Выпуск 2020 № 2

ПРИМЕНЕНИЕ МЕТОДОВ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ ДЛЯ ЦИФРОВОЙ ОБРАЗОВАТЕЛЬНОЙ ПЛАТФОРМЫ

Жаткина К. Н., Крейдер О. А. - студент; кандидат технических наук, доцент

В данной статье описывается возможность применения методов интеллектуального анализа данных с целью создания цифровой образовательной платформы. Под понятием цифро-вой образовательной платформой следует понимать системы организации цифрового взаимодействия производителей и потребителей образовательных услуг, открытую для присоединения новых участников. Для реализации цифровой образовательной платформы предлагается создание агента, который собирает необходимую информацию с сайтов, а также выбор и апробация архитектуры нейронной сети для построения индивидуальной траектории обучающегося с помощью компетентностной модели.
Для цитирования:
Жаткина, К. Н. Применение методов интеллектуального анализа данных для цифровой образовательной платформы / К. Н. Жаткина, О. А. Крейдер // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 1-5. — URL: http://sanse.ru/download/385.

скачать ( размер: 407 Кб, скачиваний: 246 )

СТАНОВЛЕНИЕ СВОБОДНЫХ ЭКОНОМИЧЕСКИХ ЗОН В РОССИЙСКОЙ ФЕДЕРАЦИИ КАК ФАКТОР РАЗВИТИЯ РЕГИОНОВ

Игнатьева М. В., Шокин Я. В. - аспирант; доктор экономических наук, профессор

В условиях неуклонного роста взаимной зависимости между экономическими системами различных стран все более актуальными становятся выявление и количественный анализ ключевых параметров, детерминирующих качество развития экономической среды отдельных государств; при этом несомненно, что не в последнюю очередь качественный уровень экономического развития страны определяется эффективностью функционирования территорий инновационного развития, то есть свободных экономических зон. В докладе приводится детализированное описание предметной области, а именно – классификация современных российских СЭЗ и обзор основных факторов их развития; предлагается комплекс факторов для анализа влияния процесса функционирования СЭЗ на региональные и макроэкономические показатели с целью дальнейшей разработки методики оценки эффективности функционирования свободных экономических зон.
Для цитирования:
Игнатьева, М. В. Становление свободных экономических зон в российской федерации как фактор развития регионов / М. В. Игнатьева, Я. В. Шокин // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 6–13. — URL: http://sanse.ru/download/386.

скачать ( размер: 671 Кб, скачиваний: 230 )

АНАЛИЗ ВОЗМОЖНОСТЕЙ ИСПОЛЬЗОВАНИЯ ГЛУБОКОЙ НЕЙРОННОЙ СЕТИ В КАЧЕСТВЕ ТЕХНОЛОГИИ РАСПОЗНАВАНИЯ ОБРАЗОВ ДЛЯ РЕШЕНИЯ ЗАДАЧИ АВТОМАТИЗАЦИИ УЧЕТА ПОСЕЩАЕМОСТИ

Ильина А. В., Кореньков В. В. - студент; директор, доктор технических наук, профессор

Задача подсчета количества людей актуальна при проведении разного рода мероприятий, к которым могут относиться семинары, лекции, конференции, собрания и пр. Взамен моно-тонного ручного подсчета участников гораздо эффективнее применить технологию распознавания лиц, предоставляющую возможность не только быстро проводить подсчет присутствующих, но также распознать каждого из них, благодаря чему становится возможным проведение дальнейшей аналитики этих данных, выявление в них закономерностей и прогнозирование. Проведенное в работе исследование определяет оценку качества использования технологии распознавания лиц на изображениях и видеопотоке, основанной на использовании глубокой нейронной сети, для решения задачи автоматизации учета посещаемости.
Для цитирования:
Ильина, А. В. Анализ возможностей использования глубокой нейронной сети в качестве технологии распознавания образов для решения задачи автоматизации учета посещаемости / А. В. Ильина, В. В. Кореньков // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 14–26. — URL: http://sanse.ru/download/387.

скачать ( размер: 750 Кб, скачиваний: 249 )

ВНЕДРЕНИЕ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ ДЕРЕВООБРАБАТЫВАЮЩЕГО ПРЕДПРИЯТИЯ

Колбенко Е. В., Пугачев А. Е. - старший преподаватель; студент

В данной статье рассматривается деревообрабатывающее производство, которое занимается продажей леса и пиломатериалами. Был проведен анализ предметной области, выявлены проблемы компании, связанные с постоянным поиском клиентов; хранением и передачей информации, документов, отчетов на бумажных носителях; отсутствием единой базы данных по учету документации. В связи с этим было решено подобрать информационную систему, позволяющую решать выявленные проблемы. После обзора информационных систем, для предприятия была подобрана и внедрена информационная система, позволяющая ускорить процесс оформления документов для продажи леса и пиломатериала; повысить эффективность процессов заполнения документации для продажи леса; хранить информацию о клиентах в единой базе данных; вести учет по всем этапам оборота заготовленной древесины и вести автоматизированный учет в части заготовки, вывозки, приемки и отгрузки круглого леса.
Для цитирования:
Колбенко, Е. В. Внедрение информационной системы для деревообрабатывающего предприятия / Е. В. Колбенко, А. Е. Пугачев // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 27–39. — URL: http://sanse.ru/download/388.

скачать ( размер: 1 MБ, скачиваний: 235 )

РАСПОЗНАВАНИЕ CAPTCHA НА ОСНОВЕ ГЕНЕРАТИВНО-СОСТЯЗАТЕЛЬНОЙ СЕТИ

Парфенов А. С., Сычёв П. П. - студент; доцент

Распознавание CAPTCHA, безусловно, не является новой темой исследования. За последнее десятилетие исследователи продемонстрировали различные способы автоматического распознавания текстовых CAPTCHA. Однако в таких способах настройка распознавания требует большого участия экспертов и несет трудоемкий процесс сбора и маркировки данных. В этой статье представлен общий, малозатратный, но эффективный подход к автоматическому решению текстовых CAPTCHA на основе глубокого обучения. Данный подход основан на архитектуре генеративно-состязательной сети, что значительно сократит количество реальных необходимых CAPTCHA.
Для цитирования:
Парфенов, А. С. Распознавание CAPTCHA на основе генеративно-состязательной сети / А. С. Парфенов, П. П. Сычёв // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 40–48. — URL: http://sanse.ru/download/389.

скачать ( размер: 883 Кб, скачиваний: 260 )

ПРИМЕНЕНИЕ МОБИЛЬНЫХ ПРИЛОЖЕНИЙ ПРИ РЕШЕНИИ ПРОБЛЕМ РЕГИОНАЛЬНОЙ АДМИНИСТРАЦИИ ИЛИ ПРОБЛЕМ МАЛОГО БИЗНЕСА

Потапов А. С., Мосин Г. Е., Махалкина Т. О., Русакова Е. А. - студент; студент; старший преподаватель; старший преподаватель

Проблема поиска актуальной информации и новостей для любой сферы деятельности всегда является актуальной. Сайты устаревают как структурно, так и информационно, всё чаще приходится искать информацию на разрозненных ресурсах, и как инструмент бизнеса более не являются быстрым и легким в реализации решением. Данная статья посвящена рассмотрению возможности применения мобильных приложений вместо классических сайтов для решения проблем регионального уровня для администраций малых городов и представителей малого бизнеса в регионах.
Для цитирования:
Применение мобильных приложений при решении проблем региональной администрации или проблем малого бизнеса / А. С. Потапов, Г. Е. Мосин, Т. О. Махалкина, Е. А. Русакова // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 49–58. — URL: http://sanse.ru/download/390.

скачать ( размер: 1 MБ, скачиваний: 239 )

ПРИМЕНЕНИЕ МЕТОДОВ ДОМЕННОЙ АДАПТАЦИИ В ЗАДАЧЕ КЛАССИФИКАЦИИ РАСТЕНИЙ ПО ИЗОБРАЖЕНИЯМ ИХ ЛИСТЬЕВ

Резвая Е. П., Гончаров П. В., Ососков Г. А. - студент; аспирант; доктор физико-математических наук., профессор

Потери урожая из-за болезней растений являются серьезной проблемой для сельского хозяйства и экономики. В ЛИТ ОИЯИ была разработана платформа для определения болезней растений (PDDP). В PDDP для решения проблемы распознавания болезней растений по фотографиям их листьев успешно используются методы глубокого обучения. Такие методы требуют большой обучающей выборки. В то же время существует ряд методов, используемых для решения задач классификации в случае малой обучающей выборки. К таким методам относятся методы доменной адаптации. В работе проведено сравнение трех методов: Domain-Adversarial Training of Neural Networks (DANN), двухэтапный перенос обучения и Unsupervised Domain Adaptation with Deep Metric Learning (M-ADDA). M-ADDA позволил достигнуть точности классификации 92%. Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-07-00829.
Для цитирования:
Резвая, Е. П. Применение методов доменной адаптации в задаче классификации растений по изображениям их листьев / Е. П. Резвая, П. В. Гончаров, Г. А. Ососков // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 59–69. — URL: http://sanse.ru/download/391.

скачать ( размер: 724 Кб, скачиваний: 256 )

ПРОЕКТИРОВАНИЕ АППАРАТНО-ПРОГРАММНЫХ КОМПЛЕКСОВ В УЧЕБНОМ ПРОЦЕССЕ C ПРИМЕНЕНИЕМ ВИРТУАЛЬНОЙ КОМПЬЮТЕРНОЙ ЛАБОРАТОРИИ

Сидоров Д. С., Белов М. А. - студент; кандидат технических наук, доцент

В статье описывается наглядный пример типовых аппаратно-программных комплексов, который учащиеся могут самостоятельно проектировать и создавать с применением средств виртуализации и контейнеризации в среде виртуальной компьютерной лаборатории (ВКЛ). Данная статья позволит более точно представлять условия и ограничения, которые приходится преодолевать в традиционных компьютерных классах, а также сформировать требования к специализированному контуру ВКЛ, который позволит учащимся отправлять запросы на конфигурирование оборудования, инвентаризировать оборудование, реализовать систему интеллектуального управления очередью и ресурсами, а также проверять правильность коммутации оборудования на основе машинного обучения с подкреплением. Обучение основам проектирования IoT-решений на Arduino и Raspberry Pi и создание управляющего программного обеспечения, позволяет готовить специалистов, способных сделать вклад в создание и развитие высокотехнологичных перспективных программно-технологических решений.
Для цитирования:
Сидоров, Д. С. Проектирование аппаратно-программных комплексов в учебном процессе c применением виртуальной компьютерной лаборатории / Д. С. Сидоров, М. А. Белов // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 70–82. — URL: http://sanse.ru/download/392.

скачать ( размер: 1.1 MБ, скачиваний: 242 )

ИНФОРМАЦИОННО-СПРАВОЧНАЯ СИСТЕМА ПО ПОДГОТОВКЕ К ОГЭ ПО ИНФОРМАТИКЕ И ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫМ ТЕХНОЛОГИЯМ

Трошкина В. С., Пряхина Д. И. - студент; старший преподаватель

Задача подготовки к ОГЭ становится все более актуальной в последнее время, в виду ориентирования правительства на увеличение количества профессионалов, прошедших обучение по программам СПО. Зачисление в средне-специальные учебные заведения осуществляется на основе ОГЭ, что обуславливает увеличение спроса на ресурсы по подготовке к данному экзамену. Статья посвящена проектированию и созданию прототипа информационно-справочной системы для подготовки к основному государственному экзамену по информатике и информационно-коммуникационным технологиям.
Для цитирования:
Трошкина, В. С. Информационно-справочная система по подготовке к ОГЭ по информатике и информационно-коммуникационным технологиям / В. С. Трошкина, Д. И. Пряхина // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 83–91. — URL: http://sanse.ru/download/393.

скачать ( размер: 857 Кб, скачиваний: 243 )

ONLINE-СИСТЕМА ДЛЯ ПОДГОТОВКИ К ЕДИНОМУ ГОСУДАРСТВЕННОМУ ЭКЗАМЕНУ

Усманов А. Ф., Лукьянов К. В. - студент; кандидат физико-математических наук, доцент

Представлена online-система для подготовки абитуриентов к сдаче Единого государственного экзамена. В отличие от уже существующих, представленный проект является комбинацией функций, присущих социальным сетям, и традиционных инструментов online-обучения. Ожидается, что такой формат взаимодействия между учеником и учителем может оказать положительное влияние на качество подготовки к сдаче ЕГЭ. В работе рассматриваются функциональные особенности системы, описаны роли пользователей, представлен стек технологий реализации и ключевые интерфейсы. Разработанная система доступна в Интернет и проходит этап beta-тестирования.
Для цитирования:
Усманов, А. Ф. Online-система для подготовки к единому государственному экзамену / А. Ф. Усманов, К. В. Лукьянов // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 92–101. — URL: http://sanse.ru/download/394.

скачать ( размер: 622 Кб, скачиваний: 238 )

РАЗРАБОТКА КОНЦЕПЦИИ АВТОМАТИЗАЦИИ РАБОТЫ СОВРЕМЕННОЙ ЛОДОЧНОЙ БАЗЫ

Фелькер М. Н., Долгополов И. С. - кандидат технических наук, доцент; студент

Рассмотрены проблемы организации работы лодочных баз. Проведено исследование и проанализирована работа администрации лодочной базы при розыске пропавшего транс-портного средства и его владельца. На основе проведенного исследования автором предлагается использование системы контроля доступа.
Для цитирования:
Фелькер, М. Н. Разработка концепции автоматизации работы современной лодочной базы / М. Н. Фелькер, И. С. Долгополов // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 102–107. — URL: http://sanse.ru/download/395.

скачать ( размер: 459 Кб, скачиваний: 225 )

ОРКЕСТРАЦИЯ КОНТЕЙНЕРОВ МИКРОСЕРВИСНОЙ АРХИТЕКТУРЫ В СИСТЕМЕ РАСПОЗНАВАНИЯ ЛИЦ

Филипьев А. В., Махалкина Т. О., Дмитриев Д. С. - ассистент; старший преподаватель; студент

В данной статье решалась задача применения технологии оркестрации контейнеров при решении одной из задач распознавания образов, а именно распознавания лиц. Благодаря тому, что технология распознавания лиц доросла до такого уровня, что ее можно использовать в коммерческих целях, многие компании начинают активно внедрять подобные решения. Использование микросервисной архитектуры позволило добиться независимого развертывания и масштабирования каждого сервиса, а также получить четкую физическую границу между сервисами. Для создания более безопасного приложения, облегчения развертывания, улучшения возможности масштабирования и управления нагрузками были использованы технологии контейнеризации и оркестрации.
Для цитирования:
Филипьев, А. В. Оркестрация контейнеров микросервисной архитектуры в системе распознавания лиц / А. В. Филипьев, Т. О. Махалкина, Д. С. Дмитриев // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 108–114. — URL: http://sanse.ru/download/396.

скачать ( размер: 1 MБ, скачиваний: 234 )

QUANTUM SUPREMACY IN END-TO-END INTELLIGENT IT. PT. III. QUANTUM SOFTWARE ENGINEERING – QUANTUM APPROXIMATE OPTIMIZATION ALGORITHM ON SMALL QUANTUM PROCESSORS

Ivancova O., Korenkov V., Tyatyushkina O., Ulyanov S., Fukuda T. - senior researcher; doctor of Technical Science, professor; Ph D, Аssociate professor; doctor of Science in Physics and Mathematics, professor; PhD, professor; president IEEE;

Principles and methodologies of quantum algorithmic gate-based design on small quantum computer described. The possibilities of quantum algorithmic gates simulation on classical computers discussed. A new approach to a circuit implementation design of quantum algorithm gates for fast quantum massive parallel computing presented. SW & HW support sophisticated smart toolkit of supercomputing accelerator of quantum algorithm simulation on small quantum programmable computer algorithm gate (that can program in SW to implement arbitrary quantum algorithms by executing any sequence of universal quantum logic gates) described.
Для цитирования:
Quantum supremacy in end-to-end intelligent IT. PT. III. Quantum software engineering – quantum approximate optimization algorithm on small quantum processors = Квантовое превосходство в сквозных интеллектуальных ИТ.Ч.3 : квантовая программная инженерия – квантовые алгоритмы приближенной аппроксимации на малых квантовых процессорах / Ivancova O., Korenkov V., Tyatyushkina O., Ulyanov S., Fukuda T. // Системный анализ в науке и образовании : сетевое научное издание. — 2020. — №2. — С. 115–176. — На англ. языке. — URL: http://sanse.ru/download/397.

скачать ( размер: 6.2 MБ, скачиваний: 257 )

RECOGNITION RECIPES WITH DEEP MACHINE LEARNING

Ulyanov S., Filipyev A., Koshelev K. - doctor of Science in Physics and Mathematics, professor; PhD Student; PhD Student

This article aims to reveal that deep machine learning algorithms can be applied in a variety of commercial companies in order to improve developing intelligent systems. The major task which would be discussed in the application of convolutional neural networks for recognizing recipes of products and providing the possibility of maintenance decision making in business processes. Besides algorithms, the problems of real projects like gathering and preprocessing data would be considered and possible solutions suggested.
Для цитирования:
Ulyanov, S. Recognition recipes with deep machine learning = Контроль качества продукции с использованием методов глубокого машинного обучения / S. lyanov, A. Filipyev, K. Koshelev // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 177–186. — На англ. языке. — URL: http://sanse.ru/download/398.

скачать ( размер: 506 Кб, скачиваний: 238 )

БОЛЬШИЕ ДАННЫЕ И ЦИФРОВАЯ ЭКОНОМИКА

Белов С. Д., Зрелова Д. П., Кореньков В. В. - ведущий программист; инженер-программист; директор, доктор технических наук, профессор

В данной работе Большие данные рассматриваются как «зонтичный» термин, объединяющий различные понятия, технологии и методы обработки данных в распределенных информационных системах, обеспечивающие получение качественно новой полезной информации (новых знаний). Описываются этапы «стандартного» исследования в подходе Больших данных. Дается краткое описание экосистемы Больших данных, состоящей из нескольких основных категорий. Рассматриваются различные проекты и инициативы национального и межгосударственного уровня, примеры применения Больших данных в бизнесе, экономике, обществе. В качестве конкретных примеров построения и использования аналитических платформ Больших данных приведены успешные социально-экономические исследования, выполненные авторами в составе научных коллективов на базе Российского экономического университета им. Г.В. Плеханова. Метафора Больших данных удачна, поскольку естественным образом связывает комплекс понятий, технологий и методов Больших данных с экономикой посредством намека на связь с другими известными метафорами – «Большой нефтью», «Большой рудой» и т.д.
Для цитирования:
Белов, С. Д. Большие данные и цифровая экономика / С. Д. Белов, Д. П. Зрелова, В. В. Кореньков // Системный анализ в науке и образовании: сетевое научное издание. — 2020. — №2. — С. 187–197. — URL: http://sanse.ru/download/399.

скачать ( размер: 682 Кб, скачиваний: 229 )