?
Метод масштабирования признаков для потоковой интеллектуальной образовательной системы
Научно-технический вестник Поволжья. 2025. № 2. С. 118–122.
Ермаков С. Р., Зыков С. В.
В данной научной работе авторами предлагается метод масштабирования признаков для потоковой интеллектуальной образовательной системы. Описано функционирование метода и приведена схема. Проведено экспериментальное исследование метода, результаты которого отражены в виде графика. Полученные выводы подтверждают эффективность предложенного метода по сравнению с рассмотренными аналогами.
Lev Pyatko, Sergey Aksenov, Regular and Chaotic Dynamics 2026 Vol. 31 No. 5 P. 794–813
In the circular restricted three-body problem, families of periodic and quasi-periodic orbits exist in the vicinity of the libration points and are of significant interest for practical applications. This work presents a neural network-based algorithm for orbit construction and station-keeping, applicable to both periodic and quasi-periodic orbits near collinear libration points. The method employs a ...
Добавлено: 19 октября 2026 г.
Воронцова Т. Д., М.: Академия, 2025.
Учебник подготовлен в соответствии с требованиями федеральных государственных образовательных стандартов среднего профессионального образования и предназначен для изучения профессиональных модулей «Защита информации в информационно-телекоммуникационных системах и сетях с использованием программных и программно-аппаратных, в том числе криптографических средств защиты» и «Защита информации в автоматизированных системах программными и программно-аппаратными средствами».
Содержание учебника включает в себя аксиоматику теории информации, а также такие фундаментальные понятия, как ...
Добавлено: 19 октября 2026 г.
Aleksei Samarin, Назаренко А. А., Nazarenko D. и др., Machine Learning and Knowledge Extraction 2026 Vol. 8 No. 10 Article 330
Добавлено: 14 октября 2026 г.
Мамедов И. Г., Fofanov M., Lukianchenko P. и др., IEEE Access 2026 No. 14 P. 26662–26671
Добавлено: 14 октября 2026 г.
Дмитриев А. В., Корнилов В. В., Batienkov R., Lecture Notes in Civil Engineering 2026 Vol. 886 P. 249–255
Добавлено: 13 октября 2026 г.
Дмитриев А. В., Shulman I., Лебедев А. А., Studies in Computational Intelligence 2026 Vol. 1265 P. 266–273
Добавлено: 13 октября 2026 г.
Makarov D. M., Каликин Н. Н., Fashchevsky K. A. и др., Electrochimica Acta 2026 Vol. 579 Article 150159
Добавлено: 13 октября 2026 г.
Zhang Z., Ильвовский Д. А., Information Processing and Management 2026 Vol. 63 No. 7
Добавлено: 13 октября 2026 г.
No Species Is an Island, Entire of Itself: Genetic Speciation Algorithm with Interplay among Species
Громов В. А., Сохраби М., Fathollahi-Fard A., International Journal of Engineering, Transactions B: Applications 2027 Vol. 40 No. 5 P. 1437–1460
Добавлено: 12 октября 2026 г.
Александров Д. В., Василевский В. И., Резуник Л. и др., Труды Института системного программирования РАН 2026 Т. 38 № 5 С. 73–90
Ограничения при выполнении задач, требующих точного извлечения информации из сверхдлинных последовательностей, приводят к снижению качества генерации и отладки кода крупных объектно-ориентированных систем, характеризующихся сложными межклассовыми зависимостями и необходимостью анализа длинных трассировок выполнения, превышающих размеры стандартных контекстных окон. Предлагается технология JavaCapsule для генерации и отладки Java-кода, реализующая итеративную отладку на основе структурированной обратной связи, включающей результаты ...
Добавлено: 12 октября 2026 г.
Singapore: Springer, 2026.
Добавлено: 12 октября 2026 г.
Зыков С. В., Ермаков С. Р., Современные наукоемкие технологии 2026 № 9 С. 43–53
При федеративном обучении с неоднородными клиентскими данными и переменными задержками запоздавшие обновления могут ухудшать качество модели, а обмен параметрами с глобальным сервером увеличивает сетевую нагрузку. Целью исследования является разработка и теоретико-экспериментальное обоснование метода и алгоритмов адаптивного федеративного обучения с учетом распределенного запаздывания клиентских обновлений. Для обоснования разрабатываемых решений использованы событийная и непрерывная модели градиентных обновлений, ...
Добавлено: 11 октября 2026 г.
Брычков М. Е., Незнанов А.А., Программирование 2026 № 4 С. 50–66
Матричный профиль (МП) при появлении в 2016 г. быстро стал одним из важнейших методов предобработки, облегчающим решение широкого класса задач анализа временных рядов, в частности, задач обнаружения аномалий и шаблонов. Высокая значимость привела к появлению разнообразных инструментов вычисления МП, но оказалось, что особенности реализации методов существенно влияют на результаты, которые перестают быть идентичными. Встает вопрос, ...
Добавлено: 9 октября 2026 г.
Алескеров Ф. Т., Вайншток А. П., Делахова А. М. и др., Информационные процессы 2026 Т. 26 № 3 С. 895–913
Проблемы развития и эффективного управления территориальными образованиями являются приоритетными для всех государств, особенно в условиях цифровой трансформации государственного управления. За последнее десятилетие интеграция информационных технологий в муниципальное и региональное планирование существенно изменила подходы к стратегическому развитию, предоставлению услуг и взаимодействию с населением. В данной работе представлено описание функциональности человеко-машинной вебсистемы поддержки принятия решений, в которой ...
Добавлено: 9 октября 2026 г.
Степанянц В. Г., Andrey V. Fizulin, Chibirov A. и др., FUTURE TRANSPORTATION 2026 Vol. 6 No. 5 Article 225
Добавлено: 8 октября 2026 г.
Люксембург А. А., УРСС, 2005.
Изучается возможность автоматизированного построения математических теорий. Рассматривается дедуктивная система, основанная на языке логики предикатов первого порядка, объектами системы являются математические выражения или формулы, которые описывают математические объекты или их свойства. В дедуктивной системе выводятся математические определения и теоремы. Для доказательства теорем используются методы автоматического доказательства. Разработан алгоритм, выводящий часть формул системы. Для решения задачи используется аппарат математической ...
Добавлено: 7 октября 2026 г.
Добавлено: 7 октября 2026 г.
Алескеров Ф. Т., Чайка Е. А., Дерендяев А. Б. и др., Procedia Computer Science 2026 No. 287 P. 590–595
Добавлено: 7 октября 2026 г.
Liliya А. Rodionova, Elena D. Kopnova, Kamalendinova S. и др., Population and Economics 2026 No. 10(2) P. 92–114
Добавлено: 7 апреля 2026 г.
Сизых Н. В., Кудрявцева Н. С., Управление большими системами: сборник трудов 2025 № 118 С. 250–285
Многочисленные исследования в области прогнозирования котировок ценных бумаг, в частности акций, направлены на поиск более точных и эффективных моделей. Однако внимание к многомерному прогнозированию, которое позволяет получить более точный прогноз, остается недооцененным, поскольку для его реализации требуется значительное увеличение вычислительных ресурсов. Поэтому актуальным является подбор более упрощенных, но эффективных моделей, с помощью которых можно получать ...
Добавлено: 3 февраля 2026 г.
Одним из основных инструментов анализа больших объемов финансовых данных является использование методов и моделей кластеризации, позволяющих выявлять различные закономерности. В данном исследовании рассматривается проблема кластеризации временных рядов, отражающих поведение цен, доходности, мод, трендов и ряда связанных с ними показателей акций. Актуальность и новизна исследования заключаются в предложении оригинальных алгоритмов кластеризации акций, которые представляют собой сочетание ...
Добавлено: 3 февраля 2026 г.
Ермаков С. Р., Зыков С. В., Информационно-измерительные и управляющие системы 2025 Т. 23 № 5 С. 41–54
В условиях развития интеллектуальных обучающих и образовательных систем в них возникает необходимость обработки потоковых данных с соблюдением строгих ограничений по качеству обслуживания, таких как потребление памяти, точность прогнозирования, время отклика в условиях динамичного изменения данных и других. Проблематика заключается в том, что традиционные методы обработки данных зачастую не позволяют обеспечить требуемое качество при ограниченных ресурсах.
Цель. Разработать ...
Добавлено: 30 декабря 2025 г.