Настоящая статья посвящена изложению подхода к анализу поведения информационных систем путём выявления закономерностей этого поведения на основе правил композиции локальных образцов (тайлов), информации, извлекаемой из больших массивов, описывающих это поведение, и механизма унификации

Подготовка и переподготовка экспертов, ориентированных на работу в Аналитических центрах, требует использования современных обучающих технологий. Перспективным является создание и включение в структуру Аналитического центра Интеллектуальной обучающей среды, обеспечивающей динамичное обучение эксперта в смешанном (онлайн-оффлайн) информационном пространстве с учетом его мотивации, уровня образования, информационных и коммуникационных навыков и профессиональных интересов

Предэксплуатационная подготовка манипуляционных и иных типов роботов предполагает математическое и имитационное моделирование их кинематических и динамических свойств. Это необходимо для отработки воз-можных вариантов их движения, а также для заблаговременного обнаружения непредвиденных обстоятельств, возникающих в процессе функционирования манипуляционного робота (МР) и негативно влияющих на выполне-ние технологических операций в рамках поставленной прикладной задачи. В основе предлагаемого подхода лежит технология многоаспектного моделирования кинематических конструкций, включающая три основных направле-ния: моделирование кинематических схем МР с возможностью решения прямой и обратной задач кинематики; мо-делирование видеокамер для оценки обстановки в рабочей зоне МР; моделирование динамики движения МР и эффектов его взаимодействия с предметами рабочей зоны. Pre-operational preparation of manipulation and other types of robots involves mathematical and virtual modelling of their kinematic and dynamic properties. This is necessary to work out possible options for their movement, as well as for early detection of unforeseen circumstances arising in the process of manipulation robot (MR) operation and negatively affecting the execution of technological operations within the assigned applied task. The proposed approach is based on the technology of multi-aspect modeling of kinematic structures, which includes three main directions: modeling of kine-matic schemes of MR with the possibility of solving direct and inverse kinematics problem; modeling of video cameras to assess the situation in the working area of MR; modeling the dynamics of MR motion and the effects of its interaction with the objects of the working area.

In graph theory and network analysis, indicators of centrality identify the most important nodes in a graph. Applications include identifying the most influential person(s) in a social network, key infrastructure nodes in the Internet or urban networks, and super-spreaders of disease. Centrality indices answer the question about importance of the nodes in a graph in terms of a real-valued function, which provides ranking of the nodes. The word "importance" has a wide number of meanings, leading to many different definitions of centrality. We introduce the connectivity centrality measure on the nodes of connected undirected graphs that assigns to each node of a graph its connectivity centrality index equal to the number of ways the graph can be constructed by a sequence of increasing connected subgraphs starting from this node. It turns out that on the linear graph the connectivity centrality of a node is equal to the corresponding binomial coefficient. Moreover, we show that the connectivity centrality indices of nodes possess the properties very similar to the properties of binomial coefficients. This allows to consider the connectivity centralities as a generalization of the binomial coefficients to the numbers on the nodes of graphs and this also provides a new interpretation of the binomial coefficient as the number of ways the linear graph can be constructed when starting with a node and adding neighboring nodes one by one. On the subclass of connected cycle-free graphs we provide an axiomatic characterization of the connectivity centrality measure. Furthermore, we show that for a given connected cycle-free graph the connectivity centralities of nodes, when normalized to sum up to one, are equal to the steady state probabilities of some Markov chain on the nodes of the graph.

Получены необходимые условия в задаче оптимальной стабилизации квазилинейной стохастической системы с управляемыми параметрами на неограниченном интервале времени. Предполагается, что входящие в критерий и уравнения движения матрицы зависят (в общем случае нелинейно) от вектора параметров, подлежащих выбору. Частный случай данной задачи – оптимизация стационарного линейного регулятора в задаче стабилизации линейной системы с мультипликативными шумами и информационными ограничениями.