Публикация научных работ

О подходах к разработке словаря предметной области на основе иерархической структуры работ / Approaches to develop domain vocabulary based on work breakdown structure

Данилова Валерия Викторовна / Danilova Valeriya Viktorovna – студент;

Кшняков Дмитрий Олегович / Kshnyakov Dmitriy Olegovich – аспирант;

Ананьева Анастасия Геннадьевна / Ananieva Anastasia Gennadievna – ассистент;

Суслина Алена Сергеевна / Suslina Alyona Sergeevna – студент, кафедра анализа конкурентных систем, Национальный исследовательский ядерный университет, Московский инженерно-физический институт, г. Москва

Аннотация: рост количества публикуемой тематической информации ставит перед исследователями необходимость разработки новых подходов к построению алгоритмов фильтрации больших потоков входящей информации. В статье рассматривается подход формирования словаря ключевых слов по направлению «Специальные разработки» на основе иерархической структуры работ (ИСР). Разработка данного словаря входит в комплекс работ по созданию Мультиагентной информационно-аналитической системы по естественно-научным и технологическим направлениям.

Abstract: problem of filtering large streams of incoming information is discussed in the article. Constantly increasing number of information items (i.e. published or digital subjects) set the necessary goal to develop new approaches for filtering and structuring such data. The article discusses the approach of forming a dictionary of keywords in the direction of "Special study" based on US “Work breakdown structures for defense materiel items” (WBS). The development of this dictionary is part of a work on realization of Multi-agent information and analytical system for scientific and technological directions.

Ключевые слова: мультиагентная система; иерархическая структура работ; ИСР.

Keywords: multiagent system; work breakdown structure; WBS.

Литература

1. Fleming, Quentin W., Joel M. Koppelman. "Earned Value Project Management" CROSSTALK: The Journal of Defense Software Engineering July 1998, p 20.
2. Артамонов А. А., Леонов Д. В., Оныкий Б. Н., Проничева Л. В. Мультиагентная информационно-аналитическая система по естественно-научным и технологическим направлениям // Системы высокой доступности, Т. 10, № 2, 2014.
3. Ananieva A. G., Artamonov A. A., Galin I. U., Tretyakov E. S., Kshnyakov D. O. Algoritmizatiom of search operations in multiagent information-analytical systems // Journal of Theoretical and Applied Information Technology. Nov.,№. 1. pp. 11-17.
4. Salton G., McGill M. Introduction to modern information retrieval, 1986.

Архитектурно - строительное стекло, как основной материал светопрозрачных покрытий / Architectural glass building, as the main material of translucent coatings

Оганесян Оганес Валерьевич / Oganesyan Oganes – студент;

Фарниев Давид Карлосович / Farniev David – магистрант, кафедра технологии строительного производства, институт строительства и жилищно-коммунального хозяйства, Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования,  Волгоградский государственный архитектурно-строительный университет, г. Волгоград

Аннотация: в статье приводятся основные составляющие, и свойства архитектурно-строительного стекла. Их значение при формировании функционального назначения и вида в качестве светопрозрачного ограждающего материала.

Abstract: the article describes the basic components and properties of architectural and building glass. Their importance in the formation of a functional purpose and type of the boundary as the translucent material.

Ключевые слова: стекло; структура; свойства; виды; функциональное назначение; область применения.

Keywords: glass; structure; property; kinds; functional purpose; application area.

Литература

1. Абрамян С. Г., Фарниев Д. К. Характерные особенности прозрачных кровельных материалов // Интернет - журнал «НАУКОВЕДЕНИЕ» Том 8, № 2 (2016) http://naukovedenie.ru/PDF/58TVN216.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ. DOI: 10.15862/58TVN216.

Основные этапы обработки текста и генерации признаков в задачах текстовой классификации / Key stages of text processing and feature generation in text classification

Скороходов Иван Сергеевич / Skorokhodov Ivan – бакалавр менеджмента, магистрант, кафедра экономики и менеджмента в промышленности, факультет управления и экономики высоких технологий;

Тихомирова Анна Николаевна / Tikhomirova Anna – кандидат технических наук, доцент, кафедра кибернетики, факультет кибернетики, Федеральное государственное автономное образовательное учреждение высшего образования, Национальный исследовательский ядерный университет, Московский инженерно-физический институт, г. Москва

Аннотация: в данной работе исследуются основные этапы проведения обработки текстовых признаков в задачах интеллектуального анализа данных, а также процедуры генерации информативных факторов. Среди них рассматриваются операции стемминга, лемматизации, формирования мешка слов, формирования статистики TF-IDF, а также методы сокращения пространства признаков.

Abstract: in this paper we investigate key stages of text features processing, which are typically used in data mining tasks, as well as describe main procedures of generating informative factors. Among them we depict such operations as stemming, lemmatization, bag of words and TF-IDF metrics generation and methods to reduce feature space.

Ключевые слова: интеллектуальный анализ данных, текстовые признаки, компьютерная лингвистика, обработка данных, генерация признаков.

Keywords: data mining, text features, computational linguistics, data processing, feature generation.

Литература

1. Shearer C. The CRISP-DM model: the new blueprint for data mining, 2000.
2. Evgeniy Gabrilovich, Shaul Markovitch. Feature generation for text categorization using world knowledge.
3. Jan Busta, Dana Hlavackova, Milos Jakubicek, and Karel Pala. Classification of errors in text.
4. Dawson J. L. (1974); Suffix Removal for Word Conflation, Bulletin of the Association for Literary and Linguistic Computing.
5. A comparative study of stemming algorithms.
6. Lemmatisation - wikipedia, the free encyclopedia. https://en.wikipedia. org/wiki/Lemmatisation.
7. Vimala Balakrishnan and Ethel Lloyd-Yemoh Stemming and lemmatization: A comparison of retrieval performances. IACSIT, 2014.
8. Feature extraction - wikipedia, the free encyclopedia. https://en. wikipedia.org/wiki/Feature_extraction.
9. Шумовые слова - Википедия. https://ru.wikipedia.org/wiki/Шумовые_слова.
10. Pablo A. Estevez, Michel Tesmer Claudio A. Perez, and Jacek M. Zurada Normalized mutual information feature selection. IEEE, 2009.

Исследование принципов построения и функционирования детектора электромагнитного поля среде моделирования National Instruments Multisim / A research of the principles of construction and operation of the detector of the electromagnetic field environment s

Трошкин Андрей Алексеевич / Troshkin Andrej – студент, кафедра информационной безопасности, факультет микроприборов и технической кибернетики, Национальный исследовательский университет, Московский институт электронной техники, г. Москва

Аннотация: актуальность выбранной темы обусловлена необходимостью создания дешёвых, качественных, простых и доступных детекторов электромагнитных полей, повсеместно использующихся во многих областях нашей жизни.

Abstract: the relevance of the topic chosen due to the need of creating cheap, high-quality, simple and affordable detectors of electromagnetic fields, widely used in many areas of our life.

Ключевые слова: детектор, поле, закладка, радиоканал, защита, информация.

Keywords: detector, field, bookmark, a radio channel, protection, information.

Литература

1. Введение в Multisim. 3-x часовой курс. М.: NationalInstrumentsРоссия, 2006. 44 с.
2. Волович Г. И. Схемотехника аналоговых и аналого-цифровых электронных устройств: Учеб. пособие / Г. И. Волович. 3-е изд. М.: ДМК Пресс-ХХI, 2011. 528 с.
3. Хорев А. А. Классификация электронных устройств перехвата информации // Спецтехника и связь, 2009. № 1. С. 46-49.