ivdon3@bk.ru
В статье рассмотрена концепция программной реализации комплексного инструментария на платформе «1С:Предприятие» по автоматизации учета деятельности приютов для бездомных животных. Описана архитектура решения с освещением аспектов функционирования интеграционных модулей системы с социальной сетью «ВКонтакте» и мессенджером Telegram. Представлены диаграммы последовательности и деятельности процессов в части взаимодействия граждан с ключевым функционалом системы.
Ключевые слова: приют для животных, бездомные животные, 1С:Предприятие, автоматизация, учет деятельности, животные, программный комплекс, информационная система, Telegram-бот, интеграция с ВКонтакте, поиск питомца
В статье описаны аспекты интеграции Telegram-бота, реализованного на платформе «1С:Предприятие», в информационную систему обработки результатов спортивных соревнований. Рассмотрен основной функционал взаимодействия пользователя с ботом. Приведена диаграмма состояний системы в процессе взаимодействия пользователя с ботом, иллюстрирующая возможные состояния перехода при выборе пользователем определенных команд или кнопок. Представлена диаграмма последовательности процесса регистрации участников мероприятий с помощью Telegram-бота, иллюстрирующая передачу сообщений с использованием post- и get-запросов.
Ключевые слова: обработка результатов спортивных соревнований, Telegram-бот, мессенджер, платформа «1С:Предприятие», обработка состояний, информационные системы в сфере спорта
В статье предложена общая формализованная модель задачи обработки и извлечения потенциальных ключевых навыков из описаний вакансий для определения востребованности направлений подготовки и возможных сфер трудоустройства выпускников. Формализованная модель использована в программной реализации модуля кластеризации вакансий по полученным множествам ключевых навыков в рамках комплексного инструментария дистанционной профориентации.
Ключевые слова: вакансии, востребованность направлений подготовки, профориентация, цифровизация профориентационной деятельности, формализованная модель, кластеризация, профессии, ключевые навыки
В статье описаны результаты разработки информационной системы обработки результатов спортивных соревнований на платформе «1С:Предприятие» для информационной поддержки спортивного социального проекта «Донская семейная лига», вовлекающего в занятия спортом и физкультурой целые семьи. Приведена объектная модель данных конфигурации, позволившая структурировать предметную область, выделить основные прикладные объекты, их реквизиты и взаимосвязи между ними, что в дальнейшем было использовано для алгоритмизации решения и программной реализации комплексного инструментария на платформе «1С:Предприятие». Программный комплекс прошел апробацию в рамках информационной поддержки мероприятий проекта «Донская семейная лига» в период с июля 2022 г. по июль 2023 г. и показал высокую эффективность.
Ключевые слова: Всероссийский физкультурно-спортивный комплекс «Готов к труду и обороне», проект «Донская семейная лига», обработка результатов спортивных соревнований, рейтинг индивидуального зачета, рейтинг семейного зачета, рейтинг командного зачета
Мобильные приложения сегодня – это необходимый инструмент для работы, учебы, развлечений и связи со всем информационным миром. С каждым годом возрастают требования к приложениям, а также потребность в стабильных и многофункциональных программных средствах, которые будут способны быстро выполнять поставленные перед ними задачи. Хоть большинству приложений и необходим доступ в интернет для связи с сервисами, требуется также обеспечить и сохранность данных на самом устройстве, чтобы была возможность оффлайн - доступа к данным. Для решения этой задачи при разработке мобильных приложений существует множество различных средств, но наиболее распространённым является библиотека Room, входящая в пакет «Android Jetpack». В статье приведено краткое описание функциональных возможностей данной библиотеки. Рассмотрена работа всех основных компонентов с базовыми аннотациями. Также схематично представлено взаимодействие основных компонентов библиотеки и показан пример реализации в мобильном приложении на операционной системе Android.
Ключевые слова: база данных, SQLite, Android Jetpack, Room, Android
В статье рассмотрена формализованная модель данных программного комплекса автоматизации учета деятельности центра работы с животными, включающего две подсистемы: «Подсистема информационного сопровождения деятельности приюта для бездомных животных» и «Подсистема автоматизации учета деятельности гостиницы для животных». Формализованная модель позволяет структурировать предметную область, выделить основные компоненты, их свойства и взаимосвязи между ними (клиенты, питомцы, вольеры, заявки на бронирование, волонтеры, задачи и т.д.), что в дальнейшем было использовано для алгоритмизации решения и программной реализации комплексного инструментария на платформе «1С:Предприятие».
Ключевые слова: формализованная модель, приют для животных, бездомные животные, гостиница для животных, 1С:Предприятие, автоматизация, учет деятельности, животные, программный комплекс, информационная система
2.3.1 - Системный анализ, управление и обработка информации , 4.2.2 - Санитария, гигиена, экология, ветеринарно-санитарная экспертиза и биобезопасность
В статье рассмотрена практическая часть варианта реализации задачи определения актуальности направлений подготовки, на примере направления «Прикладная информатика», возможных профессий и компаний для трудоустройства выпускников с помощью сопоставления получаемых в рамках обучения навыков и требований рынка труда. Результаты практической апробации формализованной модели будут использоваться в составе модуля цифрового инструментария дистанционной профориентации.
Ключевые слова: запросы к сервисам, вакансии, востребованность направлений подготовки, профориентация, цифровизация профориентационной деятельности, сервисы поиска вакансий
Любое мобильное приложение состоит из рабочих экранов, которые содержат различную информацию. С каждым годом требований к приложениям становится все больше. Это обусловлено постоянным ростом количества пользователей различных сервисов, которые требуют для своего функционирования определенные программные компоненты. Использование примитивных методов разработки, как и устаревших компонентов, приводит к увеличению сроков проектирования, реализации и внедрения проекта в работу. Но развитие технологий не стоит на месте, что позволяет решать появляющиеся трудоемкие задачи в более легкой форме и значительно быстрее. И примером этому является разработанная библиотека «The Navigation Component», что позволяет создавать удобную и понятную схему навигации внутри приложения, а это просто необходимо, когда мобильное приложение насчитывает множество рабочих окон. В статье будет приведен список компонентов библиотеки «The Navigation Component». Показаны основные атрибуты. Рассмотрен принцип работы каждого компонента.
Ключевые слова: навигационная схема приложения, The Navigation Component, приложение, Android
В данной статье рассматривается вопрос формирования и связи слоев в задаче классификации изображений знаков дорожного движения, а также вычисления весов на соответствующих слоях нейронной сети. Авторами приводится описание биологической структуры нейронов головного мозга, и их сопоставления с искусственными нейронными сетями. Представлена концептуальная модель искусственного нейрона и нейронной сети с описанием структурных элементов. Приведена матричная структура весов нейронной сети. Описан процесс преобразования RGB-изображения дорожного знака во входной слой нейронной сети. Для каждого скрытого слоя представлено соответствующее описание. Кроме того, приведено описание слоев свертки и максимального пула, а также пояснение необходимости применения данного типа слоев в сверточной нейронной сети. Так же авторами описан алгоритм формирования сверточной нейронной сети для классификации дорожных знаков. Приведены примеры работы данной нейронной сети.
Ключевые слова: сверточные нейронные сети, классификация, deep learning, big data, математическое моделирование, информатика
В настоящей работе описан вопрос выбора платформы распределенного реестра при проектировании информационных систем финансового сектора экономики. Актуальность данных исследований обуславливается все возрастающим ростом спроса на информационные системы финансового сектора экономики, сформированные с использованием технологии распределенного реестра. Рост заинтересованности данной технологией связан с необходимостью обеспечения надежного хранения информации, изменение которой будет отслеживаться участниками данной транзакции. Целью данной работы является определение наиболее подходящей платформы с использованием метода анализа иерархий. В ходе выполнения работы были выявлены основные платформы распределенного реестра, а также определены ключевые критерии данных фреймворков с учетом требований участников бизнес-процессов. Данные критерии были подвергнуты оценке. Для каждой матрицы оценки альтернатив по отдельным критериям были определены показатели вектора максимального собственного значения, а также доказана согласованность суждения, включая определение индекса согласованности, индекса локального приоритета и отношения согласованности. Проведен синтетический анализ рассматриваемых критериев. На основе полученных в ходе синтетического анализа данных проведен выбор наиболее перспективной платформы. Сформированы выводы по оцениваемым системам.
Ключевые слова: распределенный реестр, метод анализа иерархий, системный анализ, информационные системы, информатика
В данной статье рассматривается проблематика определения органов воздушного дыхания на снимках компьютерной томографии с помощью сверточных нейронных сетей архитектуры U-NET. Описаны перспективы использования нейронных сетей при анализе медицинских снимков, а также использование архитектуры U-NET для семантической сегментации изображений. Производится формирование структуры искусственной нейронной сети на базе архитектуры U-NET. Визуализируется строение слоев данной сети и описаны составные части данной структуры. Особое внимание уделяется описанию и реализации процесса свертки. Представлена формула определения весовых коэффициентов границы разделения. Предложены алгоритмы формирования модели искусственной нейронной сети и алгоритм построения слоев. Рассматривается способ увеличения данных для обучающей выборки изображений медицинских снимков. Представлено изображение результата определения органов грудной клетки и соответствующая маска.
Ключевые слова: сверточные нейронные сети, архитектура U-NET, глубокое обучение, распознавание изображений, machine learning
2.2.12 - Приборы, системы и изделия медицинского назначения , 2.3.1 - Системный анализ, управление и обработка информации
В данной статье рассматривается проблематика построения сверточных нейронных сетей для определения дорожных объектов. Представлена общая актуальность и постановка проблемы определения дорожных объектов. Сформировано обоснование применения искусственных нейронных сетей для определения дорожных объектов. В качестве основной архитектуры искусственной нейронной сети для определения дорожных объектов использована архитектура сети Retinanet. Визуализирована общая концепция данной архитектуры и основные подсети. Описаны функции ошибки для основных подсетей сети Retinanet. Дано проектное описание алгоритмов построения аннотации данных для обучения искусственной нейронной сети, а также алгоритмов построения архитектуры нейронной сети классификации, регрессии и пирамиды признаков. Определена динамика изменения общей функции ошибки при определении дорожных объектов. Представлен результат обучения искусственной нейронной сети.
Ключевые слова: сверточные нейронные сети, классификация, регрессия, сверточные нейронные сети, deep learning, big data, математическое моделирование, информатика, архитектура RetinaNet
05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.18 - Математическое моделирование, численные методы и комплексы программ
В процессе ведения информационной деятельности скапливается большой набор данных, который отражает специфические особенности производимой работы. Не всегда хранимая информация находится в упорядоченном и понятном виде, благодаря чему с ней очень тяжело работать. Это затрудняет выполнение анализа, увеличивает сроки обработки. Решить эту проблему в силах нейросети. Сегодня нейронные сети повсеместно используются во многих сферах деятельности, за счёт их применения, например, появляется возможность более тщательно анализировать ситуацию на рынке и принимать соответствующие решения, прямо влияющие на успех. Благодаря использованию нейросети можно провести набор информации в удобный для анализа вид. В статье будет приведен перечень информации о самоорганизующейся карте Кохонена, касающийся принципов работы нейронной сети. Рассмотрена обработка тестовых данных с визуализацией карт.
Ключевые слова: самоорганизующаяся карта Кохонена, сети Кохонена, нейронные сети, кластер, обработка, Self Organizing Map, SOM
05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.18 - Математическое моделирование, численные методы и комплексы программ
Мобильные приложения повсеместно используются множеством людей в повседневных задачах. С каждым годом возрастает потребность во все более функциональных, удобных и надежных программных средствах, которые смогут обеспечить быструю и безопасную работу в различных областях. Но для разработки такого приложения необходимо использовать соответствующую всем требованиям архитектуру. В данной работе пойдет речь об использовании компонентов из Android Architecture Components, разработанных компанией Google, которые позволяют реализовать некоторые паттерны проектирования с учетом особенностей операционной системы Android. В статье будет приведен перечень наиболее используемых компонентов, а также краткая справка по их функциональным возможностям. Рассмотрена работа одного из компонентов с базовыми элементами операционной системы Android. Также схематично показано взаимодействие компонентов на примере реализации одного из паттернов проектирования.
Ключевые слова: архитектура приложения, Android Architecture Components, приложение, Android
05.13.01 - Системный анализ, управление и обработка информации (по отраслям)
В статье рассмотрен вариант формализации задачи определения востребованности направлений подготовки и возможных сфер трудоустройства выпускников через сопоставление получаемых в рамках обучения навыков и требований рынка труда на основе семантического анализа описаний вакансий. Формализованная модель используется для дальнейшей алгоритмизации решения и программной реализации в рамках модуля комплексного инструментария дистанционной профориентации.
Ключевые слова: запросы к API, вакансии, востребованность направлений подготовки, профориентация, цифровизация профориентационной деятельности, формализованная модель
05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.18 - Математическое моделирование, численные методы и комплексы программ