Электронные библиотеки

В условиях роста популярности игр-сервисов, требующих постоянного обновления контента для удержания игроков, актуальной задачей становится автоматизация создания адаптивных играбельных персонажей. Нами рассмотрены существующие подходы к генерации персонажей.

Текущие решения не предусматривают долгосрочную адаптацию под стиль игрока и зависят от ручного проектирования. Для устранения этого недостатка предложена трёхкомпонентная система, сочетающая моделирование действий игрока на основе реплеев, генерацию персонажей через комбинирование механик и балансировку параметров, а также автоматическую валидацию через симуляции для оценки баланса и соответствия игровому стилю конкретного человека.

Работа обобщает современные исследования, демонстрируя потенциал генеративных методов для снижения ресурсозатрат при разработке игр-сервисов. Результаты могут быть использованы для ускорения прототипирования и поддержки долгосрочной жизнеспособности игровых проектов.

Дан сравнительный анализ методов представления трёхмерных объектов для выполнения булевых операций в реальном времени в среде игрового движка Unity. Рассмотрены четыре основных подхода: полигональное представление на основе конструктивной твердотельной геометрии (CSG), функции знакового расстояния (SDF), воксельные методы и CAD-системы с представлением границ (B-Rep) и NURBS-поверхностями.

Проведено экспериментальное исследование производительности полигональных алгоритмов булевых операций и SDF-функций на основе реализации ray marching. Выявлено, что полигональные методы характеризуются высокими начальными затратами на построение системы, но обеспечивают стабильную производительность при длительных операциях и сохранение результатов преобразований. SDF-функции демонстрируют высокую скорость выполнения операций и гибкость в создании сглаженных переходов между объектами, однако ограничены в применении для долговременных задач из-за особенностей вычислительной модели.

Определены области эффективного применения каждого подхода: полигональные методы рекомендуются для задач, требующих точного геометрического контроля и интеграции с традиционными графическими конвейерами, в то время как SDF-функции оптимальны для процедурной генерации, многослойного рендеринга материалов и создания динамических визуальных эффектов. Результаты исследования могут быть использованы при разработке интерактивных симуляторов, игровых приложений и систем виртуальной реальности.

Представлен алгоритм функционирования системы визуального восприятия для игровых агентов, реализованный в игровом движке Unity. Предложенный метод основан на сравнении изображений с двух камер, учитывающих сложные визуальные эффекты (освещение, тени, маскировку), и дополнен проверкой прямой видимости, учетом скорости движения объекта, и механикой постепенного обнаружения. Тестирование системы показало значительное повышение реалистичности обнаружения по сравнению с традиционными методами при сохранении производительности в пределах небольшой дополнительной нагрузки на процессор. Проведена оптимизация алгоритма с использованием Unity Job System и динамической активации камер. Проведен также анализ научной литературы по схожим решениям, выявлены их сильные и слабые стороны. Результаты могут быть применены в разработке видеоигр для создания реалистичного поведения неигровых персонажей, особенно в играх с элементами скрытности.

Представлены дизайн и разработка образовательной видеоигры, задуманной как инструмент для продвижения и сохранения традиционной кубинской музыки среди детей и подростков. В игре сочетаются культурный контент и современные игровые механики, создавая иммерсивный и дидактический опыт. Описаны его педагогические основы, игровая структура и потенциальное влияние на формирование культурного сознания с раннего возраста.

   Статья посвящена исследованию игрового опыта пользователей и формированию когнитивной модели их взаимодействия с новой видеоигрой «Кощейские проделки», находящейся на ранней стадии разработки. Предложенная авторами методология UX-исследования, а также полученные результаты демонстрируют, как качественные данные о восприятии, эмоциях, чувствах, моделях поведения и достижениях игроков помогают оптимизировать процесс создания видеоигр, сделать их не только развлекательными, но и психологически эффективными. Результаты работы имеют практическую ценность для инди-разработчиков, которые, обладая ограниченными ресурсами, стремятся к созданию качественных игровых продуктов. 

   Оценка положения тела человека (Human Pose Estimation, HPE) стала одной из наиболее актуальных тем в исследованиях в области компьютерного зрения. Эта технология может применяться в различных сферах, таких как видеонаблюдение, медицинская помощь и анализ спортивных движений.

В связи с растущим спросом на HPE за последние 20 лет было разработано большое количество библиотек для этой технологии. C 2017 года опубликовано множество алгоритмов HPE, основанных на скелетной модели, которые были упакованы в библиотеки для удобства использования исследователями. Эти библиотеки важны для исследователей, которые хотят интегрировать их в реальные приложения для видеонаблюдения, медицинской помощи и анализа спортивных движений.

В работе рассмотрены преимущества и недостатки четырёх популярных передовых библиотек HPE для распознавания поз человека, которые могут работать на мобильных устройства: Lightweight OpenPose, PoseNet, MoveNet и Blase Pose.

Представлена информационно-аналитическая система (ИАС) для высокоскоростной сегментации изображений в градациях серого, основанной на модифицированном методе дефаззификации с использованием треугольных функций принадлежности. Цель исследования заключается в анализе влияния упрощения формулы дефаззификации на точность и контрастность выделения объектов. Предложенный подход включает адаптивное обучение весового коэффициента, позволяющее динамически корректировать процесс дефаззификации в зависимости от целевых значений. Проведено сравнение базового метода усреднения значений принадлежности и модифицированного варианта с учетом нелинейных весов. Эксперименты, проведенные на изображениях формата 1024x720, продемонстрировали, что разработанная ИАС обеспечивает высокую точность сегментации и улучшенную контрастность объектов при минимальных вычислительных затратах. Результаты подтверждают превосходство предложенного метода над традиционными подходами, подчеркивая перспективы применения искусственного интеллекта в задачах компьютерного зрения.

Современное информационное пространство содержит множество данных, однако они зачастую слабо структурированы, трудно находимы и не всегда корректны. Это создаёт дополнительные трудности при исследованиях, поэтому в настоящее время формируются цифровые пространства научных знаний, в частности, на основе графов знаний.

Для обеспечения качества информации такие графы часто наполняются данными вручную, что требует больших затрат времени. Поэтому создание инструмента, предоставляющего возможность автоматического наполнения графа данными, а также обеспечивающего контроль их качества, позволит упростить и ускорить процесс формирования цифровых пространств научных знаний.

Предложены методы автоматизации наполнения графа данными, обеспечивающие параллельный контроль их целостности. На основе предложенных методов разработан программный модуль, описаны механизмы его функционирования и его архитектура.

Представлены основные методы численного моделирования (конечных разностей, конечных элементов, Монте-Карло, Рунге–Кутты). Рассмотрены основные параметры, используемые для оптимизации алгоритмов численного моделирования с точки зрения длительности выполнения кода и эффективного использования ресурсов процессора. Проанализированы основные недостатки многопоточности, связанные с синхронизацией данных, дедлоками и состояниями гонки и методы их устранения на основе применения мьютексов и атомарных операций на примере метода Монте-Карло.

Метаданные научных публикаций используются для построения каталогов, определения цитируемости публикаций и решения других задач. Автоматизация извлечения метаданных из PDF-файлов позволяет ускорить выполнение обозначенных задач, а от качества извлеченных данных зависит возможность их дальнейшего использования. Проанализированы существующие программные решения, в итоге отобраны три: GROBID, CERMINE, ScientificPdfParser. Предложена методика сравнения этих программных решений распознавания текстов научных публикаций по качеству извлечения метаданных. На основе методики проведен эксперимент по извлечению четырех типов метаданных (название, аннотация, дата публикации, имена авторов). Для сравнения программных решений использован набор из 112457 публикаций с разбиением на 23 предметные области, сформированный на основе данных Semantic Scholar. Приведен пример выбора эффективного программного решения извлечения метаданных в условиях заданных приоритетов для предметных областей и типов метаданных с использованием взвешенной суммы. Определено, что для приведенного примера CERMINE показывает эффективность на 10,5% выше, чем GROBID, и на 9,6% выше, чем ScientificPdfParser.

Сигнатурные методы представляют собой мощный инструмент анализа временных рядов, который преобразует их в форму, удобную для задач машинного обучения. В статье рассмотрены основные понятия сигнатуры пути, ее свойства и геометрический смысл, а также методы вычисления для различных типов временных рядов. Приведены примеры применения сигнатурных методов в различных областях, включая финансы, медицину и образование, продемонстрированы их преимущества перед традиционными подходами. Особое внимание уделено генерации синтетических данных на основе сигнатур, что особенно актуально в условиях ограниченного объема исходных данных. Представлены результаты экспериментальных исследований по генерации и предсказанию траекторий цифрового следа обучения студентов, подтверждающие эффективность сигнатурных методов для применения в задачах машинного обучения по анализу и прогнозированию временных рядов.

Работа посвящена применению методов машинного обучения для повышения качества тестов. Проведен обзор предметной области и реализованы два метода повышения качества: поиск похожих вопросов и оценка качества дистракторов. Первый включает тестирование пяти моделей трансформеров для получения векторного представления текста и шесть алгоритмов кластеризации. Второй метод основан на использовании тех же моделей трансформеров совместно с тремя алгоритмами классификации. Результаты экспериментов показали высокую эффективность предложенных решений при решении обеих задач.