Журналы
Email: Пароль: Войти Регистрация
Содержание журнала, редсовет, редколлегия, информация об обложке.

Table of contents, editorial board, editors, information on cover.
Рассматриваются три задачи составления описания объекта по достоверной информации, полученной несколькими агентами, причём информация, которой располагает каждый агент, не полна. В первой задаче объект характеризуется своими глобальными бинарными признаками и описывается набором значений этих признаков. Во второй и третьей задачах объект представлен как множество своих элементов, характеризуется свойствами этих элементов и отношениями между ними и описывается множеством постоянных атомарных формул исчисления предикатов. Во второй задаче предполагается, что все агенты располагают одинаковыми именами частей объекта. В третьей задаче каждый агент не знает подлинных имён частей объекта и даёт им имена произвольно. Приводятся алгоритмы решения рассмотренных задач и доказываются верхние оценки числа шагов их работы. Для второй и третьей задач приведены модельные примеры работы алгоритмов. С. 5-18.

Three problems of an object description based on certain incomplete information received by several agents are under consideration. An object in the first problem is characterized by global binary features and is described by a string of these features values. An object in the second and in the third problems is presented as a set of its elements and is characterized by properties of these elements and relations between them. It is described by a set of constant atomic predicate formulas. pagebreak It is supposed that all agents in the second problem have the same name for every object element. In the third problem every agent does not know the true names of the object elements and arbitrarily gives names for them. Algorithms solving the set problems are described and the upper bounds of these algorithms run steps are proved. Model examples of an algorithm implementation are given for the second and the third problems.

Ключевые слова: мультиагентное описание объекта, формула исчисления предикатов, неполная выводимость формулы, вычислительная сложность алгоритма.
Keywords: multi-agent description of an object, predicate formula, partial deduction, computational complexity of an algorithm.
Cтатья посвящена проблемам совершенствования информационно-экспертной системы, предназначенной для автоматизации процесса подачи заявок на выполнение научно-исследовательских проектов в различные фонды, разработке программных средств для поддержки корректного оформлении различных документов и форм, составляющих заявки. В качестве исходных данных исследования была использована база данных поданных заявок сотрудниками Университета ИТМО. На основе методов экспертных оценок, математической статистики и информационного моделирования авторами был проведен анализ статистики поданных заявок и рассмотрены алгоритмы соответствия ключевых слов выбранным кодам ГРНТИ. Как результат, впервые были предложены количественные параметры для оценки качества заявки на основании формализованного описания тематики исследования и кодификаторов. В ходе экспериментального исследования было показано, что предложенные количественные оценки коррелируют с результативностью участия в конкурсах. На основе разработанных методов и алгоритмов предложены новые программные решения, которые используются при проверке карточки заявки в подсистеме «Заявки на внешние проекты» университетской информационной системы. Эти решения успешно интегрированы в систему управления Университета ИТМО. С. 19-31.

This paper is dedicated to the problem of enhancing an information expert pagebreak system, linebreak which is responsible for automation of project applications submitted by university workers to various funds, and to the problem of recommendation development for these workers during composition of such applications, including forms. As the input data we considered the database of applications submitted by ITMO University workers. Based on expert evaluation, statistic methods and information modeling, we analyzed a set of grant applications submitted to various scientific funds and considered how keywords in these applications correspond to the chosen GRNTI codes. As a result, we were the first to propose several quantitative parameters for quality estimation of an application based on formalized description of the research topic and classification codes. Experiments show that the proposed estimations correlate positively with the evaluation of funds. Based on developed methods and algorithms, software solutions were proposed which are used to check the validity of GRNTI codes in application forms filled in the “External grant application” subsystem of the ITMO University information and control system. These solutions have been successfully integrated into the ITMO University management system.

Ключевые слова: информационная система, информационные технологии, код ГРНТИ, метод экспертной оценки, анализ, система поддержки принятия решений.
Keywords: information system, information technologies, GRNTI codes, expert evaluation method, analysis, decision support system.
Программы обучения
Рассмотрен опыт проектирования дополнительной специализации (майнора) по анализу данных, сочетающей аудиторную и онлайн-компоненты. Описана архитектура виртуального образовательного окружения для обучения анализу данных студентов социогуманитарных направлений с интегрированной подсистемой образовательной аналитики. В состав окружения входят интегрированная среда анализа данных и статистической графики, сервер аналитических приложений, система интерактивных упражнений, средства поддержки онлайн-коммуникации и мониторинга прогресса студента. Подсистема образовательной аналитики включает в себя средства анализа журналов работы в окружении, контекстные опросные инструменты с поддержкой генераторов имён и средства анализа онлайн-коммуникации студентов. С. 32-42.

This paper describes the design of a bootstrapped Virtual Learning Environment, developed for the undergraduate minor in Data Processing and Analysis. The environment is designed and deployed simultaneously with Learning Analytics subsystem to support students of diverse academic background studying in mixed groups. It includes integrated data analysis and statistical graphics environment, data applications server, interactive exercises system, tools for online communication and peer support, and progress tracking for students. Learning analytics subsystem includes analytical routines for behavioral logs, context-based surveys with a network component, and tools for analysis of online communication among the participants. The focus of Learning Analytics subsystem is on the social side of learning. Thus it includes advanced instruments for Social Network Analysis.

Ключевые слова: виртуальное образовательное окружение, анализ данных, образовательная аналитика, машинное обучение, социально-сетевой анализ.
Keywords: virtual learning environment, data analysis, learning analytics, machine lear-ning, social network analysis.
Байесовские сети доверия благодаря своей наглядности и популярности в различных областях науки являются перспективным математическим и программным инструментом для использования и изучения в высших учебных заведениях. В работе дается небольшое введение в байесовские сети доверия, описываются программные системы для работы с ними. Далее некоторые, наиболее популярные и известные, программные системы более подробно описываются на примере модели оценки интенсивности социально-значимого поведения, являющейся составной частью реальных научно-исследовательских проектов как студентов, так и аспирантов. С. 43-53.

Bayesian belief networks science are a perspective mathematical and software tool for use and study in higher educational institutions because of its clarity and popularity in different scientific research fields. A brief introduction to Bayesian belief network is given, the software systems for working with them are described. Some software systems more popular and famous are described in the details by the example of socially significant behavior model, which is a part of the actual research projects of both students and postgraduates.

Ключевые слова: байесовкие сети доверия, БСД.
Keywords: bayesian belief networks, BBN.
В данной статье речь идет о разработке и внедрении в Университете ИТМО новой образовательной практико-ориентированной магистерской программы «Системы голосового самообслуживания». Программа направлена на подготовку специалистов по инновационным продуктам для контакт-центров. Уникальность условий реализации программы состоит в том, что обучающиеся смогут получить реальный практический опыт по всей цепочке разработки, внедрения, сопровождения и эксплуатации инновационных продуктов, разрабатываемых ООО «Центр речевых технологий» – одним из ведущих мировых разработчиков систем в сфере высококачественной записи, обработки и анализа аудио-видео информации, синтеза и распознавания речи. С. 54-60.

Ключевые слова: системы голосового самообслуживания, контакт-центр, распознавание и синтез речи, речевая аналитика, биометрическая аутентификация.
Keywords: voice self-service system, call-center, speech recognition and synthesis, speech analytics, biometric authentication.
Для пополнения баланса выберите страну, оператора и отправьте СМС с кодом на указанный номер. Отправив одну смс, вы получаете доступ к одной статье.
Закрыть