В статье рассматривается проблема профессиональной компетентности и педагогического мастерства представителей командно-преподавательского состава ведомственных вузов, выделяются основные направления педагогической деятельности преподавателя высшей школы, подчеркивается, что звенья работы преподавателя являются творческими, пронизанными эвристикой, решением педагогических задач и прогнозированием дальнейших педагогических действий. Описывается комплекс творческих действий, предпринимаемый преподавателями образовательных организаций ФСИН России при решении педагогических задач и воспитывающих ситуаций, возникающих в преподавательской деятельности, приводится его структурно-функциональная характеристика.
Цель исследования — спрогнозировать динамику когнитивных нарушений (КН) у пациентов, перенесших ишемический инсульт, на основании клинико-нейровизуализационных данных с использованием цифровой морфометрии «стратегических зон» головного мозга и комплексного нейропсихологического исследования. Материалы и методы. Обследовано 60 пациентов в раннем восстановительном периоде ишемического инсульта, проведены морфометрия (в мм) гиппокампа в области медиобазальных отделов височных долей на коронарном срезе, таламуса, интервью клинического психолога, исследование с помощью шкалы оценки психического статуса MMSE, тестов для оценки лобной дисфункции FAB и MоC A. Для учета информации из заключения психолога использовались методы интеллектуального анализа текста, рассчитывалась мера TF-IDF, позволяющая выделить главную тему сообщений и провести их
кластеризацию (метод Уорда выделил 3 кластера). Для анализа выраженности КН у исследованных пациентов использовалась логистическая регрессия, где в качестве целевых переменных рассматривались бинаризированные значения шкал MMSE и MоC A. Результаты. По результатам моделирования с целевыми переменными, соответственно, где результаты тестирования по шкалам MMSE и МоСА больше или меньше 24 балла, выявлено: использование шкалы MоCA или шкалы MMSE в раннем восстановительном периоде инсульта для выявления предикторов риска КН после перенесенного инсульта не дало существенных различий. Пол пациента не оказывал влияния на развитие КН после перенесенного инсульта, а возраст пациента моложе 65 лет увеличивал вероятность того, что КН не будут наблюдаться после инсульта в среднем на 0,6–1,4 % (HR = 1,006 — для шкалы MоCA и HR = 1,014 — для шкалы MМSE). Результаты морфометрии гиппокампа по данным нейровизуализации показали, что если у пациента высота левого гиппокампа больше 6,8 мм, то это увеличивает вероятность отсутствия КН после инсульта в среднем в 1,11–1,24 раза (HR = 1,11 (MоCA) и HR = 1,24 (MМSE)), отнесение заключения психолога к первому и второму полученным в ходе исследования кластерам снижает вероятность развития КН у пациентов в 2,62–6,19 раза (HR = 6,19 (MоCA) и HR = 2,62 (MМSE)) и в 3,36–9,02 раза (HR = 9,02 (MоCA) и HR = 3,36 (MМSE)) соответственно. Заключение. Определение некоторых показателей морфометрии головного мозга представляется информативным в отношении рекомендаций по дальнейшей тактике ведения пациентов с постинсультными КН в раннем восстановительном периоде ишемического инсульта.
Качество функционирования блока усилителя мощности передающего устройства радиолокационной станции характеризуется выходной мощностью на различных частотах и зависит от характеристик поставляемых клистронов: импульсного тока катода, напряжения накала, тока накала, токопрохождения, тока управляющего электрода, потребляемой мощности, входной оптимальной мощности, выходной мощности с клистрона, импульсного тока резонаторного блока, коэффициента усиления и других. Для оценки качества работы блока предлагается решение двух задач. Первая связана с контролем стабильности параметров поставляемых клистронов. Решение этой задачи рассмотрено ранее. Вторая задача – оценка и прогнозирование выходной мощности блока по результатам испытаний. В настоящей статье предлагается подход к построению математической модели зависимости этой мощности от характеристик клистрона с применением метода опорных векторов.
Современный эффективный поиск новых соединений с фармакологической активностью сопряжен с высокой стоимостью, временными затратами и большим разнообразием биологических структур. Поэтому программы для исследований in silico методами молекулярного докинга набирают всё большую популярность. Данный метод позволяет спрогнозировать определенный вид биологического действия у исследуемого соединения, а также детально изучить молекулярные механизмы реализации его действия на белковую мишень [1]. Однако существуют опасения применения метода из-за недостаточной надежности оценочной функции, отсутствия визуализации конформационных изменений молекул
К числу значимых проблем устойчивого развития регионов относят вопрос эффективного использования трудового потенциала территории. Прослеживается дифференциация по уровню показателя. Это объясняется природно-климатическими условиями, демографическими процессами, разным уровнем развития промышленной, транспортной инфраструктуры, преференциями, предоставляемыми государством регионам. Проблема проявляется в Арктической зоне РФ, представляющей стратегический интерес для России. В условиях цифровой трансформации, обеспечения технологического суверенитета, депопуляции, миграционного оттока населения наблюдается корреляция между уровнем трудового потенциала и кадровым обеспечением территории. Развитие макрорегиона невозможно без продуманной кадровой политики. Цель исследования — разработка методики прогнозной оценки уровня трудового потенциала в контексте цифровизации и технологического суверенитета, её апробация на данных регионов Арктической зоны РФ. Методика включает три этапа. В рамках подготовительного этапа определяется перечень детерминант, осуществляется сбор статистической информации. В ходе расчётно-аналитического этапа формируется массив прогнозируемых данных с использованием методов на основе рядов динамики, осуществляется расчёт индексов. На заключительном этапе применяется матричный инструментарий, позволяющий определить позиции территорий по критериям. В связи с логикой исследования использованы методы: сравнения, группировки, прогнозирования, графический, матричный, корреляционного и кластерного анализа. Научная новизна исследования заключается в уточнении термина «трудовой потенциал» с позиции цифровизации и технологического суверенитета, в разработке типологии регионов по уровню трудового потенциала. Результаты: проведена кластеризация субъектов, дана их характеристика. Арктические территории имеют высокий и средний уровень изучаемого показателя с ориентацией на инновационное и цифровое развитие. Результаты исследования могут быть использованы при принятии управленческих решений в вопросах развития региональной экономики в области анализа, прогнозирования кадрового обеспечения территорий. Перспективным направлением работы является расширение перечня факторов, апробирование методики на статистических данных федеральных округов РФ с целью сопоставления результатов, выявления территориальной специфики.
Для прогнозирования выхода светлых фракций установкой ЭЛОУ-АВТ-6 проведен сравнительный анализ модели рекуррентной нейронной сети и модели авторегрессии ARIMA. Приведено математическое описание этих моделей. Приведена реализация моделей с использованием библиотек Keras и Pmdarima на языке Python. Проведена серия экспериментов, в качестве данных использовались значения температуры куба колонны К-2, расход сырой нефти и расход фракции бензина. Сделан вывод, о превосходстве качества прогноза нейронных сетей над ARIMA
В эпоху цифровизации экономических процессов перед компаниями встает задача глубокой трансформации существующих стратегий распределения производственных ресурсов и методов прогнозирования спроса. Такое преобразование подразумевает переход к интеграции в единое информационное пространство, что, в свою очередь, позволяет существенно повысить точность и эффективность прогнозирования бизнес-активности. Данная трансформация становится краеугольным камнем в формировании устойчивого развития на уровне отдельных государств. Научная новизна данного исследования заключается в разработке методологии для создания унифицированной системы прогнозирования спроса на компоненты продукции в энергетической отрасли, включенной в общую энергетическую информационную систему. Авторы выделяют потенциал для оптимизации отдельных элементов и структур с целью усовершенствования передачи и обработки данных на множественных уровнях. Основной фокус исследования направлен на адаптацию энергетического сектора к условиям цифровой экономики через применение предиктивных алгоритмов потребления продукции. Значение исследования для практического применения обусловлено возможностью интеграции разработанных решений в процесс модернизации предприятий, участвующих в национальной производственной системе, в контексте широкомасштабной цифровизации экономических процессов. Как пример успешной реализации такого подхода приводится опыт, демонстрирующий практическую применимость и эффективность внедрения инновационных цифровых технологий в стандартные процедуры управления и прогнозирования в энергетической отрасли
Монография посвящена теоретическим основам и практическим аспектам комплексной оценки качества системы мониторинга, созданной на базе беспилотных авиационных систем с целью формирования единого информационного пространства для эффективного управления подразделениями, участвующими в предупреждении и ликвидации крупных и затяжных пожаров. Рассмотрены систематизированные результаты, полученные в ходе решения научной задачи, состоящей в разработке моделей комплексной оценки качества системы мониторинга, созданной на базе беспилотных авиационных систем с целью формирования единого информационного пространства для эффективного управления подразделениями, участвующими в предупреждении и ликвидации пожаров
В современных условиях динамично развивающегося производства и нарастающей конкуренции на рынке актуальной задачей является разработка эффективных моделей прогнозирования и управления для автоматизированных производственных систем (АПС). Данное исследование направлено на создание комплексного подхода к моделированию и оптимизации функционирования АПС с целью повышения эффективности производственных процессов, снижения затрат и обеспечения высокого качества выпускаемой продукции. Для достижения поставленных целей были применены методы математического моделирования, теории управления, оптимизации и интеллектуального анализа данных. В частности, были разработаны стохастические модели прогнозирования спроса на продукцию, учитывающие сезонные колебания и тренды рынка. Такие модели позволяют с точностью до 95% предсказывать объемы продаж на период от 1 до 6 месяцев. Для управления производственными процессами были предложены адаптивные алгоритмы планирования и диспетчеризации, основанные на методах нечеткой логики и генетических алгоритмах. Использование данных подходов позволило сократить время переналадки оборудования на 20-25% и снизить объемы незавершенного производства на 15%. Проведенные экспериментальные исследования на примере реального машиностроительного предприятия подтвердили эффективность разработанных моделей и алгоритмов. Внедрение предложенных решений позволило увеличить производительность АПС на 12%, сократить затраты на сырье и материалы на 8% и повысить качество выпускаемой продукции, снизив процент брака с 1,5%до 0,8%. Полученные результаты имеют высокую практическую значимость и могут быть использованы для повышения конкурентоспособности и эффективности функционирования предприятий различных отраслей промышленности. Дальнейшие исследования будут направлены на развитие предложенных подходов и их адаптацию для решения новых задач в условиях цифровизации производства и перехода к концепции «Индустрия 4.0».
Изложены элементы теории экспертно-статистических систем. Приводится описание процедур прогнозирования на основе метода аналогов, а также программная система ЭКСПАМ, в которой реализованы алгоритмы экспертно-статистической обработки применительно к решению задачи прогнозирования временных рядов по малым выборкам с применением метода аналогов. Приводятся примеры.