В статье описывается автоматизированная система формирования вариантов индивидуальных учебных заданий в виде макроса для текстового процессора Microsoft Word. Банк заданий для формирования индивидуальных вариантов может содержать графические объекты и представляет собой единый документ Word. Сформированные варианты последовательно размещаются в новом документе Word. Разработанный макрос используется для составления индивидуальных заданий, например, вариантов контрольных работ, коллоквиумов, текущего контроля освоения учебного материала студентами.

Предлагается программное решение по увеличению качества распознавания образов и повышению эффективности инструментария машинного обучения посредством реализации Grid-технологий. Формулируются стратегические направления разработки инструментария распознавания образов в виде программной системы, основанной на принципах распределенных систем, распараллеливания и адаптивной настройки вычислительных ресурсов. Рассматривается структура организации web-инструментария распознавания образов с использованием концепции библиотеки алгоритмов. Даются алгоритмические решения распараллеливания алгоритмов обучения и распознавания на базе методов прецедентов.

Предложен подход к созданию единой трехмерной компьютерной модели, построенной с помощью усовершенствованного воксельного метода объединения триангуляционных сеток, полученных по дальностным данным с разных видов. Применяемый метод объединения также использует диффузное размытие значений весовой функции в воксельном пространстве для зашивки дыр.

Для уменьшения времени работы применяются алгоритм индексации треугольников в виде текстурной карты, а также многоядерные вычисления. Предложен алгоритм текстурирования, основанный на слиянии всех доступных текстур с учетом веса каждого отдельного пикселя в каждом треугольнике, учитывающий перекрытие и наблюдаемость этих треугольников. Вычислительные эксперименты были проведены на реальных сценах, реконструированных с помощью трехмерного сканера.

В работе обсуждается проблема извлечения фактов из китайских текстов. Китайский язык достаточно сложен для машинной обработки, что обусловлено отсутствием пробелов между словами и многозначностью иероглифов, поэтому синтаксический анализ текстов невозможен без семантического анализа,
поскольку любое сочетание иероглифов может быть интерпретировано неоднозначно. Существующие статистические методы сегментации предложений на слова и синтаксического анализа не обладают достаточной полнотой и точностью, вследствие чего многофазный процесс (сегментация фраз, синтаксический анализ, извлечение фактов) приводит к накоплению ошибок.

В статье предлагается ролевой подход к выявлению членов предложения на основе служебных слов, предлогов и послелогов, а также достаточно ограниченного словаря. Эти служебные слова и символы позволяют не только сегментировать последовательности символов, но и выявлять роли слов, а значит,
и части речи в предложении. Даже такой небольшой набор слов позволяет в большинстве случаев успешно выявлять роль слов в предложении, в частности, имена собственные, существительные, глаголы, что делает возможным извлечение из текстов сущностей, а также фактов в виде субъект–предикат–объект. Проведенные на реальных текстах эксперименты показывают удовлетворительные результаты даже при ограниченном словаре. Предложенный подход демонстрирует высокую скорость, поскольку отсутствуют синтаксический разбор и сегментация фраз, использующие переборные методы.

Оценка конкурентоспособности предприятия дает руководству понимание того, насколько хорошо или плохо идут на нем дела. Однако до сих пор нет алгоритма оценки конкурентоспособности. В данной статье предлагается такой алгоритм. Оценка конкурентоспособности строится на основе анализа трех составляющих: финансово-хозяйственной деятельности, интеллектуального капитала, инвестиционной привлекательности. Если оценка неудовлетворительная, формируются рекомендации по ее изменению. Если рекомендации предоставляют несколько альтернативных путей развития, проводится SWOT-анализ предприятия для выбора наиболее оптимального из них.