главная| новый номер| архив статей| редколлегия| авторам| издательство|
English
Главная
Новый номер
Архив статей
Редколлегия
Авторам
Издательство

 

 


АННОТАЦИИ СТАТЕЙ ЖУРНАЛА "ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ"
№6. Том 30. 2024

К оглавлению

УДК 004.896
DOI: 10.17587/ it .30.279-290

Д. В. Наджафли, докторант,
Азербайджанский Технический Университет, г. Баку

Применение искусственного интеллекта в сфере возобновляемой энергии: обзор

Статья предлагает обзор различных областей применения искусственного интеллекта (ИИ) в сфере возобновляемой энергии, включая ее производство и управление ресурсами. Анализируются ключевые тенденции и достижения, отраженные в существующих исследованиях, рассматриваются перспективные направления развития. Подчеркивается значимость и потенциал применения ИИ в энергетической сфере.
Ключевые слова: искусственный интеллект, энергетика, производство энергии, модель, фотоэлектрические сети, ветряные турбины, гидроэлектростанция, водородная энергетика

С. 279–290


УДК [004].822:912
DOI: 10.17587/ it .30.291-299

С. Н. Ушаков, аспирант, А. О. Савельев, канд. техн. наук, доц.,
Национальный исследовательский Томский политехнический университет

Сравнительный обзор задач, подходов и инструментов автоматизированного извлечения знаний из текстов научных публикаций

Целью данной работы является обзор существующих технологий автоматизированного извлечения знаний из научных публикаций. Основные задачи включают в себя анализ существующих методов автоматизированного извлечения знаний, а также обзор различных программных средств, используемых для решения данной проблемы. В статье представлено описание основных подходов к автоматизированному извлечению знаний, таких как машинное обучение, обработка естественного языка и выработка различных методологий построения графов знаний. Анализ существующих источников показал, что основными проблемами, связанными с авто­матизированным извлечением знаний, являются необходимость в создании большого количества размеченных данных, обработка сложных структурированных данных и необходимость в разработке новых алгоритмов для работы с такими данными.
Ключевые слова: извлечение знаний, граф знаний, извлечение ключевых слов, научные публикации, анализ текстов, классификация, синтаксический анализ, морфологический анализ, ранжирование, семантический анализ

C. 291–299


УДК 004.85
DOI: 10.17587/ it .30.300-306

К. Ш. Курбанова, главный специалист,
Учебно-инновационный центр, Институт Информационных Технологий Министерства науки и образования Азербайджана, г. Баку, Азербайджан

Обзор технологий управления жестами

Динамичное развитие и быстрое обновление информационно-коммуникационных технологий создали благоприятную среду для жестового управления современными компьютерными и робототехническими систе­мами. Отмечается, что жесты являются необходимым компонентом процесса общения. При этом управлять оборудованием можно бесконтактно благодаря поддержке методов, позволяющих выбирать и распознавать жесты рук. Отмечается, что проделана большая работа и достигнуты успехи в направлении автоматизации технологий и управления жестами, позволяющие делать системы более гибкие и легко адаптирующиеся к меняющимся потребностям людей. Построение человеко-машинного интерфейса ускоряет процесс общения и расширяет возможности пользователя. Технологии управления жестами для компьютерных и робототехнических систем имеют большой потенциал. Представлен сравнительный анализ параметров технологий управления жестами.
Ключевые слова: язык жестов, интеллектуальные системы управления, человеко-машинный интерфейс, робототехника, "умный дом", технологии управления жестами

C. 300–306


УДК 004.891
DOI: 10.17587/it.30.307-317

А. С. Свитек1, аспирант, Л. А. Мыльников1,2 канд. техн. наук, доц.,
1
Пермский национальный исследовательский политехнический университет, Пермь, Россия,
2Национальный исследовательский университет "Высшая школа экономики", Пермь, Россия

Ранжирование результатов поиска с учетом предпочтений пользователя в условиях отсутствия персонализированной статистики*

Рассмотрен алгоритм ранжирования результатов поиска по соответствию ожиданиям пользователя за счет обратной связи на данных предварительной выдачи результатов поиска, позволяющий сократить время поиска нужной информации. Описывается численный эксперимент, направленный на оценку эффективности предлагаемого подхода на примере объектов недвижимости. В качестве данных были использованы агрегированные данные объявлений об объектах недвижимости, а для оценки соответствия рассматривали результаты опросов пользователей. В качестве алгоритмов предварительного ранжирования применяли методы TOPSIS и PROMETHEE. Результаты ранжирования были объединены с учетом их порядка в выдаче обоих методов. Для реализации следующего шага алгоритма проводили разметку списка предварительной выдачи на классы, для чего пользователи выбирали несколько понравившихся им объектов. На размеченных данных обучались модели машинного обучения. На основе оценок их средней точности и дисперсии была выбрана модель наивного байесовского классификатора, которая использовалась для последующих расчетов. Результаты дальнейших экспериментов показали возможность учета личных предпочтений при организации поиска и подбора объектов интереса при отсутствии персонализированной статистики на примере объектов недвижимости. В результате экспериментов время поиска группы результатов, представляющих интерес, сокращалось в среднем на 74 %.
Ключевые слова: ранжирование результатов поиска, характеристики объектов поиска, личные предпочтения, поддержка принятия решений, классификация поискового вывода

C. 307–317

*Исследование выполнено при финансовой поддержке Правительства Пермского края в рамках научного проекта № С-26/692.


УДК 004.021, 004.42
DOI: 10.17587/it.30.318-328

В. А. Егунов, канд. техн. наук, доц., А. Г. Кравец, д-р техн. наук, проф.,
Волгоградский государственный технический университет

Новый метод повышения эффективности векторизации операций BLAS

Рассматривается вопрос повышения эффективности программного обеспечения для вычислительных архитектур, поддерживающих векторные расширения системы команд. Современные компиляторы могут выполнять автоматическую векторизацию вычислений, преобразовывать программы из скалярного представления к векторной реализации. В работе анализируется эффективность автоматической векторизации, выполненной современными компиляторами, рассматриваются проблемы, присущие автоматической векторизации. Предлагается новый метод векторизации вычислений, позволяющий существенно повысить эффективность получаемого программного обеспечения.
Ключевые слова: эффективность программ, векторизация, оптимизация, автоматическая векторизация, SSE, AVX

C. 318–328

К оглавлению