Название научной школы, направлений

Вид материала

Содержание

Подобный материал:

1 2 3

Общие сведения

Название научной школы, направлений

Научная школа: теоретические основы информатики

Научные направления школы: проблемы теории систем, организация самоорганизующихся информационных систем, проектирование автоматизированных информационных систем, теория и методология оценки рисков деятельности компаний в различных сферах.

Научно-педагогическая школа: информатизация системы образования

Научные направления школы: разработка систем автоматизированного обучения и контроля знаний, исследование особенностей профессиональной деятельности программистов, исследование возможностей информационных технологий для развития студентов и стимулирования обучения.

2. Основатели:

Научная школа: теоретические основы информатики

Линьков Валерий Михайлович

Доктор технических наук (1993), профессор, действительный член Академии информатизации образования (с 1999), гранд-доктор философии Международной академии информатизации (с 2004). С 1994 – зав. кафедрой Прикладной математики и информатики ПГПУ, в 2000 – 2002 проректор по информатизации ПГПУ, в 2002 – 2003 – зам. министра образования Пензенской обл., с 2003 – проректор по информатизации ПГПУ.

Дрождин Владимир Викторович

Кандидат технических наук (1987), доцент (1996). С 1994 – доцент кафедры Прикладной математики и информатики (ПМИ) ПГПУ; затем зав. кафедрой ПМИ (2006). С 2006 – проректор по информатизации ПГПУ.

Рындина Светлана Валентиновна

Кандидат физико-математических наук (2004), доцент (2007). С 2005 года – доцент кафедры прикладной математики и информатики

Научно-педагогическая школа: информатизация системы образования

Дрождин Владимир Викторович

Кандидат технических наук (1987), доцент (1996). С 1994 – доцент кафедры Прикладной математики и информатики (ПМИ) ПГПУ; затем зав. кафедрой ПМИ (2006). С 2006 – проректор по информатизации ПГПУ.

Баканова Марина Викторовна

Кандидат педагогических наук (2007), доцент кафедры прикладной математики и информатики (2007)

Денисова Ирина Юрьевна

Кандидат технических наук (2005), доцент кафедры прикладной математики и информатики (2007)

Яремко Наталья Николаевна

Кандидат физико-математических наук (1984), доцент (1986), доцент кафедры прикладной математики и информатики (1998)

Садовников Николай Владимирович

Доктор педагогических наук (2007), доцент (2009). С 2007 профессор кафедры прикладной математики и информатики.

Период возникновения школы:

Научная школа: теоретические основы информатики – 1994 год

Научно-педагогическая школа: информатизация системы образования – 2005

Кадровый состав:

Научная школа: теоретические основы информатики

Линьков Валерий Михайлович, доктор технических наук, профессор

Дрождин Владимир Викторович, кандидат технических наук, доцент

Масленников Алексей Анатольевич, кандидат технических наук, доцент кафедры прикладной математики и информатики

Рындина Светлана Валентиновна, кандидат физико-математических наук, доцент

Слесарев Юрий Николаевич, доктор технических наук, доцент

Научно-педагогическая школа: информатизация образования

Дрождин Владимир Викторович, кандидат технических наук, доцент

Баканова Марина Викторовна, кандидат педагогических наук, доцент кафедры прикладной математики и информатики

Денисова Ирина Юрьевна, кандидат технических наук, доцент кафедры прикладной математики и информатики

Яремко Наталья Николаевна, кандидат физико-математических наук, доцент

Садовников Николай Владимирович, доктор педагогических наук, доцент

Список основных трудов:

Научная школа: теоретические основы информатики

Линьков В.М. Нумерационные методы в проектировании систем управления данными: Монография.- Пенза: Изд-во Пенз. гос. техн. ун-та,1994.- 160c.
Линьков В.М. Распределенные информационные системы сбора данных и образовательной статистики на базе Oracle. Учебное издание // Образовательная статистика и информационные технологии. Москва: Проект ТАСИС «Управление образованием», 2000
Доменно-ориентированная система управления данными / В.М. Линьков, В.В. Дрождин, В.И. Горбаченко, А.А. Дружаев, М.А. Иванцов, А.Л. Белоусов и др. // Отчет о НИР, № гос. регистрации 01.9.70.006285. Пенза: ПГУ.- 1999
Дрождин В.В. Системный подход к построению модели данных эволюционных баз данных. // Программные продукты и системы. – 2007. - №3. – С.52-55.
Дрождин В.В. Открытость структур в эволюционной модели данных. // Программные продукты и системы. – 2009. – №2. – С.52-55.
Масленников А.А. Семантические доменно-ориентированные структуры данных. Компьютеризация обучения и проблемы гуманизации образования в техническом вузе: Сб. материалов Международной научно-методической конференции (Пенза, 2003). – Пенза: ПГСА, 2003. – С.184-189.
Дрождин В.В. Построение системы моделирования на основе самоорганизующейся информационной среды. // Модели и алгоритмы для имитации физико–химических процессов: Матер. Междунар. науч.-техн. конф. – Таганрог, 2008. – С. 251 – 255

Научно-педагогическая школа: информатизация образования

Казаков А.Ю., Дрождин В.В. Направления информатизации Пензенского государственного педагогического университета им. В.Г. Белинского // Новые технологии в образовании, науке и экономике. Труды 15 международного симпозиума. Под редакцией Г.К. Сафаралиева, А.Н. Андреева. Москва: Информационно-издательский центр Фонда поддержки вузов, 2006
Дрождин В.В., Баканова М.В. Теоретические предпосылки разработки информационной системы оценки качества подготовки студентов вузов на основе рейтинговой оценки/ Известия ПГПУ: Физико-математические и технические науки. № 8 (12) – 2008. С.92-95.
Денисова И.Ю., Макарычев П.П. Информационные обучающие системы. Монография. Пенза, Изд-во ПГУ, 2008. – 160 с.
Денисова И.Ю. Использование теории нечетких мер при проектировании систем дистанционного обучения. Известия Пензенского государственного педагогического университета им. В.Г. Белинского, № 8 (12), 2008. – С. 133-135.
Баканова М.В., Везденева А.В. Формирование исследовательских умений будущих программистов с использованием современных образовательных технологий. Проблемы информатики в образовании, управлении, экономике и технике: Сб. материалов Всероссийской научно-технической конференции (Пенза, 2007) – Пенза: Приволжский дом знаний, 2007. – С.84-86.
Баканова М.В. Формирование и развитие профессиональной направленности студентов вуза в процессе обучения иностранному языку с использованием информационных технологий. дис. ... канд. пед. наук : 13.00.08. – Пенза, 2007. – 177 с.
Яремко Н.Н. Информационные технологии как инструментарий решения некорректных математических задач. Проблемы информатики в образовании, управлении, экономике и технике: Сб. материалов Всероссийской научно-технической конференции (Пенза, 2008) – Пенза: Приволжский дом знаний, 2008. – С.147-150.
Садовников Н.В. Фундаментализация как феномен современного образования. Материалы Всероссийской научной конференции «Гуманитаризация среднего и высшего математического образования: состояние, перспективы (методическая подготовка учителя математики в педвузе в условиях фундаментализации образования), 4-6 октября 2005 г.: / под ред. Г.И. Саранцева. – Саранск: МГПИ, 2005. – С.14-18.

6. Перечень направлений научных исследований

Научная школа: теоретические основы информатики

Научные направления школы: проблемы теории систем, организация самоорганизующихся информационных систем, проектирование автоматизированных информационных систем, теория и методология оценки рисков деятельности компаний в различных сферах.

Научно-педагогическая школа: информатизация системы образования

Научные направления школы: разработка систем автоматизированного обучения и контроля знаний, исследование особенностей профессиональной деятельности программистов, исследование возможностей информационных технологий для развития студентов и стимулирования обучения.

7.Основные научные результаты (проблематика исследований, основные положения теорий, концепций, закономерностей):

Научная школа: теоретические основы информатики

Научное направление: информационные системы

Автоматизированная информационная система (automated information system) представляет собой программную систему, реализующую операции по сбору, хранению, обработке и передаче информации с целью автоматизации решения бизнес-задач в определённой предметной области. Совокупность реализуемых бизнес-задач образует функциональность автоматизированной информационной системы (АИС).

Создание АИС предполагает выполнение следующих действий.

1. Моделирование предметной области, т.е. отображение предметной области в модель предметной области.

2. Моделирование программной системы, т.е. отображение модели предметной области в модель программной системы.

3. Реализация программной системы, т.е. отображение модели программной системы в программную систему.

Повышение эффективности (особенно за счёт упрощения соответствующего отображения) любого из перечисленных действий повышает общую эффективность разработки АИС. Повышение эффективности моделирования предметной области осуществляется за счёт естественности и полноты представления семантики предметной области в модели предметной области. Упрощение моделирования программной системы достигается посредством повышения соответствия модели предметной области и модели программной системы (в идеальном случае эти модели должны совпадать). Повышение эффективности реализации программной системы требует непосредственной (или, по крайней мере, идиоматической) поддержки целевым языком программирования модельных абстракций и предполагает наличие технологий программирования, позволяющих автоматизировать генерацию программной системы по её модели.

Модельно-ориентированная разработка (model-oriented development) АИС концентрирует внимание на создании максимально адекватной модели предметной области, позволяющей автоматизировать её отображение в модель программной системы, а затем – собственно в программную систему. Для этого необходимо использование соответствующих моделей данных.

Модель данных, применяемая для модельно-ориентированной разработки АИС должна отвечать следующим требованиям.

1. Естественность. Модель данных должна обеспечивать естественное представление предметной области в виде взаимосвязанных и взаимодействующих объектов (реальных или ментальных).

2. Адекватность. Модель данных должна адекватно представлять реальные характеристики (свойства) предметной области, в частности, связанные с параллельным выполнением нескольких бизнес-задач, а также с эволюцией объектов предметной области (изменениями состояний объектов предметной области во времени).

3. Универсальность. Модель данных должна быть достаточно универсальна для эффективного представления различных предметных областей.

4. Содержательность (информативность). Модель данных должна обладать возможностями, позволяющими максимально полно представлять семантику любой конкретной предметной области.

5. Эффективность. Модель данных должна обеспечивать повышение эффективности АИС за счёт возможности реализации программных компонентов с учётом семантики конкретной предметной области.

Предметная область как объект моделирования характеризуется рядом свойств, каждое из которых может рассматриваться как некоторый аспект, представляющий определённую сквозную функциональность. Для адекватного представления таких характеристик предметной области целесообразно использовать соответствующие аспектно-ориентированные модели данных (aspect-oriented data models), т.е. модели данных, поддерживающие концепцию аспектов. Наиболее существенными с точки зрения разработки АИС являются предметные аспекты (аспекты использования, т.е. субъективные представления объектов в контексте конкретных задач) и аспект времени.

Таким образом, модельно-ориентированная разработка АИС предполагает применение следующих моделей данных.

1. Объектно-ориентированная модель данных (object-oriented data model) –модель данных, позволяющая представлять предметную область в виде системы взаимодействующих объектов. Каждый объект характеризуется неизменной индивидуальностью и изменяющимся во времени состоянием. Состояние объекта проявляется через его характеристики. Обычно выделяют структурные характеристики и характеристики поведения. В зависимости от уровня абстракции каждый объект можно рассматривать либо как атомарный элемент, инкапсулирующий своё состояние, либо как систему взаимодействующих элементов, каждый из которых в свою очередь является объектом. Доступ к объекту возможен только через реализуемые им интерфейсы.

2. Субъектно-ориентированная (предметно-ориентированная) модель данных (subject-oriented data model) – модель данных, учитывающая одновременное участие одних и тех же объектов в решении различных задач (в том числе, бизнес-задач). Каждая задача определяет предметное применение объекта, т.е. формирует свой субъективный взгляд на объект. С точки зрения объекта такой субъективный взгляд представляет собой индивидуальную проекцию объекта на решаемую задачу. Применение субъектно-ориентированной модели данных позволяет решить проблему «объектной шизофрении», т.е. представить каждый объект предметной области единственным элементом модели, а затем – единственным программным объектом. Кроме того, субъектно-ориентированная модель данных позволяет заменять многие паттерны объектно-ориентированного проектирования соответствующими предметными абстракциями, что в значительной мере решает проблему предварительного планирования, а также проблему отслеживания (косвенности).

3. Доменно-ориентированная (проблемно-ориентированная) модель данных (domain-oriented data model) – модель данных, позволяющая учитывать семантические особенности конкретной предметной области. Раскрытие семантики предметной области на уровне модели данных позволяет повысить информативность и адекватность модели предметной области, а также повысить эффективность реализации компонентов АИС за счёт использования предметных знаний (знаний о специфике предметной области).

4. Темпоральная (временная) модель данных (temporally-oriented data model) – модель данных, предусматривающая поддержку концепцию времени. Поддержка действительного времени на уровне модели данных позволяет адекватно и естественно представлять состояние моделируемой предметной области на любой момент времени её существования.

Модель данных, позволяющая эффективно решать задачу модельно-ориентированной разработки АИС, должна сочетать в себе черты всех перечисленных моделей данных. Такая объектно-субъектно-доменно-темпоральная модель данных (object-subject-domain-temporally-oriented data model) является семантической моделью данных (semantic data model), т.е. моделью данных, ориентированной на как можно более полную и детальную поддержку семантики моделируемого объекта.

Научная школа: теоретические основы информатики

Научное направление: проблемы теории систем и организации самоорганизующихся информационных систем

Имея огромные возможности, компьютерные системы все еще остаются пассивными, неспособными к адаптации в изменяющейся среде и самосохранению (например, к защите от вирусов и восстановлению после сбоев оборудования). Следствием пассивности являются, с одной стороны, необходимость сложного и трудоемкого процесса проектирования и создания систем, а, с другой – их быстрое моральное старение и прекращение использования.

Поэтому очень важным является разработка принципов организации и функционирования активных самоорганизующихся программно-технических систем. Самоорганизующаяся система (СС) должна обладать многими свойствами живых систем, поэтому будем считать, что основу СС будет составлять автономная система (АС) – некоторый аналог живой клетки.

Цель исследования: разработка структуры и исследование сложных систем, обладающих свойствами эволюции, самообучения, самоорганизации, адаптации, развития и др.

Для обеспечения требуемого уровня сотрудничества и адаптации к изменениям внешней среды АС должна идентифицировать и позиционировать себя во внешней среде, т.е. приобрести самосознание, которое будет совершенствоваться по мере накопления системой знаний о внешней среде и о себе.

Архитектура АС задает обобщенную структуру и функционирование системы на основе вышеизложенных принципов.

Для этого в структуре АС целесообразно выделить основные направления разработки следующих подсистем:

- функциональную подсистему, реализующую функции, полезные для внешней среды, что позволяет существовать АС в течение некоторого (ненулевого) интервала времени;

- информационную подсистему, осуществляющую организацию, хранение и обработку информации, необходимой для нормального функционирования АС;

- подсистему оптимизации и адаптации, обеспечивающую с допустимой потерей корректности повышение эффективности функционирования АС путем повышения согласованности функционирования различных компонентов, изменения структуры и функций элементов АС и удаления малоценных элементов и отношений между ними, проявления активности в выработке новых методов решения задач и выявлении закономерностей (знаний) в сложившейся ситуации, а также путем установления более полной адекватности внешней среде на основе анализа и прогнозирования ее структуры и поведения;

- подсистему жизнеобеспечения, обеспечивающую, с допустимой потерей корректности, повышение устойчивости и надежности функционирования АС путем защиты от сбоев и разрушения, проявление активности в получении необходимых ресурсов для нормального функционирования, а также восстановления нормального функционирования АС при частичной потере работоспособности;

- интерфейсную подсистему, предоставляющую средства и методы взаимодействия АС с внешней средой, а также регистрирующую различные изменения во внешней среде и отклонения взаимодействия внешней среды с АС;

- подсистему размножения, обеспечивающую порождение себе подобных АС;

- подсистему управления, осуществляющую управление всеми элементами и процессами АС.

Исходя их основных направлений исследования, были разработаны теоретические основы автономных самоорганизующихся систем, модели подсистемы самоорганизующихся информационных систем: эволюционная организация данных, концептуальная модель предметной области, модель системного соответствия модели программного обеспечения и схемы базы данных, модель распознавания и обработки данных.

Научная школа: теоретические основы информатики

Научное направление: теория и методология оценки рисков деятельности компаний финансового сектора (разработка методов построения информационных систем)

Цель исследования - разработка практических рекомендаций по проектированию автоматизированной системы контроля рисков с использованием математической модели бизнес-процессов финансовой компании.

Оценка рисков деятельности финансовой организации включает в себя:

определение группы взаимосвязанных показателей, влияющих на возникновение состояний неблагоприятных для развития бизнеса;
оптимизацию математической модели, описывающей формирование показателей риска под влиянием внутренних и внешних событий;
применение методов прикладной статистики и эконометрики для прогнозирования показателей риска и связанных показателей;
проведение стресс-тестирования для определения вероятности неблагоприятных состояний на основе теории игр, нечетких множеств;
моделирование решений, дающих оптимальный результат при различных вероятных состояниях бизнес-процессов.

При разработке математических инструментов управления риском, прежде всего, составляется описательная модель функционирования бизнес процессов, основанная на законодательных ограничениях, техническом регламенте и т.п. Выделяются направления, для которых использование исторических данных о предыдущих состояниях процесса смогло бы уменьшить неопределенность состояний процесса в будущем. Разрабатываются прикладные модели для определения отклика индикаторов риска на изменения внутри бизнес-процессов, а также на изменения макроэкономических показателей. Такие модели обладают неплохими прогностическими свойствами и могут быть использованы для стресс-тестирования. Комбинация различных процедур построения моделей и их оценивания позволяет выявить математический инструментарий наиболее эффективный для достижения результата. Оптимизация моделей включает в себя и изменение структуры для адекватного отражения действительности, и решение проблемы идентификации параметров модели, и возможность с помощью модели находить наилучшие сочетания контролируемых параметров функционирования бизнес-процессов.

Два направления прикладных исследований:

Разработка методов построения информационных систем оценки и прогнозирования рисков в кредитной деятельности банков.

Преимущественная деятельность банков связана с кредитованием. Одним из основных рисков кредитования является неплатежеспособность заемщиков. На основе исторических данных есть возможность оценить на этапе выдачи кредита вероятность возврата кредита и скорректировать на основе полученных результатов политику выдачи кредитов, процентную ставку, лимит и другие показатели. Ценность исторических данных для отражения текущей ситуации увеличивается, если дополнительно использовать инструменты, адаптирующие модель к возможному изменению макроэкономических показателей и т.п.

Разработана модель application scoring для оценки вероятности возврата кредита на этапе его выдачи.

Разработка методов построения информационных систем оценки и прогнозирования рисков бизнес-процессов в страховых компаниях

Для деятельности страховых организаций критичным является определение размеров страховых премий, достаточных для выполнения компанией требований по страховым случаям. Рентабельность страховых операций снижается под влиянием конкуренции. Однако для страховых компаний важным показателем остается вероятность разорения и математические модели бизнес-процессов страховой компании позволяют этим риском управлять.

Разрабатывается модель определения величины страховых премий для финансовой устойчивости страховой компании.

Blog

Название научной школы, направлений

Содержание