Аннотация:

В условиях перехода образовательных систем на дистанционное обучение, а также развития тренда на удалённую работу, возникла острая потребность в разработке надежных технологий биометрической идентификации и аутентификации для верификации исполнителей работ в режиме удаленной работы. Такие технологии позволяют обеспечить высокую степень защиты и удобство использования, что делает вопросы их разработки и оптимизации крайне важными.

Проблема заключается в необходимости повышения точности и эффективности систем распознавания движений манипулятора «мышь» без использования специализированных устройств в максимально короткий промежуток времени. Для ее решения требуется эффективная предобработка таких движений, чтобы упростить их траектории, сохранив при этом их ключевые особенности.

В статье предложено использование алгоритма Дугласа–Пеккера для предварительной обработки данных траекторий движений «мыши». Этот алгоритм позволяет значительно уменьшить количество точек в траекториях, упрощая их при сохранении основной формы движений. Данные с упрощенными траекториями затем используются для обучения нейронных сетей.

Экспериментальная часть работы показала, что применение алгоритма Дугласа–Пеккера позволяет сократить количество точек в траекториях на 60%, что приводит к увеличению точности распознавания движений с 70% до 82%. Такое упрощение данных способствует ускорению процесса обучения нейронных сетей и повышению их операционной эффективности.

Проведенное исследование подтвердило эффективность использования алгоритма Дугласа–Пеккера для предварительной обработки данных в задачах распознавания движений «мыши». Полученные результаты могут найти применение в разработке более интуитивно понятных и адаптивных пользовательских интерфейсов.

Предложены также направления для дальнейших исследований, включая оптимизацию параметров алгоритма для различных типов движений и исследование возможности его комбинирования с другими методами машинного обучения.

Аннотация:

Рост числа IT-продуктов с внедренными элементами машинного обучения (Machine Learning – ML) обуславливает повышение актуальности автоматизации процессов машинного обучения. Использование методов MLOps направлено на обеспечение обучения и эффективного развертывания приложений с производственной среде, автоматизируя решение побочных инфраструктурных вопросов слабо связанных с непосредственно разработкой модели.

Мы рассматриваем компоненты, принципы и подходы MLOps и анализируем существующие платформы и решения для построения конвейеров машинного обучения. Кроме того, предлагаем подход к построению конвейера машинного обучения на основе основных инструментов DevOps и библиотек с открытым исходным кодом.

Аннотация: Рассмотрены сервисы платформы LEARNIS, в составе которой веб-квесты «Выберись из комнаты», интеллектуальная игра «Твоя викторина», терминологическая игра «Объясни мне». С их помощью учителя любой предметной области могут проводить учебные занятия в игровой форме. Рассматриваемые сервисы являются элементами предлагаемой авторами системы методов обучения на основе мобильных технологий.

Аннотация: Рассмотрены социально-психологические особенности работы с обучающимися по повышению процента оригинальности научно-исследовательских работ. Представлены результаты проведенного экспериментального исследования. В качестве детерминант, обуславливающих стремление к повышению научности и оригинальности работ членов учебных групп, выделены совместная деятельность и уровень развития коллектива. Установлена зависимость между внедрением технологий построения развивающих социальных сред по Л.И. Уманскому и А.С. Чернышеву в образовательный процесс и развитием субъектных качеств, как личности, так и группы. В качестве гипотетического положения выдвинуто предположение о том, что степень включенности группы в социальную среду и уровень развития коллектива способствуют формированию у обучающихся установки на продуктивную совместную деятельность в рамках выполнения научно-исследовательских работ. Положительный социально-психологический климат в учебной группе и общий уровень мотивационных установок опосредуют вероятность высокой оригинальности научного текста у обучающихся. В исследовании приняло участие более 200 человек. В итоге установлено, что на фоне преобладания совместно-индивидуальной формы организации совместной деятельности у большинства обучающихся отмечается средний уровень оригинальности текста научно-исследовательских работ. В жизнедеятельность учебных групп вносились следующие изменения: внедрение совместно-взаимозависимой формы организации совместной учебной и воспитательной работы, организация научных кружков с включением в них испытуемых, введение рейтинговой оценки степени оригинальности текстов научно-исследовательских работ обучающихся. В результате нами наблюдались положительные динамические сдвиги как на качественном, так и количественном уровнях. Внедрение в жизнедеятельность групп совместно-взаимозависимой формы организации совместной учебной и воспитательной работы способствовало раскрытию научного потенциала обучающихся на фоне обучения (в научно-популярной и игровой форме) принципам построения научного текста, работе с методической литературой, организации исследовательской деятельности (от теоретического до экспериментального уровня). Таким образом, можно говорить о том, что выделенные социально-психологические компоненты способствуют развитию личностных качеств обучающихся, тем самым повышая степень их ответственности за достоверность и оригинальность предоставления теоретической и практической информации в рамках выполняемых научно-исследовательских работ.

Аннотация: Целью математической подготовки бакалавров технических специальностей в рамках компетентностного подхода является формирование математической компетентности специалиста, которая выражается в способности выпускников применять математические методы в профессиональной деятельности. Компетенции приобретаются студентами в процессе освоения содержания образования, зафиксированного в образовательных стандартах и учебных программах дисциплин. Используя новые методы и формы организации учебного процесса, применяя новые средства обучения, можно сформировать компетенции на лекционных и практических занятиях по высшей математике.