SCI Библиотека

Работа посвящена решению задачи прореживания нейронной сети, целью которой является уменьшение количества параметров сети при сохранении высокой точности ее работы на тестовой выборке. Проводится обзор существующих методов прореживания, которые принадлежат к разным группам подходов в зависимости от их свойств, таких как зависимость от входных данных и необходимость рассмотрения каналов сети в совокупности. Для решения поставленной задачи предлагаются подходы к сравнению каналов сети, на основе результатов которого происходит выбор удаляемых параметров. Подходы основаны на выборе эффективной метрики оценки близости каналов и кластеризации каналов. Описываются методы прореживания с использованием предложенных подходов. Рассматриваются детали программной реализации методов. Приводятся результаты экспериментального исследования эффективности предложенных методов.

Работа посвящена проблеме повышения эффективности масочного автоэнкодера за счет разработки стратегии маскирования изображений, которая учитывала бы расположение объектов на изображении и позволяла бы скрыть как можно меньше семантически важной информации. В статье представлен обзор существующих методов маскирования изображений, включая стратегии как с учетом, так и без учета структуры изображения. Предложена стратегия наложения масок на основе алгоритма поиска объектов, анализирующего элементарные характеристики фрагментов изображений. Исследование проводится на примере масочного автоэнкодера с ViT в качестве энкодера. Сравнивается эффективность обучения энкодера с использованием предложенной стратегии и с использованием стратегии случайного маскирования изображений.

В работе рассматривается один из этапов определения кода товарной номенклатуры внешнеэкономической деятельности для товаров, входящих в целевую группу «обувь», состоящий в анализе изображений товарных позиций, присутствующих в сопроводительных документах. Приведено обоснование применения сверточных нейронных сетей для классификации изображений. Рассмотрены возможные подходы к построению специализированных нейросетевых классификаторов. Проведен сравнительный анализ эффективности подходов, основанных на дообучении существующих классификаторов (transfer learning) и на построении сверточных сетей, обученных только на размеченных данных выбранного товарного ассортимента. Исследованы вопросы получения обучающей выборки путем парсинга специализированных сайтов и получения элементов выборки с помощью систем искусственного интеллекта, специализирующихся на генерации изображений по запросу.

На примере материалов комплексных геофизических исследований зоны сочленения Байкитской антеклизы и Курейской синеклизы продемонстрирована методика и технологические приемы оценивания коллекторских свойств осадочных формаций чехла Сибирской платформы с помощью ГИС INTEGRO. Представленный граф включает анализ данных потенциальных полей с районированием по критериям близости к объекту с «идеальными» коллекторскими свойствами и процедуры выделения в разрезах удельных электрических сопротивлений зон повышенной проводимости, перспективных для поиска углеводородных ловушек. По результатам комплексного анализа, проведенного с опорой на геологические сведения, сейсмические и скважинные материалы, а также сведения по физическим свойствам пород, для наиболее перспективных нефтегазовых комплексов области исследования построены карты распределения объектов с улучшенными коллекторскими свойствами.

Статья посвящена анализу утверждённой нормативно-методической базы количественного определения прямых выбросов парниковых газов, выявлению её преимуществ и недостатков. В статье рассматриваются порядок количественного определения выбросов, принятый в соответствии с национальной методикой; её структурные особенности и представленные в ней методы расчёта; границы количественного определения, установленные государственной нормативно-методической базой. Обсуждается выявленная в ходе анализа проблема неполного охвата национальной методикой части источников прямых выбросов парниковых газов и предлагается её решение на основе комплексирования российского методического подхода с международной практикой количественной оценки прямых выбросов.

Работа посвящена разработке программного электроразведочного (МТЗ, ЗСБ) комплекса в инструментарии плагинной архитектуры ГИС Integro. Базовым и философским проблемам разработки подобного комплекса, обзору текущих возможностей с оценкой перспектив дальнейшего развития на основе анализа исторического опыта информационного обеспечения данных МОГТ-2D и данных электроразведки методом МТЗ.

В работе рассмотрены отдельные инструменты ГИС INTEGRO, обеспечивающие технологию моделирование глубинного строения территории на основе решения обратных гравимагнитных задач. Рассмотрены виды моделей, поддерживаемые ГИС INTEGRO. Выявлено, что в структуре проекта ГИС INTEGRO имеют место различные элементы проекта - сцены, слои, сетки - которые могут представлять различные аспекты моделей, но отсутствуют сами модели как отдельные информационные сущности ГИС проекта. Рассматривается процесс моделирования со стороны информационных объектов и программного обеспечения, обеспечивающего обработку соответствующих им данных. Показано, как процессы моделирования и разработки программного обеспечения может быть улучшен через введение моделей как отдельных информационных сущностей.

Работа посвящена вопросам преподавания курса «Геоинформационные системы и технологии» в геологическом вузе. В ней рассматриваются вопросы базовой подготовки студентов, необходимой для включения в учебный план. Обсуждаются влияние особенностей ГИС, применяемых в геологии, на формирование программы курса.

Работа посвящена описанию методики постановки и решения геологических задач, в том числе слабо формализованных. Подробному рассмотрению основных этапов процесса постановки и решения задач. Отображено описание анализа данных, классификации формализованных задач по эталонам, или без них. Изложены постановки задач упорядочения и минимизации.

В статье рассматриваются методы прогнозирования сложности учебных курсов на основе логистической регрессии с использованием оценок по обеспечивающим дисциплинам. Основной объект исследования - курс «Программирование на Python», для которого ключевыми обеспечивающими дисциплинами выбраны математика, информатика и английский язык. Целью исследования является разработка модели, позволяющей адаптировать учебные задания к индивидуальным потребностям студентов, повышая эффективность образовательного процесса. Для реализации модели использованы синтетические данные, что обусловлено ограничениями доступа к реальным образовательным данным. Применение методов машинного обучения, в частности логистической регрессии, позволяет получить не только классификацию курсов по сложности (легкий, средний, сложный), но и вероятностные оценки, отражающие степень уверенности модели в своих предсказаниях. Авторы рассматривают весовые коэффициенты признаков, что позволяет понять вклад каждой обеспечивающей дисциплины в прогнозирование сложности. Прогнозирование сложности курсов и заданий способствует более точному подбору учебных материалов, что улучшает качество образования и способствует развитию персонализированных образовательных траекторий. Таким образом, статья вносит вклад в развитие методов образовательной аналитики и подчеркивает необходимость перехода от прогнозирования успеваемости студентов к прогнозированию сложности курсов, что открывает новые перспективы для персонализации образовательного процесса и повышения его эффективности.