• 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

Извлечение данных из сканированных документов со сходной структурой

Рустем Дамирович Саитгареев, Булат Рифатович Гиниятуллин, Владислав Юрьевич Топоров, Артур Александрович Атнагулов, Фарид Радикович Аглямов
667-688
Аннотация:

На текущий момент времени значительная часть передаваемых и хранимых данных не структурирована. Количество неструктурированных данных растет большими темпами каждый год, несмотря на то, что по таким данным трудно производить поиск, к ним нельзя совершать запросы и в целом их обработка не автоматизирована. В то же время наблюдается развитие систем электронного документооборота.


Настоящая работа предлагает инструмент для извлечения данных из фотографий бумажных документов, принимая во внимание их структуру и разметку. Представлены результаты разных испытанных подходов, включая нейронные сети и алгоритмический метод, а также проведен анализ полученных результатов.

Ключевые слова: нейронные сети, машинное обучение, извлечение структуры, извлечение структуры документов, OCR , неструктурированные данные , распознавание текста.

Программа «История гениального открытия»

Роман Валерьевич Мосолов
1239-1278
Аннотация:

Настоящая статья описывает концепцию программного обеспечения (ПО) «История гениального открытия», имеющего ряд сходств с программой GitHub, получившей широкую известность в профессиональном сообществе программистов. Программа призвана решать две основные научные проблемы: сохранять научно-культурное наследие российских учёных и аккумулировать первичные данные, позволяющие количественно измерить тенденции становления научных теорий, тем самым дополнив концепцию «научных революций» Т. Куна. Программа позволит сохранять исторически значимые научные достижения, минимизируя вероятность их бесследных потерь вследствие преждевременно ухода учёных из жизни. Идея разработки программы базируется на пересечении пяти научных направлений – программной инженерии, социологии, философии, права и истории – и появилась в стенах Казанского (Приволжского) федерального университета при изучении Big Data Science.

Ключевые слова: История гениального открытия, научное наследие, культурное наследие, закономерности гениальности, ПО для учёных, программа для учёных, GitHub для учёных.

Методика сравнения программных решений распознавания текстов научных публикаций по качеству извлечения метаданных

Илия Игоревич Кузнецов, Олег Пантелеевич Новиков, Дмитрий Юрьевич Ильин
654-680
Аннотация:

Метаданные научных публикаций используются для построения каталогов, определения цитируемости публикаций и решения других задач. Автоматизация извлечения метаданных из PDF-файлов позволяет ускорить выполнение обозначенных задач, а от качества извлеченных данных зависит возможность их дальнейшего использования. Проанализированы существующие программные решения, в итоге отобраны три: GROBID, CERMINE, ScientificPdfParser. Предложена методика сравнения этих программных решений распознавания текстов научных публикаций по качеству извлечения метаданных. На основе методики проведен эксперимент по извлечению четырех типов метаданных (название, аннотация, дата публикации, имена авторов). Для сравнения программных решений использован набор из 112457 публикаций с разбиением на 23 предметные области, сформированный на основе данных Semantic Scholar. Приведен пример выбора эффективного программного решения извлечения метаданных в условиях заданных приоритетов для предметных областей и типов метаданных с использованием взвешенной суммы. Определено, что для приведенного примера CERMINE показывает эффективность на 10,5% выше, чем GROBID, и на 9,6% выше, чем ScientificPdfParser.

Ключевые слова: распознавание текста, научные публикации, метаданные, качество извлечения данных, методика.

Развитие сетевых сервисов геопортала спутникового радиотепловидения: проект ИКАР

Дмитрий Михайлович Ермаков, Андрей Петрович Чернушич
50-76
Аннотация: Обсужден прогресс в развитии сетевых сервисов и технологий ранее созданного авторами геопортала спутникового радиотепловидения. Исходной задачей геопортала было обеспечить потенциальных пользователей доступом к результатам пространственно-временной интерполяции геофизических атмосферных полей. Практическая реализация потребовала внедрения технологии динамической генерации продуктов обработки. Использование этой технологии расширило круг решаемых задач и привело к созданию специализированного сервиса виртуальной интеграции пространственных геоданных ИКАР (Интерактивного Калькулятора для Атмосферных Расчетов). В работе описаны интерфейсные и технологические принципы, заложенные в основу проекта ИКАР, рассмотрены некоторые детали программно-алгоритмической реализации, приведены примеры практического применения.
Ключевые слова: геопортал, сетевые сервисы, спутниковое радиотепловидение, интерфейсы, программно-алгоритмическая реализация.

Автоматизация процессов сбора и анализа данных о взаимодействии с интерактивными прототипами мобильных приложений

Айнур Ринатович Динмухаметов, Ирина Сергеевна Шахова
185-199
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.
Ключевые слова: UI, UX, пользовательский интерфейс, мобильные приложения, прототипирование.

Распределенное многоагентное моделирование радиотехнических систем, основанное на онтологиях

Андрей Олегович Щирый
1109-1125
Аннотация:

Подход к многоагентному моделированию, основанный на онтологиях, предполагает реализацию моделирующей системы посредством создания онтологий. Примером целостной реализации такого подхода к агентному моделированию является стандарт IEEE 1516 Standard for Modeling and Simulation High Level Architecture. Данная работа посвящена распределенной многоагентной моделирующей системе, предназначенной для моделирования сложных радиотехнических систем (особенно радиолокационных станций), её актуальность обусловлена необходимостью замены части натурных испытаний имитационными экспериментами. Мотивация перехода на стандарт IEEE 1516 для «тяжелой» многоагентной моделирующей системы, кроме прочего, состоит в обеспечении масштабируемости, открытости и многократного повторного использования разработанных агентных моделей, что совершенно логично делать на основе существующего хорошо проработанного и апробированного стандарта, устанавливающего правила взаимодействия моделей и разработки программных интерфейсов. В статье приведены общие принципы построения и архитектура моделирующей системы. Показаны основные требования к агентам, их роль и место в комплексной моделирующей системе, особое место среди агентов занимает имитатор фоно-целевой обстановки. Обсуждается также возможность совмещения двух схем имитационного моделирования: дискретно-событийной и пошаговой. Дело в том, что пошаговая схема обладает такими преимуществами, как простота и наглядность, в ней удобно моделировать алгоритмы обработки, составные части радиотехнических систем. Однако в ней невозможно реализовать истинную автономность и асинхронность агентов. Совмещение двух схем моделирования позволяет объединить их достоинства.

Ключевые слова: многоагентное моделирование, имитационное моделирование, дискретно-событийное моделирование, онтологии, радиотехнические системы, загоризонтные радиолокационные станции.

Генерация индивидуальных образовательных траекторий и расписания обучения в парадигме индивидуализации образования

Михаил Михайлович Абрамский, Эльвира Феликсовна Батырова, Айгуль Рустамовна Марданова, Татьяна Алексеевна Ахметзянова
129-145
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.

Ключевые слова: smart-образование, индивидуализация образования, индивидуальный учебный план, индивидуальная траектория, генетические алгоритмы, генерация расписания.

Обзор существующих инструментов выявления плагиата и самоплагиата

Алина Эдуардовна Тлитова, Александр Сергеевич Тощев
143-159
Аннотация: Ученым необходимо всё время выпускать в свет результаты своих работ, чтобы оставаться востребованными, соответствовать времени, критериям и не оказаться вне научного общества. Известный принцип «публикуйся, или погибнешь» («Publish or Perish») чаще всего вынуждает ученых стремиться к количеству, а не к качеству [1]. Наряду с проблемами авторства, проплаченных исследований, фабрикацией результатов одними из распространенных нарушений являются плагиат и самоплагиат. Их воздействие является более тонким, но не менее разрушительным для научного общества. В статье дан обзор существующих инструментов выявления заимствований в научных статьях авторов. Анализ решений выполнен путем сравнения систем по ряду характеристик. Для оценки работоспособности и эффективности созданных инструментов они протестированы на реальных данных.
Ключевые слова: плагиат, самоплагиат, научная этика, текстовые заимствования, анализ текстов.

Разработка программного комплекса генерации вопросов по заданным субъектам при помощи семантической сети

Михаил Дмитриевич Андреичев, Александр Андреевич Ференец
68-94
Аннотация: Представлен подход к автоматическому построению вопросов для тестов или викторин при помощи графа знаний DBPedia. Выбранный граф знаний имеет около 5 млн. сущностей и дает возможность делать запросы к семантической сети при помощи языка SPARQL. В статье представлены алгоритм, основные запросы к графу знаний для построения вопросов и нестандартный подход к поиску сущностей.
Ключевые слова: семантическая сеть, генерация вопросов, связанные данные, онтология, граф знаний, RDF, SPARQL, DBPedia.

Архитектура обучающих приложений с достоверной оценкой знаний и визуальным проектированием сценариев тестирования в концепции Microlearning

Михаил Михайлович Абрамский, Алина Рустемовна Москиева, Рамиля Радиковна Нигматуллина
288-300
Аннотация:

Представлен подход к проектированию обучающих приложений в концепции Microlearning. Обсуждена зависимость достоверности оценки знаний от визуального представления вопросов проверочного тестирования. Приведены архитектура системы и принцип работы разработанного авторами инструмента проектирования адаптивных тестов и сценариев тестирования для microlearning-приложений.

Ключевые слова: микрообучение, дидактическая единица, достоверная оценка знаний, тесты, адаптивное тестирование, визуальное проектирование теста.

Условия и критерии открытия специализированного электронного журнала Института повышения квалификации руководящих сотрудников Топливно-энергетического комплекса

Александр Егорович Воробьев, Гульзат Контороевна Ташкулова, Тамара Анатольевна Фральцова
123-146
Аннотация:

Рассмотрены целесообразность и условия открытия специализированного электронного журнала Института повышения квалификации Топливно-энергети-ческого комплекса. Показаны условия эффективного функционирования специализированных журналов. Представлены результаты изучения деятельности редакций журналов конкурентов – других Институтов повышения квалификации. Проанализирована целевая аудитория электронного научно-практического журнала Института повышения квалификации Топливно-энергетического комплекса, а также его особенности, влияющие на эту аудиторию и ее интерес к изданию. Описаны программные продукты, посредством которых создается электронный журнал.

Ключевые слова: электронный журнал, открытие, целевая аудитория, программные продукты.

Создание метода сравнения реляционных таблиц

Азат Шавкатович Якупов, Даниил Андреевич Клинов
173-183
Аннотация: Статья посвящена созданию быстрого метода сравнения огромного количества данных таблиц в рамках реляционных систем управления базами данных. Проведено исследование существующих решений и показана востребованность создания эффективного метода сравнения реляционных отношений. Создан алгоритм с использованием вероятностной структуры данных «Исчисляемый фильтр Блума» и метода Монте-Карло. Предлагаемое решение уникально в своем направлении, так как использует наименьшее количество временных ресурсов. Построена вероятностная модель созданного алгоритма. В процессе написания статьи были выявлены пути развития алгоритма в сторону внедрения параллелизации процессов.
Ключевые слова: мультимножество, сравнение реляционных таблиц, гетерогенная система, исчисляемый фильтр Блума, метод Монте-Карло, репликация, Oracle, PostgreSQL, вероятностная структура данных.

Формирование академических групп и проектных команд на основе сбора данных об обучающихся

Наталья Александровна Коргутлова, Светлана Юрьевна Басаргина, Михаил Михайлович Абрамский, Марат Альбертович Солнцев, Таисия Сергеевна Бузукина
193-208
Аннотация: Обсуждены вопросы использования данных об обучающихся, представленных в электронном виде, в задачах генерации распределений обучающихся по академическим группам, элективам и проектным командам. Проиллюстрировано применение алгоритмов машинного обучения для этих задач. Показана возможность использования данных, собранных из социальных сетей.
Ключевые слова: личностный портрет студента, кластеризация, распределение по компетенциям, анализ социальных сетей.

О нескольких методах и инструментах анализа качества учебного процесса

Екатерина Анатольевна Свинтенок, Богдан Евгеньевич Попов, Михаил Михайлович Абрамский
382-391
Аннотация:

Рассмотрены вопросы анализа связи учебного расписания с успеваемостью студентов, а также определения сложности учебного курса. Выделены факторы, которые стоит отслеживать при подобном анализе. Предложены идеи применения этих данных в системах управления образовательным процессом.

Ключевые слова: сложность курса, анализ расписания, системы управления образованием, анализ данных.

Разработка системы детектирования дубликатов видеофайлов на основе их цветовых карт

Гульшат Аталасовна Нуриева, Александр Андреевич Ференец
214-227
Аннотация: Описана разработка системы детектирования дубликатов видеофайлов на основе методики получения и анализа цветовой карты видеоряда как подхода, не требующего больших вычислительных ресурсов, применимого к широкому спектру типов видеороликов и имеющего малые искажения относительно оригинала.
Ключевые слова: видеофайл, цветовая карта, детектирование дубликатов.

Инструменты поддержки ролевых заданий по стратегии STAD в обучающей системе

Владислав Владимирович Матюнин, Антон Алексадрович Марченко
209-221
Аннотация:

Представлена одна из возможных реализаций модели совместного обучения по ролям, основанной на стратегии STAD (Student Teams-achievement Divisions) кооперативного обучения в LMS (Learning Management System, Система управления обучением). Подходы, описанные в данной образовательной методике, развивают у обучающихся навыки командной работы, необходимые в профессиональной деятельности, а их внедрение в систему обучения позволит автоматизировать и оптимизировать некоторые процессы и открыть новые возможности для реализации новых инструментов.

Ключевые слова: кооперативное обучение, STAD, LMS, обучающие системы.

Эффективная разработка приложений при микросервисной архитектуре

Анастасия Эдуардовна Порфильева, Рустем Фаритович Шайхутдинов, Гульшат Атласовна Нуриева, Марсель Рафаэлевич Сидиков, Михаил Михайлович Абрамский, Артур Иванович Карпов, Динар Ильдусович Раимов, Руслан Радикович Новиков
357-368
Аннотация:

Рассмотрены особенности внедрения микросервисной архитектуры в процесс разработки. Проиллюстрированы преимущества данного подхода по сравнению с традиционным монолитным подходом. Показана связь использования микросервисной архитектуры с возможностью работы команды по гибким методологиям разработки.

Ключевые слова: микросервисы, микросервисная архитектура, эффективная разработка, гибкие методологии.

Добавление статической типизации в язык функционально-потокового параллельного программирования

Александр Иванович Легалов, Игорь Александрович Легалов, Иван Васильевич Матковский
788-807
Аннотация: Предложено добавить статическую систему типов в функционально-потоковую модель параллельных вычислений и разработанный на ее основе язык функционально-потокового параллельного программирования. Использование статической типизации повышает возможность трансформации функционально-потоковых параллельных программ в программы, выполняемые на современных параллельных вычислительных системах. Предложены языковые конструкции. Описаны их синтаксис и семантика. Отмечена необходимость использования принципа единственного присваивания при формировании хранилищ данных конкретного типа. Рассмотрены особенности инструментальной поддержки предлагаемого подхода.
Ключевые слова: парадигмы программирования, параллельное программирование, функционально-потоковое параллельное программирование, статическая типизация, модели параллельных вычислений.

Механизмы применения мобильных устройств для задач распределенных вычислений

Нуршат Рушанович Низамов, Ирина Сергеевна Шахова
200-213
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.
Ключевые слова: распределенные вычисления, мобильные приложения, Android, мобильные устройства.

Образовательная аналитика и адаптивное обучение с использованием модели студента в интеллектуальных обучающих системах

Михаил Владиславович Каяшев, Денис Юрьевич Макаров, Антон Александрович Марченко
181-192
Аннотация:

Для поддержки адаптивного обучения и образовательной аналитики в интеллектуальных обучающих системах необходимо собирать и обрабатывать данные об успеваемости студентов и их индивидуальных характеристиках. Это можно реализовать с помощью модели студента. Анализ подходов к моделированию студента показал оптимальным применение нескольких типов моделей, исходя из требований, составленных для разрабатываемой обучающей системы. Были выбраны и объединены в одну модель три подхода: оверлейный, сеть Байеса, моделирование ошибочных знаний. Использование оверлейной модели позволяет строить индивидуальные траектории обучения студентов. Сети Байеса реализуют компетентностный подход в обучении. Модель ошибок отслеживает ошибочные знания студентов и помогает им исправить их на ранних стадиях. Модель студента, объединяющая в себе данные подходы, является подходящей для реализации персонализированного обучения, позволяет преподавателю отслеживать успеваемость студентов по различным характеристикам, а также дает возможность легко представить в системе карту тем, знаний, компетентности студентов в различных областях в виде графа, что является удобным и понятным представлением.

Ключевые слова: интеллектуальная обучающая система, модель студента, компетенция, адаптивное обучение, образовательная аналитика, оверлейная модель, байесовская сеть, доменная модель.
1 - 20 из 20 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.

© 2015-2025 Казанский (Приволжский) федеральный университет; Институт развития информационного общества