?
On an approach to data analysis and visualization in the domain of employee-organization relationships
Системы и средства информатики. 2024. Vol. 34. No. 4. P. 115–136.
Kishankumar Bhimani, Сарадва Х. Н.
Все большее число областей науки и промышленности опирается на интенсивное использование данных. В таких областях получение новых знаний уже практически невозможно без применения современных методов анализа и визуализации данных. Характерным примером служит область управления персоналом. В данной работе предложен подход к примене- нию исследовательского анализа данных, извлечения признаков из данных, предиктивной аналитики для анализа взаимоотношений между сотрудником и организацией. Корреляционный анализ применяется для выявления за- висимостей между атрибутами данных и оценки степени этих зависимостей. При извлечении признаков используются облака слов и отбор признаков по условию. Конструируется признак, отвечающий риску ухода сотрудника из организации. Подход применяется к общенациональному набору данных опроса сотрудников организаций и развивает применение методов информа- тики в социологии и управлении персоналом.
Язык:
английский
Лукьяненко Д. В., Рагимова А. А., Мухорина А. и др., European Physical Journal: Special Topics 2026 P. 1–24
Добавлено: 20 августа 2026 г.
CEUR-WS.org, 2026.
Добавлено: 20 августа 2026 г.
Добавлено: 20 августа 2026 г.
Association for Computational Linguistics, 2026.
Добавлено: 19 августа 2026 г.
IEEE Advancing Technology for Humanity, 2025.
Добавлено: 19 августа 2026 г.
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.
Borisov D., Katzarkov Ludmil, Sheshmani A. и др., American Journal of Mathematics 2026 Vol. 148 No. 4 P. 1075–1101
Добавлено: 18 августа 2026 г.
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.
CHEN Y., Howlett R. J., Tanaka S. и др., Springer, 2026.
Добавлено: 16 августа 2026 г.
Богатырев А. Б., Математический сборник 2023 Т. 214 № 3 С. 106–119
Рассматривается клеточное разбиение пространства модулей вещественных кривых рода 2 с отмеченной точкой на единственном вещественном овале. Клетки перечисляются определенными графами, веса которых описывают комплексную структуру на кривой. Показано, что стягивание ребра графа приводит к корневой особенности естественного отображения из весов графа в пространство модулей кривых. ...
Добавлено: 14 августа 2026 г.
Богатырев А. Б., Gendron Q., Успехи математических наук 2023 Т. 78 № 1 С. 209–210
Уравнение Пелля-Абеля — это функциональное уравнение вида P²-DQ² = 1, с заданным многочленом D, свободным от квадратов, и неизвестными многочленами P и Q. Мы показываем, что пространство уравнений Пелля-Абеля с фиксированными степенями D и примитивным решением P является комплексным многообразием. Мы описываем его связные компоненты с помощью эффективно вычислимого инварианта. ...
Добавлено: 14 августа 2026 г.
Богатырев А. Б., Transactions of the Moscow Mathematical Society 2024 Vol. 85 No. 2 P. 323–337
Добавлено: 14 августа 2026 г.
Богатырев А. Б., Успехи математических наук 2026 Т. 81 № 3(489) С. 159–160
Предложена простая и эффективно реализуемая формула для изменения абелевых интегралов (включая их периоды) при вариации образующих классической группы Шоттки, представляющей риманову поврехность. ...
Добавлено: 14 августа 2026 г.
Gendron Q., Compositio Mathematica 2025 Vol. 161 No. 7 P. 1483–1511
Добавлено: 14 августа 2026 г.
Джейранян А. Д., Ларионова Я. А., Лядова Л. Н., В кн.: ГрафиКон 2025 : материалы 35-й Международной конференции по компьютерной графике и машинному зрению (Россия, Йошкар-Ола, 30 сентября – 2 октября 2025 г.).: Йошкар-Ола: Поволжский государственный технологический университет, 2025. С. 353–366.
Аннотация. Средства визуализации данных представляют собой ключевые инструменты аналитиков, облегчающие выявление зависимостей, тенденций и закономерностей. Эти средства находят применение у широкого круга пользователей (аналитиков, учёных, руководителей предприятий, менеджеров, преподавателей и специалистов других областей, где точное и понятное представление информации критически важно для повышения эффективности анализа данных). Существующие инструменты визуализации ограничивают возможности кастомизации, предлагают лишь базовые ...
Добавлено: 5 мая 2026 г.
Незнанов А. А., Глушко А. А., Овчинников С. и др., В кн.: Интеллектуальный анализ данных в нефтегазовой отрасли.: М.: ООО «Геомодель Развитие», 2024. С. 140–143.
С развитием систем мониторинга мы получили возможность собирать ключевые показатели работы устройств в процессе механизированной добычи. Каждый день генерируется огромное количество телеметрии, которая пройдя процесс гармонизации и трансформации может быть использована для прогнозирования состояния оборудования. В докладе представлен обзор и произведён отбор современных математических методов и программных реализации инструментов анализа многомерных нерегулярных временных рядов для ...
Добавлено: 29 апреля 2026 г.
Незнанов А. А., Емельянов В., Глушко А. А. и др., В кн.: Интеллектуальный анализ данных в нефтегазовой отрасли.: М.: ООО «Геомодель Развитие», 2024. С. 42–45.
Сложность задач обработки данных в корпоративных информационных системах нефтегазовой отрасли постоянно растёт в том числе в связи с постоянным ростом количества и разнообразия данных, что требует внедрения современных методологий и инструментов управления данными и знаниями. Многие архитектурные решения уже апробированы консорциумом OSDU, но в условиях локализации и быстро изменяющегося IT-ландшафта необходима не просто попытка повторить ...
Добавлено: 29 апреля 2026 г.
Пахомова А. С., Вестник Московского университета. Серия 9: Филология 2026 № 1 С. 162–177
С середины 1920-х гг. будущие обэриуты — А.И. Введенский,
Д. Хармс, К.К. Вагинов — сблизились с кругом поэта, прозаика и драматурга
М.А. Кузмина и к концу десятилетия стали постоянными посетителями его
дома. Тема «Кузмин и обэриуты» достаточно разработана, однако в много
численных исследованиях фокус смещается на прагматику сближения с из
вестным писателем самих чинарей, для которых контакты с Кузминым были
способом ...
Добавлено: 1 апреля 2026 г.
Джейранян А. Д., Ларионова Я. А., Лядова Л. Н., В кн.: ГрафиКон 2025 : материалы 35-й Международной конференции по компьютерной графике и машинному зрению (Россия, Йошкар-Ола, 30 сентября – 2 октября 2025 г.).: Йошкар-Ола: Поволжский государственный технологический университет, 2025. С. 353–366.
Средства визуализации данных представляют собой ключевые инструменты аналитиков, облегчающие выявление зависимостей, тенденций и закономерностей. Эти средства находят применение у широкого круга пользователей (аналитиков, учёных, руководителей предприятий, менеджеров, преподавателей и специалистов других областей, где точное и понятное представление информации критически важно для повышения эффективности анализа данных). Существующие инструменты визуализации ограничивают возможности кастомизации, предлагают лишь базовые настройки ...
Добавлено: 21 февраля 2026 г.
Джейранян А. Д., Лядова Л. Н., В кн.: BIG DATA и анализ высокого уровня = BIG DATA and Advanced Analytics: сб. науч. ст. XI Междунар. науч.-практ. конф. (Республика Беларусь, Минск, 23–24 апреля 2025 года).: Мн.: БГУИР, 2025. С. 386–396.
Выполнен анализ существующих методов и инструментов визуализации данных, выявлены их ограничения, связанные с необходимостью продвинутых навыков программирования или недостаточной гибкостью настройки. Предложена методология разработки инструментов визуализации данных на основе экспертных знаний, обеспечивающая возможность эффективного создания настраиваемых визуальных представлений. Методология включает три ключевых подхода: (1) разработку предметно-ориентированных языков (DSLs) для визуализации данных, (2) автоматизированную генерацию скриптов визуализации ...
Добавлено: 21 февраля 2026 г.