Электронные библиотеки https://rdl-journal.ru/ <div id="journalDescription"> <p><strong>Дорогой посетитель!</strong></p> <p>Вы находитесь на сайте электронного научного журнала «Электронные библиотеки», посвященного оперативному отражению новых результатов теории и практики использования в России и за рубежом электронных библиотек – распределенных информационных систем, позволяющих обрабатывать, хранить, распространять, анализировать и организовывать поиск в разнообразных коллекциях электронных документов (текст, графика, аудио, видео и др.) через глобальные сети передачи данных. Журнал нацелен на формирование российского сообщества учёных, развивающих названное научное направление, и является в настоящее время единственным российским изданием, последовательно и систематически освещающим наиболее актуальные вопросы, связанные с развитием технологий электронных библиотек, которые в настоящее время становятся всё более существенными для совершенствования стандартов науки, экономики, образования, здравоохранения и качества жизни вообще. Научные электронные библиотеки играют важную роль в реализации активно поддерживаемых научным сообществом инициатив открытого доступа к результатам исследований, формировании открытой науки и глобальных репозиториев представления знаний и данных. Материалы журнала направлены на формирование российского сообщества ученых, экспертов и практиков, целенаправленно занимающимися вопросами использования технологий электронных библиотек для социально-экономического развития.</p> <p>Аудитория журнала включает широкий круг специалистов в сфере создания и использования информационно-коммуникационных технологий; ученых и исследователей; работников сфер образования и культуры; частных лиц, интересующихся проблемами развития современного информационного общества. Материалы, публикуемые в журнале, проходят строгую процедуру рецензирования и экспертного отбора.</p> </div> ru-RU <p class="text-justify">Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.</p> <p class="text-justify">Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.</p> <p class="text-justify">Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.</p> <p class="text-justify">Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.</p> <p class="text-justify">При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.</p> <p class="text-justify">Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com</p> <p class="text-justify">Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.</p> <p class="text-justify">Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте <a href="https://rdl-journal.ru/files/docs/ru-copyright-101443.docx" target="_blank" rel="noopener">скан Авторского договора о передаче неисключительных прав на использование произведения</a>.</p> ljmeditor@gmail.com (Редакция журнала «Электронные Библиотеки») ljmeditor@gmail.com (Редакция журнала) Thu, 28 Sep 2023 13:44:12 +0300 OJS 3.2.0.3 http://blogs.law.harvard.edu/tech/rss 60 Решение задачи классификации эмоционального тона сообщения с определением наиболее подходящей архитектуры нейронной сети https://rdl-journal.ru/article/view/788 <p>Для определения наиболее эффективного подхода к решению задачи классификации эмоционального тона сообщения проведено обучение выбранных моделей нейронной сети на различных наборах обучающих данных. На основе такого показателя, как процентное соотношение правильно данных ответов на тестовом наборе данных, сравнены комбинации наборов обучающих данных и различных моделей, обученных на основе этих данных. Произведено обучение четырех моделей нейронной сети на трех различных наборах обучающих данных. В результате сравнения точности ответов каждой модели, обученной на разных обучающих данных, сделаны выводы о выборе модели нейронной сети, наиболее подходящей для решения поставленной задачи.</p> Данис Ильмасович Багаутдинов, Рихам Салман, Владислав Алексеевич Алексеев, Рустамджон Муроджонович Усмонов Copyright (c) 2023 Данис Ильмасович Багаутдинов, Рихам Салман, Владислав Алексеевич Алексеев, Рустамджон Муроджонович Усмонов https://creativecommons.org/licenses/by/4.0 https://rdl-journal.ru/article/view/788 Thu, 28 Sep 2023 00:00:00 +0300 Инструмент последовательного снятия снимков агрегированных данных из потоковых данных https://rdl-journal.ru/article/view/789 <p>В современном мире потоковые данные получили широкое распространение во многих предметных областях. Высокую актуальность имеет решение задачи обработки потоковых данных в реальном времени, с минимальной задержкой.</p> <p>При потоковой обработке данных часто применяются различные приближенные алгоритмы, имеющие гораздо более высокую эффективность по времени и памяти, чем точные алгоритмы. Кроме того, часто возникает потребность прогнозирования состояния потока.</p> <p>Таким образом, в настоящее время существует потребность в инструменте последовательного снятия снимков агрегированных данных из потоковых данных, дающем возможность прогнозирования состояния потока и применения приближенных алгоритмов обработки потоковых данных.</p> <p>Авторами статьи разработан такой инструмент, рассмотрены архитектура и механизм его функционирования, а также оценены перспективы его дальнейшего развития.</p> Артем Игоревич Гурьянов, Азат Шавкатович Якупов Copyright (c) 2023 Артем Игоревич Гурьянов, Азат Шавкатович Якупов https://creativecommons.org/licenses/by/4.0 https://rdl-journal.ru/article/view/789 Thu, 28 Sep 2023 00:00:00 +0300 Нейронная сеть для генерации изображений на основе текста песен с применением моделей OpenAI и CLIP https://rdl-journal.ru/article/view/790 <p>Исследована эффективность моделей ImageNet diffusion model и CLIP для генерации изображений по текстовому описанию. С использованием различных текстовых вводов на разных параметрах проведены два эксперимента для определения лучших параметров при генерации изображений на основе текстового описания. Результаты показали, что, хотя ImageNet хорошо справляется с созданием изображений, CLIP лучше обеспечивает соединение текстовых подсказок с релевантными изображениями. Полученные результаты характеризуют высокий потенциал объединения названных моделей для создания высококачественных и контекстно релевантных изображений на основе текстового описания.</p> Алсу Ришатовна Давлетгареева, Ксения Александровна Едкова Copyright (c) 2023 Алсу Ришатовна Давлетгареева, Ксения Александровна Едкова https://creativecommons.org/licenses/by/4.0 https://rdl-journal.ru/article/view/790 Thu, 28 Sep 2023 00:00:00 +0300 Комбинирование алгоритмов SfM и ORB при 3D-реконструкции https://rdl-journal.ru/article/view/791 <p>Представлен новый алгоритм 3D-реконструкции с использованием комбинации существующих методов – Structure from Motion (SfM), Oriented FAST и Rotated BRIEF (ORB). Предложен подход, объединяющий преимущества названных методов для повышения точности и эффективности восстановления 3D-структуры сцен изображений. Для улучшения качества реконструкции применены фильтрация и устранение выбросов, а также другие оптимизации. Результаты сравнения нового алгоритма с существующими методами показали его превосходство в точности и устойчивости к шуму. Предложенный подход обладает высокой масштабируемостью и может быть успешно применен в различных областях, требующих точной 3D-реконструкции сцен изображений.</p> Ильназ Азатович Даминов; Александр Юрьевич Арсенюк; Александр Сергеевич Тощев Copyright (c) 2023 Ильназ Азатович Даминов; Александр Юрьевич Арсенюк; Александр Сергеевич Тощев https://creativecommons.org/licenses/by/4.0 https://rdl-journal.ru/article/view/791 Thu, 28 Sep 2023 00:00:00 +0300 Cистема контролируемой генерации лица, построенная с использованием сети StyleGAN2 https://rdl-journal.ru/article/view/792 <p>Представлен новый подход к контролируемой генерации лиц, использующий генеративные модели с открытым исходным кодом, включая StyleGAN2 и Гребневую регрессию. Разработана методология, расширяющая возможности StyleGAN2 для контроля характеристик лиц, таких как возраст, раса, пол, выражение лица и атрибуты волос, а также использован обширный набор данных человеческих лиц с аннотациями атрибутов. Лица закодированы в 256-мерном латентном пространстве с использованием кодировщика StyleGAN2, что привело к набору характерных латентных кодов. Применен алгоритм t-SNE для кластеризации этих кодов на основе признаков, продемонстрирована возможность контроля генерации лиц, впоследствии обучены модели регрессии Риджа для каждого измерения латентных кодов с использованием размеченных признаков. При декодировании с использованием StyleGAN2 полученные коды успешно восстанавливали изображения лиц, сохраняя связь с входными признаками. Разработанный подход дает легкий и эффективный способ контролируемой генерации лиц с использованием существующих генеративных моделей, таких как StyleGAN2, и открывает новые возможности для различных областей применения.</p> Марат Вильданович Исангулов, Разиль Рустемович Миннеахметов, Алмаз Рустамович Хамеджанов, Тимур Робертович Хафизьянов, Эмиль Асифович Пашаев, Эрнест Ришатович Калимуллин Copyright (c) 2023 Марат Вильданович Исангулов, Разиль Рустемович Миннеахметов, Алмаз Рустамович Хамеджанов, Тимур Робертович Хафизьянов, Эмиль Асифович Пашаев, Эрнест Ришатович Калимуллин https://creativecommons.org/licenses/by/4.0 https://rdl-journal.ru/article/view/792 Thu, 28 Sep 2023 00:00:00 +0300 Разработка cистемы поиска и индексирования контента аудиозаписей https://rdl-journal.ru/article/view/793 <p>Статья посвящена разработке системы поиска и индексации аудиофайлов с использованием автоматического распознавания речи (ASR) и Elasticsearch. Проанализированы актуальные системы транскрибирования аудиофайлов на русском языке и выбрана система whisper как лучшая. Создан алгоритм оптимизации скорости транскрибирования с помощью параллелизации процессов обработки файла, продемонстрирована его эффективность. Построена система на микросервисной архитектуре, способная индексировать контент аудиофайлов и их мета-данные для поиска. Результаты исследования показали, что предложенный подход может быть применен для создания эффективных и гибких систем поиска и аналитики аудиоинформации.</p> Роман Алексеевич Климов, Азат Шавкатович Якупов Copyright (c) 2023 Роман Алексеевич Климов, Азат Шавкатович Якупов https://creativecommons.org/licenses/by/4.0 https://rdl-journal.ru/article/view/793 Thu, 28 Sep 2023 00:00:00 +0300 О разработке NoSQL СУБД GoldenRaceDB как альтернативы Google Firebase https://rdl-journal.ru/article/view/794 <p>Описаны опыт разработки новой нереляционной системы управления базами данных, названной GoldenRaceDB, и предпосылки, располагавшие к ее созданию в контексте проблемы импортозамещения зарубежных технологий. Новая технология реализована на базе серверного окружения Node.js.</p> <p>Материал статьи предполагает наличие у читателя опыта разработки серверной части системы минимум на одном высокоуровневом языке программирования либо опыта разработки СУБД. Описанная технология не является свободно распространяемой (open source) и была предназначена исключительно для решения задач внутри организации, места ее создания. Однако по прилагаемым в статье листингам можно понять общий вектор создания аналогичной СУБД для разработки собственной упраздненной СУБД на другом высокоуровнем языке программирования.</p> Роман Валерьевич Мосолов Copyright (c) 2023 Роман Валерьевич Мосолов https://creativecommons.org/licenses/by/4.0 https://rdl-journal.ru/article/view/794 Thu, 28 Sep 2023 00:00:00 +0300 Естественнонаучные музеи в цифровом пространстве геологических знаний https://rdl-journal.ru/article/view/795 <p>Охарактеризованы роль музейных данных в научных геологических исследованиях, а также интеграция этих данных в цифровое пространство геологических знаний для более эффективного использования и анализа распределенных геологических и музейных ресурсов и возможности построения цифровых моделей.</p> Вера Викторовна Наумова, Сергей Владимирович Черкасов, Виталий Сергеевич Ерёменко, Алексей Андреевич Загумённов Copyright (c) 2023 Вера Викторовна Наумова, Сергей Владимирович Черкасов, Виталий Сергеевич Ерёменко, Алексей Андреевич Загумённов https://creativecommons.org/licenses/by/4.0 https://rdl-journal.ru/article/view/795 Thu, 28 Sep 2023 00:00:00 +0300 Cемантические сервисы цифровой экосистемы ontomath для математического образования https://rdl-journal.ru/article/view/796 <p>Представлен набор семантических сервисов, разработанных с целью поддержки образовательного процесса в области математики. Функционал этих сервисов основан на использовании математических онтологий OntoMath<sup>Edu</sup> и OntoMath<sup>PRO</sup>. Онтология профессионального математического знания OntoMath<sup>PRO</sup> предназначена для классификации и систематизации математических понятий и включает несколько важнейших областей математики. Образовательная математическая онтология OntoMath<sup>Edu</sup> системно представляет знания по учебному курсу «Планиметрия». Для применения онтологий в образовательных приложениях разработан подход к проектированию пререквизитных отношений в названных онтологиях. Для поддержки математического образования разработаны сервисы семантического поиска по математическим формулам, семантического аннотирования учебных материалов, визуализации подграфов семантической сети онтологии OntoMath<sup>Edu</sup>, а также параллельный формальный/неформальный корпус математических утверждений и система автоматической генерации тестовых вопросов по математическим дисциплинам.</p> <p>Приведены примеры успешного применения разработанных программных инструментов. Эти инструменты встроены в цифровую экосистему OntoMath, в рамках которой осуществляется взаимодействие семантических сервисов управления математическим знанием. &nbsp;</p> Ольга Авенировна Невзорова, Евгений Константинович Липачёв, Константин Сергеевич Николаев Copyright (c) 2023 Ольга Авенировна Невзорова, Евгений Константинович Липачёв, Константин Сергеевич Николаев https://creativecommons.org/licenses/by/4.0 https://rdl-journal.ru/article/view/796 Thu, 28 Sep 2023 00:00:00 +0300 «Вычислительное мышление» как вторая грамотность в современном цифровом образовании и обществе https://rdl-journal.ru/article/view/797 <p class="a">В ходе невероятного роста популярности цифровых технологий и цифрового образования появилось такое понятие, как «вычислительное мышление». Его резкий спрос и популяризация, как ответ на современные нужды цифрового мира, послужили реструктуризации образования и возникновению большого количества литературы на данную тему. Не всегда ясно, чем же является вычислительное мышление, какие аспекты оно включает и с чем его сравнивать. В данной работе мы рассмотрели смысл данного понятия, его значение в современном цифровом образовании и провели аналогию наличия вычислительного мышления с навыком написанием обычного текста.</p> Тимур Расимович Файзрахманов Copyright (c) 2023 Тимур Расимович Файзрахманов https://creativecommons.org/licenses/by/4.0 https://rdl-journal.ru/article/view/797 Thu, 28 Sep 2023 00:00:00 +0300