SCI Библиотека

Актуальность проблемы, обусловлена стремительным увеличением в последние годы количества детей с расстройствами аутистического спектра. Анализируются современные подходы к изучению и оказанию медицинской, социально-психологической и педагогической помощи названной категории детей. Обосновывается необходимость комплексного подхода к сопровождению семей, в которых воспитываются дети с расстройством аутистического спектра. Акцентируется внимание на развитии родительских сообществ как одной из эффективных форм поддержки семей с детьми с особенностями развития. Представлен опыт передовых практик родительских сообществ в г. Москве, где вопросы инклюзивного образования, профессионального самоопределения детей с расстройствами аутистического спектра имеют положительные результаты.

Введение: В настоящее время развитие технологий обработки текста открывает новые возможности для автоматизации формирования баз знаний. Одной из ключевых задач в данном контексте является составление промптов для моделей типа ChatGPT. Работа направлена на автоматическое формирование баз знаний в сфере медицины, основываясь на уже созданной онтологии лечения заболеваний. Гипотеза исследования заключается в том, что с помощью технологий машинного обучения и естественного языка, таких как BERT и spaCy, можно извлекать информацию о лечении заболеваний из клинических рекомендаций и структурировать её в соответствии с терминами онтологии. Цель исследования: автоматизация процесса формирования базы знаний в медицинской области с помощью применения современных методов обработки текста и использования онтологии лечения заболеваний.
Методы: В ходе исследования разработана система, использующая NLP и машинное обучение для автоматического извлечения информации из медицинских текстов и заполнения базы данных. Результаты показали высокую эффективность данного подхода, что открывает новые перспективы для автоматизации и улучшения работы с медицинской информацией. Результаты исследования показывают, что данная задача успешно решается для небольших абзацев текста, описывающих лечение заболеваний. В настоящее время ведется работа над улучшением алгоритма для обработки более объемных и сложных клинических рекомендаций.

Введение: в криптографических системах шифрования информации используются гиперкомплексные числа: кватернионы и октонионы. В качестве ключа применяется кватернион, который производит вращения группы выборок информации. Рассматриваются средства и методы организации доступа к геоинформационным системам, основанные на применении математического аппарата кватернионов и обеспечивающие улучшенные характеристики производительности и информационной безопасности. Изложение материала проводится на примерах кватернионно модифицированного шифра Фейстеля, геометрической алгебры Клиффорда. Цель исследования: разработка предложений по обоснованию используемых средств и методов организации доступа к геоинформационным системам, обеспечивающих улучшенные характеристики производительности и информационной безопасности.
Результаты: разработаны рекомендации по выбору инструментальных средств и методов, основанных на применении математического аппарата кватернионов и обеспечивающих улучшенные характеристики производительности и информационной безопасности. Приведены ключевые характеристики кватернионов, основные этапы реализации шифра Фейстеля с использованием кватернионов, приведена общая характеристика геометрической алгебры Клиффорда, а также направлений развития, применения и обучения нейронных сетей, в том числе кватернионных. Практическая значимость: представленное решение может быть использовано в качестве концептуальной основы при организации доступа к геоинформационным системам, при котором достигается улучшение характеристик производительности обработки информации и улучшение (не ухудшение) характеристик информационной безопасности. Обсуждение: кватернионы могут служить основой для создания криптографически стойких преобразований, увеличивая стойкость системы к взлому за счёт более сложной математической структуры по сравнению с традиционными методами. Передача ключей безопасности или шифрование данных с использованием кватернионов может повысить уровень защиты конфиденциальной информации в геоинформационных системах. Рассмотренное решение по организации доступа к геоинформационным системам может использоваться для реализации эффективной криптографической защиты при передаче текстовой и мультимедийной информации.

Геномная селекция – это технология, позволяющая определять генетическую ценность сортов сельскохозяйственных растений и пород животных, опираясь на информацию о генотипах и фенотипах. Измеренная селекционная ценность по отношению к целевому признаку дает возможность грамотно планировать этапы селекции и выбирать подходящие для скрещивания родительские формы. В настоящей работе использован метод BLUP для оценки селекционной ценности 149 российских сортов и интрогрессивных линий (4 измерения для каждого сорта или линии, 596 фенотипических точек) яровой пшеницы по содержанию семи химических элементов в зерне – K, Ca, Mg, Mn, Fe, Zn, Cu. Качество оценки селекционной ценности было определено с помощью кросc-валидации методом случайного разделения выборки на пять частей, одна из которых выступала в качестве тестовой популяции. Средние значения коэффициента корреляции Пирсона для предсказания концентрации микроэлементов составили: K – 0.67, Ca – 0.61, Mg – 0.4, Mn – 0.5, Fe – 0.38, Zn – 0.46, Cu – 0.48. Для 28 из 35 исследуемых моделей значение p-value было ниже номинального значимого порога (p-value < 0.05). Для 11 моделей p-value было значимо после коррекции на множественное тестирование (p-value < 0.001). Четыре из пяти моделей для Ca и K, и две из пяти для Mn имели p-value ниже порога, поправленного на множественное тестирование. Для 30 сортов, показавших лучшие значения сортовой ценности, средняя селекционная ценность для Ca, K и Mn была выше на 296.43, 785.11 и 4.87 мг/кг соответственно, чем средняя селекционная ценность популяции. Полученные результаты демонстрируют возможность применения моделей геномной селекции на ограниченных по размеру выборках образцов. Модели для K, Ca и Mn, показавшие наилучший результат, пригодны для оценки селекционной ценности российских сортов пшеницы для данных признаков.

Введение: в криптографических системах шифрования информации используются гиперкомплексные числа: кватернионы и октонионы. В качестве ключа применяется кватернион, который производит вращения группы выборок информации. Рассматриваются средства и методы организации доступа к геоинформационным системам, основанные на применении математического аппарата кватернионов и обеспечивающие улучшенные характеристики производительности и информационной безопасности. Изложение материала проводится на примерах кватернионно модифицированного шифра Фейстеля, геометрической алгебры Клиффорда. Цель исследования: разработка предложений по обоснованию используемых средств и методов организации доступа к геоинформационным системам, обеспечивающих улучшенные характеристики производительности и информационной безопасности.
Результаты: разработаны рекомендации по выбору инструментальных средств и методов, основанных на применении математического аппарата кватернионов и обеспечивающих улучшенные характеристики производительности и информационной безопасности. Приведены ключевые характеристики кватернионов, основные этапы реализации шифра Фейстеля с использованием кватернионов, приведена общая характеристика геометрической алгебры Клиффорда, а также направлений развития, применения и обучения нейронных сетей, в том числе кватернионных. Практическая значимость: представленное решение может быть использовано в качестве концептуальной основы при организации доступа к геоинформационным системам, при котором достигается улучшение характеристик производительности обработки информации и улучшение (не ухудшение) характеристик информационной безопасности. Обсуждение: кватернионы могут служить основой для создания криптографически стойких преобразований, увеличивая стойкость системы к взлому за счёт более сложной математической структуры по сравнению с традиционными методами. Передача ключей безопасности или шифрование данных с использованием кватернионов может повысить уровень защиты конфиденциальной информации в геоинформационных системах. Рассмотренное решение по организации доступа к геоинформационным системам может использоваться для реализации эффективной криптографической защиты при передаче текстовой и мультимедийной информации.

Анализ гиперспектральных изображений представляет большой интерес при изучении растений. В настоящее время такой анализ используется все более широко, поэтому создание методов обработки гиперспектральных изображений является актуальной задачей. В статье представлен конвейер для работы с гиперспектральными изображениями, который включает: предварительную обработку, базовый статистический анализ, визуализацию многоканального гиперспектрального изображения, а также решение задач классификации и кластеризации с применением методов машинного обучения. В текущей версии пакета программ реализованы следующие методы: построение доверительного интервала произвольного уровня для разницы выборочных средних; проверка сходства распределений интенсивности линий спектра для двух наборов гиперспектральных изображений на основе U-критерия Манна–Уитни и критерия согласия Пирсона; визуализация в двухмерном пространстве с применением методов понижения размерности PCA, ISOMAP и UMAP; классификация с использованием линейной или гребневой регрессии, случайного леса и градиентного бустинга; кластеризация образцов с помощью EM-алгоритма. Программный конвейер реализован на языке Python с использованием библиотек Pandas, NumPy, OpenCV, SciPy, Sklearn, Umap, CatBoost и Plotly. Исходный код доступен по адресу: https://github.com/igor2704/Hyperspectral_images. Данный конвейер был применен для идентификации пигмента меланина в оболочке зерен ячменя на базе гиперспектральных данных. Визуализация на основе методов PCA, UMAP и ISOMAP, а также использование алгоритмов кластеризации показали, что на базе гиперспектральных данных с высокой точностью можно провести линейное разделение образцов зерен с пигментацией и без нее. Анализ выявил статистически значимые различия в распределении медиан интенсивности для выборок изображений зерен с пигментом и без него. Таким образом, продемонстрировано, что с помощью гиперспектральных изображений с большой точностью можно определить наличие или отсутствие меланина в зернах ячменя. Созданный в данной работе гибкий и удобный инструмент позволит существенно повысить эффективность анализа гиперспектральных изображений.

Введение: многочисленные исследования говорят о том, что современные крупные нейронные сети, как правило, имеют избыточное количество параметров. Целью работы является обучение и оптимизация модели “ruBERT” для применения в информационных вопросно-ответных системах на русском языке. Научная новизна работы состоит в экспериментальном исследовании различных методов прореживания модели “ruBERT” при дообучении на наборе данных “SberQuAD”.
Методы: в настоящей работе используются методы обработки естественного языка, машинного обучения, прореживания искусственных нейронных сетей. Языковая модель была настроена и дообучена при помощи библиотек машинного обучения “Torch” и “Hugging Face”. Для обучения нейронных сетей использовался набор данных “SberQuAD”. Все эксперименты проводились при помощи сервисов “Google Colab” и “Google Cloud”.
Результаты: было обнаружено, что удаление ~54% от числа весов кодировщика модели “ruBERT” (~39 миллионов параметров) приводит к незначительным ухудшениям в результатах работы модели: с 67,31 до 63,28 для показателя EM и с 85,47 до 82,48 для показателя F-мера. Полученные результаты говорят о том, что модель “ruBERT” содержит избыточное количество весов для задачи “извлечение ответа на вопрос”. Для эффективного применения данной модели в информационных вопросно-ответных системах на русском языке необходимо проводить её компрессию и оптимизацию. Оптимизированная модель может работать на менее мощном оборудовании без значимых потерь в производительности, что приводит к уменьшению затрат на поддержание информационных вопросно-ответных систем, в которых применяется данная модель.

Клетки различных органов и систем осуществляют свои функции и межклеточные взаимодействия не в инертной среде, а в микроокружении тканевых жидкостей. Нарушения нормального дренажа тканевых жидкостей сопровождают лимфедему. Важный механизм регуляции ангиогенеза и васкулогенеза в подкожной клетчатке – выработка и рецепция факторов роста эндотелия сосудов в сочетании с регуляцией матриксных металлопротеиназ. Цель настоящего исследования: сравнительный анализ полиморфизма генов фактора роста эндотелия сосудов и его рецепторов вместе с генами матриксных металлопротеиназ при двух формах лимфедемы; анализ взаимосвязи полиморфизма этих генов с уровнем фактора роста эндотелия сосудов и матриксных металлопротеиназ и их ингибиторов в сыворотке крови и пораженных тканях. Полиморфизм VEGF (rs699947, rs3025039), рецепторов к нему KDR (rs10020464, rs11133360), NRP2 (rs849530, rs849563, rs16837641), матриксных металлопротеиназ MMP2 (rs2438650), MMP3 (rs3025058), MMP9 (rs3918242), ингибитора металлопротеиназ Timp1 (rs6609533) и их комбинаций проанализирован методами анализа длин рестрикционных фрагментов и TaqMan RT-PCR. Уровень белков в сыворотке и тканевой жидкости определяли с использованием тест-систем ELISA. Показаны изменения частот распределения генотипов ММР2 при первичной и ММР3 при вторичной лимфедеме. Высокодостоверные различия частот генотипов NRP2 обнаружены при сравнении первичной и вторичной лимфедемы. Выявлены особенности распределения «комплексных» генотипов при первичной и вторичной лимфедеме. Корреляционный анализ показал взаимозависимость концентрации исследуемых белковых продуктов MMP, TIMP и VEGF и выраженные различия в структуре корреляционных матриц пациентов с обеими формами лимфедемы. Продемонстрировано, что при первичной лимфедеме выявляются генотипы, ассоциированные с низкими значениями MMP2 и TIMP2 в сыворотке крови и тканевой жидкости, а при вторичной лимфедеме – иные связи концентраций исследуемых белков с комбинированными генетическими признаками.

Предметом исследования является процесс сопровождения жизненного цикла сложных технических систем. Целью исследования является внедрение информационных технологий в процесс сопровождения жизненного цикла. В работе изложена концепция и математическая модель поддержки принятия решений задач сопровождения жизненного цикла сложных технических систем. Отмечено, что поддержка принятия решений должна рассматриваться на следующих взаимосвязанных уровнях: системы информационной поддержки жизненного цикла как источника информации о текущем состоянии образца; цифровой модели как источника информации о прогнозируемом состоянии образца; программного обеспечения компьютерного моделирования, выступающего в роли инструментального средства исследования образца с использованием цифровой модели; информационного обеспечения для обобщения, обработки и хранения промежуточных и итоговых данных об образце; функциональных модулей, обеспечивающих интеллектуальную поддержку и автоматизацию; задач сопровождения жизненного цикла, определяющих целевую функцию системы поддержки принятия решений.
Результаты: Представлены компоненты системы поддержки принятия решений и приведена их взаимосвязь. Показано, что внедрение системы поддержки принятия решений позволит решить следующие задачи сопровождения жизненного цикла: обоснование необходимости создания сложных технических систем; оценка результатов научно-исследовательских и опытно-конструкторских работ; оценка реализации требований к сложным техническим системам; мониторинг и оценка эксплуатационных характеристик образца системы. Даны рекомендации по дальнейшему развитию систем поддержки принятия решений, касающиеся: внедрения отечественных CALS-систем и их интеграции с программным обеспечением компьютерного моделирования; унификации форматов представления данных и содержания информации о свойствах материалов и веществ для CAE- и CALS-систем; совершенствования нормативной и правовой документации по вопросам проведения цифровых испытаний сложных технических систем; интеграции центров коллективного пользования вычислительных ресурсов и компонентов системы поддержки принятия решений.

Рассматриваются вопросы преподавания робототехники в профессиональных образовательных организациях. Робототехника становится необходимой, актуальной и востребованной областью знаний; поэтому необходимо выстроить определенную методику профессионального обучения, чтобы более эффективно передавать свои умения и навыки обучающимся. Изучены вопросы применения педагогических технологий в преподавании робототехники в высших и средних профессиональных учебных заведениях, проанализированы наиболее актуальные вопросы преподавания робототехники, рассмотрены отличия в преподавании технических и гуманитарных дисциплин, изучены инновационные технологии, которые используются или могут быть использованы в преподавании робототехники.