The paper presents a method for detecting false responses of localization and identification algorithms. The method considers matching image characteristics that cannot be described by local features stably and completely. It is proposed to use image zones containing such features, describe them and use them to assess the validity of the algorithm response. In the work we demonstrate how the algorithm works on ID documents. Possible features are images of the coats of arms and flags of countries, background filling and text unique to the considered document type. To illustrate the proposed algorithm, the MIDV-500 and MIDV-LAIT datasets were taken. The first is used to show that the rejector does not reject correct system responses, the second - that it rejects the incorrect ones. We test several methods of zone description. The experimental results show that false type selection decreases with the use of any description type and the local CNN-descriptor shows the best performance. The increase of classes with marked zones is shown to improve the filtration of false responses. The experiments show the improvement from by 13% with one type with zones to by 4 times with 10 types.
В статье предлагается методика оценки качества текстов машинных переводов на основе энтропийно-информационного подхода. Дается анализ дисперсионного и энтропийного коэффициентов конкордации, используемых для оценки согласованности мнений экспертов при близких ранжировках различных объектов. Обосновывается перспективность применения энтропийного коэффициента конкордации, позволяющего зафиксировать факт разделения мнений на две противоположные группы. Это положение важно для проводимого исследования, поскольку в данной методике экспертной оценки переводов текстов важен учет разных мнений нескольких экспертов, привлеченных к экспертизе. Приводятся примеры расчета энтропийного коэффициента конкордации с изменяющейся ранговой системой, числом экспертов и ранжируемых объектов оценивания.
В статье представлена распределенная система для организации потоковых вычислений. Система включает в себя сервер для управления данными, управляющий сервис (супервизор), набор узлов-рабочих, на которых производится выполнение задач, и базу данных. Для абстрагирования от конкретных языков программирования и инструментов, используемых при вычислениях, реализации алгоритмов (задачи) упаковываются и выполняются в контейнерах Docker. Для эффективной работы при высокой нагрузке система поддерживает несколько стратегий приоритизации задач. Для работы с системой пользователю достаточно построить образ docker-контейнера, описать набор входных данных в JSON-файле и загрузить их через веб-интерфейс. Система может быть развернута в любом общедоступном облаке. В статье подробно описана архитектура системы и приведены численные результаты, полученные при вычислениях на различных облачных и локальных платформах. В работе изучено влияние различных стратегий приоритизации на длительность вычислений при умеренной нагрузке.
В публикации описывается проект «Умная Кухня», представляющий собой физический модуль, который взаимодействует с имеющейся в наличии линейкой умного дома, помогает подбирать рецепты и проверяет возможность приготовления того или иного блюда, проверяя наличие продуктов и кухонного оборудования каждого отдельного пользователя. Проект из учебного со временем перерос в коммерческий, поэтому представляет практический интерес для системы высшего образования и решает вопросы профессиональной адаптации: от студентов до сотрудников ITкомпаний.
В статье рассматривается исследование, в ходе которого была разработана методика преподавания черчения с применением технологии дополненной реальности. В результате применения данной технологии в методике выявлено повышение уровня наглядности и вовлечённости учащихся в процесс обучения.
В статье рассматривается понятие профессиональной устойчивости как ключевой характеристики выпускника среднего профессионального образования (СПО) в условиях быстро меняющегося рынка труда и технологий. Автором выделены три основных фактора, воздействующие на подготовку кадров в долгосрочном контексте: скорость развития технологий, влияние генеративного искусственного интеллекта и необходимость воспитания личности будущего профессионала. В качестве решения предлагается смещение фокуса профессионального образования с формирования компетенций на развитие профессиональной устойчивости, что позволит выпускникам более эффективно адаптироваться к изменениям в профессиональной среде.
В статье рассмотрен цифровой фильтр Гильберта, который является важным инструментом в обработке сигналов и находит широкое применение в различных областях науки и техники, включая радиолокацию, телекоммуникации, медицинскую диагностику. Вопрос о выборе порядка цифрового фильтра Гильберта остается открытым, и на данный момент нет универсального критерия для определения оптимального порядка фильтра. Предложено осуществлять выбор порядка фильтра, основываясь на сравнении гистограмм, которые традиционно используют для описания статистической структуры сигналов
Достоверность и обоснованность решений об уровне подготовленности испытуемых, принимаемых по результатам компьютерного тестирования, существенно зависит от качества тестов. Чтобы обеспечить требуемое качество компьютерного теста, методы, обеспечивающие адекватность тестирования и достоверность его результатов, должны быть включены в процесс создания теста. В статье рассмотрены инструменты конструирования компьютерных тестов, обеспечивающие требуемое качество процесса тестирования.
В статье анализируются преимущества и проблемы, возникающие из-за использования генеративного искусственного интеллекта, в частности ChatGPT, при написании научных текстов. Методической основой исследования являлся анализ научных публикаций и обобщенный практический опыт применения систем генеративного искусственного интеллекта ChatGPT при написании научных статей. Проанализированы способы написания научных статей с использованием ChatGPT и возникающие при этом особенности работы с системами генеративного искусственного интеллекта. Показано, что ChatGPT – эффективный справочный и вспомогательный инструмент для написания научных статей, который имеет свои особенности практического применения и определенные риски использования таких систем.
Статья посвящена анализу нового направления доказательного образования – прогнозированию образовательных результатов, которая стала возможной с развитием инструментов искусственного интеллекта. Рассмотрена проблематика прогнозирования образовательных результатов в ретроспективе, современное состояние, аналитика отечественных и международных исследований, потенциал данного направления и практическое применение. Проанализировано проблемное поле прогнозирования образовательных результатов с помощью инструментов искусственного интеллекта и предложены способы интеграции подобных решений в систему общего образования.