АННОТАЦИИ СТАТЕЙ ЖУРНАЛА "ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ"
№9. Том 27. 2021

К оглавлению

УДК 004.4'23, 004.5                                                                    
DOI: 10.17587/it.27.451-460
А. Ю. Сапаров, канд. техн. наук, e-mail: say.saplh@gmail.com, А. П. Бельтюков, д-р физ.-мат. наук, проф., e-mail: belt.udsu@mail.ru, С. Г. Маслов, канд. техн. наук, доц., e-mail: msh.sci.it@gmail.com, Удмуртский государственный университет, г. Ижевск

Сравнение текстов программ с открытым кодом при обновлении с использованием расстояния Дамерау—Левенштейна

Рассматривается проблема сравнения текстов, возникающая в процессе обновления программ с открытым кодом в случае наличия пользовательских изменений. Для правильного сопоставления строк двух текстов используется алгоритм, основанный на вычислении расстояния Дамерау—Левенштейна. Главное отличие предложенного алгоритма от классического заключается в том, что веса таких операций, как вставка, удаление, замена, перестановка, не являются константами, а зависят от значений отдельных элементов текста и их расположения. Также в работе описывается функционал, который позволяет упростить программисту задачу анализа изменений в текстах программ. Функционал основывается на динамическом управлении процессом сравнения, в ходе которого программист вручную может устанавливать соответствия между сравниваемыми текстами. Эффективность предложенного метода проверяется при обновлении модулей в системе 1С:Предприятие.
Ключевые слова: сравнение текстов, таблица преобразования, расстояние преобразования, вес операции преобразования, дважды измененные строки, функции динамического уточнения

УДК 004.932.2, 519.654                                                              
DOI: 10.17587/it.27.461-469
Д. Ю. Нарцев, студент магистратуры, e-mail: dennartsev@gmail.com, Московский физико-технический институт (НИУ), А. Н. Гнеушев, канд. физ.-мат. наук, науч. сотр., e-mail: gneushev@ccas.ru, Федеральный исследовательский центр "Информатика и управление" РАН

Сравнение модифицированных методов обучения Adam в задачах оценки параметров регрессионных моделей по изображению

Представлено сравнение результатов обучения нейросетевых регрессионных моделей, обученных модификациями метода Adam, в задачах оценки степени размытости изображений глаз и оценки угла поворота лица на изображении для систем идентификации личности. Рассмотрены такие методы оптимизации, как SGDM, Adam, AdamWи RAdam. Для обеих задач была достигнута приемлемая для практического использования точность оценки целевых параметров моделями, обученными рассмотренными методами оптимизации. Модификации метода Adam (AdamW и RAdam) показали меньшее значение ошибки на тестовых базах, чем стандартный подход. Предложена модификация алгоритма RAdam, которая позволила уменьшить ошибку моделей более чем в полтора раза по сравнению с немодифицированной версией метода.
Ключевые слова: методы оптимизации, нейронные сети, задача регрессии, поворота лица, степень размытости изображения, качество изображения, SGD, SGDM, Adam, AdamW, RAdam

С. 461–469

УДК 004.056                                                                                
DOI: 10.17587/it.27.470-477
П. Б. Хорев, канд. техн. наук, доц., проф., e-mail: pbkh@yandex.ru, А. В. Сергеев, аспирант, доц., e-mail: profitdre@gmail.com, Национальный исследовательский университет "МЭИ"

Анализ свойств и критерии обнаружения скрытых данных в документах Microsoft Word

Предлагаются критерии для обнаружения скрытых элементов в документах типа docx. С использованием особенности структуры формата данных проводится анализ наиболее выгодного стегоконтейнера. Представлена комплексная оценка тестируемых данных, на основании которых были предложены критерии по обнаружению скрытых элементов в документах Microsoft Word.
Ключевые слова: стеганография, скрытие данных, MS-Word, кодирование свойств

УДК 519.7
DOI: 10.17587/it.27.478-483
В. Л. Афонин, д-р техн. наук, проф., гл. науч. сотр., e-mail: afoninwl@rambler.ru, В. В. Слепцов, д-р техн. наук, проф., гл. науч. сотр., Институт машиноведения им. А. А. Благонравова РАН, г. Москва

Нейронная сеть на основе специальной потенциальной функции для распознавания многофункциональных сигналов

Предлагается в качестве элементов нейронной сети использовать элементы, описываемые специальной потенциальной функцией. Излагаются особенности и характеристики потенциальной функции, которая имеет выходной сигнал, близкий реальному физиологическому нейрону. Дается описание и структура нейронной сети, элементы которой описываются специальной потенциальной функцией. Для исследования нейронной сети и настройки ее элементов предлагается математический аппарат тензорного исчисления. Излагается возможность применения предложенной нейронной сети для распознавания и нахождения областей, имеющих заданные параметры на сложной пространственной поверхности. В качестве примера приводится описание процедуры отыскания специального сигнала, содержащегося в многофункциональном сигнале.
Ключевые слова: потенциальная функция, вейвлеты, нейронная сеть, тензор, тензорное исчисление

УДК 681.3:612.8                                                                          
DOI: 10.17587/it.27.484-493
О. Г. Щербань, канд. техн. наук, доц., e-mail: shchero@mail.ru, Д. М. Лазуренко, ст. науч. сотр., e-mail:
dmlazurenko@sfedu.ru, И. В. Щербань, д-р техн. наук, проф., e-mail: shcheri@mail.ru, Н. E. Кириленко, мл. науч. сотр., e-mail: nikolai-kirilenko@mail.ru, Южный федеральный университет, г. Ростов-на-Дону

Синтез адаптивного фильтра для автоматической детекции и локализации по оси времени премоторных ЭЭГ-паттернов мозга человека

Синтезирован адаптивный фильтр нижних частот в целях автоматической детекции премоторных паттернов мозга человека в записях электроэнцефалограмм (ЭЭГ). Фильтр реализован на основе аппарата многомерного сингулярного анализа. Эффективная полоса пропускания синтезированного фильтра максимально соответствует спектру искомых премоторных ЭЭГ-паттернов на наблюдаемой в текущий момент времени временной выборке, что обеспечило надежный автоматический поиск паттернов и корректное определение их временных границ. Правильность полученных решений подтверждена в ходе экспериментов, в которых приняли участие 24 добровольца.
Ключевые слова: адаптивный фильтр нижних частот, многомерный сингулярный спектральный анализ, автоматический поиск, премоторные ЭЭГ-паттерны мозга человека, метрика Хаусдорфа

С. 484–493

Работа выполнена при финансовой поддержке Министерства науки и высшего образования РФ в рамках Постановления №218 "Создание программного комплекса для управления человеческим капиталом на основе нейротехнологий для предприятий высокотехнологичного сектора Российской Федерации" (Шифр: 2019-218-11-8185).

УДК 378                                                                                       
DOI: 10.17587/it.27.494-504
А. В. Вишнеков, д-р техн. наук, проф., e-mail: avishnekov@hse.ru, Е. А. Ерохина, ст. преподаватель, e-mail: eerokhina@hse.ru, Е. М. Иванова, канд. техн. наук, доц., ДКИ НИУ ВШЭ, e-mail: emivanova@hse.ru, ДКИ НИУ "Высшая школа экономики", Москва

Опыт применения цифровых технологий при переходе базового университетского образования на онлайн-формат обучения

Рассмотрены вопросы использования цифровых сервисов в учебном процессе университета в условиях комплексного перевода базового образования в онлайн-формат. Выполнен обзор образовательных онлайн-технологий. Рассмотрены достоинства и недостатки общедоступных и корпоративных цифровых сервисов. На основе результатов опроса студентов выявлены особенности взаимодействия преподавателей и учащихся. Предложены различные формы проведения онлайн-занятий в условиях ограниченности ресурсов.
Ключевые слова: онлайн-обучение, цифровые образовательные технологии, формы онлайн-преподавания

С. 494–504

Оглавление