Междисциплинарные направления, включающие в себя такие науки, как биология, химия, агрономия и математика в современном сельскохозяйственном производстве служат основой создания и освоения наиболее экономически значимых разработок. Научные исследования и практические разработки на их основе позволяют не только увеличить выход конечной продукции, но и ощутимо снизить химическую и экологическую нагрузку, то есть подойти к сельскохозяйственному производству с точки зрения его биологизации и рационального природопользования, а использование современных систем управления, высокоточных роботизированных систем и эффективных технологий выращивания сельскохозяйственных культур и энергосберегающих технологий содержания сельскохозяйственных животных способствуют переходу к высокопродуктивному и экологически безопасному агрохозяйству. В статье представлены возможности использования актуальных междисциплинарных разработок, основанных на различных подходах, методах и системах управления в области агробионаправлений, выполненных на стыке нескольких научных дисциплин, с участием научных сотрудников ИПУ РАН.

В данной работе рассматривается подход к моделированию обыкновенного дифференциального уравнения функционально-воксельным методом (ФВ-метод). Предложенный подход является автоматизированным развитием метода изоклин и базируется на принципах дифференцирования и интегрирования, разработанных для ФВмоделирования. Анализируется метод изоклин как средство построения тангенциального поля к решению обыкновенного дифференциального уравнения первого и второго порядка. На выбранных примерах демонстрируется принцип построения ФВ-модели как основы для получения интегральных кривых. Описывается алгоритм получения интегральной кривой дифференциального уравнения средствами ФВ-моделирования. Проводится визуальный и численный сравнительный анализ полученных результатов ФВ-моделирования с известными примерами. В отличие от метода изоклин, где результатом является графическое построение линий постоянного тангенса, в случае функционально-воксельной модели имеем графическое представление области локальных функций в каждой точке интегральной кривой, отвечающих решению задач.

В статье рассматривается история внедрения искусственного интеллекта в педагогический процесс, а также его влияние на охват аудитории, эффективность образования, развитие индивидуального подхода, гибкость обучения и качество предоставляемых услуг. Изучаются направления использования инструментов анализа данных, таких как электронные портфолио, системы оценивания, адаптивные образовательные платформы, виртуальные ассистенты, при взаимодействии сторон образовательного процесса. Определена роль искусственного интеллекта в оперативном реагировании учреждения на быстро изменяющиеся потребности рынка труда. Обозначены основные тренды трансформации управления человеческими и интеллектуальными ресурсами в цифровой среде. Выделены ключевые барьеры применения искусственного интеллекта в образовательных организациях.

Рассматривается задача фильтрации для линейных систем, подверженных постоянно действующим внешним возмущениям, при этом качество фильтрации характеризуется размером ограничивающего эллипсоида, содержащего оцениваемый выход системы. Предложен регулярный подход к решению задачи нехрупкой фильтрации, состоящей в синтезе матрицы фильтра, которая выдерживает допустимые вариации своих коэффициентов. Применение концепции инвариантных эллипсоидов позволило переформулировать исходную проблему в терминах линейных матричных неравенств и свести ее к параметрической задаче полуопределенного программирования, легко решающейся численно. Статья продолжает серию работ автора, посвященную вопросам фильтрации при неслучайных ограниченных внешних возмущениях и погрешностях измерений.