• Main Navigation
  • Main Content
  • Sidebar

Электронные библиотеки

  • Главная
  • О нас
    • О журнале
    • Цели и задачи
    • Тематика
    • Главный редактор
    • Редакция
    • Отправка материалов
    • Заявление об открытом доступе
    • Заявление о конфиденциальности
    • Контакты
  • Текущий выпуск
  • Архивы
  • Регистрация
  • Вход
  • Поиск
Издается с 1998 года
ISSN 1562-5419
16+
Language
  • Русский
  • English

Найти

Расширенные фильтры

Результаты поиска

Нормализация текста, распознанного при помощи технологии оптического распознавания символов, с использованием легковесных LLM

Владислав Константинович Вершинин, Иван Владимирович Ходненко, Сергей Владимирович Иванов
1036-1056
Аннотация:

Несмотря на значительный прогресс, технологии оптического распознавания символов (OCR) для исторических газет по-прежнему допускают 5–10% ошибок на уровне символов. В работе представлена полностью автоматизированная система нормализации пост-OCR, объединяющая легкие языковые модели (LLM) объемом 7–8 млрд параметров, обученные по инструкциям и квантизованные до 4 бит (INT4), с небольшим набором регулярных выражений. На наборе данных BLN600 (600 страниц британских газет XIX в.) лучшая модель YandexGPT-5-Instruct Q4 снижает Character Error Rate (CER) с 8.4% до 4.0% (–52.5%) и Word Error Rate (WER) с 20.2% до 6.5% (–67.8%), повышая при этом семантическое сходство до 0.962. Система работает на потребительском оборудовании (RTX-4060 Ti, 8 ГБ VRAM) со скоростью около 35 секунд на страницу и не требует дополнительного обучения или параллельных данных. Полученные результаты показывают, что компактные INT4-LLM являются практичной альтернативой крупным моделям для постобработки OCR исторических документов.

Ключевые слова: оптическое распознавание символов, пост-OCR-коррекция, исторические газеты, большие языковые модели, квантизация, INT4, конвейер нормализации, ошибка на уровне символов, семантическое сходство, регулярные выражения, YandexGPT-5, легкие модели, обработка естественного языка, цифровые гуманитарные науки, оцифровка документов.

VR-телеуправление «многорукими» устройствами: проблемы, гипотезы, постановка задачи

Влада Владимировна Кугуракова, Игорь Дмитриевич Сергунин, Евгений Юрьевич Зыков, Олег Дмитриевич Сергунин, Алексей Валерьевич Уланов, Динара Рустамовна Габдуллина, Артем Шамилевич Гилемянов
441-471
Аннотация:

Рассмотрены различные решения, существующие в области дистанционного управления роботизированными устройствами, оснащенными манипуляторами. Представлены новые подходы к организации совместного телеуправления множеством манипуляторов, с использованием различных пользовательских входов. Проанализированы следующие сценарии использования: архитектура системы с множеством манипуляторов и пользовательские интерфейсы управления, включая такие перспективные направления, как глубокое машинное обучение и нейроинтерфейсы.

Ключевые слова: виртуальная реальность, телеуправление, робот, ко-бот, робототехника, совместное телеуправление, телеимпенданс, когнитивное радио.

Синхронизация движений игрока и виртуального аватара

Павел Дмитриевич Гришков, Влада Владимировна Кугуракова
323-337
Аннотация:

Представлены математические подходы для реализации методов по синхронизации действий человека и виртуального аватара, с использованием инверсной кинематики. Для создания полноценной системы синхронизации поведения игрока и VR-аватара описана реализация необходимого для этого функционала: позиционирование рук, калибровка их размера, сгибание рук в анатомически приемлемые стороны, анатомическое сгибание позвоночника, приседание и перемещение в пространстве. Реализация наклона и приседания значительно расширяет функционал синхронизации поведения игрока и его аватара, что позволяет создать полный набор визуальных самоощущений пользователя, находящегося в виртуальной среде, чего лишено большинство приложений виртуальной реальности на данный момент.

Ключевые слова: виртуальная реальность, VR, VR-аватар, инверсная кинематика.

Инструмент для оперативной диагностики памяти нейросетевых архитектур языковых моделей

Павел Андреевич Гавриков, Азамат Комилжон угли Усманов, Дмитрий Реваев, Сергей Николаевич Бузыканов
1346-1367
Аннотация:

Большие языковые модели (Large Language Models, LLM) прошли путь от простых N-граммных систем до современных универсальных архитектур, однако ключевым ограничением остается квадратичная сложность механизма самовнимания по длине входной последовательности. Это существенно увеличивает потребление памяти и вычислительных ресурсов, а с появлением задач, требующих рекордно длинных контекстов, создает необходимость разработки новых архитектурных решений. Поскольку для исследования предлагаемой архитектуры требуется длительное и дорогостоящее обучение полновесной сети, необходимо разработать инструмент, который позволял бы быстро дать предварительную оценку архитектуре с точки зрения внутренней памяти.


В настоящей работе предложен метод количественной оценки внутренней памяти нейросетевых архитектур на основе синтетических тестов, не требующих больших корпусов данных. Под внутренней памятью понимается объем информации, который модель способна воспроизвести без обращения к исходным входам.


Для верификации подхода разработан программный комплекс, апробированный на архитектурах GPT-2 и Mamba. Использованы задачи копирования, инверсии и извлечения значения по ключу. Проведенное сравнение по точности предсказаний, распределению ошибок и вычислительным затратам позволяет оперативно оценивать эффективность и перспективность архитектур LLM.

Ключевые слова: большие языковые модели, архитектура нейросетей, внутренняя память, долговременное хранение информации, обработка последовательностей, измерение функциональной памяти, сравнение архитектур.

Предисловие редактора-составителя

Влада Владимировна Кугуракова
186-187
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

Проблемы, решения и перспективы автоматизированного переноса игровых сцен между игровыми движками

Алексей Олегович Бондарь, Влада Владимировна Кугуракова
213-243
Аннотация:

Рассмотрены технические проблемы переноса игровых сцен между различными игровыми движками. Проанализированы ключевые вызовы, связанные с различиями форматов хранения сцен, несовместимостью API рендеринга и физического моделирования, проблемами конвертации материалов, шейдеров и анимационных данных, а также различиями в системах координат. Представлены существующие инструменты и методы, включая автоматизированные решения для экспорта, преобразования и импорта данных, с особым акцентом на перенос контента из Unreal Engine в Unigine. Дополнительно обсуждены фундаментальные подходы к решению задачи – применение универсальных форматов обмена (FBX, glTF, USD), создание промежуточного слоя (middleware) и модульный дизайн игровых сцен, что открывает перспективы для будущей автоматизации процесса. Приведены результаты исследований по формальному описанию логики игровых систем и подходы к портированию VR-приложений между различными библиотеками. Полученные выводы позволяют сформулировать практические рекомендации для разработчиков и обозначить направления дальнейших исследований в области автоматизированного переноса контента между игровыми движками.

Ключевые слова: миграция игровых сцен, игровой движок, перенос контента, Unreal Engine, Unity, Unigine, Nau Engine, Godot, CryEngine, конвертация форматов.

Stem-образование в современной школе в рамках проектной деятельности по естественно-научным дисциплинам

Тамара Юрьевна Гаврилова, Ольга Григорьевна Игнатова
547-555
Аннотация: Рассмотрен вопрос STEM-образования в современной школе и методических подходах к его реализации на предметах естественно-научного цикла в рамках проектной деятельности. Приведен пример этапов работы над проектом, разбиения на предметные сферы. Поскольку STEM образование подразумевает не только получение знаний по отдельным предметам, но и применение их на практике, ключевым моментом работы над проектом становится практическое применение. В рамках предметной области «Математика и информатика» это предполагает совершение расчетов и представление конечных результатов с помощью современных технических средств. Таким образом предмет математики переходит из рамок академического знания в рамки практических умений. В частности, в статье приведен пример формирования финансовой грамотности обучающегося в рамках работы над проектом. STEM-обучение позволяет объединить научные методы, математическое моделирование, технологические приложения и инженерный дизайн. Тем самым формируется инновационное критическое мышление, появляется возможность и необходимость интегрированного обучения по темам, в рамках которого происходит активная коммуникация обучающихся и формируется новое образовательное пространство.
Ключевые слова: STEM-образование, проектная деятельность, интегрированное обучение, методика обучения.

Электронный каталог памятников церковного зодчества Ростовского уезда

Р.Ф. Алитова
Аннотация: В докладе представляются результаты реализации проекта "Нижегородский Интернет-справочник по культурному туризму" (www.museum.nnov.ru/tourism), поддержанного грантом Института "Открытое общество" (Фонд Сороса - Россия). Рассматриваются региональные проблемы информационного сопровождения культурного туризма, идеи и опыт их решения, предлагаются концепция, схемы и методы развития этого проекта на территории Центральной России.
1 - 8 из 8 результатов
Информация
  • Для читателей
  • Для авторов
  • Для библиотек
Отправить материал
Текущий выпуск
  • Логотип Atom
  • Логотип RSS2
  • Логотип RSS1

Электронные библиотеки

ISSN 1562-5419

Информация

  • О журнале
  • Цели и задачи
  • Тематика
  • Руководство для авторов
  • Отправка материалов
  • Заявление о конфиденциальности
  • Контакты
  • eLIBRARY.RU
  • dblp computer science bibliography

Отправить статью

Авторам нужно зарегистрироваться в журнале перед отправкой материалов, или, если вы уже зарегистрированы, можно просто войти со своей учетной записью и начать процесс отправки, состоящий из пяти шагов.

Отправить материал
Больше информации об этой издательской системе, платформе и рабочем процессе от OJS/PKP.

© 2015-2026 Казанский (Приволжский) федеральный университет; Институт развития информационного общества