Статья: РАЗРАБОТКА ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ АНАЛИЗА ВНУТРЕННИХ УГРОЗ БЕЗОПАСНОСТИ ОС WINDOWS (2024)

Работа посвящена анализу текущего состояния проектной деятельности в вузе и моделированию процесса запуска студентов первого курса в этот вид деятельности. Разработана учебная программа, содержащая необходимые материалы для реализации проектной деятельности. Подготовлены материалы для погружения обучающихся в теоретическую часть и предложена схема реализации программы, ориентированная на практическую подготовку студентов в рамках семестрового курса в вузе.

В работе рассмотрена специфика применения генетического алгоритма в решение задачи коммивояжера. Приведен краткий теоретический обзор структуры генетического алгоритма. Выполнено описание программной реализации обобщенного генетического алгоритма для задачи коммивояжера. Представлен анализ эффективности генетического алгоритма в зависимости от его различных параметров, приведены соответствующие графики.

Предлагается подход к построению профессиональной траектории студента в рамках основной образовательной программы, учитывающий индивидуальные знания обучающегося. Алгоритм построения траектории основан на методах обучения с подкреплением, а именно, используется подход максимизации функции полезности на основе опыта, получаемого от интерактивного взаимодействия со средой. Разработана функция награды для оценки эффективности и степени вклада каждой образовательной сущности в достижение определенной профессии конкретным студентом. В ходе эксперимента установлено, что алгоритм позволяет выстраивать индивидуальную траекторию освоения профессии, которая может стать основой профессионального развития для каждого студента.

В данной статье рассматривается применение нейронных сетей LSTM для прогнозирования потребления электроэнергии. Для обучения и тестирования модели использовались данные о потреблении электроэнергии за несколько лет. Для повышения качества прогнозирования были проведены эксперименты с различными параметрами нейронной сети, такими как число нейронов и глубина истории данных. Результаты показали, что нейронная сеть LSTM обеспечивает высокую точность прогнозирования объемов потребления электроэнергии на основе статистических данных. Эти результаты могут быть полезными для энергетических компаний и государственных органов, занимающихся прогнозированием и планированием энергетических потребностей.

В работе рассматривается задача выработки рекомендаций по выбору профессий в ИТ-сфере на основе оценки личных качеств претендента. Предлагается подход, основанный на построении доверительных интервалов для средних взвешенных оценок личных качеств (soft skills) по каждой профессии. Проведен анализ собранных от экспертов данных об оценке личных качеств. Приведены результаты программной реализации и сравнительный анализ точности доверительных интервалов, вычисленных с использованием t-распределения, бутстрэппинга, а также комбинации бутстрэппинга и t-распределения. Полученные результаты могут быть использованы для ранжирования профессий по степени соответствия личных качеств претендента рекомендованных профессий.