ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2016 г.)
2-летний импакт-фактор РИНЦ: 0,493
2-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,732
5-летний импакт-фактор РИНЦ: 0,364
5-летний импакт-фактор РИНЦ без самоцитирования: 0,303
Суммарное число цитирований журнала в РИНЦ: 5022
Пятилетний индекс Херфиндаля по цитирующим журналам: 355
Индекс Херфиндаля по организациям авторов: 499
Десятилетний индекс Хирша: 11
Место в общем рейтинге SCIENCE INDEX за 2016 год: 304
Место в рейтинге SCIENCE INDEX за 2016 год по тематике "Автоматика. Вычислительная техника": 11

Больше данных по публикационной активности нашего журнале за 2008-2016 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

3
Ожидается:
16 Сентября 2018

Все новости информационных технологий

111. 11.08.2016
В Тверском государственном техническом университете рассматривались основные способы ухода от конфликта в многоагентной среде.
Разработаны математическая модель согласования представлений агентов и алгоритм решения конфликта в многоагентной среде.

112. 09.08.2016
В Российском государственном социальном университете рассмотрен и проанализирован предлагаемый автором метод для преодоления проблемы комбинаторного взрыва.
Идея метода состоит в использовании алгоритма распределенной верификации автоматов Бюхи для логики линейного времени (LTL).

113. 03.08.2016
В Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики (Университет ИТМО) рассматривался процесс автоматического построения онтологии предметной области по входному набору текстовых документов.
Предложен процесс построения шаблонов извлечения объектов на базе методов поиска частотных цепочек символов по аналогии с поиском частотных шаблонов последовательностей.

114. 28.07.2016
В Российском государственном социальном университете рассмотрена актуальная проблема наличия ошибок в обучающих выборках, предназначенных для последующего построения по методу прецедентов решающих функций, используемых в задачах классификации новых объектов.
На основе геометрической интерпретации задачи классификации предложены методы, позволяющие не только анализировать качество обучающей выборки, но и выявлять возможные причины ошибок, содержащихся в ней, а также выполнять их коррекцию, необходимую для последующего построения эффективного классификатора.

115. 26.07.2016
В Компании «ДАТАДВАНС» рассматривались основные вопросы применения крупномасштабных автоматизированных вычислений.
Сформулированы соответствующие требования к системе управления автоматизированными расчетами, поддерживающей интеграцию как с облачным, так и с настольным ПО, что делает возможным создание гибридных интегрированных приложений для решения классов сходных задач. Предложена архитектура такой системы, разработанная с учетом приведенных требований и позволяющая использовать основные компоненты системы как в облачной, так и в настольной версии с целью минимизации усилий по ее разработке.

116. 20.07.2016
В Смоленском филиале Национального исследовательского университета МЭИ исследовалось решение актуальной задачи моделирования приближенных рассуждений в условиях неопределенности.
Для моделирования приближенных рассуждений на основе темпоральной нечеткой байесовской сети предложен метод, позволяющий в процессе прямого и обратного вывода определять значения нечеткой вероятностной меры истинности высказываний с учетом сложных темпоральных зависимостей.

117. 14.07.2016
В Тверском государственном техническом университете построены регрессионные модели, устанавливающие зависимость между отклонением оценки максимального правдоподобия от истинного значения и параметрами, характеризующими структуру выборки.
Алгоритмы позволяют рассчитать и ввести поправки к оценкам максимального правдоподобия.

118. 12.07.2016
В НПО РусБИТех совместно с Главным управлением научно-исследовательской деятельности и технологического сопровождения передовых технологий МО РФ и Тверским государственным техническим университетом рассматривалась задача оптимального выбора кандидатов на выполнение работ в тендерных проектах исходя из финансовых условий, выдвигаемых соискателями.
Предложен специальный алгоритм поиска оптимальных вариантов назначений, базирующийся на теории графов, методике последовательного анализа и отсева вариантов и неявном переборе.

119. 07.07.2016
В Инженерно-технологической академии Южного федерального университета разработан алгоритм построения случайного леса на основе методов комбинирования элементов принятия решений и обучения сформированной структуры данных с использованием модифицированного алгоритма обучения случайного леса (MRF).
Принципиальным отличием данного метода является нахождение оптимального класса, к которому относится объект, рассматриваемый для задачи прогнозирования.

120. 05.07.2016
В Вычислительном центре им. А.А. Дородницына ФИЦ ИУ РАН совместно с Национальным исследовательским университетом «Московский энергетический институт» исследовались средства параллельного программирования в современных математических пакетах.
Выявлено, что в зависимости от того, в каком пакете происходит работа, доступны несколько отличающиеся возможности, однако любая задача может быть решена в каждом из рассматриваемых пакетов (за исключением MathCad).

← Предыдущая | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | Следующая →