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

1
Ожидается:
16 Марта 2020
Перейти на статьи данного журнала
№4 19/11/2019
PDF (7.6 Мб)

Свежий выпуск

В этом номере журнала опубликованы результаты исследований, посвященные методам трансляции первопорядковых логических формул в позитивно-образованные формулы. Рассмотрены вопросы визуализации земной поверхности в имитационных системах.

Описаны особенности гиперконвергентных инфраструктур, а также специфика применения предметно-ориентированных языков для тестирования веб-приложений.

Представлен метод обнаружения веб-роботов на основе анализа графа пользовательского поведения и затронуты многие другие актуальные темы.

темы номера





Новости информационных технологий

В Межведомственном суперкомпьютерном центре РАН проведено исследование оптимального количества процессорных ядер для алгоритма многократной маркировки перколяционных кластеров на суперкомпьютерных вычислительных системах. (22.01.2020)
Исследования свойств перколяционных кластеров целесообразно сопровождать активным использованием разнообразных технологий компьютерного моделирования, в том числе и технологии мультиагентной имитации.

В Санкт-Петербургском государственном электротехническом университете «ЛЭТИ» им. В.И. Ульянова (Ленина) разработан интеллектуальный сбор информации из распределенных источников. (15.01.2020)
Интеллектуальный сбор позволяет улучшить качество результатов принимаемых решений за счет использования современных методов анализа данных, получаемых от источников, и повысить оперативность управления источниками за счет автоматического принятия решений.

В Институте динамики систем и теории управления им. В.М. Матросова разработан метод трансляции первопорядковых логических формул в позитивно-образованные формулы. (09.01.2020)
Представленный метод преобразует ПЛФ в язык ПОФ в виде эффективных алгоритмов обработки первопорядковых формул.

В Академии гражданской защиты МЧС России создан новый подход к моделированию линейных объектов как источников чрезвычайных ситуаций техногенного характера. (25.12.2019)
С помощью разработанного подхода можно решать прикладные задачи моделирования возникновения и развития ЧС, связанных с нарушением связности инфраструктуры.

В Национальном исследовательском университете «Московский энергетический институт» разработаны база данных и конвертер для извлечения и анализа специализированных данных, получаемых с медицинского аппарата. (18.12.2019)
Полученные результаты могут быть использованы для обучения нейронных сетей и для проведения аналогичных операций в других прикладных системах (например, для анализа кардиограмм).

В Федеральном научном центре Научно-исследовательского института системных исследований РАН создана модель двойной пористости на базе концепции суперэлементов. (11.12.2019)
Предлагаемая математическая модель апробирована на реальном месторождении, результаты расчетов сравниваются с вычислениями с помощью коммерческого симулятора Rubis Kappa Engineering.

В Оренбургском государственном университете разработана концепция автоматизации научных исследований живучести системы добычи газа в условиях обводнения скважин. (04.12.2019)
Основой концепции является система предсказательного моделирования технологических процессов добычи продукции газоконденсатных месторождений, учитывающая новые технологии извлечения пластовой жидкости и период их внедрения.

Облако тегов

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