Фильтр. Формальная проверка: Ошибок нет
1
100 ## $a20240427d2023 |||y0rusy0400
001 prik23_no3_ss9_ad1
101 0# $arus
675 ## $a004.8
686 ## $a32.813$2rubbk$vТаблицы для массовых библиотек
701 #1 $aКузнецов$bМ. А.$pВолгоградский государственный технический университет$4070
701 #0 $aГерра Нелсон Жоземар Адау$pБи Инжиниринг ИКТ$4070
701 #1 $aКравченя$bП. Д.$pВолгоградский государственный технический университет$4070
701 #0 $aСашума Онориу Лукаш Алберту$pВолгоградский государственный технический университет$4070
200 1# $aИспользование моделей геопространственных предпочтений для ресторанного бизнеса$fКузнецов М. А., Герра Нелсон Жоземар Адау, Кравченя П. Д., Сашума Онориу Лукаш Алберту
203 ## $aТекст$cнепосредственный
320 ## $aБиблиогр.: с. 18-19
330 ## $aВ статье рассматриваются математические модели, используемые для выбора оптимального места расположения ресторанов и точек общественного питания в городе с учётом нескольких факторов, влияющих на конкурентоспособность заведения. Описанные в статье модели предполагают сбор данных об окружающем пространстве рядом с анализируемыми координатами через открытые публичные геоинформационные сервисы и социальные сети.
606 ## $aРадиоэлектроника$2AR-MARS
606 ## $aИскусственный интеллект. Экспертные системы$2AR-MARS
461 #0 $12001 $aПрикаспийский журнал: управление и высокие технологии
463 #0 $12001 $a№ 3 (63)$vС. 9-19$1210 $d2023
610 0# $aГИС
610 0# $aзона доминирующего влияния
610 0# $aкривые безразличия
610 0# $aсистемы поддержки принятия решений
610 0# $aСППР
610 0# $aтепловая карта
102 ## $aRU
005 20240427084303.7
901 ## $aдля МАРК-SQL$tb
014 ## $aRUMARS-prik23_no3_ss9_ad1$2AR-MARS
903 ## $acode$bprik$cБиблиотечно-издательский комплекс Астраханского государственного университета имени В. Н. Татищева$d18050
903 ## $ayear$b2023
903 ## $ano$b3
903 ## $ass$b9
903 ## $aad$b1
801 #0 $aRU$b41413105$c20240427$gRCR
801 #1 $aRU$b41413105$c20240427
801 #2 $aRU$bAR-MARS$c20240427$gRCR
801 #3 $aRU$bAR-MARS$c20240427
2
100 ## $a20240427d2023 |||y0rusy0400
001 prik23_no3_ss20_ad1
101 0# $arus
675 ## $a004.8
686 ## $a32.813$2rubbk$vТаблицы для массовых библиотек
700 #1 $aДагаева$bМ. В.$pКазанский национальный исследовательский технический университет им. А. Н. Туполева$4070
200 1# $aМетоды и алгоритмы редукции нечётких правил в моделях оценки дискретного состояния объектов$fМ. В. Дагаева, А. С. Катасёв
203 ## $aТекст$cнепосредственный
320 ## $aБиблиогр.: с. 25-27
330 ## $aОписана задача редукции нечётких правил в моделях оценки дискретного состояния объектов. Произведён анализ подхода к формированию баз знаний на примере модели коллектива нечётких нейронных сетей. Показано, что формируемые базы знаний за счёт большого объёма и наличия лингвистически идентичных правил являются избыточными. Актуализирована задача редукции формируемых нечётких правил с возможностью оценки состояния объектов с высокой степенью точности. Для её решения разработаны и описаны метод редукции исходной базы знаний, генетический алгоритм построения функций принадлежности для типичных представителей лингвистически идентичных правил, метод редукции промежуточной базы знаний, а также генетический алгоритм минимизации состава нечётких правил для получения искомой базы знаний.
606 ## $aРадиоэлектроника$2AR-MARS
606 ## $aИскусственный интеллект. Экспертные системы$2AR-MARS
701 #1 $aКатасёв$bА. С.$pКазанский национальный исследовательский технический университет им. А. Н. Туполева$4070
461 #0 $12001 $aПрикаспийский журнал: управление и высокие технологии
463 #0 $12001 $a№ 3 (63)$vС. 20-27$1210 $d2023
610 0# $aгенетический алгоритм
610 0# $aнечёткая модель
610 0# $aнечёткое правило
610 0# $aпупиллометрия
610 0# $aредукция нечётких правил
102 ## $aRU
005 20240427084303.0
901 ## $aдля МАРК-SQL$tb
014 ## $aRUMARS-prik23_no3_ss20_ad1$2AR-MARS
903 ## $acode$bprik$cБиблиотечно-издательский комплекс Астраханского государственного университета имени В. Н. Татищева$d18050
903 ## $ayear$b2023
903 ## $ano$b3
903 ## $ass$b20
903 ## $aad$b1
801 #0 $aRU$b41413105$c20240427$gRCR
801 #1 $aRU$b41413105$c20240427
801 #2 $aRU$bAR-MARS$c20240427$gRCR
801 #3 $aRU$bAR-MARS$c20240427
3
100 ## $a20240427d2023 |||y0rusy0400
001 prik23_no3_ss28_ad1
101 0# $arus
675 ## $a004.93
686 ## $a32.973-018.2$2rubbk$vТаблицы для массовых библиотек
701 #1 $aЗубова$bЕ. О.$pВыксунский филиал НИТУ "МИСИС"$4070
701 #1 $aПахалев$bА. Д.$pАстраханский государственный университет им. В. Н. Татищева$4070
701 #1 $aШамшин$bМ. Н.$pИнженерно-технологический центр АО "ВМЗ"$4070
701 #1 $aПогожева$bА. Б.$pАстраханский государственный университет им. В. Н. Татищева$4070
200 1# $aСпособ улучшения работы обнаружения пилотной линии на основе технологий компьютерного зрения$fЕ. О. Зубова, А. Д. Пахалев, М. Н. Шамшин, А. Б. Погожева
203 ## $aТекст$cнепосредственный
320 ## $aБиблиогр.: с. 36-37
330 ## $aВ статье приведён анализ возможности применения компьютерного зрения для задачи обнаружения пилотной линии на трубе. Рассмотрен способ классификации изображений на основе средневзвешенной яркости изображения и результаты его применения. Проанализированы три способа обнаружения границ объекта на изображении (метод пороговой бинаризации, оператор обнаружения краев Canny Edge Detector и фильтр Габора), а также алгоритм выделения прямых линий Line Segment Detector. Проведена оценка качества работы каждого из способов при решении поставленной задачи. Для реализации данных алгоритмов были использованы программы, написанные на языке Python с использованием библиотеки OpenCV и интерфейса Kivy.
606 ## $aВычислительная техника$2AR-MARS
606 ## $aРаспознавание и преобразование образов$2AR-MARS
461 #0 $12001 $aПрикаспийский журнал: управление и высокие технологии
463 #0 $12001 $a№ 3 (63)$vС. 28-37$1210 $d2023
610 0# $aклассификация изображений
610 0# $aкомпьютерное зрение
610 0# $aметод пороговой бинаризации
610 0# $aпилотная линия
610 0# $aфильтрация изображений
102 ## $aRU
005 20240427084303.4
901 ## $aдля МАРК-SQL$tb
014 ## $aRUMARS-prik23_no3_ss28_ad1$2AR-MARS
903 ## $acode$bprik$cБиблиотечно-издательский комплекс Астраханского государственного университета имени В. Н. Татищева$d18050
903 ## $ayear$b2023
903 ## $ano$b3
903 ## $ass$b28
903 ## $aad$b1
801 #0 $aRU$b41413105$c20240427$gRCR
801 #1 $aRU$b41413105$c20240427
801 #2 $aRU$bAR-MARS$c20240427$gRCR
801 #3 $aRU$bAR-MARS$c20240427
4
100 ## $a20240427d2023 |||y0rusy0400
001 prik23_no3_ss38_ad1
101 0# $arus
675 ## $a004
686 ## $a32.97$2rubbk$vТаблицы для массовых библиотек
700 #1 $aКузнецова$bВ. Ю.$pАстраханский государственный университет им. В. Н. Татищева$4070
200 1# $aМетодика формирования привычек с использованием мобильного приложения$fВ. Ю. Кузнецова, Т. М. Гелагаев, Б. Р. Досмухамедов
203 ## $aТекст$cнепосредственный
320 ## $aБиблиогр.: с. 43-44
330 ## $aВ статье рассматривается задача формализации процесса формирования привычки. Авторами статьи предлагается схема формирования привычек, состоящая из нескольких одновременно применяемых компонентов: сигнал, повторение, мотивация и окружение, в то время как два последних компонента представляют собой совокупность ряда факторов. Отмечено, что для формирования привычек возможно применение мобильных приложений. В рамках данных выводов проведён анализ рынка для выявления тех продуктов, которые могли быть использованы для решения поставленной задачи. В качестве выводов на основании полученных результатов предложена собственная схема формализации и автоматизации процесса формирования привычек, представлены соответствующие диаграммы.
606 ## $aВычислительная техника$2AR-MARS
606 ## $aВычислительная техника в целом$2AR-MARS
701 #1 $aГелагаев$bТ. М.$pАстраханский государственный университет им. В. Н. Татищева$4070
701 #1 $aДосмухамедов$bБ. Р.$pАстраханский государственный университет им. В. Н. Татищева$4070
461 #0 $12001 $aПрикаспийский журнал: управление и высокие технологии
463 #0 $12001 $a№ 3 (63)$vС. 38-44$1210 $d2023
610 0# $aпрецедентный подход
610 0# $aформализация процесса
610 0# $aформирование привычек
102 ## $aRU
005 20240427084303.1
901 ## $aдля МАРК-SQL$tb
014 ## $aRUMARS-prik23_no3_ss38_ad1$2AR-MARS
903 ## $acode$bprik$cБиблиотечно-издательский комплекс Астраханского государственного университета имени В. Н. Татищева$d18050
903 ## $ayear$b2023
903 ## $ano$b3
903 ## $ass$b38
903 ## $aad$b1
801 #0 $aRU$b41413105$c20240427$gRCR
801 #1 $aRU$b41413105$c20240427
801 #2 $aRU$bAR-MARS$c20240427$gRCR
801 #3 $aRU$bAR-MARS$c20240427
5
100 ## $a20240427d2023 |||y0rusy0400
001 prik23_no3_ss45_ad1
101 0# $arus
675 ## $a004.9
686 ## $a32.973-018.2$2rubbk$vТаблицы для массовых библиотек
700 #1 $aАжмухамедов$bИ. М.$pАстраханский государственный университет им. В. Н. Татищева$4070
200 1# $aАнализ методов машинного перевода для создания переводческой системы с классического китайского языка вэньянь на другие языки$fИ. М. Ажмухамедов, Д. Р. Мухамедова
203 ## $aТекст$cнепосредственный
320 ## $aБиблиогр.: с. 52-53
330 ## $aКитай занимает лидерские позиции во многих областях и остаётся главнейшим экономическим и политическим партнером РФ, в связи с чем китайский язык становится всё более популярным. Целью написания данной работы стал анализ методов машинного перевода и рассмотрение возможных подходов, которые могли бы лечь в основу создания системы машинного перевода с классического литературного языка вэньянь на другие языки (например, русский).
606 ## $aВычислительная техника$2AR-MARS
606 ## $aПрикладные информационные (компьютерные) технологии в целом$2AR-MARS
701 #1 $aМухамедова$bД. Р.$pАстраханский государственный университет им. В. Н. Татищева$4070
461 #0 $12001 $aПрикаспийский журнал: управление и высокие технологии
463 #0 $12001 $a№ 3 (63)$vС. 45-53$1210 $d2023
610 0# $aалгоритмы машинного перевода
610 0# $aвэньянь
610 0# $aмашинный перевод
610 0# $aсервисы машинного перевода
102 ## $aRU
005 20240427084303.3
901 ## $aдля МАРК-SQL$tb
014 ## $aRUMARS-prik23_no3_ss45_ad1$2AR-MARS
903 ## $acode$bprik$cБиблиотечно-издательский комплекс Астраханского государственного университета имени В. Н. Татищева$d18050
903 ## $ayear$b2023
903 ## $ano$b3
903 ## $ass$b45
903 ## $aad$b1
801 #0 $aRU$b41413105$c20240427$gRCR
801 #1 $aRU$b41413105$c20240427
801 #2 $aRU$bAR-MARS$c20240427$gRCR
801 #3 $aRU$bAR-MARS$c20240427
6
100 ## $a20240427d2023 |||y0rusy0400
001 prik23_no3_ss54_ad1
101 0# $arus
675 ## $a004
686 ## $a32.97$2rubbk$vТаблицы для массовых библиотек
701 #1 $aКулешова$bЕ. А.$pЮго-Западный государственный университет$4070
701 #1 $aМарухленко$bА. Л.$pЮго-Западный государственный университет$4070
701 #1 $aТаныгин$bМ. О.$pЮго-Западный государственный университет$4070
701 #1 $aКосилова$bЕ. А.$pЮго-Западный государственный университет$4070
701 #1 $aЛаврова$bЕ. Д.$pЮго-Западный государственный университет$4070
200 1# $aРеализация системы обнаружения вторжений с использованием нейронной сети$fЕ. А. Кулешова, А. Л. Марухленко, М. О. Таныгин [и др.]
203 ## $aТекст$cнепосредственный
320 ## $aБиблиогр.: с. 62-63
330 ## $aВ работе описан метод обнаружения вторжений на основе выбора эффективной функции активации с учётом особенностей данных, передаваемых в масштабе вычислительной сети и требований к обеспечению уровня информационной безопасности. Предложена математическая модель, обеспечивающая балансирование между скоростью и достоверностью распознавания сетевой атаки. В результате проведённых исследований синтезирован программный модуль, построенный на базе искусственной нейронной сети и функционирующий в режимах обучения, мониторинга и фильтрации потенциально вредоносного трафика. Особенностью предложенного решения является поддержка баланса между скоростью и достоверностью распознавания потенциально опасного трафика за счёт возможности динамического изменения параметров работы нейронной сети и использования расширенного блока настройки функции активации нейронной сети. Проведены экспериментальные исследования, позволяющие сформулировать критерии выбора параметров работы нейронной сети, обнаруживающей атаки в сетевом трафике.
606 ## $aВычислительная техника$2AR-MARS
606 ## $aВычислительная техника в целом$2AR-MARS
461 #0 $12001 $aПрикаспийский журнал: управление и высокие технологии
463 #0 $12001 $a№ 3 (63)$vС. 54-63$1210 $d2023
610 0# $aгиперпараметры
610 0# $aинформационная безопасность
610 0# $aискусственная нейронная сеть
610 0# $aобнаружение вторжений
102 ## $aRU
005 20240427084303.1
901 ## $aдля МАРК-SQL$tb
014 ## $aRUMARS-prik23_no3_ss54_ad1$2AR-MARS
903 ## $acode$bprik$cБиблиотечно-издательский комплекс Астраханского государственного университета имени В. Н. Татищева$d18050
903 ## $ayear$b2023
903 ## $ano$b3
903 ## $ass$b54
903 ## $aad$b1
801 #0 $aRU$b41413105$c20240427$gRCR
801 #1 $aRU$b41413105$c20240427
801 #2 $aRU$bAR-MARS$c20240427$gRCR
801 #3 $aRU$bAR-MARS$c20240427
7
100 ## $a20240427d2023 |||y0rusy0400
001 prik23_no3_ss64_ad1
101 0# $arus
675 ## $a004.41/.42
686 ## $a32.973-018$2rubbk$vТаблицы для массовых библиотек
700 #0 $aДюк Филипп Чике Окороджи$pВолгоградский государственный технический университет$4070
200 1# $aАрхитектура программной системы для мониторинга, оценки и помощи пациентам с болезнью Паркинсона$fДюк Филипп Чике Окороджи
203 ## $aТекст$cнепосредственный
320 ## $aБиблиогр.: с. 71
330 ## $aВ статье приводится описание как программного обеспечения, так и аппаратной архитектуры, а также анализ методов оценки состояния пациентов с болезнью Паркинсона. Решение включает в себя: нейронную сеть, которая используется для классификации состояния пациентов, модули сбора данных (сбор речевых данных, данных видеоанализа и данных анализа рукописного ввода) и модуль реабилитации, который предназначен для предоставления пациентам заданий с целью снижения скорости ухудшения состояния.
606 ## $aВычислительная техника$2AR-MARS
606 ## $aПрограммирование ЭВМ. Компьютерные программы. Программотехника$2AR-MARS
461 #0 $12001 $aПрикаспийский журнал: управление и высокие технологии
463 #0 $12001 $a№ 3 (63)$vС. 64-71$1210 $d2023
610 0# $aболезнь Паркинсона
610 0# $aдистанционное наблюдение
610 0# $aмониторинг состояния пациентов
610 0# $aПаркинсона болезнь
102 ## $aRU
005 20240427084303.0
901 ## $aдля МАРК-SQL$tb
014 ## $aRUMARS-prik23_no3_ss64_ad1$2AR-MARS
903 ## $acode$bprik$cБиблиотечно-издательский комплекс Астраханского государственного университета имени В. Н. Татищева$d18050
903 ## $ayear$b2023
903 ## $ano$b3
903 ## $ass$b64
903 ## $aad$b1
801 #0 $aRU$b41413105$c20240427$gRCR
801 #1 $aRU$b41413105$c20240427
801 #2 $aRU$bAR-MARS$c20240427$gRCR
801 #3 $aRU$bAR-MARS$c20240427
8
100 ## $a20240427d2023 |||y0rusy0400
001 prik23_no3_ss72_ad1
101 0# $arus
675 ## $a004.41/.42
686 ## $a32.973-018$2rubbk$vТаблицы для массовых библиотек
700 #1 $aГилка$bВ. В.$pВолгоградский государственный технический университет$4070
200 1# $aТестирование эффективности мобильного приложения HelpMeTracker в мониторинге фиксации отклонений показателей уровня кислорода в крови человека$fВ. В. Гилка
203 ## $aТекст$cнепосредственный
320 ## $aБиблиогр.: с. 79-80
330 ## $aЦелью данного исследования является оценка применимости предложенного метода удалённого мониторинга состояния здоровья человека и анализ эффективности разработанного мобильного приложения HelpMeTracker, реализующего данный метод, в обнаружении отклонений показателей уровня кислорода в крови человека.
606 ## $aВычислительная техника$2AR-MARS
606 ## $aПрограммирование ЭВМ. Компьютерные программы. Программотехника$2AR-MARS
461 #0 $12001 $aПрикаспийский журнал: управление и высокие технологии
463 #0 $12001 $a№ 3 (63)$vС. 72-80$1210 $d2023
610 0# $aбраслет
610 0# $aкислород в крови
610 0# $aпоказатели
610 0# $aудалённый мониторинг пациентов
102 ## $aRU