Для решения задачи автоматизации поиска и распознавания символов на изображении голландского натюрморта предлагается приложение на основе обученной нейросетевой модели и базы данных. Приложение позволяет пользователю запустить запрограммированный алгоритм поиска, многократно ускоряя анализ цифровых изображений

Рассмотрена математическая модель квадрокоптера. В рамках уравнений динамики углов Эйлера и линейных координат квадрокоптера выделены линейные регрессии, описывающие параметрическую неопределённость модели. Корректность проведённых преобразований подтверждена результатами численных экспериментов. Полученное представление неопределённости будет использовано при построении адаптивной системы управления.

В работе проведен анализ переходных процессов между установившимися состояниями зрительных вызванных потенциалов (SSVEP) в условиях изменения частоты фотостимуляции (ФС), что имитирует работу с синхронным интерфейсом мозг-компьютер. Исследованы зависимости параметров SSVEP от частот ФС. Метод кластерного анализа (К-средних) выявил три кластера данных, различающихся особенностями реакции на ФС и распределения каналов ЭЭГ, ее демонстрирующих. Установлено, что в ряде случаев процент людей, “генерирующих” сигнал требуемой частоты после изменения режима фотостимуляции, был значительно ниже 100%, вплоть до случаев полного отсутствия “детекции сигнала” кем-либо из испытуемых. Латентное время появления выраженных частотных компонент для исследуемых сигналов колебалось от 150 до 420 мс, что позволяет рассматривать это время как перспективу для показателей скорости интерфейсов мозг-компьютер. Высокочастотный компонент при использовании цепочек локальных максимумов матрицы квадратов вейвлет-преобразования вместо вейвлет-фильтрации идентифицировался лучше, чем низкочастотный. При использовании вейвлет-фильтрации выявлена обратная зависимость.

Проблема эффективного распознавания паттернов ЭЭГ в силу их зашумленности и персональных особенностей в работе мозга отдельного взятого человека остаётся актуальной задачей теории обработки медицинских сигналов. Проведено сравнение различных методов обработки ЭЭГ для выявления определенной группы сигналов, возникающих при работе мозга. Для исследования применялись модельные сигналы, представляющие собой сложение ЭЭГ и гармонического колебания, имитирующего стабильный зрительный вызванный потенциал. Полученные результаты выявили высокую эффективность разработанного авторами метода адаптивного обратного вейвлет-преобразования на основе индивидуальных частотно-временных особенностей сигнала.

В статье рассматривается вопрос о трансформациях, происходящих в современной мировой экономике вследствие активизации техно-националистических политик, реализуемых значительным числом современных государств. Исследуется природа, причины активизации техно-национализма, его проявления в развитых и развивающихся странах и противоречивость этого процесса с точки зрения его влияния на возможности инновационно-технологического развития мировой экономики.