Предложен метод построения инвариантных к масштабу представлений временных рядов розничной выручки на базе трехбарной (по трем соседним периодам) геометрии Драммонда (DG), расширенной мульти-таймфреймовым контекстом (день, частичная календарная неделя и скользящая 7-дневка). На этих «патчах» выполнено self-supervised предобучение по схеме Joint-Embedding Predictive Architecture (JEPA) со спатио-темпоральным маскированием, после чего модель дообучена с выходными слоями, оценивающими неопределенность, для прогноза на следующий день и следующую неделю. Проанализированы свойства аффинной инвариантности признаков и идентифицируемости недельной фазы; эмпирически продемонстрировано улучшение по сравнению с сильными базовыми моделями на реальных данных.

Представлена информационно-аналитическая система оценки восьми когнитивных функций авиационного персонала на основе нечеткой логики. На вход системы подаются 14 входных переменных, являющихся результатами прохождения испытуемыми 13 валидизированных психодиагностических методик. Основой функционирования системы является алгоритм нечеткого вывода Мамдани, масштабируемый под размерность входного пространства (1, 2 или 3 метрики) и использующий адаптивные базы продукционных правил (3, 9 или 27). Сформированные количественные оценки восьми когнитивных функций в диапазоне [0; 1] поступают на трехуровневый классификатор, реализующий их качественную интерпретацию посредством отнесения к одной из трех зон: риска [0; 0.4], допустимого уровня (0.4; 0.7] или высокого уровня (0.7; 1]. Практическая значимость разработанной информационно-аналитической системы заключается в создании её как инструмента автоматизированной поддержки принятия решений для специалистов по профессиональному отбору. Внедрение системы позволит перейти от бинарной оценки «годен/не годен» к дифференцированному управлению кадровыми рисками, учитывающему структуру когнитивного профиля кандидата.

Разработан метод интегральной оценки когнитивной работоспособности летного и диспетчерского состава гражданской авиации, основанный на количественной формализации восьми ключевых когнитивных функций: внимания, оперативной памяти, темпа психических процессов, пространственных способностей, логического мышления, счетно-математических способностей, точности управляющих движений и эмоциональной устойчивости. Для определения весовых коэффициентов, отражающих относительный вклад каждой функции в интегральный показатель, применен метод анализа иерархий Т. Саати. Сформирована экспертная группа из семи специалистов трех профессиональных страт (действующие пилоты с налетом свыше 1000 ч, научные сотрудники в области авиационной психофизиологии, психологи врачебно-летной экспертной комиссии). Проверка согласованности индивидуальных экспертных оценок осуществлена через расчет отношения согласованности, все значения которого не превысили пороговый уровень 0.10. Согласованность мнений всей экспертной группы подтверждена коэффициентом конкордации Кендалла (W = 0.682) с высоким уровнем статистической значимости. На основе агрегации экспертных суждений методом среднегеометрического усреднения рассчитаны итоговые весовые коэффициенты, что позволило сформировать функциональную зависимость интегрального показателя когнитивной работоспособности. Полученные результаты демонстрируют доминирующую роль внимания и эмоциональной устойчивости в структуре профессиональной надежности авиационного персонала. Разработанный метод создает методологический базис для объективизации процедур профессионального отбора, текущего мониторинга состояния когнитивной работоспособности экипажей и принятия решений о допуске к выполнению полетных заданий.

В условиях цифровой трансформации организаций и роста объемов данных появляется запрос на более прозрачные и объяснимые подходы к оценке сотрудников. Цель проведенного исследования состояла в проектировании и верификации онтологической модели (OWL 2/SHACL), которая интегрирует когнитивные показатели и социологические характеристики работников в единое пространство знаний для поддержки HR (Human Resources)-процессов – процессор управления человеческими ресурсами. Научная новизна работы заключается в разработке единой семантической модели, связывающей данные когнитивных тестов, опросников, контекста труда и показателей результативности; в формулировании компетентностных вопросов, запускающих механизм вывода в графе знаний; и в разработке паттернов для прогнозирования дефицитов компетенций, выявления риска перегрузки/выгорания с контролем этики и недискриминации. Предлагаемый подход опирается на методологии инженерии онтологий – METHONTOLOGY и NeOn, концепции семантического веба и методы психометрики.