Аннотация:

Рассмотрена методика разработки учебных формальных исполнителей с использованием комбинированного пиктограммно-текстового интерфейса на языке программирования Python. Актуальность исследования обусловлена необходимостью совершенствования подходов к обучению алгоритмизации и программированию в школьном курсе информатики. Представлен разработанный инструментарий для создания формальных исполнителей, сочетающий наглядность пиктограмм с возможностями текстового программирования. Особое внимание уделено практическим аспектам реализации, включая использование встроенных методов Python для обработки графических и текстовых данных.

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:

Проанализированы существующие программы виртуального осмотра места происшествия и выделены основные важные критерии, которые могут понадобиться для разработки обучающего приложения с использованием виртуальной реальности. Для повышения погружения в иммерсивную виртуальную среду, воссоздающую процесс осмотра места происшествия, изучены устройства, генерирующие запахи, и выбрано оптимальное. Разработан метод использования ароматов в виртуальном осмотре места происшествия. Этот метод может быть использован и в других сферах, требующих при вынесении решений знания о составе воздуха.

Аннотация:

Предложена методика, связанная с использованием при обучении математике интегрированных проектных заданий, основанных на практическом применении полученных знаний по математическим дисциплинам во взаимосвязи с компьютерным моделированием и программированием. Представлены примеры конкретных интегрированных проектных заданий.

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.

Аннотация:

Выделены четыре категории целей изучения математики в школе: освоение теоретических положений на доказательном уровне; освоение алгоритмов решения математических задач, иллюстрирующих положения теории; использование изученных алгоритмов для решения прикладных и исследовательских задач; использование математических методов и алгоритмов при обучении программированию. Такое выделение позволяет обосновать и конкретизировать применение цифровых технологий в курсе математики, а также обеспечить их преемственность, в том числе, с последующими курсами высшей школы. Подчеркнута значимость применения мобильных и облачных технологий и приложений в самостоятельной (домашней) работе учащихся по математике.

Аннотация:

Быстрое развитие сложных виртуальных миров, в особенности 3D-игр и компьютерных игр, создает новые проблемы при разработке виртуальных агентов, управляемых системами искусственного интеллекта (ИИ). Две важные подзадачи в этой тематической области, которые необходимо решить, это: (а) достоверность и (б) эффективность поведения агентов, то есть сходство персонажей с людьми и высокая способность к достижению их «собственных» целей. В этой статье мы изучаем современные подходы к разработке реалистичного ИИ в виртуальных мирах. Мы изучаем концепции правдоподобия и эффективности и анализируем несколько успешных попыток решить эти проблемы. Мы полагаем, что правдоподобное и эффективное поведение может быть достигнуто посредством изучения моделей поведения из наблюдений с последующим автоматическим выбором выигрышных действующих стратегий.