SCI Библиотека

В статье рассматриваются методы прогнозирования сложности учебных курсов на основе логистической регрессии с использованием оценок по обеспечивающим дисциплинам. Основной объект исследования - курс «Программирование на Python», для которого ключевыми обеспечивающими дисциплинами выбраны математика, информатика и английский язык. Целью исследования является разработка модели, позволяющей адаптировать учебные задания к индивидуальным потребностям студентов, повышая эффективность образовательного процесса. Для реализации модели использованы синтетические данные, что обусловлено ограничениями доступа к реальным образовательным данным. Применение методов машинного обучения, в частности логистической регрессии, позволяет получить не только классификацию курсов по сложности (легкий, средний, сложный), но и вероятностные оценки, отражающие степень уверенности модели в своих предсказаниях. Авторы рассматривают весовые коэффициенты признаков, что позволяет понять вклад каждой обеспечивающей дисциплины в прогнозирование сложности. Прогнозирование сложности курсов и заданий способствует более точному подбору учебных материалов, что улучшает качество образования и способствует развитию персонализированных образовательных траекторий. Таким образом, статья вносит вклад в развитие методов образовательной аналитики и подчеркивает необходимость перехода от прогнозирования успеваемости студентов к прогнозированию сложности курсов, что открывает новые перспективы для персонализации образовательного процесса и повышения его эффективности.

Обсуждается развитие новых видов интеллектуальной когнитивной робототехники с учетом возрастающих потребностей применения роботизированных социотехнических систем в промышленных / непромышленных сферах (особенно для применения в катастрофических ситуациях типа техногенных аварий или коронавирус) и развития квантовых сквозных ИТ. Промышленная революция «Индустрия 4.0» и третья квантовая революция «Квантовая программная инженерия» предопределили развитие нового направления - интеллектуальное когнитивное управление роботизированными социотехническими системами как основы проекта «Индустрия 5.0». Одной из основных проблем стала необходимость исследования взаимодействия человека-оператора с роботом и перераспределения зон ответственности между роботами в коллективе (толпе - swarm) роботов, человеком - оператором и роботом, а также выявления предельных возможностей допустимой работоспособности (Affordance / Kansei / Kawaii Engineering) роботов в различных проблемно-ориентированных областях. Проведен анализ развития моделей роботизированных социотехнических систем и построения образовательных процессов с нестандартной логикой подготовки ИТ-специалистов нового поколения в условиях стремительного разрыва между образовательными процессами и требованиями к базовым знаний в области квантовых сквозных ИТ. Представлена методология, разработанная в ЛИТ им. М. Г. Мещерякова ОИЯИ, по подготовки ИТ-специалистов нового поколения для управления физическими экспериментами, квантового интеллектуального управления физическими установками в мегасайнс проектах типа NICA, роботов - беспилотников радиационного контроля окружающей среды и др.

Работа посвящена решению задачи сегментации текстовых изображений, целью которой является выделение на изображении документа текстовых блоков, соответствующих колонкам, заголовкам, колонтитулам и т. д. Проводится обзор существующих методов сегментации изображений, в том числе предназначенных и для поиска и выделения на изображениях текстовых блоков. Анализируются как классические методы, так и методы, основанные на использовании искусственных нейронных сетей. Для решения поставленной задачи предлагается подход на основе свёрточных нейронных сетей и модели U-Net. Описывается метод автоматической генерации обучающих примеров для обучения нейронной сети. Рассматривается процессы настройки модели, её обучения и тестирования. Приводятся результаты численного исследования обученных моделей на реальных данных.

В работе проведен анализ текстов описаний товарных позиций ТН ВЭД для обуви, определены признаки, влияющие на классификацию. Предложена систематизация признаков, доступных для визуального распознавания и формализации из документации. Приведены возможности использования методов искусственного интеллекта для решения задач классификации, приведен опыт построения экспертной системы.

Статья посвящена проблемам реализации судебной защиты трудовых прав спортсменов и тренеров. Данное право, предусмотренное нормами международного и российского права, является неотъемлемым и одним из важнейших элементов правового статуса человека. При этом реализация права на судебную защиту в сфере спорта имеет свои особенности, так как спортсмены и тренеры фактически лишены права выбора органа, в котором будет рассмотрен их спор. В рамках настоящего исследования анализируется судебная практика, в которой рассматривался вопрос о возможном применении к спортсмену санкций за обращение в государственный суд. В заключение делается вывод о том, что, несмотря на наличие в сфере спорта своей особой системы органов по разрешению споров, применение санкций за использование одного из основополагающих конституционных и трудовых прав не находит разумного обоснования.

Семантическая сегментация - операция в компьютерном зрении, заключающаяся в классификации и попиксельной локализации объектов на цифровом изображении. Данная статья содержит в себе обзор существующих модификаций классической архитектуры сверточной нейронной сети, направленных на решение проблемы искажения информации с исходного изображения. Проведено сравнение эффективности рассмотренных моделей в условиях бинарной и множественной семантической сегментации. Статья может быть полезной для ML/DL-разработчиков, желающих изучить проблематику сегментации изображений в рамках своей предметной области.

В статье представлены способы применения фрактальной геометрии при исследовании речной системы Волги. Дан обзор алгоритмов вычисления фрактальной размерности и приведены примеры расчетов, а также описаны пути трактовки и применения полученных результатов.

Критикуются представления о невозможности универсальной экономической теории с опорой на принцип единства мира. Если мир един, тогда частные теории, описывающие какие-то его фрагменты (аспекты), должны быть в принципе сводимы к общей теории. многие критики универсальных теорий сами являются их носителями; заявления в стиле «поток данных делает научный метод устаревшим» есть, в сущности, методологический регресс к наивному эмпиризму (в духе позитивизма конца XIX в.). Показано, что в ряде экономических работ обнаруживаются классификации с выделением классов по множественным основаниям, что логически недопустимо. Экономическая теория как научная дисциплина должна заниматься анализом внутренней структуры экономических теорий, для чего требуется экспликация списка принимаемых при построении теории принципов. Дана критика тезиса, согласно которому во многих случаях методология определяет выбор аксиоматики: аксиоматика теории не может зависеть от методов, потому что задачи определяют методы, а не наоборот. Показано, что первоосновой неоклассической революции был не маржинальный анализ, а принятие онтологического принципа субъективизма. уточнено значение понятия «парадигма». Если трактовать понятие парадигмы в духе Т. Куна, то разные парадигмы - не просто две любые теории, отличающиеся какими-то принципами (пусть даже теории фундаментальные). Две разные парадигмы - это две системы убеждений (априорных принципов и базовых моделей) относительно предметной области научной дисциплины, несовместимые между собой. При таком понимании в экономической теории выделяется только две парадигмы: классическая и неоклассическая. Вопрос интеграции двух экономических парадигм - в сущности, вопрос синтеза микро- и макроэкономики. Показано, что здесь возможны две принципиальных стратегии: А) считать общим случаем ситуацию равновесия и стремиться включить неравновесную макроэкономику в это общее описание как особый частный случай; Б) считать общим случаем ситуацию отсутствия равновесия. А это последнее предполагает разработку микрооснований для неравновесной макротеории и включение равновесной микроэкономики в общую теорию как особого (хотя и важного) частного случая. Обоснован тезис, что основой парадигмального синтеза в экономической науке должна быть стратегия (Б).

Автоматическая идентификация и классификация нейронов в микропрепаратах нервной ткани имеет важное значение при изучении воздействия ионизирующего излучения на головной мозг. Оценка состояния клеток ЦНС специалистом вручную является трудоемким и субъективным процессом, в то время как алгоритмы машинного обучения показали потенциал в автоматизации этой задачи. В данной работе были использованы 81 фотоизображение препаратов гиппокампа мышей, на которых выделяли клетки без видимых повреждений, легко-измененные и дистрофические. Для каждой клетки вычислялись следующие параметры: Площадь, Округлость и Структурная сложность ядра. Данные параметры использовались для обучения классификатора RandomForestClassifier с использованием библиотеки scikit learn. Точность классификации составила 68%, при этом наиболее значимым признаком оказалась структурная сложность ядра. Предложенный классификатор может служить основой для автоматической системы анализа нейронов в микропрепаратах головного мозга.

При описании мировой истории используются два концептуальных подхода, или две модели. Первая модель - последовательная смена общественно-экономических формаций «феодализм - капитализм - социализм», или циклическая модель смены мирохозяйственных укладов, для описания развития процессов во времени. Вторая модель - модель цивилизаций (по Н. Данилевскому и А. Тойнби). Цивилизационные образования - гораздо более стабильные и долго живущие. В статье второй подход используется в основном для представления различий, сходства, взаимодействия групп стран в пространстве. Две группы стран: 1) страны запада (в статье - «цивилизация либерализма») и 2) страны формирующейся ассоциации многополярного мира (МПМ) (в статье - «цивилизация государственности») - находятся в долгосрочном многостороннем противостоянии. В настоящей статье предложен синтез двух подходов (синтетическая модель) для выявления базовых факторов процесса смены формаций «феодализм - капитализм - социализм» на фоне противостоящих друг другу двух цивилизаций. Согласно синтетической модели, капиталистическая формация с большей вероятностью могла зародиться именно в странах либерализма. Ее экспансия в страны с идеологией государственности вызвала ответ (по Тойнби) в виде возникновения там формации социализма. Модель отражает следующие факты: низкую вероятность установления социалистического общественного устройства в странах либерализма, а также тот факт, что последовательность формаций «феодализм - капитализм - социализм» не является универсальной. В странах с идеологией государственности возможно строительство социализма без прохождения стадии развитого капитализма. Для выявления роли идеологий вводится разделение этой категории на два понятия: интеллектуально формализованная идеология (ИФИ) и глубинная идеология (ГИ). В заключительном разделе обсуждаются вопрос о развитии новых формаций после капитализма и социализма, а также влияние фактора неопределенности на историческую динамику. Актуальность разработки синтетической модели связана с актуальностью внедрения исторических знаний в жизнь общества, изучения истории, расширения и углубления ее преподавания, учета при формировании политической стратегии.