В статье представлена методология количественной оценки сформированности навыков командной деятельности с использованием схемы треугольника и математических моделей на основе матриц вероятностей переходов. Исследование фокусируется на анализе индивидуальной и совместной согласованной деятельности участников в экспериментальных условиях, заключающихся в работе на тренажере по совместному управлению воздушным судном. В анализе результатов применяются цепи Маркова, что позволяет детализировать динамику выполнения задач, выявляя ключевые аспекты взаимодействия участников. Результаты подтверждают эффективность предложенного подхода для анализа и улучшения координации действий в команде.
Идентификаторы и классификаторы
Изучение процесса формирования и объективной количественной оценки навыков командной деятельности приобретает все большее значение в современных исследованиях. Особенно актуально это для подготовки операторов сложных технических систем, включая экипажи воздушных судов.
Список литературы
- Куравский Л.С., Юрьев Г.А., Михайловский М.А., Несимова А.О., Юрьева Н.Е., Поляков Б.Ю. Формирование навыков командной деятельности и их объективная количественная оценка на основе квантовых представлений // Экспериментальная психология. 2024. Том 17. № 2. С. 154–177. DOI: 10.17759/exppsy.2024170210
- Куравский Л.С., Козырев А.Д., Грешников И.И. Математическая модель сопутствующей
деятельности пилотов и ее применение для объективной оценки его состояния и профессиональной подготовки // Экспериментальная психология. Том 17. № 1. С. 161–180.
DOI:10.17759/exppsy.2024170111 - Ермаков С.С., Савенков. Е.А., Катышев Д.А. Влияние современных симуляционных тренажеров на развитие навыков командной работы: согласованных действий и коммуникации // Экспериментальная психология. 2024. Том 13. № 2. С. 131–141.
- Ермаков С.С., Быстрова Ю.А. Анализ исследований роли компьютерных тренажеров в формировании, измерении и совершенствовании навыков командной работы // Эксперементальная психология. 2024. Том 17. № 2. С. 113–127.
- Грешников И.И., Куравский Л.С., Юрьев Г.А. Принципы построения программно-аппаратного комплекса для интеллектуальной поддержки экипажа и оценки уровня его
подготовки // Моделирование и анализ данных. 2021. Том 11. № 2. C. 5–30. DOI: 10.17759/
mda.2021110201 - A. Kabi, M. Dhar, P. Arora, B.B. Bhardwaj, N. Chowdhury, S. Rao Effectiveness of a Simulation-Based Training Program in Improving the Preparedness of Health Care Workers Involved in the
Airway Management of COVID‑19 Patients // Cureus. 2021. Vol. 13(8). Article ID e17323. 8 p.
DOI: 10.7759/CUREUS.17323 - Rasch G. Probabilistic models for some intelligence and attainment tests. (Copenhagen, Danish Institute for Educational Research), expanded edition with foreword and afterword by B.D. Wright. Chicago: The University of Chicago Press, 1980.
- Nielsen Michael A. & Chuang Isaac L. Quantum Computation and Quantum Information. Cambridge University Press, 2010. 702
- Kuravsky L.S., Yuryev G.A., Zlatomrezhev V.I. New approaches for assessing the activities of
operators of complex technical systems // Experimental psychology (Russia). 2019. Vol. 12. № 4.
27–49. DOI:10.17759/exppsy.2019120403 - Kuravsky L.S., Yuryev G.A. A novel approach for recognizing abnormal activities of operators of complex technical systems: three non-standard metrics for comparing performance patterns
[Электронный ресурс] // International Journal of Advanced Research in Engineering and Technology (IJARET). 2020. Vol. 11(4). P. 119–136. URL: http://www.iaeme.com/IJARET/ issues.asp? JType=IJARET&VType=11&IType=4 (дата обращения: 06.07.2024).] - Kuravsky L.S., Greshnikov I.I., Yuryev G.A., Zlatomrezhev V.I. Synthesis of Civil Aircraft Control
Using Empirical Data and Quantum Filtering // Lobachevskii J. Math. 2023. 44(6). P. 2079–2100. - Kuravsky L.S., Greshnikov I.I., Kozyrev A.D., Kosachevsky S.G., Frolova L.I., Zakharcheva A.A. A mathematical model for representing the related operator professional activities and its relevant diagnostic assessment based on the quantum representations // Lobachevskii J. Math. 2024.
45(6), pp. 2549–2566. DOI: 10.1134/S1995080224602819 - Kuravsky L.S. Simplification of Solving Diagnostics Problems by Convolution of Applied Markovian Models into the Quantum Representations // Lobachevskii J. Math. 2022. 43(7). P. 1669–1682.
- Kuravsky L.S. Modeling Dynamical Behavior of Stochastic Systems: Spectral Analysis of Qubit Representations vs the Mutual Markovian Model Likelihood Estimations // Lobachevskii J. Math. 2021. Vol. 42(10). P. 2364–2376.
Выпуск
Другие статьи выпуска
Статья продолжает цикл ([1] – [13]) методических разработок авторов. В ней обсуждаются некоторые проблемы, связанные с путями повышения культуры математического мышления студентов-математиков. Авторы опираются ёна опыт работы на факультете информационных технологий МГППУ.
В работе рассматриваются вопросы разработки информационной системы для тренинга самопознания. Определены средства разработки, требования к ним, разработаны основные компоненты системы, получены тестовые результаты.
В статье рассматривается особенности реализации многопоточных промышленных систем, реализующих научные вычисления с помощью средств, доступных в языке программирования Python. Статья содержит описание теоретических аспектов, таких как работа механизма глобальной блокировки интерпретатора (GIL), архитектура управления зависимостями, библиотека параллелизма, основанного на процессах. В практическая часть статьи посвящена реализации многопоточного сервиса распознавания речи, который использует взаимодействие процессов через разделяемую память, на базе библиотеки «boost.interprocess». В результате внедрения описанной в статье архитектуры в конкретном случае удалось существенно снизить нагрузку на процессор.
Работа посвящена построению и программной реализации вычислительного алгоритма для моделирования процесса диффузионно-дрейфовой природы на основе дробно-дифференциального подхода. Математическая модель сформулирована в виде начально-краевой задачи для дробного по времени и пространству диффузионно-дрейфового уравнения с реакционным слагаемым в ограниченной области. Нецелые производные по времени и пространству рассмотрены в смысле Капуто и Римана – Лиувилля соответственно. Построена модифицированная неявная конечно-разностная схема. В концепции рассмотренной математической задачи приведен пример детерминированной модели процесса зарядки диэлектрических материалов. Разработана прикладная программа, реализующая сконструированный численный алгоритм. На примере решения тестовой задачи проведена верификация полученных результатов.
Рассматривается задача формирования портфеля ценных бумаг, как задача бинарной оптимизации. Решение формируется с помощью разработанной модификации метода роя пчел, дополненного процедурой бинаризации с применением различных переходных функций. Исследована эффективность предложенного метода на модельных примерах и решена прикладная задача максимизации доходности портфеля с учетом ограничений на используемые средства и значение риска.
В статье рассматривается линейная дискретная система с ограниченным управлением. Для системы решается задача быстродействия, то есть требуется построить процесс управления, переводящий систему из начального состояния в начало координат за минимальное число шагов. Если множество допустимых значений управления имеет структуру суперэллипса, то задача вычисления оптимального управления может быть сведена к решению системы алгебраических уравнений. Для множеств произвольной структуры разработан метод суперэллипсоидальной аппроксимации, рассмотрен случай несимметричных множеств. Приведены примеры.
Рассматривается проблема приближенного синтеза замкнутой нелинейной непрерывной системы совместного оценивания и управления. Используется подход, основанный на применении идеи теоремы разделения для линейных динамических систем. При помощи операции факторизации нелинейная система преобразуется к похожей по структуре на линейную системе, а уже к трансформированной системе применяются алгоритмы синтеза оптимального линейного регулятора и наблюдателя состояния, особенностью которых является зависимость матриц, входящих в соответствующие уравнения Риккати, от вектора состояния. Приведен пример синтеза наблюдателя состояния и регулятора, демонстрирующий применение предложенного алгоритма.
Проблема изучения факторов, влияющих на академические достижения обучающихся, не теряет своей актуальности в современной психологической и педагогической науке, в особенности в связи с развитием представлений об образовании как способе развития человеческого капитала, повышения благополучия и качества жизни людей в современном обществе. Академическая успеваемость школьников во многом определяется некогнитивными факторами, включающими личностные характеристики, мотивационные показатели и развитие саморегуляции. Цель представляемой работы – анализ взаимосвязей между некогнитивными предикторами академической успеваемости учащихся средней и старшей школы методом сетевого моделирования. Первичные данные получены с помощью следующих методик: опросник «Стиль саморегуляции учебной деятельности (ССУД-М)», «Шкалы академической мотивации школьников (ШАМ-Ш)», «Отношение к учению в средних и старших классах школы», «Большая пятерка – детский вариант». В качестве показателя академической успеваемости использовался средний балл по русскому языку и математике. Выборку исследования составили 307 обучающихся общеобразовательных школ (37,1 % юноши, возраст: 10–18 лет). В результате исследования проведен расчет описательных статистик по 28 исследуемым показателям, построены и проанализированы сети частных корреляций, описывающие взаимосвязи регуляторных и личностных переменных, а также академической успеваемости обучающихся в 5–6, 7–9 и 10–11 классах школы. Выделены и описаны значимые взаимосвязи между переменными вне зависимости от периода обучения, корреляций в 5–6, 7–8 и 9–11 классах. Показано, что характер взаимосвязей между некогнитивными предикторами и академической успеваемостью изменяется в зависимости от периода обучения. Обнаружено, что успеваемость обучающихся в 5–6 классе значимо прямо связана с показателем открытости новому опыту, тогда как в 7–9 также обнаруживается прямая связь с общим уровнем отношения к учению, а в 10–11 классах – с познавательной мотивацией, нейротизмом и осознанной саморегуляцией. Полученные результаты подтверждают известные взаимосвязи, а также позволяют описать новые, ранее не обнаруживаемые в исследованиях, например, негативная связь академической успеваемости с познавательной мотивацией школьников. В заключении представлены перспективы дальнейших исследований модераторных-медиаторных взаимодействий некогнитивных переменных в их влиянии на академическую успешность обучающихся.
Обеспечение информационной безопасности органов государственной власти требует применение специализированных инструментов, учитывающих существование разных источников информационных угроз, их постоянное изменение, а также проблемы интеграции оценок вероятности их реализации и степени возможного ущерба. Данное исследование направлено на разработку методики анализа угроз информационной безопасности органов государственной власти с помощью нейронных сетей. В исследовании использованы методы машинного обучения, нейросетевого анализа и систематизации. Для достижения задач исследования авторами была адаптирована архитектура MLP, проведена работа по настройкегиперпараметров нейронной сети. Обучение нейронной сети было реализовано на языке программирования Python. Эффективность работы нейронной сети в решении поставленной задачи оценивалась метриками accuracy, precision, recall, f1. Результатами исследования стали: разработка способа формирования набора данных, включающего оценки угроз информационной безопасности органов государственной власти различных видов и источников происхождения, оценка эффективности работы нейронной сети по решению задач классификации органов государственной власти, интерпретация результатов нейросетевого анализа о степени устойчивости органов государственной власти угрозам информационной безопасности.
Издательство
- Издательство
- МГППУ
- Регион
- Россия, Москва
- Почтовый адрес
- 127051, Россия, Центральный федеральный округ, Москва, улица Сретенка, дом 29
- Юр. адрес
- 127051, Россия, Центральный федеральный округ, Москва, улица Сретенка, дом 29
- ФИО
- Марголис Аркадий Аронович (РЕКТОР)
- E-mail адрес
- margolisaa@mgppu.ru
- Контактный телефон
- +7 (495) 6329202
- Сайт
- https://mgppu.ru/