Аннотация:

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.

Аннотация:

В современном мире проблемы, возникающие в сфере дорожного движения, имеют большую значимость. С целью решения существующих задач разрабатываются различные интеллектуальные системы, одной из которых является система «Умный город». Данная работа посвящена разработке информационно-аналитической системы (ИАС) для управления интеллектуальным светофором. Представленная система состоит из двух уровней, каждый из которых реализует набор определенных операций. Первый уровень отвечает за обнаружение объектов, в частности, пешеходов и автомобилей, находящихся на перекрестке, а второй уровень осуществляет расчёт времени работы сигналов светофора для управляющего сигнала, который передаётся на устройство. Для сравнительного анализа выбран комбинационный метод (HOG+SVM) Histogram of Oriented Gradients, основанный на подсчёте числа направлений градиента на отдельных областях изображения и Support Vector Machines, с помощью которого строятся гиперплоскости в n-мерном пространстве с целью разделения объектов, относящихся к разным классам. Результаты экспериментального исследования, в ходе которого проводилось распознавание объектов на изображениях, показали превосходство разработанной информационно-аналитической системы над существующими. Среднее значение точности выявления пешеходов и автомобилей посредством ИАС составило 69,4%. Кроме того, по результатам проведенного эксперимента сделан вывод, что точность выявления объектов на изображениях прямо пропорциональна расстоянию от видеокамеры до объекта.

Аннотация: Количество публикуемых в мире журналов очень велико. В этой связи, необходим программный инструментарий, который позволит анализировать тематические связи журналов. Разработанный авторами и представленный в этой работе алгоритм использует для анализа тематической близости журналов граф соавторства. Алгоритм нечувствителен к языку журнала и подбирает похожие журналы на разных языках, что сложно реализуемо для алгоритмов, основанных на анализе полнотекстовой информации. Апробация алгоритма проводилась в наукометрической системе ИАС ИСТИНА. В разработанном для этих целей интерфейсе пользователь может выбрать один близкий ему по тематике журнал, и система автоматически сформирует подборку журналов, которые могут представлять интерес для пользователя как с точки зрения изучения имеющихся в них материалов, так и с точки зрения публикации собственных статей. В перспективе разработанный алгоритм можно адаптировать для поиска похожих по тематике конференций, сборников публикаций и научных проектов. Наличие такого инструмента увеличит публикационную активность молодых сотрудников, повысит цитируемость статей и цитируемость между журналами. Результаты работы алгоритма определения тематической близости между журналами, сборниками, конференциями и научными проектами также могут использоваться для построения правил в моделях разграничения доступа к данным на основе онтологий предметной области.

Аннотация:

Формирование российской школы исследования видеоигр

Уважаемые коллеги, исследователи и энтузиасты игровой индустрии!

     Представляю вашему вниманию первую часть тематического выпуска, организованного на базе научных трудов II Всероссийской конференции разработчиков видеоигр "Homo Ludens" (Человек Играющий), которая состоялась в стенах Казанского федерального университета 27 декабря 2024 года. Эта конференция стала значимой площадкой для обмена опытом, идеями и инновационными разработками в области создания видеоигр. Мы собрали под одной крышей талантливых исследователей, разработчиков и студентов, объединенных общей целью – развития отечественной игровой индустрии и продвижения научного подхода к разработке игр.
     Работы, представленные ниже, охватывают широкий спектр актуальных направлений: от генеративных методов создания адаптивных персонажей и автоматизированного переноса игровых сцен между движками до анализа биометрических данных для разработки адаптивных сред в виртуальной реальности и типизации кооперативных механик многопользовательских игр. Отрадно видеть такие исследования, направленные на оптимизацию процессов разработки, как создание синтетических датасетов для скиннинга 3D-моделей и разработка документации игрового дизайна для VR-проектов.
      Каждая работа, вошедшая в тематический выпуск, представляет собой уникальный вклад в развитие теоретической и практической баз игровой разработки. Междисциплинарный характер исследований наглядно демонстрирует, что современное игростроение находится на стыке программирования, дизайна, психологии, математики и искусства.
      Выражаю искреннюю благодарность всем авторам за их вклад в формирование научного дискурса в области разработки видеоигр, а также организационному комитету конференции, рецензентам и всем, кто принимал участие в подготовке и проведении этого мероприятия.
     Уверена, что материалы тематического выпуска будут полезны как опытным специалистам, так и студентам, только начинающим свой путь в захватывающем мире разработки видеоигр. Надеюсь, что конференция "Homo Ludens" продолжит свое развитие и в будущем станет еще более представительной и значимой площадкой для профессионального общения и обмена опытом.

Председатель конференции "Homo Ludens", редактор-составитель тематического выпуска,

В.В. Кугуракова

Аннотация:

Проведен анализ скорости и эффективности передачи данных с использованием протоколов WebSocket и REST API. Для сравнения скорости обработки потоковых объектов и выявления более надежной технологии для разработки API-интерфейсов использованы разложения базовых функций в ряды Тейлора и Фурье. В результате выявлено, что REST API является более быстрым и доступным ресурсом для передачи информационных данных в побитовом преобразовании, а масштабируемость этого протокола преобладает в количестве обрабатываемых единиц, что позволяет расширить количество проводимых тестов.

Аннотация:

В современном научном мире одним из способов оценки успешности научной деятельности ученого является вычисление различных показателей, основанных на количестве его публикаций и их цитируемости. При этом каждый соавтор публикации получает за нее одинаковое количество баллов. Подобный способ оценки приводит к искусственному увеличению количества соавторов, что, в свою очередь, влечет за собой искажение рейтинговых оценок научной деятельности в организации, а также значительно снижает качество тематического поиска по библиографическим данным экспертов, конференций и журналов. Представленный в работе метод позволяет оценить степень влияния указанного фактора на показатели, основанные на учете количества и цитируемости научных публикаций. Апробация метода проводилась на данных наукометрической системы ИАС «ИСТИНА».

Аннотация:

Во многих современных наукометрических системах и системах цитирования представлены различные механизмы тематического поиска и тематической фильтрации информации. В большинстве случаев для тематического анализа статей и журналов используется полнотекстовый подход, который имеет ряд ограничений. Использование алгоритмов, основанных на анализе графов как автономно, так и совместно с полнотекстовыми алгоритмами, позволяет устранить эти ограничения и улучшить полноту и точность тематического поиска. Алгоритм, разработанный авторами и представленный в этой работе, использует для анализа тематической близости журналов граф соавторства. Алгоритм нечувствителен к языку журнала и подбирает похожие журналы на разных языках, что сложно реализуемо для алгоритмов, основанных на анализе полнотекстовой информации. Апробация алгоритма проводилась в наукометрической системе ИАС ИСТИНА. В интерфейсе, разработанном для этих целей, пользователь может выбрать один близкий ему по тематике журнал, и система автоматически сформирует подборку журналов, которые могут представлять интерес для пользователя как с точки зрения изучения имеющихся в них материалов, так и с точки зрения публикации собственных статей. В перспективе разработанный алгоритм можно адаптировать для поиска похожих по тематике конференций, сборников публикаций и научных проектов. Наличие такого инструмента увеличит публикационную активность молодых сотрудников, повысит цитируемость статей и цитируемость между журналами. Результаты работы алгоритма определения тематической близости между журналами, сборниками, конференциями и научными проектами также могут использоваться для построения правил в моделях разграничения доступа к данным на основе онтологий предметной области.