На правах рекламы:
SMM продвижение тут - https://seosait-yis.ru/smm . Как получить бонус за регистрацию в 777Азино
ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2018 г.)
2-летний импакт-фактор РИНЦ: 0,678
2-летний импакт-фактор РИНЦ без самоцитирования: 0,541
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 1,047
5-летний импакт-фактор РИНЦ: 0,460
5-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Суммарное число цитирований журнала в РИНЦ: 7170
Пятилетний индекс Херфиндаля по цитирующим журналам: 310
Индекс Херфиндаля по организациям авторов: 412
Десятилетний индекс Хирша: 19
Место в общем рейтинге SCIENCE INDEX за 2018 год: 303
Место в рейтинге SCIENCE INDEX за 2018 год по тематике "Автоматика. Вычислительная техника": 10

Больше данных по публикационной активности нашего журнале за 2008-2018 гг. на сайте РИНЦ

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2019
Перейти на статьи данного журнала
№3 29/08/2019
PDF (7.5 Мб)

Свежий выпуск

В этом номере журнала опубликованы результаты исследований, посвященные вопросам формализации функциональных требований в проектах по созданию информационных систем. Представлен упрощенный метод скелетизации невыпуклых фигур. Рассмотрено методическое обеспечение проектирования инфраструктры ГИС динамического объекта. Исследованы проблемы автоматизации верификации программ с использованием графоаналитических моделей вычислительного процесса. Предложена реализация нечеткой модели взаимодействия объектов сложных технических систем на основе графов и затронуты многие другие актуальные темы.

темы номера





Новости информационных технологий

В Уфимском государственном авиационном техническом университете разработан метод самообучения импульсной нейронной сети для защиты от DDoS-атак. (13.11.2019)
Предложенный метод обучения импульсной нейронной сети, позволяет реализовать структуру самообучения (без учителя) ИНС на программном уровне.

В Южном федеральном университете рассмотрен процесс реализации нечеткой модели взаимодействия объектов сложных технических систем на основе графов. (07.11.2019)
Для моделирования и исследования совместных действий объектов сложных технических систем предложена нечеткая модель взаимодействия акторов, позволяющая учитывать совокупность различных видов связи между вершинами графа согласно специфике предметной области.

В Нижегородском государственном техническом университете им. Р.Е. Алексеева создан прототип интеллектуальной электронной книги с использованием технологии прямого наложения знаний. (31.10.2019)
Технология разработана в рамках проектирования экспертных систем, однако каждый из компонентов выполняется по-иному. В результате создан программный комплекс – элинга, обладающий уникальными возможностями по сравнению с обычными экспертными системами.

В Российском технологическом университете МИРЭА создан проект интерпретатора языка QVT Operational Mappings для программного средства UML Refactoring. (22.10.2019)
Разработанный интерпретатор позволяет при помощи QVT-запросов редактировать диаграммы классов, импортированные из XMI-файлов, а также создавать новые, что значительно расширило функциональность системы UML Refactoring. В дальнейшем на основе разработанного интерпретатора планируется предоставить пользователю возможность пополнения базы трансформаций системы UML Refactoring, описывая новые трансформации при помощи QVT-скриптов.

В Ижевском государственном техническом университете имени М.Т. Калашникова разработан упрощенный метод скелетизации невыпуклых фигур. (16.10.2019)
Предложенный метод используется для замены объектов более простыми и удобными представлениями в задачах семантического анализа и распознавания изображений. Скелетоны широко используются в системах технического зрения, контентного (содержательного) поиска изображений, в геометрическом моделировании, визуализации.

В Смоленском филиале Национального исследовательского университета МЭИ составили прогноз состояния объекта на основе применения фильтра Калмана и глубоких нейронных сетей. (09.10.2019)
В основе предлагаемого метода лежит последовательное использование глубокой искусственной нейронной сети и фильтра Калмана. Нейронная сеть предназначена для уменьшения размерности входных данных (изображений), реализуя функцию энкодера, с выхода которого снимается вектор наблюдений за состоянием объекта. На основании этих наблюдений осуществляется оценка состояния объекта рекуррентным фильтром. Использование фильтра непосредственно для изображений привело бы к большой размерности задачи и практической невыполнимости из-за вычислительных трудностей.

В Инженерной школе информационных технологий и робототехники Томского политехнического университета разработана специализированная сервисная шина для создания единого информационного пространства компаний нефтегазовой отрасли. (02.10.2019)
Сервисная шина предприятия является связующим ПО для централизованного и унифицированного событийно-ориентированного обмена сообщениями между различными информационными системами.

Облако тегов

генетические алгоритмы технологический процесс принятие решений компьютерное зрение оптимизация системный анализ параллельные вычисления жизненный цикл программирование прогнозирование программа реальное время математическое моделирование информация по обработка информации интеллектуальная система нечеткий вывод фильтр калмана алгоритм тактический тренажер структура мультиагентные системы нейронные сети тренажер интерфейс верификация модель эффективность информационная безопасность онтология генетический алгоритм информационные технологии бд экспертная система интеграция система управления кластеризация проектирование система поддержки принятия решений информационные системы matlab поддержка принятия решений тестирование нечеткий регулятор планирование компьютерное моделирование субд моделирование нечеткая логика база данных программное обеспечение объектно-ориентированное программирование интернет машинное обучение искусственный интеллект ит-инфраструктура программная реализация анализ обработка данных температурное поле надежность оптимальное управление имитационная модель классификация автоматизированная информационная система база знаний классификация текстов онтологии автоматизированная система представление знаний информационная система нечеткие множества математическая модель облачные вычисления многоагентная система искусственные нейронные сети автоматизация визуализация агент распознавание образов временной ряд система мониторинг диагностика распределенные вычисления обработка изображений управление распознавание rapidio защита информации нейронная сеть имитационное моделирование сапр геоинформационная система программный комплекс пользовательский интерфейс объект граф программный продукт