Информатика. Рубрика в журнале - Вестник Пермского университета. Серия: Математика. Механика. Информатика
Анализ состояния гармонизации дисциплин направления 09.03.01 "Информатика и вычислительная техника"
Статья научная
В статье исследуется вопрос гармоничного состояния дисциплин, участвующих в образовательном процессе направления 09.03.01 "Информатика и вычислительная техника" с профилем "Автоматизированные системы обработки информации и управления". Приводится информация о методах обработки ключевой информации из файлов с рабочими программами дисциплин. Демонстрируется результат обработки данных. Описываются дальнейшие перспективы оптимизации процесса обучения студентов путем построения детализированной модели образовательной программы, которая позволит с большей точностью оценить текущий уровень гармонизации, а также дополнит исходную модель новой полезной информацией.
Бесплатно
Статья научная
Автоматические цифровые регуляторы, обеспечивающие работу автономных (бортовых или встраиваемых) устройств, должны использовать робастные или адаптивные алгоритмы. Для составления программы на языке С, реализующей современные эффективные алгоритмы управления, используется технология модельно-ориентированного проектирования (МОП-технология), суть которой заключается в том, что сначала составляется и отлаживается имитационная компьютерная модель системы автоматического управления на языке более высокого уровня, а затем генерируется код работы регулятора для микропроцессора. В статье приведен обзор робастных и адаптивных алгоритмов, которые могут быть применены в бортовых системах автоматического управления. Построены компьютерные модели систем управления с применением этих алгоритмов в пакетах MATLAB и SimInTech, как примеры начальных этапов технологии модельно-ориентированного проектирования.
Бесплатно
Статья научная
Развитие способов передачи информации от пользователя к пользователю, таких как социальные сети, привело к тому, что количество недостоверной информации достигает рекордных показателей. Данная проблема касается не только обычных пользователей социальных сетей, но и средств массовой информации, которые в качестве источника информации могут обращаться к подобным сообщениям. Распространение ложной информации приводит как к проблемам финансовым, так и к опасности жизнедеятельности человека. Отследить данные сообщения вручную уже почти не представляется возможным, и в связи с этим требуется создать алгоритм, который способен выполнять этот процесс автоматически. Целью данной работы является попытка создать подобный алгоритм для русского языка методами машинного обучения. В качестве данных, на которых основаны модели, взята выборка данных, которая прошла процесс ручной аннотации. Выборка прошла процесс подготовки и балансировки. Из этой выборки были получены 29 атрибутов, которые можно разделить на 3 категории: пользователя, текста и распространения. Эти атрибуты и были применены для получения классифицирующих моделей, которые способны предсказывать с достаточно большой вероятностью. Результатом данной работы стал алгоритм для предсказания наличия недостоверной информации в сообщении социальной сети.
Бесплатно
