Рассмотрен принцип работы интерфейсов «мозг – компьютер» (ИМК) и метод детектирования фокуса внимания человека, основанный на вызванных потенциалах мозга (P300), проведен обзор существующих аппаратных и программных решений для реализации ИМК, выявлены их преимущества и недостатки. Спроектировано и реализовано программное обеспечение, которое, основываясь на методах работы с вызванными потенциалами, позволяет совершать выбор желаемого стимула из набора предъявляемых.

Для получения электроэнцефалограммы была использована «Система для регистрации восьмиканальной ЭЭГ» от компании «BiTronics Lab», основанная на платформе Arduino. Фильтрация сигнала, обучение классификатора и визуализация реализованы на языке программирования Python.

Рассмотрены получившие широкое распространение три формы взаимодействия преподавателя и студентов.

Основной целью работы является изучение принципиальных отличий между играми и игрофикациями для выделения и модификации наиболее эффективных методик внедрения активных элементов обучения в образовательный процесс. При проведении декомпозиции игр и игрофикации были выявлены особенности активностей. Отмечены различия между целями игр, где нужно победить, и игрофикацией, где нужно научиться.

Показано, что выделение оптимальных игровых механик для улучшения процесса обучения, направленных на студентов технических специальностей, происходит по субъективным критериям, а результат – по объективным (успеваемость). Установлено, что применение игровых сценариев при проведении лабораторного практикума объективно повышает успеваемость, тем самым увеличивая сформированность умений и навыков профессиональных компетенций.

Статья посвящена сравнительному анализу алгоритмов семантической сегментации и исследованию их применимости на примере проекта «Duckietown». Рассмотрены как классические алгоритмы семантической сегментации, так и алгоритмы, использующие подходы машинного обучения. Исследованы фреймворки машинного обучения с учетом всех ограничений проекта «Duckietown». По результатам исследования для решения задачи сегментации в проекте «Duckietown» были выбраны нейросетевые алгоритмы, основанные на сетях U-Net, SegNet, DeepLab-v3, FC-DenceNet и PSPNet. U-Net и SegNet и протестированы на симуляторе «Duckietown»

В работе описан разработанный облачный веб-сервис многомерной обработки количественных данных для решения широкого класса научных геологических задач. Вычислительный узел «Многомерные методы анализа данных» позволяет выполнять обработку табличных данных различными методами современного анализа данных с настройкой их параметров и визуализацией результатов. Узел включает в себя такие группы методов, как предобработка данных, описательная статистика, кластерный анализ, факторный анализ, корреляционный анализ, регрессионный анализ и др. Вычислительный узел «Многомерные методы анализа данных» входит в состав Вычислительно-аналитической геологической среды ГГМ РАН и интегрирован с ее сервисами. При этом вычислительный узел является самостоятельным облачным веб-сервисом, взаимодействие с которым происходит посредством REST API. Это позволяет обращаться к многомерным методам анализа данных, размещенным на вычислительном узле, широкому кругу пользователей, в том числе интегрировать его в другие информационные системы как стороннее приложение для обработки табличных данных.

Представлена модель комплексного нейрона конца линий. Этот тип нейронов дает максимальный отклик на конце линии и используется для уточнения выделения краев. В работе приведен обзор различных моделей нейронов конца линий и проведено сравнение их откликов. Нами предложена более простая и, в тоже время, точная CE-модель нейрона конца линий, базирующаяся на использовании фильтров Габора, находящихся в противофазе. Предложенная модель интегрирована в сверточную нейронную сеть выделения краев, описание которой также приведено в статье. Предлагаемая модель показала высокую эффективность.

Визуализации коллекций научных публикаций используются для лучшего понимания наборов данных. При построении таких визуализаций могут использоваться различные методы анализа текстовых коллекций.
В данной статье речь идет о двух методах анализа – Paper2vec и Cite2vec, которые в своей работе используют информацию о цитировании и получают векторные представления документов. Чтобы продемонстрировать
работу методов, были разработаны визуализации, которые описаны в данной работе.

Технология информационного моделирования становятся одним из эффективных инструментов работы с данными. Однако до сих пор не существует конкретных рекомендаций по переходу к использованию цифровых моделей на этапе изысканий. Целью работы выступает поиск и оценка путей интеграции процедур информационного моделирования с процессами, протекающими в системах инженерных изысканий и проектирования.

В статье разработана и охарактеризована с применением методов системного анализа, форсайт-исследования и риск-менеджмента методика модернизации инженерных изысканий в указанном контексте. Изменения связей, состава и результатов, описание этапов внедрения рассмотрены на примере инженерно-экологического блока. Авторы считают, что на фоне формирования нормативной правовой базы информационного моделирования в России наиболее результативным направлением является представление итога инженерных изысканий в виде стандартных технических отчетов, дополненных цифровыми моделями по видам изысканий.