На правах рекламы:
SMM продвижение тут - https://seosait-yis.ru/smm
ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2017 г.)
2-летний импакт-фактор РИНЦ: 0,500
2-летний импакт-фактор РИНЦ без самоцитирования: 0,405
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,817
5-летний импакт-фактор РИНЦ: 0,319
5-летний импакт-фактор РИНЦ без самоцитирования: 0,264
Суммарное число цитирований журнала в РИНЦ: 6012
Пятилетний индекс Херфиндаля по цитирующим журналам: 404
Индекс Херфиндаля по организациям авторов: 338
Десятилетний индекс Хирша: 17
Место в общем рейтинге SCIENCE INDEX за 2017 год: 527
Место в рейтинге SCIENCE INDEX за 2017 год по тематике "Автоматика. Вычислительная техника": 16

Больше данных по публикационной активности нашего журнале за 2008-2017 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2018
Перейти на статьи данного журнала
№3 31/08/2018
PDF (12.5 Мб)

Свежий выпуск

темы номера





Новости информационных технологий

В Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики (Университет ИТМО) предложен новый подход к расчету моделей системной динамики. (19.09.2018)
Разработано несколько сценариев сбора данных с удаленных устройств инфраструктуры Интернета вещей. Запуск моделей системной динамики параллельно с процессом, описывающим их, позволяет прогнозировать состояния системы, а также находить дополнительные скрытые внешние влияния на модель.

В Сибирском государственном университете телекоммуникаций и информатики рассматривались вопросы оценки устойчивости функционирования сети электросвязи к разрушающим деструктивным воздействиям. (12.09.2018)
Предложена методика по представлению атакуемой сети электросвязи в виде динамических гиперсетей, позволяющих давать объективную оценку состоянию атакуемой сети с точки зрения устойчивости.

В Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики (Университет ИТМО) исследовали проблему извлечения схемы данных из конечной точки доступа SPARQL. (05.09.2018)
Схема данных необходима для написания запросов и поиска информации, а также для оптимизации выполнения запросов.

В Уфимском государственном авиационном техническом университете разработан аппаратно-программный модуль IDLP, предназначенный для распараллеливания вычислительных процессов на физические ресурсы вычислительного кластера. (29.08.2018)
Создан аппаратно-программный модуль, позволяющий эффективно справляться с переносами вычислительных процессов, а также предотвращающий перегруженность системы. Одним из элементов модуля является интуитивно понятный веб-интерфейс, позволяющий удаленно управлять IDLP как со смартфона, так и с персонального компьютера.

В Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики (Университет ИТМО) предложен ряд подходов, позволяющих в автоматизированном режиме формировать семантическую модель существующей БД. (22.08.2018)
Использование тезауруса предметной области дает возможность определить семантику, в значительной степени решив проблему многозначности при интерпретации текста. Применение паттернов позволяет выявить связи внутри БД, интеллектуальный анализ содержимого полей БД – определить характер хранящихся данных, а указание локали – сократить время, требуемое для анализа содержимого БД.

В Южно-Уральском государственном университете (национальном исследовательском университете) разработаны и предложены методический инструментарий анализа публикационной активности с применением интеллектуального анализа наукометрических данных, а также модульная архитектура и прототип программной системы. (15.08.2018)
Созданная система позволяет на основе интеллектуального анализа наукометрических данных формировать публикационный рейтинг и индивидуальные рекомендации по улучшению публикационной активности автора.

В Санкт-Петербургском государственном электротехническом университете «ЛЭТИ» им. В.И. Ульянова (Ленина) предложен метод определения возможности параллельного выполнения функций алгоритмов анализа данных. (08.08.2018)
Метод определяет возможности параллельного выполнения функций для систем с общей, и с распределенной памятью. При этом параллельное выполнение функций в системах с общей памятью более эффективно за счет отсутствия вызовов функции клонирования и объединения моделей знаний.

Облако тегов

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