• 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

К вопросу о представлении синтагматических отношений морфем в векторных языковых моделях

Дарья Кирилловна Родионова, Ольга Александровна Митрофанова
898-918
Аннотация:

В работе рассмотрено представление семантической структуры производных слов в языковых моделях, учитывающее внутрисловные синтагматические отношения между словообразовательными морфемами. Эксперименты проводились с привлечением морфемных моделей НейроКРЯ, а также моделей fastText и ruRoBERTa. Проверена гипотеза о композициональности производных слов, представляемых в виде агрегированных векторов морфем, а также выполнено сравнение представлений семантических отношений с помощью морфемных векторов fastText и стандартных векторов подслов в модели ruRoBERTa. Полученные результаты указывают на умеренную чувствительность векторов fastText к синтагматическим связям между морфемами и словообразовательным типам. Установлено также что агрегация морфемных векторов в fastText улучшает регистрацию семантических отношений между словами, связанными словообразовательными отношениями, по сравнению с агрегацией векторов подслов в модели ruRoBERTa.


Стандартные токенизаторы BPE (Byte-Pair Encoding) и WordPiece, применяемые в моделях семейства Transformer, являются слабоинтерпретируемыми в отношении языковых данных, поскольку в них сегменты слов не всегда соответствуют морфемам. Исследовательская проблема состоит в необходимости оценки того, в какой мере современные языковые модели способны регистрировать лингвистические признаки, характеризующие отношения производных слов в словообразовательных гнездах.


В работе оценена способность предсказывающих моделей распределенных векторных вложений воспроизводить синтагматические связи между морфемами внутри производных слов и на уровне словообразовательных гнезд в русском языке.


Полученные результаты стимулируют разработку нейросетевых архитектур, учитывающих синтагматические отношения между морфемами, совершенствование морфемных токенизаторов и их интеграцию в языковые модели.

Ключевые слова: языковая модель, морфемный анализ, словообразовательные способы, композициональность.

Разработка модульной архитектуры пользовательских интерфейсов для игр на движке Unreal Engine с использованием плагина-фреймворка common UI

Марианна Владимировна Шматко, Алексей Денисович Мякишев
1705-1739
Аннотация:

Статья посвящена разработке и экспериментальной верификации модульной архитектуры пользовательского интерфейса для игровых проектов на движке Unreal Engine. В ходе исследования выявлены типовые антипаттерны проектирования UI (монолитные виджет-структуры, жесткие ссылки, пренебрежение абстракцией, платформенная зависимость) и проведен анализ существующих архитектурных подходов (Data-Driven UI, MVC, MVVM), показавший их ограничения. Предложена архитектура, интегрирующая фреймворк Common UI, механизм асинхронной загрузки с мягкими ссылками (Soft References), систему тегов Gameplay Tags и реестр данных для динамической генерации меню настроек. Архитектура реализована в виде плагина AdvancedGameUserInterface. Его экспериментальная апробация с участием 12 разработчиков и 5 дизайнеров интерфейсов подтвердила эффективность предложенного решения по трем ключевым метрикам: сопровождаемость, производительность и масштабируемость. Сформулированы практические рекомендации по применению разработанной архитектуры в зависимости от масштаба игрового проекта. Полученные результаты могут быть использованы разработчиками для повышения качества и снижения затрат на сопровождение пользовательских интерфейсов в игровых проектах на Unreal Engine.

Ключевые слова: Unreal Engine, пользовательский интерфейс, Common UI, модульная архитектура, Gameplay Tags, Data-Driven UI, антипаттерны, со-провождаемость, масштабируемость, производительность программ, игровая разработка.

Применение графовых моделей учебных планов для анализа образовательных программ по специальностям высшего образования

Данил Александрович Ли, Инна Геннадьевна Олгина
1989-2008
Аннотация:

Проектирование учебных планов в условиях динамики образовательных стандартов смещается от статичного набора дисциплин к системному моделированию. Этот подход должен учитывать многоуровневые взаимосвязи и логику формирования сквозных компетенций. Целью исследования являются создание и апробация методического инструментария для анализа образовательных программ вузов на основе методов сетевого анализа. Учебный план формализован в виде неориентированного графа, где вершинами выступают дисциплины, а ребрами – связи через общие компетенции. В работе применен многоаспектный сетевой анализ, включающий расчет мер центральности: степени связности, посредничества, близости к другим узлам, степени влиятельности – и ключевых топологических метрик: плотности, модулярности, диаметра и коэффициента кластеризации. Эмпирическую базу составили данные учебных планов трех вузов города Омска. Проведенный анализ выявил существенные структурно-топологические различия в архитектуре образовательных программ, обусловленные их ведомственной принадлежностью и целевыми моделями подготовки. Сетевые метрики позволяют количественно оценить междисциплинарную связность и модульность программ, что недоступно для традиционных подходов. Полученные результаты подтверждают высокий диагностический потенциал сетевого анализа для обоснованной оптимизации учебных планов и верификации соответствия профессиональным компетенциям.

Ключевые слова: сетевой анализ, учебные дисциплины, граф, социальные сети.

Разработка системы визуального восприятия игровых агентов в видеоиграх

Артём Михайлович Примаченко, Мурад Рустэмович Хафизов
506-531
Аннотация:

Представлен алгоритм функционирования системы визуального восприятия для игровых агентов, реализованный в игровом движке Unity. Предложенный метод основан на сравнении изображений с двух камер, учитывающих сложные визуальные эффекты (освещение, тени, маскировку), и дополнен проверкой прямой видимости, учетом скорости движения объекта, и механикой постепенного обнаружения. Тестирование системы показало значительное повышение реалистичности обнаружения по сравнению с традиционными методами при сохранении производительности в пределах небольшой дополнительной нагрузки на процессор. Проведена оптимизация алгоритма с использованием Unity Job System и динамической активации камер. Проведен также анализ научной литературы по схожим решениям, выявлены их сильные и слабые стороны. Результаты могут быть применены в разработке видеоигр для создания реалистичного поведения неигровых персонажей, особенно в играх с элементами скрытности.

Ключевые слова: видеоигры, искусственный интеллект, система восприятия, NPC, неигровые персонажи, игровые агенты, стелс-механики, Unity, рендеринг, компьютерное зрение, оптимизация, геймдизайн.

Мультиагентная система для цифровой интеллектуальной сферы геологических знаний

Виталий Сергеевич Еременко, Вера Викторовна Наумова
2433-2445
Аннотация:

Предложен новый подход к построению территориально-распределенных информационных систем на основе мультиагентной архитектуры, позволяющий отказаться от жесткой унификации протоколов и каталогизации ресурсов в пользу динамической интеграции источников данных. Ключевым элементом системы является агент верификации, обеспечивающий проверку достоверности результатов научных исследований через формальный контроль и использование нескольких больших языковых моделей. Разработанный прототип, реализованный на платформе GeologyScience.ru, устраняет недостатки существующего ИИ-ассистента, связанные с галлюцинациями и недостоверностью информации, и создает основу для накопления проверенных знаний.

Ключевые слова: мультиагентные системы, территориально-распределенные информационные системы, верификация результатов, большие языковые модели (LLM), ИИ-агенты.

Применение квантованных алгоритмов для адаптации языковых моделей в задаче верификации хода решения квадратных уравнений

Алмаз Наилевич Хайбуллин, Дмитрий Николаевич Тумаков
1418-1444
Аннотация:

Работа посвящена исследованию квантованных подходов к адаптации языковых моделей для задачи автоматической пошаговой проверки корректности хода решения квадратных уравнений. Рассмотрена результативность подходов параметрически эффективного дообучения (PEFT) при адаптации языковых моделей DeepSeek-R1-Distill-Qwen-1.5B и InternLM2-Math-Plus-1.8B для создания математического верификатора (Process-supervised Reward Models, PRM). Эксперименты проведены на синтетическом наборе данных квадратных уравнений, дополненном негативным сэмплированием для имитации ошибок обучающихся. Выполнено сравнительное тестирование стандартных (LoRA, DoRA, rsLoRA) и квантованных (QLoRA, QDoRA, LoftQ) алгоритмов тонкой настройки.
Дополнительно изучена обобщающая способность нейросетей (Zero-shot Transfer) на структурно отличающемся наборе линейных уравнений. Результаты показали, что квантование решает проблемы численной стабильности вычислений для нестандартных архитектур (InternLM2), обеспечивая при этом качество, сопоставимое со стандартными методами. Для модели DeepSeek-R1 метод QLoRA достиг точности (Accuracy) 97.77%, а методы QDoRA и LoftQ – по 98%, что лишь незначительно уступает классическому алгоритму LoRA (98.67%). Аналогично для нестандартной архитектуры InternLM2 применение QLoRA позволило достичь точности 92.67% (против 93% у базового LoRA). Однако алгоритмы без понижения разрядности весов (LoRA) склонны сохранять более богатое представление выученных паттернов, обеспечивая хорошую способность к переносу знаний для моделей класса Reasoning (Accuracy DeepSeek-R1 66.8% против 61.4% у QLoRA на новых данных).

Ключевые слова: языковые модели, параметрически эффективное дообучение, квантованные методы обучения, математическое рассуждение, автоматизированная проверка решений, модели вознаграждения с контролем за процессом.

Цифровая инфраструктура электронного научного журнала: автоматизация редакционно-издательских процессов и система сервисов

Миляуша Салахутдиновна Галявиева, Александр Михайлович Елизаров, Евгений Константинович Липачёв
408-465
Аннотация:

Описаны современные модели и средства публикации и распространения научных знаний. Охарактеризованы современные информационные системы управления научными изданиями и сервисы, определяющие их функциональность.

Введено понятие цифровой инфраструктуры электронного научного журнала как комплекса, который объединяет программную платформу, реализующую основные рабочие процессы управления электронным журналом, и информационные системы, которые обеспечивают функционирование как основных, так и дополнительных сервисов, учитывающих, в частности, специфику предметной области журнала.

Представлен подход к организации цифровой инфраструктуры электронного научного журнала на основе открытой программной системы Open Journal Systems (OJS). Предложены сервисы, расширяющие функциональные возможности этой системы и учитывающие специфику предметной области научных журналов. На основе технологии расширения функционала OJS созданы программные модули, обеспечивающие автоматизацию ряда редакционных процессов электронного научного журнала.

Представлена система сервисов автоматической обработки коллекций научных документов. Эти сервисы обеспечивают проверку соответствия документов коллекций принятым правилам формирования коллекций и преобразования документов в установленные форматы; структурный анализ документов и извлечение метаданных, а также их интеграцию в научное информационное пространство. Система сервисов позволяет автоматически выполнять набор операций, который не реализуем за практически приемлемое время при традиционной «ручной» обработке электронного контента, и предназначена для обработки больших коллекций научных документов.

Охарактеризованы алгоритмы автоматической стилевой валидации текстов на этапе регистрации статьи в информационной системе электронного научного журнала, автоматического подбора рецензентов, рассылки уведомлений и контроля сроков рецензирования.

Представлены методы обработки документов, содержащих математические формулы, в частности, алгоритм поиска по формулам в коллекциях математических документов. Указаны основные идеи, подходы и уже полученные результаты по разработке семантических технологий управления математическими знаниями, в том числе, подход к построению рекомендательных систем на основе онтологий математического знания и метод автоматизации процесса первичной обработки научной статьи, использующей TеX-нотацию.

Охарактеризована проблема построения системы анализа и оценки информационного и социального воздействия публикуемого научного контента на его пользователей. Проведено сопоставление традиционных (библиометрических и наукометрических) и альтернативных показателей такой оценки. Описан мировой опыт использования информетрических сервисов на сайтах научных журналов. Обсуждены варианты реализации этих подходов в рамках цифровой инфраструктуры электронного научного журнала.

Ключевые слова: издательские системы, современные модели публикации и распространения научных знаний, информационное общество, электронный научный журнал, информационные системы управления научными изданиями и публикациями, интеграция электронных ресурсов.
1 - 7 из 7 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