Прищепа Владимир Владимирович

Собственные публикации

1. Исследование и разработка оптимальных запросов при выборке многосвязных данных больших объемов в реляционных базах данных. Разработка АРМ «Нагрузка преподавателя» в рамках АСУ ДонНТУ

Авторы: Прищепа В.В., Краснокутский В.А., Меренкова Л.Л.

Описание: В докладе проведен обзор средств мониторинга для Microsoft SQL Server разных версий. Преполагается использование этих средств в разработке программного комплекса автоматизации формирования нагрузки ВУЗа. Также проведен обзор текущего процесса формирования нагрузки, описаны идеи, заложенные в проектируемый программный комплекс разработчиками.

Источник: Компьютерная и программная инженерия. Сборник материалов международной научно-технической конференции студентов, аспирантов и молодых ученых 15-16 декабря 2015 года. – Донецк, ДонНТУ – 2015. – 346с. – с. 60-61. // URL: http://cs.conf.donntu.ru/docs/sbornik2015.pdf

2. Перспективы применения технологий искусственного интеллекта при разработке системы поддержки принятия решений в составе программного комплекса автоматизации формирования нагрузки преподавателей кафедры

Авторы: Прищепа В.В., Краснокутский В.А., Меренкова Л.Л.

Описание: Рассмотрены проблемы и задачи разработки приложения для автоматизации процесса формирования нагрузки преподавателей, из которых вытекает необходимость применения технологий искусственного интеллекта. Предложены несколько путей решения. На основании, поставленной задачи, выбран вариант с использованием искусственной нейронной сети, описана ее структура, алгоритм обучения.

Источник: Международная научно-техническая конференция «Информатика, управляющие системы, математическое и компьютерное моделирование 2016»

Тематические статьи

3. Возможности методов искусственного интеллекта для выявления и использования новых знаний на примере задачи управления персоналом

Авторы: Ясницкий Л.Н., Михалева Ю.А., Черепанов Ф.М.

Описание: Разработана компьютерная программа, предназначенная для оценки «психологического потенциала руководителя» работников фирмы (ППР), под которым понимается способность человека выполнять руководящую работу. В основе программы лежит нейронная сеть, обученная на результатах анкетирования сотрудников ряда крупных организаций. С помощью разработанной программы были проведены исследования, проведен анализ результатов. Эти исследования позволили выявить зависимости способности людей к руководящей деятельности от их пола, возраста, количества детей, вида деятельности, знака Зодиака. Построена гистограмма распределения значимости всех входных параметров.

Источник: International Journal of Unconventional Science. Журнал Формирующихся Направлений Науки. – 2014. – Вып. 6. – c. 32-41. // URL: http://www.unconv-science.org/pdf/IJUS-v6-2014.pdf

4. Использование методов искусственного интеллекта в изучении личности серийных убийц

Авторы: Ясницкий Л.Н., Ваулева С.В., Сафонова Д.Н., Черепанов Ф.М.

Описание: В настоящее время среди криминалистов нет единого мнения в вопросе выбора параметров, позволяющих однозначно сформировать систему признаков, отличающих маньяка-убийцу от нормального человека, что затрудняет создание эффективных компьютерных программ, предназначенных для использования в следственной практике. В статье описан опыт разработки нейронной сети, обучаемой на данных известных серийных убийц, включающих их биологические, социальные и психологические параметры. Выполнена оценка погрешности разработанной нейросетевой математической модели. Показана ее адекватность и проведено исследование, в результате которого получена сравнительная оценка степени влияния различных факторов на результат моделирования – предрасположенность человека к насилию.

Источник: Криминологический журнал Байкальского государственного университета экономики и права. – 2015. – № 3, Т. 9. – c. 423-430. // URL: http://cj.isea.ru/reader/archive.asp?n=631

5. Применение искусственных нейронных сетей для коллективного решения интеллектуальных задач

Авторы: Бова В.В., Дуккардт А.Н.

Описание: Изложены возможности интеллектуальных информационных технологий основанных на искусственных нейронных сетях. Выявлены особенности применения нейросетевых систем поддержки принятия решений для различных предметных областей. Рассмотрена возможность применения искусственных нейронных сетей для коллективного решения интеллектуальных задач. Предложен подход, в основе которого лежит одновременное использование нескольких нейронных сетей для получения коллективного решения задачи. Определены тенденции и направления развития нейросетевых технологий.

Источник: Известия Южного федерального университета. Технические науки. – 2012. – Выпуск № 7, том 132. – с. 131-138. // URL: http://izv-tn.tti.sfedu.ru/?p=4662

6. Сравнительная оценка вычислительной сложности обучения искусственной нейронной сети с жестким ядром и сети с классической структурой

Авторы: Максимушкин В.В., Арзамасцев А.А.

Описание: Проведена сравнительная оценка вычислительной сложности обучения искусственной нейронной сети с жестким ядром и сети с классической структурой. В статье содержится отчет о неалгоритмическом методе повышения скорости обучения искусственной нейронной сети и математическую формулировку вычислительной сложности этого алгоритма.

Источник: Журнал «Вестник Тамбовского университета. Серия Естественные и технические науки». – 2006. – Выпуск №2, том 11. – с. 190-197. // URL: http://elibrary.ru/item.asp?id=12853858

7. Нагрузка преподавателей и студентов в новых условиях обучения: принципы планирования и учета

Авторы: Ковтун Е.Н., Родионова С.Е.

Описание: В статье рассматриваются подходы к разработке новых принципов оценки трудоемкости учебной работы студента и планирования учебной нагрузки преподавателя с учетом всех аспектов его деятельности в условиях внедрения ФГОС ВПО и реформы высшего образования в России.

Источник: Журнал «Филология и культура». – 2012. – №2. – с. 59-63. // URL: http://cyberleninka.ru/article/n/nagruzka-prepodavateley-i-studentov-v-novyh-usloviyah-obucheniya-printsipy-planirovaniya-i-ucheta

8. Анализ процесса распределения учебной нагрузки профессорско-преподавательского состава на кафедрах

Авторы: Калюжный Н.В.

Описание: В данной статье определяются проблемы, порождённые малой эффективностью применения неспециализированных средств для распределения учебной нагрузки, и раскрываются преимущества автоматизации этой области деятельности высших учебных заведений. Выявлена и обоснована необходимость автоматизации распределения учебной нагрузки с учётом характера взаимодействия различных подразделений ВУЗа.

Источник: Журнал «Science Time». – 2015. – №6. – с. 199-202. // URL: http://cyberleninka.ru/article/n/analiz-protsessa-raspredeleniya-uchebnoy-nagruzki-professorsko-prepodavatelskogo-sostava-na-kafedrah

9. Автоматическая система распределения учебной нагрузки с учётом квалификации преподавателей

Авторы: Леонтьев А.Ю., Василевский Н.М., Акмуллин А.И.

Описание: Описанная в работе компьютерная система планирования учебной нагрузки кафедры представляет собой составную часть проекта «Электронная кафедра» и предназначена для оптимального распределения плановой годовой учебной нагрузки среди преподавателей кафедры с учётом их квалификации и должности.

Источник: Журнал «Ученые записки Казанской государственной академии ветеринарной медицины им. Н.Э. Баумана». – 2013. – №216. – с. 192-197. // URL: http://cyberleninka.ru/article/n/avtomaticheskaya-sistema-raspredeleniya-uchebnoy-nagruzki-s-uchyotom-kvalifikatsii-prepodavateley

Переводы статей

10. Методы оптимизации запросов к SQL Server – Советы для написания эффективных и быстрых запросов

Авторы: Navita Kumari

Автор перевода: Прищепа В.В.

Описание: Методы, описанные в этой статье, позволяют произвести базовую оптимизацию запросов, таблиц, индексов и хранимых процедур в целях повышения производительности. Основной акцент был сделан на оптимизации запросов.

Источник (англ.): International Journal of Scientific and Research Publications. – 2012. – issue 6. // URL: http://www.ijsrp.org/research_paper_jun2012/ijsrp-June-2012-07.pdf