для научных коллективов тематик и формирование исследовательских команд.