БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

НАУЧНО-ПРАКТИЧЕСКИЕ КОНФЕРЕНЦИИ

<< ГЛАВНАЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ



Pages:     | 1 |   ...   | 14 | 15 || 17 | 18 |   ...   | 28 |

«ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И СИСТЕМЫ Труды Третьей международной научной конференции Банное, Россия, 26 февраля — 2 марта 2014 года Научное электронное издание Челябинск ...»

-- [ Страница 16 ] --

пользуется такими компаниями как Amazon, Google, Существуют различные технологии анализа, приFacebook, и стремительно набирает популярность в менимые к большим данным, среди которых можН. С. Мясников Обзор технологии Big Data Natural language processing (NLP), Machine learning. информации является открытой, т. е. находится в своБолее подробно остановимся на таких технологиях бодном доступе. В результате решения такой задачи, как Data mining и Text mining. операции поиска информации по заданным тематиData mining (интеллектуальный анализ данных) кам, ее обработки и извлечения из нее интересующих изучает процесс нахождения новых, нетривиаль- данных будут выполняться в автоматическом режиме.

ных, потенциально полезных знаний в БД. Данная Рассмотренные приемы работы с Big Data предтехнология лежит на пересечении нескольких наук, ставляют собой мощный инструмент, который может главные из которых — это системы БД, статистика и применяться в медицине, политике, спорте, экономиискусственный интеллект. Методы интеллектуально- ке и в других областях, где возникает необходимость го анализа помогают решить многие задачи, с кото- обработки и анализа большого количества данных.

рыми сталкивается аналитик. Основные методы data В связи с этим открываются новые ориентиры, цели mining включают классификацию, регрессию, поиск и задачи. Так, из широкого круга актуальных проблем ассоциативных правил, кластеризацию. Еще один были выделены и поставлены следующие задачи:

из методов Data Mining на который стоит обратить – определение отношений между физическими и внимание — это анализ связей между данными (link юридическими лицами (персонами и организацияanalysis). Link analysis — это группа алгоритмов, ми) в открытых источниках;

предназначенных для обнаружения, анализа и визу- – мониторинг научно-технической информации.

ализации различных закономерностей в данных, что Арсенал современных технологий и методов обна сегодняшний день является актуальной и перспек- работки и анализа данных формирует ту необходиПомимо анализа структурированных данных ак- поставленных задач.

тивно развивается направление анализа неструкту- Опираясь на вышеописанные способы обработки рированного текста, имеющее название Text mining. и анализа Big data, перспективу их развития, можно Под неструктурированными текстовыми данными по- предполагать, что проблемы больших затрат времени нимается набор документов, представляющих собой на построение хранилищ данных, обработку плохо логически объединенный текст без каких-либо огра- структурированной информации и большие расходы ничений на его структуру. В общем случае такие доку- на аппаратное обеспечение уйдут в прошлое, позвоменты могут быть сложными, большими и включать в лив в полной мере использовать все необходимые насебя не только текст, но и графическую информацию. копленные данные.

Появление Text mining связано с тем, что не все виды данных можно структурировать без потери полезной информации, к тому же структурирование данных требует предварительной обработки, на что необходимо затратить дополнительные ресурсы. Методы анализа в неструктурированных данных лежат на стыке нескольких областей: Data Mining, обработка естественных языков (NLP), поиск информации, извлечение информации и управление знаниями. В основные задачи Text mining входят классификация, автоматическое аннотирование, извлечение ключевых понятий навигация по тексту и др. Существует достаточно большое количество разновидностей перечисленных задач, а также методов их решения [9].

Одной из актуальных задач, решение которой возможно с помощью Text mining, является определение отношений между физическими и юридическими лицами (персонами и организациями) в открытых источниках. Так же, в рамках Text mining, становится возможным решение и такой задачи как мониторинг научно-технической информации. Ее актуальность заключается в том, что на стадиях формирования идеи, обсуждения и апробации, значительная часть такой

ИНФОРМАЦИОННАЯ ПОДДЕРЖКА РЕШЕНИЙ

ПРИ УПРАВЛЕНИИ УРОВНЕМ ФИЗИЧЕСКОГО РАЗВИТИЯ

СТУДЕНТА

Результаты исследований частично поддержаны грантами РФФИ 12-07-00377-а и 13-07-00273-а В процессе обучения студент должен освоить ряд товки. Авторы имеют значительный опыт в разработкомпетенций, в частности в области физического ке информационной поддержки принятия решений развития — «владение средствами самостоятельно- [2–6].

го, методически правильного использования методов физического развития и укрепления здоровья, готовность к достижению должного уровня физической подготовленности для обеспечения полноценной социальной и профессиональной деятельности». Профессиональная прикладная физическая подготовка (ППФП) способствует развитию и поддержанию на оптимальном уровне тех психических и физических качеств человека, к которым предъявляет повышенные требования конкретная профессиональная деятельность, выработке функциональной устойчивости организма к условиям этой деятельности и формирование прикладных двигательных умений и навыков.

Поступая в вуз, абитуриент уже имеет определенный уровень личной физической культуры, характеризующийся общим физическим состоянием личности, физической подготовленностью, физическим совершенством, знаниями из области физической культуры [1]. Однако, контингент абитуриентов неоднороден по возрасту, социальному статусу, опыту физкультурноспортивной деятельности, что также нужно учитывать в процессе физического воспитания студентов.

Вопросам ППФП посвящены работы С. С. Коровина, И. А. Беляева, П. И. Костенка, В. П. Ворошнина, Р. Т. Раевского, С. А. Полиевского, М. Я. Виленского, В. И. Ильинича, Г. М. Соловьева и др. Вопросы организации и управления процессом улучшения здоровья отражены в работах российских ученых Н. М. Амосова, Л. П. Матвеева, В. Н. Платонова, И. П. Ратова, М. П. Шестакова. Учет множества динамично меняющихся факторов при управлении уровнем физического развития студентов требует разработки информационной поддержки решений.

Вопросы организации информационной поддержки принятия решений в данной области с использованием комплексного подхода, обеспечивающего учет ППФП, индивидуальных особенностей студентов, в том числе, ограничений, накладываемых заболеваниями, недостаточно рассмотрены. Как правило, при этом используется опыт экспертов в областях ППФП, медицины, физического воспитания.

В статье рассматриваются факторы, оказывающие влияние на уровень развития физической подготовки, особенности ППФП специалиста в области IT в вузе и подход к обеспечению информационной подТ. В. Наумова, О. Н. Сметанина, М. М. Гаянова Информационная поддержка решений при управлении уровнем физического развития студента профессии относятся: общая выносливость, коор- Информация о требованиях к физической подгодинация движений, реакция на движущийся объект, товленности специалиста той или иной профессии концентрация, устойчивость и переключение внима- содержится в литературе. Для получения соответния, скорость переработки информации, способность ствующих знаний из литературы и разработки базы решения логических задач, способность принимать знаний необходимо использовать технологии искусправильные решения, готовность к экстренному дей- ственного интеллекта. При этом в схему системы Лицами, принимающими решения о способах та необходимо включить инженера по знаниям и повышения уровня физического развития студента эксперта. Классификация студентов, формирование должны выступать преподаватели физического вос- групп (секций) с учетом возможных ограничений питания в вузе. Каждый из преподавателей ведет по состоянию здоровья также базируются на знании несколько секций (групп по физической подготов- экспертов. Информация о заболеваниях (сердечноке). В разные группы входят студенты, обучающиеся сосудистой, дыхательной и центральной нервной на ряде направлений. Поэтому требования будущей системы;

органов пищеварения, печени, почек, энпрофессиональной деятельности к физическим или докринной системы, ослабленное зрение;

нарушение психическим качествам студента могут отличаться. опорно-двигательного аппарата) и возможностях заПодход к обеспечению информационной также содержится в литературе, что требует специуровнем развития физической подготовки и эксперта. Знания представлены продукционными Для обеспечения поддержки решений по повыше- правилами.

нию уровня физического развития студента необходи- Разрабатываемые программные средства должны – направление подготовки (профиль) студента (P), зация по своим идентификационным данным), просего потенциальное трудоустройство (профессия, сфера мотр сведений о студентах, занесение сведений о стуначальный уровень физической подготовленности справки), внесение и редактирование результатов (на основе результатов тестирования (скоростно-сило- тестирования, получение рекомендаций при планивая подготовленность (SSP), силовая подготовленность ровании занятий и пр.

(SP) и общая выносливость (V)) и результаты анкети- Поддержку решений DSS = {Rule, M, Е} обеспечирования (базовое образование (OB), место получения вают Rule — множество правил принятия решений;

образования (город, село) (M), дополнительные заня- M — множество методов поиска решений;

Е — мнотия спортом (DS), наличие/отсутствие хронических за- жество критериев оценки эффективности вариантов болеваний (Z), пожелания студента заниматься тем или решений. Так, например, при планировании занятий – результаты медицинского осмотра (RM) и рекомен- дентов в секции, для которых будет характерна опредации медицинского персонала (знания экспертов);

деленная нагрузка.

– результаты текущего тестирования (SSP’, SP’, V’) Разрабатываемое программное обеспечение может Пожелания студента, дополнительные занятия спортом Студент СППР рекомендаций для самостоятельных занятий в виде 3. Гаянова, М. М. Интеллектуальная многоконтуркомплекса упражнений с учетом нагрузки. ная система управления образовательным маршрутом / Студенту должны быть доступны просмотр учет- М. М. Гаянова, А. В. Климова, О. Н. Сметанина // Вестн.

ной записи, полученных рекомендаций, комплекс Уфим. гос. авиац. техн. ун-та. 2013. Т. 16, № 5 (58).

1. Физическая культура : учеб. пособие / под ред. производственных объектов нефтяной отрасли / А. Б. Муллера. Красноярск : Юрайт, 2013. Н. И. Юсупова, Г. Р. Шахмаметова, К. Р. Еникеева // 2. Наумова, Т. В. Подход к обеспечению поддер- Проблемы сбора, подготовки и транспорта нефти и жки решений при управлении уровнем физического нефтепродуктов. 2011. № 1. С. 173–179.

развития студента / Т. В. Наумова, О. Н. Сметани- 5. Гузаиров, М. Б. Информационное и математичена // Информационные технологии интеллектуаль- ское обеспечение в системе поддержки принятия решеной поддержки решений : тр. Междунар. конф. Т. 3. ний при управлении процессом разработки образоваУфа : Изд-во Уфим. гос. авиац. техн. ун-та, 2013. тельной программы / М. Б. Гузаиров, Н. И. Юсупова, Т. В. Наумова, О. Н. Сметанина, М. М. Гаянова Информационная поддержка решений при управлении уровнем физического развития студента

ИСТОРИЯ И ТЕНДЕНЦИИ РАЗВИТИЯ СУПЕРКОМПЬЮТЕРНОГО

СИСТЕМНОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ

Представлены тенденции в разработке суперкомпьютерного программного обеспечения.

Эволюция компьютерных систем обуславливает- 2-х проектах создания ЦВК: разработке ОС для перися взаимным влиянием аппаратного и программного ферийного процессора и созданию сетевого протокообеспечения. Успешность подобного технического ла обмена с удаленной ЭВМ.

диалога, например, иллюстрирует развитие гадже- Особенностью текущего периода (в контексте сутов. На этом поле наблюдается бурная конкуренция перкомпьютерного СПО) снова является явное оживоперационных систем от Apple, Microsoft и Google, ление программных разработок.

идет непрерывное расширение возможностей навигационных, коммуникационных и игровых программ, клавиатурный ввод сдает позиции сенсорному и голосовому вводу информации, медийный контент выдвигает требования к видеочипам и т. д.

Парадоксально, но в развитии суперкомпьютерных технологий мягкий «soft» оказался гораздо инертнее и неподатливее своего твердого «hardware». В первую очередь, необходимо отметить важнейшую проблему неэффективности научного прикладного ПО при проведении расчетов на вычислительных системах экстремальной производительности. Как известно, здесь ситуация обусловлена неспособностью прикладных задач адекватно отреагировать на существенную многопроцессорность суперкомпьютеров и обеспечить параллельную реализацию алгоритмов своих программ.

Однако слабая динамика в развитии новых возможностей характерна также для системного программного обеспечения (СПО), которое используется для управления вычислительными кластерами. Если сравнивать архитектуру первых отечественных суперкомпьютеров с современными российскими кластерами, то очевидным будет рост количественных показателей оборудования с небольшой долей увеличения функциональности операционных систем.

В качестве примера в табл. 1 будем рассматривать общие характеристики МВК («многомашинного» вычислительного комплекса), созданного 35 лет назад в одном из советских научных центров на базе легендарной БЭСМ-6. Для условного сравнения возьмем типовой вариант университетского многопроцессорного вычислительного кластера, установленного в Южно-Уральском государственном университете г.

Челябинска и занимающего 127 место по производительности в мировом рейтинге Top 500.

Несмотря на некоторую искусственность подобного сравнения, можно говорить о схожести возможностей ОС двух МВК (кроме, конечно, обеспечения параллельности вычислений). Более того, по содержанию 2-го столбца таблицы нетрудно заметить, что профессиональная деятельность компьютерных специалистов прошлого века была более креативной и совершенно не связанной с инсталляциями зарубежных продуктов. Класс сисадминов-непрограммистов Сравнительные характеристики первых и современных национальных супер-ЭВМ Область применения Физико-математическое моделирование Моделирование, научные исследования Внешняя память Магнитные барабаны, магнитные ленты, диски — Диски 150 Тб Сеть доступа До 48 терминалов (общая для ЦВК терминаль- ЛВС на базе ПК Удаленный доступ Модемное подключение через АС по выделен- Через Интернет (ssh-протокол, web-доВывод данных АЦПУ (принтеры барабанного типа), цветные Вывод на устройства ЛВС Класс ОС Многозадачная, многопользовательская Многозадачная, многопользовательская Основной интерфейс Командная строка (в терминальном режиме), Командная строка интерпретатора Системы разработки Мониторная система «Дубна» с поддержкой GNU и Intel (С/C++, Fortran и др.), проязыков программирования ФОРТРАН, АЛГОЛ, филировщики, отладчики, библиотеки Файловые системы УПД ДИАПАК — многоуровневая система Параллельная файловая система (ПФС) управления данными с поддержкой миграции Panasas (наиболее распространена друполнения задачи На уровне задач возможна синхронизация через Организация счета и Единая диспетчерская служба, операторы, курь- Сисадмины (операторы) и т. д.



Pages:     | 1 |   ...   | 14 | 15 || 17 | 18 |   ...   | 28 |
 


Похожие материалы:

«МАТЕРИАЛЫ ВОСЬМОЙ НАУЧНО-ПРАКТИЧЕСКОЙ КОНФЕРЕНЦИИ Перспективные системы и задачи управления Таганрог 2013 Конференция “Перспективные системы и задачи управления” УДК 681.51 Материалы Восьмой Всероссийской научно-практической конференции Перспективные системы и задачи управления. – Таганрог: Изд-во ТТИ ЮФУ, 2013. – 378 с. Издание осуществлено при поддержке Российского фонда фундаментальных исследований, грант № 13-08-06015. ОРГАНИЗАТОРЫ Министерство обороны РФ; Министерство внутренних дел РФ; ...»

«3 Генеральный секретариат IRU 14 Организации-партнеры IRU 18 Автомобильный транспорт 19 Приоритетные задачи IRU: устойчивое развитие 20 Безопасность дорожного движения 20 Инновации 21 Академия IRU 26 Система стимулирования 30 Инфраструктура 32 Приоритетные задачи IRU: содействие развитию торговли, туризма и автотранспорта 34 Общий контекст и вопросы, связанные с торговлей 34 Содействие автомобильным перевозкам и вопросы безопасности 38 4-я Конференция IRU по автотранспортным перевозкам ...»

«08 основные операции 09 Агентство по распределению номеров Интернета 10 Группа DNS 10 Информационные технологии 10 Группа обеспечения безопасности 12 инициативы 13 Новые gTLD 13 Обзор Утверждения обязательств 15 Глобальное сотрудничество 15 Многоязычные доменные имена 16 Оценка строки IDN ccTLD 17 Программа грантов 17 Общественные конференции ICANN 18 Участие и привлечение 18 Программа для новичков ФотограФия на обложкЕ 19 консультативные советы и вспомогательные организации Члены совета ...»

«ИНТЕРВЬЮ с. 6–7 Дик Ватика: Расизм сдерживает развитие СОЦИАЛЬНЫЕ ПРЕОБРАЗОВАНИЯ с. 26 Новый этап в программе ЮНЕСКО МОСТ ДОСЬЕ с. 12–23 Молодежь создает завтрашний мир www.unesco.org/shs/views 2 Июнь/сентябрь 2007 ОТ РЕДАКЦИИ 17 Повышение роли молодежи – путь к устойчивому развитию Жить и видеть ту зарю – блаженство, но быть молодым – это ...»






 
© 2013 www.kon.libed.ru - «Бесплатная библиотека научно-практических конференций»