Аннотация:

Представлен подход к индивидуализации образования, основанный на автоматизированной генерации индивидуальной образовательной траектории и расписания, учитывающих особенности каждого обучающегося и его пожелания. Описан принцип действия разработанных инструментов генерации. Затронуты вопросы применения разработанных подходов и инструментов в высшем образовании.

Аннотация:

Статья посвящена вопросу применения цифровых образовательных сервисов в процессе обучения студентов высших учебных заведений. На основе опыта применения различных методов обучения и цифровых ресурсов в обучении студентов предложены новые цифровые решения, которые решают часть дидактических задач и предоставляют новые возможности для организации процесса обучения. Основной обсуждаемый вопрос – возможность индивидуализации и контроля процесса обучения в случае использования преподавателем обучающих видеоматериалов. Путем сравнения традиционной очной лекции и обучающего видео описаны положительные и отрицательные эффекты каждого из подходов к выдаче лекционного материала. На основе результатов такого сравнения предложена модель видеолекции, включающая в себя интерактивные элементы обратной связи.

Аннотация: Представлен обзор способов измерения прогресса разработки программного продукта в рамках гибкой методологии SCRUM, а также дано описание разработки программного инструмента, отслеживающего текущее состояние проекта по временным характеристикам. Анализируя их, такой инструмент способен подсказать проектному менеджеру, на что именно ему следует обратить внимание в текущей проектной обстановке, и помочь в выборе действий для достижения эффективных результатов.

Аннотация: Использование определенных механизмов метапрограммирования при разработке программных библиотек на языке Java может негативно сказываться на времени сборки и работе конечного программного продукта, в котором они используются. Для того, чтобы нивелировать воздействие различных подходов, необходимо предложить комплексное решение, позволяющее регулировать их использование в зависимости от особенностей контекста, что, в свою очередь, требует проведения предварительного анализа. В данной статье рассмотрены существующие в языке Java механизмы метапрограммирования и представлены результаты сравнения влияния данных подходов на время сборки Android-приложений.

Аннотация:

Представлена реализация алгоритма синхронизации сессий дополненной реальности в мобильных iOS-приложениях, позволяющего создавать такие сессии с несколькими участниками для их совместного взаимодействия с одними и теми же виртуальными объектами.

Аннотация: Описана система, реализующая механизмы применения мобильных устройств для операционной системы Android в рамках решения задач, требующих использования распределенных вычислений. Особое внимание уделено компонентам данной системы, отвечающим за управление задачами и распределение ресурсов.

Аннотация:

Проанализированы факторы, влияющие на модификацию визуальных интерфейсов. Предложены правила модификации рассмотренных факторов на основе индивидуальных пользовательских характеристик. Разработаны методы модификации визуальных интерфейсов Android-приложений.

Аннотация: Представлено описание разработанной программной платформы для сбора и автоматического анализа данных о взаимодействии пользователей с интерактивными прототипами, позволяющей организовать непрерывную и оперативную связь между целевой аудиторией и проектировщиками интерфейсов мобильных приложений. Программная платформа включает в себя десктопное и мобильное приложения, а также серверную часть для осуществления анализа данных, хранения информации и организации взаимодействия между клиентскими приложениями.

Аннотация: Приведены механизмы автоматизации процесса разработки интерактивных прототипов мобильных приложений на основе рукописных макетов. Процесс автоматизации включает в себя использование методов машинного обучения для распознавания рукописных макетов. Для обеспечения взаимодействия пользователя с предложенными механизмами реализовано мобильное Android-приложение.

Аннотация: Предложена модель машинного обучения для выявления взаимосвязи между данными профиля социальной сети и академической успеваемости учащегося, а также прогнозирования среднего балла успеваемости по данным параметрам.

Аннотация: В настоящее время потребность в наличии решений по распределенной тренировке ML-модели в мире возрастает. Однако существующие инструменты, в частности, TensorFlow Federated, – в самом начале своего развития, сложны в реализации и пригодны на текущий момент исключительно для симуляции на серверах. Для мобильных устройств надежно работающих подходов для достижения этой цели не существует. В статье спроектирован и представлен подход к такой распределенной тренировке ML-модели на мобильных устройствах, реализуемый с использованием существующих технологий. В его основе лежит концепция model personalization. В данном подходе эта концепция улучшена как следствие смягчения выявленных недостатков. Процесс реализации выстроен так, чтобы на всех этапах работы с ML-моделью использовать только один язык программирования Swift (применяются Swift for TensorFlow и Core ML 3), делая такой подход еще более удобным и надежным благодаря общей кодовой базе.