Тематическая сегментация — это задача разделения неструктурированного текста на тематически связные сегменты (такие, в которых речь идет об одном и том же). Граф знаний — графовая структура, вершинами которой являются различные объекты, а ребрами — отношения между ними. Обе задачи не являются новыми, потому существует множество алгоритмов для их решения. Однако, методы решения задачи тематической сегментации с использованием графов знаний до сих пор исследованы мало. Более того, пока еще нельзя сказать, что задача тематической сегментации решена в общем виде, то есть существуют алгоритмы, способные при должной настройке, решить задачу с требуемым качеством на конкретном наборе данных. В данной работе предлагается новый метод решения задачи тематической сегментации на основе графов знаний. Применение графов знаний при сегментации позволяет использовать больше информации о словах в тексте: помимо того чтобы основываться на co-occurrance и семантических расстояниях (как классические алгоритмы), методы на основе графов знаний могут применять расстояние между словами на графе, инкорпорируя тем самым фактологическую информацию из графа знаний в процесс принятия решений о биении текста на сегменты. В данной работе предлагается метод решения задачи тематической сегментации на основе графов знаний.

Предметом настоящего исследования являются взаимодействие школ и поставщиков, а также процессы конкуренции между поставщиками за осуществление государственной закупки. Школа, максимизируя значение своей функции полезности, определяет оптимальное распределение своего бюджета между расходами на оплату труда и закупку оборудования. Далее за бюджет школы на оборудование начинают конкурировать различные поставщики, максимизирующие либо свою прибыль, либо выручку. В зависимости от рынка (муниципальный, региональный, российский) для описания процесса закупки могут применяться различные модели, начиная от модели совершенно конкурентного рынка и олигополии и заканчивая монополией. В случае монополии поставщики не будут предоставлять скидки на продукцию, при совершенной конкуренции поставщики предоставляют скидки на уровне их максимальной прибыли. Предложены новые применения ряда моделей теории игр к закупкам материально-технического обеспечения и к описанию конкуренции между поставщиками.

Традиционно лаборатория занималась задачами управления подвижными объектами. В 60-70-е годы проводились исследования, связанные с оптимальным управлением наблюдениями в задачах наведения снарядов на маневрирующие цели (А.М. Петровский, Н.А. Кузнецов, Е.П. Маслов, Е.Я. Рубинович – ныне д.т.н., проф., г.н.с.). В 1980 г. за цикл работ по управлению наблюдениями и оптимизации движения динамических объектов в условиях неполноты информации и противодействия Е.Я. Рубиновичу была присуждена Премия Ленинского комсомола.

При оценке рисков информационной безопасности весьма важным представляется учет характерных для информационных систем видов неопределенности. Существующие методы и алгоритмы оценки информационных рисков могут не учитывать некоторые из них, вследствие чего полученные оценки рисков могут быть искажены. В связи с этим естественным образом возникает задача разработки нового или адаптации уже существующего метода для оценки рисков сложных систем с учётом всех характерных для рассматриваемого класса систем видов неопределенности. В настоящей работе развивается ранее предложенная идея применения для оценки информационных рисков метода комплексного оценивания, предполагающего агрегацию оценок информационной системы по стандартным критериям информационной безопасности – конфиденциальности, целостности и доступности. В первой части работы было показано, что этот метод при соответствующих модификациях позволяет учесть все нужные виды неопределенности. В этой части работы предлагается алгоритм идентификации структуры дерева комплексной оценки на основе принципа сворачивания связанных критериев. Работоспособность алгоритма продемонстрирована на примере построения деревьев оценки рисков конфиденциальности, целостности и доступности для SMART-систем на основе «Интернета вещей».

Цель исследования – обобщение исторического опыта и раскрытие возможностей, имеющихся в настоящее время у школ, по возрождению и использованию пришкольных учебно-опытных участков в качестве базы и вспомогательного инструмента для проведения уроков биологии, различных внеклассных и дополнительных занятий со школьниками, направленных на более эффективное усвоение предмета и раннюю профориентацию. В статье анализируется история создания пришкольных участков в нашей стране и трансформация их основных задач и функций, приводятся примеры положительного опыта по инициации и развитию современных проектов профориентации школьников в части аграрных и общебиологических тематик, закладке учебно-опытных участков в московской школе № 1282 «Сокольники» и на территории Института проблем управления им. В. А. Трапезникова Российской академии наук (ИПУ РАН). В статье также рассматриваются возможности проведения тематических занятий с использованием сельскохозяйственных растений, рекомендуемых авторами к посадке на пришкольном учебно-опытном участке. Обосновывается необходимость возрождения пришкольных учебно-опытных участков (агрополигонов), являющихся хорошо зарекомендовавшей себя базой для изучения ряда предметов естественно-научного цикла, экологического воспитания, организации внеклассной работы со школьниками, а также общественно полезного труда. В результате авторы приходят к заключению, что проведение таких занятий будет способствовать познанию окружающего мира, формированию и развитию личности, приобретению необходимых знаний, умений и навыков, а также вовлечению школьников в различные исследовательские проекты по естественным наукам, популяризации науки среди детей и молодежи, формированию положительного образа различных профессий, связанных с агробионаправлениями (агроном, селекционер, биолог и др.).