Аннотация:

Описана разработка на основе машинного обучения рекомендательной системы подбора игроков на примере хоккея с возможностью расширения ее использования в различных командных видах спорта. Для каждого вида спорта рассмотрены амплуа и характеристики игроков, которые были структурированы и разделены на общие группы. Проанализирована информация о хоккее, футболе, баскетболе и волейболе. Для каждого из рассмотренных параметров выведены коэффициенты, показывающие их влияние на результат матча. Протестированы модели, построенные на основе различных алгоритмов машинного обучения. Создан веб-интерфейс приложения.

Аннотация:

Описана разработка на основе методов машинного обучения приложения для автоматического аннотирования веб-страниц по стандарту Microdata с возможностью расширения для других стандартов и с внедрением данных в JSX-файлы. Собраны и подготовлены датасеты для обучения моделей Machine Learning (ML). Собраны и проанализированы метрики модели ML.

Аннотация: Описана разработка системы детектирования дубликатов видеофайлов на основе методики получения и анализа цветовой карты видеоряда как подхода, не требующего больших вычислительных ресурсов, применимого к широкому спектру типов видеороликов и имеющего малые искажения относительно оригинала.

Аннотация:

Описан процесс автоматизации управления операцией чтения связанных данных из реляционных и нереляционных баз данных.

Разработанный программный инструмент основан на использовании стандарта JPA (Java Persistence API), который определяет возможности контроля жизненного цикла сущностей в Java-приложениях. Спроектирована архитектура встраивания в событийные процессы, позволяющая интегрировать решение в проекты вне зависимости от используемой реализации JPA. Реализована поддержка различных стратегий загрузки данных, типов и параметров отношений. Осуществлена оценка производительности инструмента.

Аннотация: Представлен подход к автоматическому построению вопросов для тестов или викторин при помощи графа знаний DBPedia. Выбранный граф знаний имеет около 5 млн. сущностей и дает возможность делать запросы к семантической сети при помощи языка SPARQL. В статье представлены алгоритм, основные запросы к графу знаний для построения вопросов и нестандартный подход к поиску сущностей.