Тезисы работ

Вид материала

Тезисы

Содержание Цель работы Суть метода многомерного шкалирования

Подобный материал:

• Правила составления тезисов Тезисы кратко сформулированные основные положения исследовательской, 24.79kb.
• Тезисы докладов и заявки на участие, 104.97kb.
• Список опубликованных научных и учебно-методических работ, 201.59kb.
• Тезисы докладов, принятые Оргкомитетом для опубликования в Материалах форума, 788.61kb.
• Юрий Юрьевич Черноскутов тезисы, 32.2kb.
• Тезисы докладов, принятые Оргкомитетом для опубликования в Материалах форума, 1066kb.
• Невзорова Людмила Алексеевна, учитель математики Якутск 2006 год тезисы, 195.83kb.
• Внимание !, 15.15kb.
• Департамента Минэкономразвития России «О подходах к повышению прозрачности в органах, 101.71kb.
• А. Ф. Филиппов Фундаментальная социология и политическая философия Тезисы, 306.15kb.

Назначение работы

Обзор типов визуализации многомерных данных позволяет увидеть наиболее эффективные методы и пути решения той или иной проблемы, а так же получить наглядное представление динамики уже существующих многомерных данных.

Цель работы

Визуализация данных — задача, с которой сталкивается в своей работе любой исследователь. К задаче визуализации данных сводится проблема представления в наглядной форме данных эксперимента или результатов теоретического исследования. Традиционные инструменты в этой области — графики и диаграммы — плохо справляются с задачей визуализации, когда возникает необходимость изобразить более трех взаимосвязанных величин.

Суть метода многомерного шкалирования

Многомерное шкалирование (МНШ) можно рассматривать как альтернативу факторному анализу. Целью последнего, вообще говоря, является поиск и интерпретация "латентных (т.е. непосредственно не наблюдаемых) переменных", дающих возможность пользователю объяснить сходства между объектами, заданными точками в исходном пространстве признаков. Для определенности и краткости, далее, как правило, будем говорить лишь о сходствах объектов, имея ввиду, что на практике это могут быть различия, расстояния или степени связи между ними. В факторном анализе сходства между объектами (например, переменными) выражаются с помощью матрицы (таблицы) коэффициентов корреляций. В методе МНШ дополнительно к корреляционным матрицам, в качестве исходных данных можно использовать произвольный тип матрицы сходства объектов. Таким образом, на входе всех алгоритмов МНШ используется матрица, элемент которой на пересечении ее i-й строки и j-го столбца, содержит сведения о попарном сходстве анализируемых объектов (объекта [i] и объекта [j]). На выходе алгоритма МНШ получаются числовые значения координат, которые приписываются каждому объекту в некоторой новой системе координат (во "вспомогательных шкалах", связанных с латентными переменными, откуда и название МНШ), причем размерность нового пространства признаков существенно меньше размерности исходного (за это собственно и идет борьба).

План действий

• Реализовать в Excel метод с помощью поиска решений.
  
• Определение погрешностей в математическом аппарате.
  
• Реализовать (начать реализацию) программы.
  

УДК 004.021

Визуализация процесса нахождения корней нелинейных уравнений комбинированным методом

Давыдова Е.

Существует несколько методов решения нелинейных уравнений. В данной работе рассмотрены такие, как метод деления отрезка пополам, метод простой итерации, метод Ньютона (касательных), метод хорд, комбинированный метод. Комбинированный метод (метод хорд и касательных) является одним из оптимальных методов решения нелинейных уравнений. По-этому, возникла задача, целью которой является написание программы, визуализирующую процесс нахождения корней нелинейных уравнений комбинированным методом.

Наиболее простым методом, позволяющим найти корень нелинейного уравнения, является метод половинного деления. Сходимости мала, но к достоинствам метода относятся простота и безусловная сходимость итерационного процесса. Метод Ньютона (Касательных) имеет квадратичную скорость сходимости. Он является одним из оптимальных методов, так же как и комбинированный метод. приближения корня уравнения по методу хорд и по методу касательных подходят к значению этого корня с противоположных сторон. Поэтому для быстроты нахождения корня удобно применять оба метода одновременно. Т.к. один метод даёт значение корня с недостатком, а другой – с избытком, то достаточно легко получить заданную степень точности корня.

Решение нелинейных уравнений комбинированным методом возможно только при выполнении следующих условий:

1) ,

2) и сохраняют знак на отрезке ,

Приближения корней находятся:

а) по методу касательных: ,

б) по методу хорд: .

При схождении к корню с разных сторон скорость схождения получается максимальной.

В процессе написания программы были реализованы два способа графического представления данного метода (пошаговый и стандартный).

Программа написана в интегрированной среде программирования Delphi 8.0 на языке Pascal. По средствам парсера формул функция преобразовывается в код, затем уравнение решается методом хорд и касательных. После достижения заданной точности выполняется построение графика пошагово и полностью. Парсер был реализован созданием специального класса.


УДК 004.032.26

Нейронные сети

Захаров Д.Ю.

В текущей работе производится поиск оптимальной структуры и алгоритма обучения нейронной сети используемой в анализе рынка ценных бумаг. Реализуется программный модуль, представляющий конечное решение задачи. В ходе мне была предоставлена программа научного руководителя для дальнейшего расширения её функциональности, в плане поиска оптимальной структуры и обучения в зависимости от обрабатываемого массива данных. Работа нейронной сети это всегда тонкий баланс между быстродействием и точностью. Поскольку такие программы, как правило, очень ресурсоемки, то вопрос об оптимизации их работы как никогда актуален. Тем более необходимость в вычислительных мощностях прямо пропорциональна объему решаемой задачи. Если знать заранее какая структура должна быть у сети и какие параметры задать для обучения чтобы получить желаемое качество предсказания, то можно избежать бесполезных затрат времени и ресурсов компьютера. В зависимости от количества обрабатываемых данных сеть будет принимать такую структуру и использовать такой алгоритм обучения, которые с минимальными затратами позволили бы провести анализ с максимальной точностью. В качестве тестового массива данных была выбрана таблица, отображающая колебания курса акций в течение нескольких дней, состоящая из восьмисот записей.

Для наглядности примера было использовано только двадцать пять. В программу на обработку посылаются данные за три дня, а данные за четвертый день служат для выявления, на сколько же качественно наша сеть может проводить предсказание. Для того чтобы результат был очевиден мой модуль сначала запускает сеть без использования обучения, на графиках зависимости качества предсказания и ошибки от количества нейронов в сети, видно что качество предсказания такой сети составляет 50% процентов, а показание ошибки увеличивается, это связано с тем что веса нейронов распределены случайно и неупорядочены. Затем происходит сброс, и программа начинает увеличивать количество нейронов с последующим их обучением. На графике отобразится, сколько необходимо нейронов в слое для данной задачи, чтобы качество прогнозирования было 100% а среднеквадратичная ошибка равнялась нулю.

Таким образом, можно автоматически конфигурировать сеть в зависимости от входных данных и затрачивать вычислительных мощностей и времени ровно столько, сколько необходимо. Сама разработка очень перспективная и в будущем может стать полноценной системой создающей новых миллионеров.


УДК 004.942

Визуальный интерфейс системы контроля земной поверхности

Кошкарев Н.А.

Характерным свойством объектов технических систем является их многоцелевая особенность. Она определяется многообра­зием выполняемых системой задач, условий ее функционирова­ния, совокупностью элементов, составляющих систему, наличием нескольких показателей эффективности. Это порождает ряд спе­цифических черт многоцелевых систем.

Во-первых, непростым оказывается вопрос оценки эффектив­ности таких систем: если обычно бывает ясно, как оценить эффективность системы при выполнении ею отдельной задачи, то достаточно сложно решить, по каким правилам из этих «единич­ных» значений получить целостную оценку эффективности системы, выполняющей заданный диапазон задач.

Во-вторых, нуждается в уточнении само понятие оптималь­ности. Если при оценке по единственному показателю эффективности за оптимальное принимается то решение, которое соответ­ствует наилучшему значению этого показателя, то при несколь­ких показателях эффективности возникают несравнимые варианты решений, которые по одним показателям лучше, а по другим хуже. Как выбирать наилучшее их сочетание — проб­лема, возникающая в связи с многоцелевым характером системы.

В-третьих, как правило, объем перерабатываемой в системе информации значительно больше информационных возможно­стей отдельных ее элементов, значит, для обоснованной оценки ситуации и реализации оптимального управления система дол­жна использовать совокупность элементов. Это ставит вопрос о ее рациональной структуре, определении функций каждого элемента и пр.

Наконец, оптимизация многоцелевых систем существенно осложняется их многоцентровостью, то есть наличием ряда авто­номных элементов, что существенно увеличивает размерность задачи.

Методы зондирования могут быть пассивные, то есть использовать естественное отраженное или вторичное тепловое излучение объектов на поверхности Земли, обусловленное солнечной активностью, и активные — использующие вынужденное излучение объектов, инициированное искусственным источником направленного действия.

Задачей на семестр служило освоить математическую модель данной системы и попытаться построить динамическую модель визуализации процесса зондирования. В ходе выполнения работы выяснено, что весь процесс зондирования напрямую зависит от целого ряда параметров, составивших основу для построения математической модели системы. В планах разработка масштабной реальной модели, позволяющей как можно более точно и полно визуализировать процесс зондирования.


УДК 007.3+005+311.42

Мониторинг внеучебной деятельности с непрерывным формированием портфолио выпускника(на базе статьи Пиявского С.А.-Козлова В.В.)

Мигунов М.

В настоящее время большую роль в судьбе человека имеет его активность, положительные качества и конечно же образование а особенно высшее. Образование активно влияет на экономический и социальный прогресс. Современные инфокоммуникационные системы внедряются в различные сферы образования. Существует множество примеров: федеральный портал «Российское образование» (ссылка скрыта), портал информационной поддержки «Единый Государственный Экзамен» (ссылка скрыта), Федеральный центр тестирования (ссылка скрыта), портал Информационно-коммуникационные технологии в образовании (ссылка скрыта) и т.д. Миру требуются специалисты нового поколения с незачерствевшим мышлением и новыми идеями. Одним из направлений применения инфокоммуникационных систем является мониторинг развития студентов в вузе, но как показывает анализ это направление остается практически незатронутым существующими информационными системами. Потому тема мониторинга внеучебной активности студентов является актуальной. Благодаря ней можно не только отслеживать процесс развития молодых умов но и направлять их дальнейшую судьбу по наиболее благоприятному руслу помогая раскрыть скрытые в них таланты и обеспечить им хорошее место в этой временами не легкой жизни.

Целью работы является разработка и модернизация методического, информационного и программного обеспечения для эффективного сбора, представления и анализа информации о внеучебной деятельности студентов.

Объектом исследования является мониторинг внеучебной деятельности студентов.

Предметом исследования являются основанные на мониторинге методы и алгоритмы, обеспечивающие представление информации о внеучебной деятельности студентов, а также анализ статистических закономерностей во внеучебной деятельности студентов.

В настоящее время мониторинг деятельности традиционно представлен в виде мониторинга учебной деятельности. Лишь в отдельных научных статьях ставится проблема мониторинга внеучебной деятельности студентов, однако, без практических шагов по ее решению. Не маловажно посмотреть эти два направления в сравнении друг с другом на одних и тех же студентах.

Получив в свое распоряжение труд моих предшественников и научных руководителей я поставил перед собой следующие цели и достиг их, так я :

1. Расширил программные возможности системы (путем внедрения в систему учебного рейтинга)
   
2. Получил данные для дальнейшего сравнения учебного и внеучебного интересов студентов.
   
3. Разработал страницу портфолио, способную помочь выпускникам ФИСТ при поступлении на работу.
   
4. Разработал более совершенный критерий отбора достижений (отбираются только действительно важные и высоко оцененные достижения человека)
   

УДК 004.942+37.032+004.415.25

Тестирование и статистическая обработка результатов тестирования креативности студентов по тесту Гилфорда

Мугинов А.

Целью работы является разработка информационной системы и исследование с помощью нее взаимосвязи креативности с рядом характеристик учебной и внеучебной деятельности студентов. Произведено изучения современного состояния проблемы компьютерного тестирования психологических характеристик личности и выяснено, что особенно слабым местом является диагностика креативности, ввиду сложности её оценки без непосредственного привлечения человека-психолога. Для измерения креативности был реализован и модернизирован тест Дж.Гилфорда. Также была разработана и модернизирована программа администрирования к данному тесту, для возможности пополнять новыми данными развивающуюся базу с материалами теста.

Суть теста заключается в том, что испытуемый должен за определённый промежуток времени (3 минуты), для определённого слова (в запрограммированном тесте слова выдаются случайным образом из списка заранее заготовленных слов) перечислить как можно больше различных определений (определениями называются слова, которые характеризуют заданное слово, например определениями для слова «Книга» могут быть такие: «красивая», «прочтённая», «старая», «синяя», «бумажная» и т.д.). После того как тестируемый завершит прохождение теста, ему выдаётся результат, это его балл, характеризующий его креативность.

Также было произведено сопоставление результатов тестирования с различными точками зрения психологов на взаимосвязь изучаемых компонентов. Некоторые мнения психологов имели кардинальные различия. Так, одни утверждали, что креативность напрямую зависит от интеллекта, другие, что это два абсолютно разных параметры, или, что креативность и интеллект связаны между собой лишь до какой-то планки интеллекта.

В результате исследования оказалось, что распределение результатов пользователей при прохождении теста с разными базовыми словами – не поддаются закону нормального распределения. Однако собрав результаты воедино – мы получаем гистограмму, на которой нечетко прослеживается закон нормального распределения. Исключив «мешающий» столбец гистограммы мы получим закон распределения в чистом виде. Наличие этого результата, выбивающегося из общего ряда, может говорить о том, что на гистограмме могут присутствовать несколько социальных групп.




УДК 001.893+ 001.891.7

Автоматизированная система многопараметрического анализа и графического мониторинга научного развития студентов ФИСТ

Рябухин А.В.

Мне были поставлены задачи:

1)Запрограммировать тест оценки квалификации научных работ;

2)Внедрить программы на портал Астра;

3)Проанализировать реальную структуру научной деятельностей студентов – ФИСТ СГАСУ.

Для написания программы были выбраны такие технические средства, как: ASP.NET 2.0, SQL Server 2005, C# 3.0. Эти средства были выбраны на основании современных предпочтений и для удобства внедрения в портал Астра.

Чтобы начать работать в моей программе нужно: запустить любой имеющийся интернет браузер (Internet Explorer, Opera и т.п.) и ввести ссылку: ссылка скрыта, после чего выбрать “Узнай творческий уровень своей работы ”. В результате перед вами появится стартовая страница программы. На этой странице Вам нужно выбрать направление научной работы, которую вы хотите оценить и нажать кнопку “Далее”. После этого перед вами появится выбор вашего социального статуса: учащиеся 6-8 классов, учащиеся 9-11 классов, студенты, магистранты, аспиранты и специалисты и нажать кнопку “Далее”, для начала прохождения теста, или нажать кнопку “Назад” чтобы вернутся к шагу выбора направления научной работы. На следующей странице перед Вами появится оценка творческого уровня (тест квалификации). В этом тесте нужно выбрать ответы на 15 пунктов (критериев), по которым рассчитываются 9 функций и суммарная функция (результат), а также заполнить: город/населённый пункт, фамилию и имя и нажать кнопку “Результаты” или кнопку “Вернутся на стартовую страницу”. Нажав на кнопку “Результаты” перед вами откроется страница на которой будет видно: результаты прохождения теста, средний результат (среди Вашего и ранее проходивших), максимальный результат (среди Вашего и ранее проходивших), расшифровка функций и критериев. После просмотра результатов можно нажать кнопку “перейти к сайту” – Вы вернётесь на портал или закрыть браузер.

Для исследования был выбран метод OLAP- кубов, для построения диаграмм в офисном приложении MS Office Excel. Метод OLAP-кубов позволяет строить диаграммы с удалённых источников (например SQL Server 2005). Пример такой диаграммы:



На этой диаграмме изображён максимальный рейтинг студентов за 2-а семестра (осенний и весенний), все данные были взяты из базы данных.

УДК 004.942

Интерактивная математическая модель поддержки свободного освоения блока учебных дисциплин студентом

Сапов И.С.

В данной исследовательской работе пойдет речь о поддержке свободного освоения блока учебных дисциплин студентом. Как известно, именно эффективное распределение свободного времени непосредственно влияет на уровень успеваемости студента по изучаемым дисциплинам. Поэтому выбранная тема особенно актуальна и интересна среди студентов и преподавателей.

Необходимо рассмотреть проблему оптимального планирования распределения времени самостоятельной работы студента по всем изучаемым им в течение семестра дисциплинам.

Обычно слабые студенты хронически запаздывают со сдачей контрольных точек, а сильные наоборот выполняют их с опережением.

Моим научным руководителем мне была дана математическая модель поддержки свободного освоения блока учебных дисциплин студентом, цель которой – обеспечение планирования усилий студента при свободном изучении им дисциплин в опережающем темпе.

В рамках этой модели рассматривается планирование распределение усилий (времени самоподготовки) одним студентом по всему комплексу изучаемых дисциплин. Вводится понятие психологического дискомфорта, который испытывает студент, имея задолженности по изучаемым дисциплинам. Мерой психологического дискомфорта выступает количество несданных дисциплин.

Эта модель учитывает порядок сдачи контрольных точек по всем дисциплинам и обеспечивает максимально равномерную загрузку студента в течение всего семестра. Критерием оптимальности служит максимальный сдвиг момента сдачи контрольных точек влево. При этом гарантируется своевременность и правильный порядок сдачи всех контрольных точек по всем учебным дисциплинам.

Задача оптимизации сводится к распределению часов самостоятельной работы студента по изучаемым дисциплинам, так, что бы изучение отдельной дисциплины не шло в ущерб изучению остальных дисциплин.

На основе данной модели реализован пример эффективного распределения трудоемкости к сдаче контрольных точек по всем предметам в Excel и получено оптимальное время самоподготовки к каждой дисциплине (в академических часах).


УДК 004.942+378.146

Система тестирования по информатике на всех факультетах

Ситников Д.А.

Моим научным руководителем мне была поставлена задача, создать и контролировать по ходу семестра систему регулирования работы студента – систему контрольных точек, которая уже действует на Факультете Информационных Систем и Технологий. В течение семестра результаты аттестации собирались у преподавателей и вводились в лист Excel, хранились они на портале факультета ссылка скрыта, ссылка «Электронные журналы СГАСУ». Была разработана база данных, содержащая все необходимые сведения, будь то список студентов какой-либо группы, либо список контрольных точек, по которым эта группа должна аттестоваться по ходу семестра.

При использовании возможностей Asp.net и SQL server, была создана система, позволяющая преподавателям вводить значения контрольных точек и сохранять значения в базу данных. Программа работает следующим образом: преподаватель выбирает факультет, специальность, группу и контрольную точку (значения КТ разные для каждой специальности). Можно также редактировать кт и создать новую, если это необходимо, она также сохранится в базе. Доступен и просмотр всех КТ группы.



С помощью критерия «хи-квадрат» было проведено исследование, позволяющее убедиться, что две выборки (2 факультета) действительно различны с точки зрения значений одной и той же случайной величины (контрольной точки).


УДК 004.4'6

Анализ поисковых систем

Сулковская А.С.

В наше время почти каждый человек сталкивается с поисковыми системами, при этом людей, которые знают, как правильно составлять поисковой запрос, не так много. Несмотря на то, что поисковые машины постоянно обновляют алгоритм поиска, выборку по ключевому запросу, очень часто попадает масса ненужной информации. Для решения этой проблемы необходимо анализировать то, каким образом, с какой целью найденный сайт оказался в выборке. Данная работа преследует следующие цели:

1) Изучение алгоритма работы поисковых систем;

2) Анализ поисковых систем;

3) Популярность.

Центральная задача информационного поиска — помочь пользователю удовлетворить его информационную потребность. Так как описать информационные потребности пользователя технически непросто, они формулируются как некоторый запрос, представляющий из себя набор ключевых слов, характеризующий то, что ищет пользователь.

Существует много способов оценить насколько хорошо документы, найденные информационно – поисковой системой, соответствуют запросу. К сожалению, понятие степени соответствия запроса, или другими словами релевантности, является субъективным понятием, а степень соответствия зависит от конкретного человека, оценивающего результаты выполнения запроса.

Как правило, основной частью поисковой системы является поисковая машина (поисковый движок) - комплекс программ, обеспечивающий функциональность поисковой системы.

В процессе работы были выявлены более популярные поисковые системы, такие как Google, Yahoo, Яндекс, Rambler.




УДК 007.51+ 65.015.144

АИС контроля исполнительской дисциплины

Фардеев Р.

В любой организации человек включен в отношения руководство-исполнение, поэтому независимо от вида профессиональной деятельности, каждый работник выступает также в роли исполнителя или руководителя. Исполнительская деятельность – это деятельность по выполнению задач, поставленных руководителем. Для упрощения контроля исполнительской деятельности была разработана система, позволяющая автоматизировать процесс руководства и минимизировать участие человека в контроле исполнения.

Многие российские компании пытаются применять у себя системы оценки персонала с целью определиться в значимости сотрудников для организации и стимулировать изменение их деятельности в лучшую сторону.

Оценка качества труда применяется не только для развития и стимулирования уже нанятых работников, но и при отборе претендентов на рабочие места, т. е. в процессе собеседования и тестирования. В практике зарубежных фирм получило распространение понятие "нормальный результат труда" — это расчетный показатель, который служит базой для оценки труда. По существу, показатель представляет собой результат работы, который может быть, достигнут работником, пригодным к ее выполнению, прошедшим обучение и имеющим достаточный опыт её выполнения, затрачивающим на выполнение работы определенные трудовые усилия, не нанося при этом в течение длительного времени вреда своему здоровью.

Как правило, при построении системы оценки качества труда используют небольшое количество показателей (критериев) — от 4 до 19.

Для определения рейтинга исполнителя, автором предложена формула:

n

R=∑kj*Xj,

j=1

где kj – вес качества (необходимость, для руководителя, присутствия качества у сотрудника),

Xj – количественная оценка (насколько это качество присутствует в исполнителе (до 20))

n – количество качеств


В зарубежной практике оценка качества труда применяется с целью фиксации и развития личностных качеств работника. Такой подход продиктован тем обстоятельством, что за организацию труда и выполняемые работником трудовые функции больше отвечает менеджер, чем сам работник. А для работника важно развитие необходимых ему для трудовой деятельности личностных качеств.

Разработанная в процессе работы система позволяет управлять процессами обработки документов, контролем исполнительской дисциплины, получать исчерпывающую информацию о ходе выполнения заданий. Система контроля исполнительской дисциплины позволит руководителям назначать задания в системе, контролировать их выполнение, отслеживать сроки исполнения.


УДК 006.83

FMEA (Функциональный Ресурсный) анализ

Шарапов А. А.