• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Анализ академической успеваемости студентов с использованием журналов событий электронной образовательной среды
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
28 августа 2026 г.
МИЭМ ВШЭ и МИЭТ договорились о научном сотрудничестве
26 августа Московский институт электроники и математики им. А.Н. Тихонова (МИЭМ) ВШЭ и Национальный исследовательский университет «Московский институт электронной техники» (МИЭТ) подписали договор о сотрудничестве. Соглашение направлено на развитие совместных исследований в области физики, перспективного материаловедения и электроники, объединяющих экспериментальные и вычислительные подходы, выполнение совместных опытно-конструкторских работ, а также подготовку заявок на российские и международные научные гранты.
25 августа 2026 г.
Исследователи ВШЭ сравнили рекомендательные алгоритмы по правилам спортивного турнира
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали подход, который помогает эффективнее подбирать рекомендательные алгоритмы. В нем разные методы попарно соревнуются, а по результатам всех поединков составляется общий рейтинг. Это помогает сократить число алгоритмов, которые нужно проверять при разработке новых сервисов, и сэкономить денежные и временные ресурсы.Исследование было представлено на  32-й конференции ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026).
20 августа 2026 г.
<a>Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Анализ академической успеваемости студентов с использованием журналов событий электронной образовательной среды

Моделирование и анализ информационных систем. 2022. Т. 29. № 4. С. 286–314.
Шаимов Н. Д., Ломазова И. А., Мицюк А. А., Самоненко И. Ю.

Современный образовательный процесс предполагает использование электронных образовательных сред. Это специальные информационные системы, которые являются как средством для хранения учебных материалов, так и инструментом для проведения проверочных работ, сбора домашних заданий, ведения журнала оценок, совместной работы. Такие среды производят большое количество данных о поведении учащихся и преподавателей в рамках учебного процесса. В данной работе предлагается подход, позволяющий анализировать такие данные, извлекать из них типичные траектории учащихся, которые ведут к успешным или неудачным результатам обучения. Показано, как для построения моделей образовательного процесса на основе имеющихся данных могут быть использованы алгоритмы process mining. Также показано, как можно оценить, насколько синтезированная модель отражает реальное поведение системы, записанное в журналах событий. Работа содержит не только описание предлагаемого подхода, но и пример его применения к реальному набору данных для образовательной программы бакалавриата. Наглядно показано, как с использованием нашего подхода можно выяснить, какие факторы приводят к формированию успешных и неудачных траекторий студентов. Выявлены узкие места образовательного процесса, а также ошибки в данных, свидетельствующие о некорректной работе системы. В результате анализа выявлены точки особо внимания для администраторов образовательной программы, а также определены некоторые сигнальные события, появление которых в индивидуальной траектории студента может быть тревожным сигналом. Применение подхода предполагает использование только свободных программных инструментов с открытым исходным кодом, что дополнительно облегчает его внедрение в самых разных образовательных организациях.

Научное направление: Компьютерные науки
Язык: русский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: learning management systemsprocess miningжурналы событийэлектронная образовательная средаevent logsprocess analysisмоделирование процессовизвлечение и анализ моделей процессов
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Теоретическое и экспериментальное исследование методов построения, анализа и усовершенствования моделей процессов в информационных системах (2022)
Похожие публикации
Discrete Markowitz Portfolio Optimization with Open-Source Classical and Quantum-Inspired Solvers: A Cross-Market Walk-Forward Study
Avdoshin S.M., Patrushev K. A., Proceedings of the Institute for System Programming of the RAS 2026 No. 4 часть 2 P. 245–256
Добавлено: 27 августа 2026 г.
Benchmarking Synolitic Graphs for Autism Classification from Multisite Resting-State fMRI
Заикин А. А., Власенко Д. В., Захаров Д. Г. и др., Diagnostics 2026 Vol. 16 No. 17 P. 1–15
Добавлено: 27 августа 2026 г.
Алгебра, теория чисел, дискретная геометрия и многомасштабное моделирование. Современные проблемы, приложения и проблемы истории. Материалы XXIV Международной конференции, посвящённой 110-летию со дня рождения академика Юрия Владимировича Линника и 110-летию со дня рождения профессора Андрея Борисовича Шидловского и 80-летию со дня рождения профессора Геннадия Ивановича Архипова
Тула: Тульский государственный педагогический университет им. Л.Н. Толстого, 2025.
Сборник содержит материалы, представленные на XXIV Международной конференции «Алгебра, теория чисел, дискретная геометрия и многомасштабное моделирование: современные проблемы, приложения и проблемы истории», посвящённой 110-летию со дня рождения академика Юрия Владимировича Линника и 110-летию со дня рождения профессора Андрея Борисовича Шидловского и 80-летию со дня рождения профессора Геннадия Ивановича Архипова. Материалы конференции будут полезны научным работникам, ...
Добавлено: 27 августа 2026 г.
Characterizing the Scheduling Performance of 5G NR Base Stations Under Signaling and Data Traffic Constraints
Eduard Sopin, Назарьин А. И., Бегишев В. О. и др., IEEE Transactions on Vehicular Technology 2026 Vol. 75 No. 6 P. 10995–11007
Добавлено: 26 августа 2026 г.
Генерация исходного кода с использованием больших языковых моделей: систематический обзор методологии Вайб-кодинг
Джонов А. Т., Авдошин С. М., Информационные технологии 2026 Т. 32 № 8 С. 421–427
В данном систематическом обзоре представлен анализ методологии Вайб-кодинг (Vibe Coding) — современно-го подхода к итеративному процессу разработки программного обеспечения с помощью больших языковых моделей (БЯМ). Инструменты генерации кода транформируют написание ПО, позволяя программисту формулировать задачи и описывать желаемое поведение кода на естественном языке, в то время как БЯМ генерирует соответ-ствующий запросам исходный код. Обзор систематиматизирует ...
Добавлено: 25 августа 2026 г.
An adaptive image watermarking scheme using cooperation of HBA and RSA metaheuristics
Мельман А. С., Евсютин О. О., Journal of the Franklin Institute 2026 Vol. 363 No. 15 Article 109005
Добавлено: 25 августа 2026 г.
Proceedings of the 2026 12th International Conference on Control, Decision and Information Technologies (CoDIT) (Italy, Bari, July 13–16, 2026)
IEEE, 2026.
Добавлено: 24 августа 2026 г.
From data to knowledge: artificial intelligence methods for studying comorbidity in electronic health records
Лукьяненко Д. В., Рагимова А. А., Мухорина А. и др., European Physical Journal: Special Topics 2026 P. 1–24
Добавлено: 20 августа 2026 г.
Proceedings of the Generative Code Intelligence Workshop (GeCoIn 2026), co-located with the 35th International Joint Conference on Artificial Intelligence (IJCAI-ECAI 2026)
CEUR-WS.org, 2026.
Добавлено: 20 августа 2026 г.
MM-PSYCHE: Multimodal Multitask Psychological Characteristic Estimation Through Cross-Domain Semi-Supervised Learning
Рюмина Е. В., Аксёнов А. А., Коряковская Д. О. и др., IEEE Access 2026 Vol. 14 P. 124759–124778
Добавлено: 20 августа 2026 г.
Proceedings of the 1st Workshop on Linguistic Analysis for Health (HeaLing 2026)
Association for Computational Linguistics, 2026.
Добавлено: 19 августа 2026 г.
Hypergraphs from multivariate connectivity: caCOH-based EEG/MEG representation
Власенко Д. В., Саранская И. М., Захаров Д. Г., European Physical Journal: Special Topics 2026 P. 1–16
Гиперграфы предоставляют естественную систему для представления нейрофизиологических взаимодействий, распределённых по наборам датчиков. Ключевой методический вопрос заключается в том, каким образом следует определять гиперрёбра на основе частотно-разрешающих данных электроэнцефалографии и магнитоэнцефалографии (ЭЭГ/МЭГ). Мы предлагаем стратегию построения гиперграфа, в которой гиперрёбра получаются из канонической когерентности (caCOH) — расширения когерентности, которое оценивает степень связи между многомерными пространствами сигналов. Насколько ...
Добавлено: 18 августа 2026 г.
Localization in Medical Imaging: A Unified AI Approach for Ovaries, Follicles, and Vertebral Arteries
Мошкин А. С., Fedorov M., Arlazarov V. и др., Algorithms 2026 Vol. 19 No. 7 Article 523
Технологии искусственного интеллекта (ИИ), активно развивающиеся в современной медицине, повышают скорость и качество оказания медицинской помощи. Данная статья преимущественно направлена на демонстрацию применения различных вариантов компьютерного анализа клинических изображений для решения практических задач повышения эффективности рутинной диагностики с использованием ретроспективного анализа, а также на показ потенциала его широкого внедрения (благодаря масштабируемости архитектуры) в практическое здравоохранение ...
Добавлено: 17 августа 2026 г.
Innovation in Medicine and Healthcare. Proceedings of 13th KES-InMed 2025, (SIST, volume 487)
Springer, 2026.
Добавлено: 16 августа 2026 г.
Two-dimensional Fourier transform as a tool for identification of coherent patterns in spiking neuronal networks
Khorunzheva K., Postnikov E., Захаров Д. Г., Chaos, Solitons and Fractals 2026 Vol. 212 No. 2 P. 1–12
Идентификация когерентных состояний спайковых нейронных сетей является фундаментальной задачей теории синхронизации, при этом традиционные методы требуют больших вычислительных затрат. Мы применяем к анализу различных состояний спайковых нейронных сетей кристаллографические идеи обработки периодических структур. В частности, предложенный нами подход основан на применении двумерного преобразования Фурье к пространственно-временным диаграммам. По положению пиков в обратном пространстве этот метод ...
Добавлено: 13 августа 2026 г.
Generative geospatial modelling with geometric algebra
Yu Z., Wang J., Wang Z. и др., Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences 2026 Vol. 384 P. 1–16
Добавлено: 13 августа 2026 г.
Empowering Novel Geometric Algebra for Graphics and Engineering. ENGAGE 2025 (Hong Kong, July 14, 2025), Lecture Notes in Computer Science
Cham: Springer, 2026.
Добавлено: 13 августа 2026 г.
Reconstruction of EEG signals using next-generation reservoir computing
Badarin A., Ратников Ф. Д., Andreev A., European Physical Journal: Special Topics 2026 P. 1–10
Добавлено: 12 августа 2026 г.
CAD2TechSpec: a framework for automating design processes within computer-aided design systems
Минец М. В., Красноженов Г. Г., Трофимова Е. А. и др., PeerJ Computer Science 2026 Vol. 12 Article e4063
Добавлено: 12 августа 2026 г.
Parametric study of hand dorsal vein biometric recognition vulnerability to spoofing attacks
Мизинов П. В., Journal of Computer Virology and Hacking Techniques 2023 No. 20 P. 383–396
Системы биометрического распознавания вен уязвимы для атак типа «биометрическое предъявление». Традиционно исследователи использовали изображение сосудистого русла пользователя, полученное в ближнем инфракрасном диапазоне (БИК), для создания инструмента атаки на биометрическое предъявление (ИАБП). В данной статье исследуется возможность использования свободного программного обеспечения для сбора данных о венозном рисунке кисти без использования БИК при нормальном освещении и создания ...
Добавлено: 11 августа 2026 г.
Основы технологии производства и машинное обучение : учебник для вузов
Трубочкина Н. К., М.: Юрайт, 2026.
Учебник  посвящен формированию у студентов целостного представления о современных производственных процессах и методах их анализа и управления на основе технологий машинного обучения. В условиях четвертой промышленной революции, когда традиционные инженерные дисциплины неразрывно переплетаются с интеллектуальными методами обработки данных, возникает потребность в специалистах, способных интегрировать знания из обеих областей. Настоящий учебник призван удовлетворить эту потребность, предлагая ...
Добавлено: 8 августа 2026 г.
WWW '23 Companion: Companion Proceedings of the ACM Web Conference 2023
Фирсанова В. И., ACM, 2023.
Добавлено: 4 августа 2026 г.
Merging Directly-Follows Graphs and Sankey Diagrams for Visualizing Acyclic Processes
Дерезовский И. Д., Шаимов Н. Д., Ломазова И. А. и др., Proceedings of the Institute for System Programming of the RAS 2024 Vol. 36 No. 4 P. 155–168
В данной статье предлагается метод визуализации моделей ациклических процессов, основанный на объединении графов непосредственного следования и диаграмм Санкей. Графы непосредственного следования - популярная графическая модель для визуализации моделей дискретных процессов, в то время как диаграммы Санкей используются для представления потоковых данных. Наш метод, основанный на потоковых диаграммах, позволяет выделять на общей модели отдельные экземпляры или группы экземпляров процесса. ...
Добавлено: 3 октября 2024 г.
Discovering hierarchical process models: an approach based on events partitioning
A. K. Begicheva, I. A. Lomazova, R. A. Nesterov, Modeling and Analysis of Information Systems 2024 Vol. 31 No. 3 P. 294–315
Process mining — это область компьютерных наук, которая занимается синтезом и анализом моделей процессов на основе автоматически генерируемых журналов событий. В настоящее время многие организации используют эту технологию для оптимизации и совершенствования бизнес-процессов. Однако синтезированная модель процесса может быть слишком подробной, сложной и трудной для понимания экспертами. В работе мы рассматриваем задачу синтеза иерархической модели ...
Добавлено: 14 сентября 2024 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору