SCI Библиотека

В статье рассматривается вопрос применения нейронных сетей в качестве персональных ассистентов современного педагога. Приводится алгоритм самостоятельного создания чат-бота, описывается алгоритм профилирования нейронной сети за счет изменения контекста ее работы по умолчанию. Важным фактором является наличие инструкции, где подробно, с иллюстрациями, показан весь процесс создания такого чат-бота. Ввиду отсутствия ограничений на количество чат-ботов у современного педагога появляется возможность самостоятельно создать команду виртуальных ассистентов, которые станут его надежной опорой в непрофильных для него задачах.

В статье рассматривается влияние цифровых технологий на трансформацию традиционных методов обучения. Авторы осуществляют анализ инструментов продвижения технологий в образовании: профессиональная подготовка преподавателей, внедрение инновационных сервисов в обучение, рекламные кампании для родителей и обучающихся, партнерские отношения с известными компаниями, помощь со стороны государства. Исследуются основные тенденции на рынке образовательных технологий (развитие онлайн-образования, геймификация процесса получения образования, смешанное обучение, внедрение виртуальной и дополненной реальности, открытые образовательные ресурсы). Авторы отмечают, что одним из основных направлений совершенствования образования в современном мире является персонализация методов обучения. Наиболее перспективной формой индивидуального образования является адаптивное обучение, которое осуществляется за счет таких учебных платформ, как Stepik, GetCourse и Skillspace. Уделяется внимание интерактивным элементам образования: ускоренному, активному, обоюдному и виртуальному взаимодействию. В статье также выявляются основные недостатки информационных технологий в образовании, основными из которых являются негативное воздействие на коммуникативные навыки студентов, проблемы с техническими средствами, отрицательное влияние на физическое состояние обучающегося.

Такие явления, как противодействие реальному получению знаний другими субъектами и «троянское» (т. е. обманное) обучение, выгодное лишь его организатору, представляют собой актуальную проблему в различных областях. В ее развитии все более важную роль играют компьютерные технологии. Они используются на разных уровнях: от межкомпьютерного взаимодействия, когда системы машинного обучения испытывают атаки «отравляющими» обучающими примерами, до проектирования сложной социальной инженерии при мошенничествах. В статье дается анализ некоторых аспектов этой фундаментальной проблемы. В рамках проведенного недавно эмпирического исследования в данной работе представлена методика изучения того, как люди помогают или мешают обучению в соревновательной видеоигре. Методика перспективна в отношении дальнейшего изучения темы, например, для исследования связей особенностей изобретаемых стратегий и познавательных и личностных характеристик участников, возможностей создания других методик на ее основе и т. д. В целом можно полагать, что развитие технологий будет и дальше вносить существенный вклад, в том числе с непредсказуемыми последствиями, в переплетение двух фундаментальных типов взаимодействий: а) помощи обучению и развитию и б) противодействия им.

В данной статье рассматривается искусственный интеллект как иной разум, принципиально отличающийся от человеческого. Автор подходит к этой проблеме с антропологического ракурса, показывая, что и мышление человека может следовать различным логикам, которые задаются различными социокультурными контекстами. Внимание акцентируется на уникальных способах категоризации реальности и понимания причинности, которые реализуются в мифологическом или рациональном мышлении. Тем не менее есть принципиальные различия любого человеческого разума от переработки информации большими языковыми моделями (GPT-4, Claude, Gemini). Автор выделяет такие аспекты человеческого мышления как его вовлеченность в деятельность человека в мире (как это представлено в деятельностном подходе А. Н. Леонтьева), открытость миру, не ограниченность поставленной задачей, интенциональность и внутреннюю спонтанность, а также диалогичность. Автор приходит к заключению, что главное отличие искусственного интеллекта от интеллекта человека находится за пределами собственно когнитивных процессов, оно в сфере субъектности и самосознания.

В современном мире большое внимание уделяется различным аспектам применения информационных технологий (ИТ). В связи с этим на деятельность педагога влияют нормативное регулирование ИТ, их новые возможности и связанные с их использованием проблемы авторского права. В рамках статьи рассматриваются вопросы, связанные с применением нейросетей для создания авторских иллюстраций к образовательным материалам. Автор формулирует основные задачи, которые умеют решать нейросети, а также дает основные определения.

В статье представлен способ автоматизированного анализа аэроснимков с беспилотных летательных аппаратов (БПЛА), ориентированный на повышение безотказности технических систем и отслеживание изменений в природных и техногенных процессах. Цель работы - создание алгоритма, обеспечивающего безошибочное обнаружение отклонений и прогнозирование угроз сбоев на основе обработки изображений. Методика подразумевает применение индекса структурного соответствия (SSIM) и средней квадратичной погрешности (MSE) для оценки пространственных вариаций между смежными сегментами съемок. Предложенный подход отличается высокой стабильностью к переменам освещенности, небольшими вычислительными издержками и возможностью встраивания в автономные комплексы БПЛА. Работа базируется на компьютерном моделировании и статистическом разборе точности выявления отклонений. Алгоритм был опробован на различных массивах аэроснимков с использованием методов машинного зрения, математической статистики для оценки результативности предлагаемого способа. Итоги - разработка и апробация алгоритма, построении тепловых карт SSIM и MSE, а также оценке точности и достоверности способа. Полученные сведения подтверждают его действенность в автоматизированном мониторинге инфраструктурных объектов и оценивании экологических рисков. Сфера использования созданного способа охватывает автоматизированный надзор за инженерными сооружениями, контроль состояния сельскохозяйственных земель, экологический контроль, разбор последствий стихийных бедствий. Способ может быть интегрирован в интеллектуальные системы управления безотказностью технических объектов. Таким образом, разработанный алгоритм позволяет существенно увеличить безошибочность обнаружения отклонений, минимизировать влияние внешних обстоятельств и автоматизировать процесс обработки аэроснимков. Его применение способствует повышению безотказности технических систем и снижению вероятности сбоев за счет заблаговременного выявления потенциальных угроз. Научная новизна: создание нового способа оценки пространственных вариаций на основе комбинации индекса структурного соответствия (SSIM) и средней квадратичной погрешности (MSE), что обеспечивает высокую безошибочность выявления отклонений. В отличие от традиционных способов анализа изображений, предложенный алгоритм характеризуется стабильностью к изменению условий съемки, его вычислительная эффективность позволяет применять его в режиме реального времени. Кроме того, способ интегрируется в системы автономного мониторинга, расширяя возможности интеллектуального разбора данных с БПЛА. Полученные результаты и предложенные решения могут быть использованы для совершенствования технологий автоматизированного контроля состояния объектов и анализа динамики природных процессов.

Настоящее исследование посвящено анализу пространственно-временных закономерностей движения объектов на аэрофотоснимках с использованием метода оптического потока. В условиях развития технологий дистанционного зондирования и распространения БПЛА возрастает необходимость точного и автоматизированного анализа динамики природных и антропогенных процессов. Основное внимание в работе уделяется детальному изучению направленности и интенсивности движения на изображениях высокой разрешающей способности. Рассматриваются существующие методы оценки оптического потока, включая классические подходы Лукаса-Канаде и Хорна-Шанка, а также плотный оптический поток по Фарнебаку. Последний применяется как базовый метод для построения векторных полей скорости, на основе которых производится анализ распределения движения по сегментам изображения, визуализация направлений и построение тепловых карт. Предложенный подход позволяет выявлять структурные закономерности и локальные особенности движения, что особенно актуально для мониторинга состояния инфраструктурных объектов и оценки экологических рисков. Также в работе показано, что медианные оценки скорости более устойчивы к шумам и локальным выбросам, чем средние значения, что повышает надежность анализа. Метод исследования основан на вычислении плотного оптического потока методом Фарнебека с последующей статистической обработкой характеристик скорости и направлений движения между сегментами изображения. Научная новизна работы заключается в разработке комплексного подхода к анализу пространственно-временных характеристик движения на аэрофотоснимках с использованием плотного оптического потока, рассчитанного методом Фарнебака. В отличие от традиционных методов, ориентированных на глобальную оценку движения, предложенная методика акцентирует внимание на локальных закономерностях, позволяя проводить детализированную сегментную оценку направленности и интенсивности потока. В исследовании впервые интегрированы количественные и визуальные методы анализа: гистограммы, тепловые карты, расчеты медианных и средних значений скорости, метрики структурного сходства (SSIM) и среднеквадратичной ошибки (MSE) между сегментами изображения. Такой подход позволяет выявлять аномалии движения, определять участки с высокой динамикой и оценивать степень структурной стабильности объектов. Метод адаптирован к специфике данных с БПЛА и не требует обучения на больших выборках, что делает его применимым в условиях ограниченных вычислительных ресурсов. Полученные результаты имеют практическую ценность для автоматизации мониторинга инфраструктур и оценки экологических рисков.

Объектом исследования являются веб-серверы и их поведение в условиях высокоинтенсивных распределённых атак типа «отказ в обслуживании» (DDoS), нарушающих доступность сервисов и устойчивость инфраструктур. В качестве предмета исследования рассматриваются современные методы защиты серверных приложений от DDoS-угроз, включая анализ трафика, фильтрацию по частоте запросов, межсетевые экраны (файрволы) и облачные решения. Подробно анализируется эффективность различных технологий защиты, таких как Rate Limiting, ModSecurity, Google Cloud Armor и Cloudflare, а также их интеграция с традиционными средствами - межсетевыми экранами, системами предотвращения вторжений (IPS) и прокси-серверами. В рамках исследования разработан тестовый сервер на языке Go, имитирующий поведение реального веб-приложения с логированием и сбором статистики. Для моделирования DDoS-атак использован инструмент MHDDoS, обеспечивающий широкое покрытие типов угроз: от UDP и SYN Flood до HTTP Flood и Slowloris. Методы исследования включают эмуляцию атак на сетевом и прикладном уровнях трафика, нагрузочное тестирование, сбор метрик (процент заблокированных запросов, среднее время отклика, нагрузка на CPU и RAM) и сравнительный анализ эффективности решений. Научная новизна исследования заключается в разработке и применении экспериментальной модели имитации DDoS-атак с использованием специализированного Go-сервера, что позволило в реалистичных условиях оценить эффективность современных локальных и облачных средств защиты. Анализ реальных кейсов демонстрирует эффективность адаптивных стратегий против современных сложносоставных атак. Выводы подчёркивают необходимость активного подхода к безопасности, учитывающего как технологические, так и организационные меры защиты. Полученные результаты имеют практическую ценность для специалистов по кибербезопасности, системных администраторов и разработчиков защитных решений, предоставляя им методическую основу для создания устойчивых к DDoS веб-инфраструктур. Работа также обозначает перспективные направления для дальнейших исследований в области интеллектуальных систем обнаружения и нейтрализации атак.

С развитием цифровых технологий, искусственного интеллекта и больших данных, спортивная индустрия сталкивается с растущей потребностью в продвинутых аналитических инструментах. В футболе, где стратегическое и тактическое планирование играют ключевую роль, применение технологий компьютерного зрения и машинного обучения для анализа игр становится не просто трендом, а необходимостью для поддержания конкурентоспособности. Использование компьютерного зрения и машинного обучения в спортивной аналитике позволяет автоматически извлекать значимые данные из видео матчей, что значительно повышает скорость и точность анализа по сравнению с традиционными методами. Такие технологии могут предоставить тренерам детальные отчеты о движениях, позиционировании и тактике игроков в реальном времени. Целью является создание системы, которая позволит проводить комплексный анализ футбольных матчей с использованием последних достижений в области искусственного интеллекта и компьютерного зрения. Основной метод - обзор и анализ публикаций по теме исследования; анализ современных технологий, позволяющих автоматически обрабатывать видеоданные. Основная методология - концепция разработки проекта PLAY VISION AI как способ просмотра спортивных матчей с помощью искусственного интеллекта для оценки эффективности игровых стратегий. Актуальность данной работы обусловлена максимальной модификацией современных технических средств для улучшения аналитических возможностей в спорте. Авторами разработаны алгоритмы для калибровки и коррекции искажений видео, полученного с футбольных матчей; разработаны методы детекции и трекинга опорных точек и игроков на видео; реализованы алгоритмы для сопоставления изображений с реальными координатами на поле, а также определения позиций игроков; выполнена интеграция разработанных методов в единую систему с интерфейсом для конечных пользователей. Разработанная система PLAY VISION AI обеспечит тренерам и аналитикам инструменты для оценки эффективности игровых стратегий и подготовки к предстоящим матчам. Также будет способствовать дальнейшему развитию технологий анализа в спорте, открывая новые перспективы для исследований и практического применения.

Представленная работа посвящена разработке интеллектуальной системы управления микроклиматом зданий (система класса HVAC). Исследование направлено на решение проблемы недостаточной адаптивности традиционных подходов (PID-регуляторы, системы, основанные на знаниях) в условиях динамически изменяющихся параметров внутренней среды здания. Основное внимание уделено созданию гибридного метода, сочетающего преимущества функционального программирования и искусственного интеллекта. В работе рассматриваются вопросы энергоэффективности, точности поддержания комфортных условий для посетителей интеллектуального здания и устойчивости HVAC-системы к внешним возмущениям. Особое значение имеет задача минимизации эксплуатационных расходов при одновременном обеспечении безопасности и надёжности работы оборудования. Представленное исследование охватывает все этапы разработки программного средства - от проектирования его архитектуры до практической апробации. В основе исследования лежит подход функционального двойника, реализованного на языке Haskell. Использованы LSTM-сети для прогнозирования, генетические алгоритмы для оптимизации и RETE-алгоритм для обработки правил. Верификация проведена методом имитационного моделирования с генерацией 1440 точек данных. Научная новизна представленной работы заключается в применении теоретико-категориального подхода к моделированию функционального двойника, в котором каждое устройство (как сенсоры, так и исполнительные устройства) представлено как композиция чистых функций. Результаты показывают снижение энергопотребления на 14.7%, увеличение времени работы в комфортном диапазоне до 94.7% и трёхкратное сокращение числа переключения режимов функционирования HVAC-системы. Практическая значимость подтверждена снижением эксплуатационных расходов на 15% и повышением киберустойчивости за счёт использования иммутабельных структур данных. Выводы свидетельствуют о том, что сочетание функционального программирования с гибридным подходом в искусственном интеллекте обеспечивает баланс ключевых параметров системы. Предложенная архитектура может служить эталоном для интеграции IoT и киберфизических систем в рамках Индустрии 4.0.