Вы здесь ▸ Экспертиза ▸
Мои публикации
Здесь собраны все мои публикации. Точнее, большинство из них. Статьи в журналах и сборниках конференций, доклады, презентации, отчеты, авторские свидетельства.
1.
Иванов В.К.
2021, (Свидетельство о государственной регистрации программы для ЭВМ №2021667814 «Программа-демонстратор платформы для совместного использования алгоритмов теории свидетельств и нейронных сетей в нечетких системах» : дата государственной регистрации в Реестре программ для ЭВМ 02 ноября 2021 г. / автор: В.К. Иванов).
Аннотация | Ссылки | BibTeX | Метки: bif, demonstrator, diagnostics, evidence theory, fSimilarity, fuzzy system, incident, malfunction, neural network, status-4, technology, демонстратор, диагностика, инцидент, неисправность, нейронная сеть, нечеткая система, теория свидетельств, технологический процесс
@patent{8_72811204-2d1a-4d92-8934-4a4bbfae45e0,
title = {Свидетельство о государственной регистрации программы для ЭВМ №2021667814 «Программа-демонстратор платформы для совместного использования алгоритмов теории свидетельств и нейронных сетей в нечетких системах»},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/8IPAUwu–Xufcg
https://elib.tstu.tver.ru/MegaPro/Download/MObject/34330/001-000143950-000000000-0000-0000-01.pdf},
year = {2021},
date = {2021-11-01},
urldate = {2025-02-01},
abstract = {<p>Программа представляет собой исследовательский прототип программной платформы для совместного использования моделей и методов теории свидетельств и нейронных сетей в гибридной нечеткой экспертной системе для диагностики технологического процесса. Основные функции программы: формирование описаний технологического процесса и предположений о влиянии диагностических переменных на его работоспособность, загрузка описаний инцидентов в технологическую базу данных, формирование гипотез о причинах инцидентов, генерация продукционных правил, адаптация параметров алгоритмов оценки состояния технологического процесса с помощью нейронной сети и нечеткого вывода. Демонстратор дает возможность оценить уровень системной готовности основных функциональных компонентов, провести исследовательские испытания, выполнить в различных режимах тестирование программных реализаций выбранных и теоретически подтвержденных методов для уменьшения уровня неопределенности и увеличения уровня доверия к данным при принятии решений.</p><p>Язык: Python</p><p>Объём: 5400 Kб</p><p> </p>},
note = {Свидетельство о государственной регистрации программы для ЭВМ №2021667814 «Программа-демонстратор платформы для совместного использования алгоритмов теории свидетельств и нейронных сетей в нечетких системах» : дата государственной регистрации в Реестре программ для ЭВМ 02 ноября 2021 г. / автор: В.К. Иванов},
keywords = {bif, demonstrator, diagnostics, evidence theory, fSimilarity, fuzzy system, incident, malfunction, neural network, status-4, technology, демонстратор, диагностика, инцидент, неисправность, нейронная сеть, нечеткая система, теория свидетельств, технологический процесс},
pubstate = {published},
tppubtype = {patent}
}
<p>Программа представляет собой исследовательский прототип программной платформы для совместного использования моделей и методов теории свидетельств и нейронных сетей в гибридной нечеткой экспертной системе для диагностики технологического процесса. Основные функции программы: формирование описаний технологического процесса и предположений о влиянии диагностических переменных на его работоспособность, загрузка описаний инцидентов в технологическую базу данных, формирование гипотез о причинах инцидентов, генерация продукционных правил, адаптация параметров алгоритмов оценки состояния технологического процесса с помощью нейронной сети и нечеткого вывода. Демонстратор дает возможность оценить уровень системной готовности основных функциональных компонентов, провести исследовательские испытания, выполнить в различных режимах тестирование программных реализаций выбранных и теоретически подтвержденных методов для уменьшения уровня неопределенности и увеличения уровня доверия к данным при принятии решений.</p><p>Язык: Python</p><p>Объём: 5400 Kб</p><p> </p>
2.
Иванов В.К., Образцов И.В.
2020, (Свидетельство о государственной регистрации программы для ЭВМ №2020663081 «Программа для решения задачи групповой обработки результатов измерений и интервальных оценок нечётких и неполных значений показателей инновационности объектов в соответствии с теорией свидетельств» : дата государственной регистрации в Реестре программ для ЭВМ 22 октября 2020 г. / авторы: В.К. Иванов, И.В. Образцов.).
Аннотация | Ссылки | BibTeX | Метки: bif, fSimilarity, status-4, нечёткая логика, показатель инновационности, теория свидетельств, экспертная система
@patent{18_413f65dc-9ee8-48c4-92c1-76b924dd7f52,
title = {Свидетельство о государственной регистрации программы для ЭВМ №2020663081 «Программа для решения задачи групповой обработки результатов измерений и интервальных оценок нечётких и неполных значений показателей инновационности объектов в соответствии с теорией свидетельств»},
author = {Иванов В.К. and Образцов И.В.},
url = {https://disk.yandex.ru/i/MNJW9Bz797fm5g},
year = {2020},
date = {2020-10-21},
urldate = {2025-04-30},
abstract = {<p>Программа предназначена для групповой обработки результатов измерений и оценок значений показателей инновационности объектов – продуктов или технологий. Используются интервальные оценки в соответствии с теорией свидетельств Демпстера-Шафера и осуществляется агрегация больших объёмов нечётких и неполных данных различной структуры. Реализован алгоритм для расчета вероятностных значений показателей инновационности объектов на основе исходных данных, полученных из нескольких источников с учетом их надежности, включая вычисление функций доверия и правдоподобия. Исходные данные программы могут иметь различную природу и быть получены опросом экспертов, из поисковой системы или измерительного устройства. Программа может использоваться при анализе сложных многокомпонентных систем.</p><p>Язык: SpiderBasic</p><p>ОС: Microsoft Windows</p><p>Объём программы: 7966 Kб</p>},
note = {Свидетельство о государственной регистрации программы для ЭВМ №2020663081 «Программа для решения задачи групповой обработки результатов измерений и интервальных оценок нечётких и неполных значений показателей инновационности объектов в соответствии с теорией свидетельств» : дата государственной регистрации в Реестре программ для ЭВМ 22 октября 2020 г. / авторы: В.К. Иванов, И.В. Образцов.},
keywords = {bif, fSimilarity, status-4, нечёткая логика, показатель инновационности, теория свидетельств, экспертная система},
pubstate = {published},
tppubtype = {patent}
}
<p>Программа предназначена для групповой обработки результатов измерений и оценок значений показателей инновационности объектов – продуктов или технологий. Используются интервальные оценки в соответствии с теорией свидетельств Демпстера-Шафера и осуществляется агрегация больших объёмов нечётких и неполных данных различной структуры. Реализован алгоритм для расчета вероятностных значений показателей инновационности объектов на основе исходных данных, полученных из нескольких источников с учетом их надежности, включая вычисление функций доверия и правдоподобия. Исходные данные программы могут иметь различную природу и быть получены опросом экспертов, из поисковой системы или измерительного устройства. Программа может использоваться при анализе сложных многокомпонентных систем.</p><p>Язык: SpiderBasic</p><p>ОС: Microsoft Windows</p><p>Объём программы: 7966 Kб</p>
3.
Иванов В.К., Иванов
Обоснование и постановка задачи прогнозирования результатов генетического алгоритма Статья в журнале
Источник: Инновации в науке, том 57, № 8, С. 5-13, 2016, (Иванов В.К. Обоснование и постановка задачи прогнозирования результатов генетического алгоритма // Инновации в науке. – 2016. - № 8 (57). – C. 5-13.).
Аннотация | Ссылки | BibTeX | Метки: data centre, fSimilarity, innovation, генетический алгоритм, генотип, кодирование, кроссинговер, поисковый запрос, схема, тематический поиск, теорема Холланда, фитнес-функция
@article{134_9808a672-6f1b-45cb-a604-4e571f348b8d,
title = {Обоснование и постановка задачи прогнозирования результатов генетического алгоритма},
author = {Иванов В.К. and Иванов},
url = {https://disk.yandex.ru/i/vAD-Om2u1EpS6A},
year = {2016},
date = {2016-12-29},
urldate = {2025-01-29},
journal = {Инновации в науке},
volume = {57},
number = {8},
pages = {5-13},
publisher = {СибАК},
abstract = {<p>В статье обосновывается и формулируется постановка задачи прогнозирования результатов генетического алгоритма, разработанного для выполнения документного тематического поиска. Утверждается необходимость и полезность проверки выполнения теоремы схем Холланда для указанного алгоритма. Отмечены условия корректной проверки, в частности требования к кодированию генотипа запросов и сглаживанию фитнес-функции. Предложен метод кодирования генотипа, который использует расстояние между векторами, представляющими запросы.</p><p> </p>},
note = {Иванов В.К. Обоснование и постановка задачи прогнозирования результатов генетического алгоритма // Инновации в науке. – 2016. - № 8 (57). – C. 5-13.},
keywords = {data centre, fSimilarity, innovation, генетический алгоритм, генотип, кодирование, кроссинговер, поисковый запрос, схема, тематический поиск, теорема Холланда, фитнес-функция},
pubstate = {published},
tppubtype = {article}
}
<p>В статье обосновывается и формулируется постановка задачи прогнозирования результатов генетического алгоритма, разработанного для выполнения документного тематического поиска. Утверждается необходимость и полезность проверки выполнения теоремы схем Холланда для указанного алгоритма. Отмечены условия корректной проверки, в частности требования к кодированию генотипа запросов и сглаживанию фитнес-функции. Предложен метод кодирования генотипа, который использует расстояние между векторами, представляющими запросы.</p><p> </p>
4.
Иванов В.К., Миронов В.И.
Особенности анализа сходства документов в различных контекстах заимствования при подготовке текстовых материалов Статья в сборнике
Источник: Оценка качества высшего профессионального образования с учетом требований ФГОС и профессиональных стандартов : материалы докладов заоч. науч.-практ. конференции. - Тверь, 2013, С. 19-26, Тверь: ТвГТУ, 2013, (Иванов В.К., Миронов В.И. Особенности анализа сходства документов в различных контекстах заимствования при подготовке текстовых материалов // Оценка качества высшего профессионального образования с учетом требований ФГОС и профессиональных стандартов : материалы докладов заоч. науч.-практ. конференции. - Тверь, 2013. - С. 19-26.).
Аннотация | Ссылки | BibTeX | Метки: data centre, education, fSimilarity, документ, заимствование, плагиат, сходство, текст, учебная работа
@inproceedings{112_1b559897-ecd0-451a-ba56-0c852faef109,
title = {Особенности анализа сходства документов в различных контекстах заимствования при подготовке текстовых материалов},
author = {Иванов В.К. and Миронов В.И.},
url = {https://disk.yandex.ru/i/XKKgmlv6Z8Q1ew},
year = {2013},
date = {2013-12-30},
urldate = {2025-01-24},
booktitle = {Оценка качества высшего профессионального образования с учетом требований ФГОС и профессиональных стандартов : материалы докладов заоч. науч.-практ. конференции. - Тверь, 2013},
pages = {19-26},
publisher = {Тверь: ТвГТУ},
abstract = {<p>Плагиат (от лат. plagio - похищаю) – это умышленное присвоение авторства на чужое произведение литературы, науки, искусства, изобретение или</p><p>рационализаторское предложение (полностью или частично). В этом и в других похожих определениях так или иначе основное значение придается присвоению авторства материала. Постоянно и довольно часто поднимается вопрос о противодействии плагиату и плагиаторам в научных публикациях и квалификационных работах. В целом считается, что наличие признаков плагиата, незаконных или неправильно оформленных заимствований контента негативно сказывается на качестве публикуемых научных, учебных, художественных и других материалов.</p><p>В настоящей статье мы попытались сформулировать собственное видение этой проблемы применительно к образовательным технологиям, а точнее – к заимствованиям в студенческих работах и обеспечению их уникальности. В частности, рассматриваются основные контексты заимствования материалов или их частей: типология работ, объекты авторских прав, методологический аспект, среда студенческого коллектива. Также в статье кратко описывается инструментарий, используемый авторами для предотвращения подобных нежелательных явлений, и подводятся некоторые предварительные итоги его применения.</p>},
note = {Иванов В.К., Миронов В.И. Особенности анализа сходства документов в различных контекстах заимствования при подготовке текстовых материалов // Оценка качества высшего профессионального образования с учетом требований ФГОС и профессиональных стандартов : материалы докладов заоч. науч.-практ. конференции. - Тверь, 2013. - С. 19-26.},
keywords = {data centre, education, fSimilarity, документ, заимствование, плагиат, сходство, текст, учебная работа},
pubstate = {published},
tppubtype = {inproceedings}
}
<p>Плагиат (от лат. plagio - похищаю) – это умышленное присвоение авторства на чужое произведение литературы, науки, искусства, изобретение или</p><p>рационализаторское предложение (полностью или частично). В этом и в других похожих определениях так или иначе основное значение придается присвоению авторства материала. Постоянно и довольно часто поднимается вопрос о противодействии плагиату и плагиаторам в научных публикациях и квалификационных работах. В целом считается, что наличие признаков плагиата, незаконных или неправильно оформленных заимствований контента негативно сказывается на качестве публикуемых научных, учебных, художественных и других материалов.</p><p>В настоящей статье мы попытались сформулировать собственное видение этой проблемы применительно к образовательным технологиям, а точнее – к заимствованиям в студенческих работах и обеспечению их уникальности. В частности, рассматриваются основные контексты заимствования материалов или их частей: типология работ, объекты авторских прав, методологический аспект, среда студенческого коллектива. Также в статье кратко описывается инструментарий, используемый авторами для предотвращения подобных нежелательных явлений, и подводятся некоторые предварительные итоги его применения.</p>
5.
Иванов В.К.
Основные шаги генетического алгоритма фильтрации результатов тематического поиска документов Статья в журнале
Источник: Инновации в науке, № 25, С. 8-15, 2013, (Иванов В.К. Основные шаги генетического алгоритма фильтрации результатов тематического поиска документов // Инновации в науке. - Новосибирск, 2013. - № 25. - С. 8-15.).
Аннотация | Ссылки | BibTeX | Метки: crossover, data centre, document, filtering, fitness, fSimilarity, genetic algorithm, mutation, population, query, ranking, relevancy, selection, text, генетический алгоритм, документ, запрос, мутация, поиск, популяция, приспособленность, ранжирование, релевантность, селекция, скрещивание, текст, фильтрация
@article{116_fd15ddc8-0ae3-4679-9d11-8af3e1c8fec0,
title = {Основные шаги генетического алгоритма фильтрации результатов тематического поиска документов},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/gr5TGukMtXsKAg
https://disk.yandex.ru/i/9p9Y3AD-w68G3g},
year = {2013},
date = {2013-12-30},
urldate = {2025-01-25},
journal = {Инновации в науке},
number = {25},
pages = {8-15},
publisher = {Новосибирск: СибАК},
abstract = {<p>В статье представлены основные особенности предложенного автором подхода к организации поисковых запросов и фильтрации результатов поиска документов, основанного на использовании идей генетических алгоритмов. Описываются основные шаги модифицированного генетического алгоритма, предлагаются решения, учитывающие специфику поисковых процедур. Обсуждаемый подход является частью исследований проекта интеллектуальной системы информационной поддержки инноваций в науке и образовании.</p><p>The article represents the main features of the proposed approach to organization of search queries and filtering of documents search results. This approach based on the genetic algorithms and describes the main steps of the modified genetic algorithm, proposed solutions, tailored to the search procedures. The considered algorithm is one of the elements of an intelligent system of information support of innovation in science and education.</p><p> </p>},
note = {Иванов В.К. Основные шаги генетического алгоритма фильтрации результатов тематического поиска документов // Инновации в науке. - Новосибирск, 2013. - № 25. - С. 8-15.},
keywords = {crossover, data centre, document, filtering, fitness, fSimilarity, genetic algorithm, mutation, population, query, ranking, relevancy, selection, text, генетический алгоритм, документ, запрос, мутация, поиск, популяция, приспособленность, ранжирование, релевантность, селекция, скрещивание, текст, фильтрация},
pubstate = {published},
tppubtype = {article}
}
<p>В статье представлены основные особенности предложенного автором подхода к организации поисковых запросов и фильтрации результатов поиска документов, основанного на использовании идей генетических алгоритмов. Описываются основные шаги модифицированного генетического алгоритма, предлагаются решения, учитывающие специфику поисковых процедур. Обсуждаемый подход является частью исследований проекта интеллектуальной системы информационной поддержки инноваций в науке и образовании.</p><p>The article represents the main features of the proposed approach to organization of search queries and filtering of documents search results. This approach based on the genetic algorithms and describes the main steps of the modified genetic algorithm, proposed solutions, tailored to the search procedures. The considered algorithm is one of the elements of an intelligent system of information support of innovation in science and education.</p><p> </p>
6.
Иванов В.К., Виноградова Н.В.
Эвристический алгоритм фильтрации и семантического ранжирования результатов поиска документов Статья в журнале
Источник: Вестник Тверского государственного университета. Серия "Прикладная математика", том 41, № 3, С. 97-106, 2013, (Иванов В.К., Виноградова Н.В. Эвристический алгоритм фильтрации и семантического ранжирования результатов поиска документов // Вестник Тверского государственного университета. Серия "Прикладная математика". № 41. - Тверь, 2013. - № 3. - C. 97-106.).
Аннотация | Ссылки | BibTeX | Метки: algorithm, data centre, document, filtering, fSimilarity, innovation, measure of similarity, ranking, relevancy, search quality, solution search, vector model, алгоритм, векторная модель, качество поиска, метрика близости, поиск решений, ранжирование, релевантность, фильтрация
@article{117_59ef0f13-b24c-4394-85db-28b8d149cf54,
title = {Эвристический алгоритм фильтрации и семантического ранжирования результатов поиска документов},
author = {Иванов В.К. and Виноградова Н.В.},
url = {https://disk.yandex.ru/i/MJVUOFfkdmr7tA},
year = {2013},
date = {2013-09-29},
urldate = {2025-01-25},
journal = {Вестник Тверского государственного университета. Серия "Прикладная математика"},
volume = {41},
number = {3},
pages = {97-106},
publisher = {Тверь: ТвГУ},
abstract = {<p>В статье описываются основные идеи предложенного авторами общего алгоритма для фильтрации и ранжирования результатов поиска, выполненного с помощью доступных поисковых систем. При этом используется вычисление показателей близости документов к эталонным множествам, формируемым в ходе выполнения алгоритма.</p><p>Рассматриваемый алгоритм является одним из элементов архитектуры интеллектуальной системы информационной поддержки инноваций в науке и образовании. Он будет служить основой модуля поиска этой системы (выполнение поискового запроса для каталога инновационных решений) и модуля уточнения запроса (фильтрация и контроль тематики результатов поиска, уточнение термов поискового запроса). Особенности алгоритма: использует результаты поиска, полученные при штатном применении других поисковых систем; может быть применен с разной степенью автоматизации выполнения различных шагов; инвариантен относительно использования любой поисковой системы; не требует переработки алгоритмов ранжирования поисковой системы, а наоборот, использует их. В статье приведены данные об апробации алгоритма в рамках выполнения патентных исследований - реальной задачи поиска и обработки документов по заданной тематике.</p><p>Heuristic algorithm for filtering and semantic ranking of the document search results</p><p>The paper describes the main ideas proposed by the authors of the general algorithm for filtering and ranking search results that are made using the available search engines. It uses the calculation of document similarity indicators to the set of еру standard documents to be formed by the algorithm.</p><p>The considered algorithm is one of the elements of an intelligent system of information support of innovation in science and education. It will the basis for the search module of the system architecture (search for innovative solutions directory), and refine query module (filtering and subjects control in search results, refining the search query terms). Features of the algorithm: it uses the search results that obtained in the regular use of other search engines, can be applied with varying degrees of various steps automation, invariant with respect to the use of any search engine, does not require redevelopment search engine ranking algorithms, but rather uses them. The article presents info on the validation of the algorithm in the patent research that is real task for documents searching and processing on a particular topic.</p>},
note = {Иванов В.К., Виноградова Н.В. Эвристический алгоритм фильтрации и семантического ранжирования результатов поиска документов // Вестник Тверского государственного университета. Серия "Прикладная математика". № 41. - Тверь, 2013. - № 3. - C. 97-106.},
keywords = {algorithm, data centre, document, filtering, fSimilarity, innovation, measure of similarity, ranking, relevancy, search quality, solution search, vector model, алгоритм, векторная модель, качество поиска, метрика близости, поиск решений, ранжирование, релевантность, фильтрация},
pubstate = {published},
tppubtype = {article}
}
<p>В статье описываются основные идеи предложенного авторами общего алгоритма для фильтрации и ранжирования результатов поиска, выполненного с помощью доступных поисковых систем. При этом используется вычисление показателей близости документов к эталонным множествам, формируемым в ходе выполнения алгоритма.</p><p>Рассматриваемый алгоритм является одним из элементов архитектуры интеллектуальной системы информационной поддержки инноваций в науке и образовании. Он будет служить основой модуля поиска этой системы (выполнение поискового запроса для каталога инновационных решений) и модуля уточнения запроса (фильтрация и контроль тематики результатов поиска, уточнение термов поискового запроса). Особенности алгоритма: использует результаты поиска, полученные при штатном применении других поисковых систем; может быть применен с разной степенью автоматизации выполнения различных шагов; инвариантен относительно использования любой поисковой системы; не требует переработки алгоритмов ранжирования поисковой системы, а наоборот, использует их. В статье приведены данные об апробации алгоритма в рамках выполнения патентных исследований - реальной задачи поиска и обработки документов по заданной тематике.</p><p>Heuristic algorithm for filtering and semantic ranking of the document search results</p><p>The paper describes the main ideas proposed by the authors of the general algorithm for filtering and ranking search results that are made using the available search engines. It uses the calculation of document similarity indicators to the set of еру standard documents to be formed by the algorithm.</p><p>The considered algorithm is one of the elements of an intelligent system of information support of innovation in science and education. It will the basis for the search module of the system architecture (search for innovative solutions directory), and refine query module (filtering and subjects control in search results, refining the search query terms). Features of the algorithm: it uses the search results that obtained in the regular use of other search engines, can be applied with varying degrees of various steps automation, invariant with respect to the use of any search engine, does not require redevelopment search engine ranking algorithms, but rather uses them. The article presents info on the validation of the algorithm in the patent research that is real task for documents searching and processing on a particular topic.</p>
7.
Иванов В.К.
Критерии и модели для комплексной оценки качества электронных учебных материалов Статья в сборнике
Источник: Сборник докладов Международной интернет-конференции "Информационно-технологическое обеспечение образовательного процесса государств-участников СНГ". От идеи к практике: ЭУМК, виртуальные лаборатории и кабинеты, С. 257-263, Минск: БГУ, 2012, ISBN: 9789855187661, (Иванов В.К. Критерии и модели для комплексной оценки качества электронных учебных материалов // cтатья в сборнике докладов Международной интернет-конференции "Информационно-технологическое обеспечение образовательного процесса государств-участников СНГ". От идеи к практике: ЭУМК, виртуальные лаборатории и кабинеты. - Минск: БГУ. - 2012. - C. 257-263,).
Аннотация | Ссылки | BibTeX | Метки: autocheck, education, fSimilarity, близость, векторное пространство, критерий, модель, оценка, поддержка принятия решений, структура, читабельность, электронный документ
@inproceedings{92_6db2e4f2-d82d-42e4-b9d4-7ddfd3cf70eb,
title = {Критерии и модели для комплексной оценки качества электронных учебных материалов},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/VMzxnzJXfbDAEw
https://elib.bsu.by/bitstream/123456789/27831/1/Ivanov_ito_2012.pdf
},
isbn = {9789855187661},
year = {2012},
date = {2012-12-27},
urldate = {2012-12-27},
booktitle = {Сборник докладов Международной интернет-конференции "Информационно-технологическое обеспечение образовательного процесса государств-участников СНГ". От идеи к практике: ЭУМК, виртуальные лаборатории и кабинеты},
pages = {257-263},
publisher = {Минск: БГУ},
abstract = {Предлагается и обосновывается набор критериев для комплексной оценки качества электронных учебных материалов. Описываются базисные модели для количественной оценки параметров документов по заданным критериям. Предлагаемый набор критериев вместе с соответствующими методиками расчета, по мнению автора, может служить основой для реализации автоматизированного контроля выполнения заданий в образовательных технологиях, а также поддержки технологии работы с электронными учебно-методическими комплексами в целом. Приводятся сведения о реализации описываемых подходов.},
note = {Иванов В.К. Критерии и модели для комплексной оценки качества электронных учебных материалов // cтатья в сборнике докладов Международной интернет-конференции "Информационно-технологическое обеспечение образовательного процесса государств-участников СНГ". От идеи к практике: ЭУМК, виртуальные лаборатории и кабинеты. - Минск: БГУ. - 2012. - C. 257-263,},
keywords = {autocheck, education, fSimilarity, близость, векторное пространство, критерий, модель, оценка, поддержка принятия решений, структура, читабельность, электронный документ},
pubstate = {published},
tppubtype = {inproceedings}
}
Предлагается и обосновывается набор критериев для комплексной оценки качества электронных учебных материалов. Описываются базисные модели для количественной оценки параметров документов по заданным критериям. Предлагаемый набор критериев вместе с соответствующими методиками расчета, по мнению автора, может служить основой для реализации автоматизированного контроля выполнения заданий в образовательных технологиях, а также поддержки технологии работы с электронными учебно-методическими комплексами в целом. Приводятся сведения о реализации описываемых подходов.
8.
Иванов В.К.
Критерии и модели для мониторинга качества электронных учебных материалов в образовательных технологиях Статья в сборнике
Источник: Сборник докладов научно-практической конференции «Система гарантий качества образования: разработка и внедрение», 30 октября 2012 г., Тверь: ТвГТУ, 2012, (Иванов В.К. Критерии и модели для мониторинга качества электронных учебных материалов в образовательных технологиях // В сборнике докладов научно-практической конференции «Система гарантий качества образования: разработка и внедрение», 30 октября 2012 г., Тверь, ТвГТУ. - 2012.).
Аннотация | Ссылки | BibTeX | Метки: autocheck, criterion, decision support, digital document, document structure, education, evaluation, fSimilarity, model, readability, similarity, vector space, близость, векторное пространство, критерий, модель, оценка, поддержка принятия решений, структура, читабельность, электронный документ
@inproceedings{93_e21cd60f-26e5-4c2f-ac68-c5821a6facbd,
title = {Критерии и модели для мониторинга качества электронных учебных материалов в образовательных технологиях},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/TzMh2-RdNHoH4Q},
year = {2012},
date = {2012-12-27},
urldate = {2025-01-18},
booktitle = {Сборник докладов научно-практической конференции «Система гарантий качества образования: разработка и внедрение», 30 октября 2012 г.},
publisher = {Тверь: ТвГТУ},
abstract = {Управление системой гарантий качества образовательного процесса в вузе требует постоянно действующей системы мониторинга всех этапов этого процесса. В связи с развитием электронного обучения и дистанционных образовательных технологий роль контроля выполнения заданий студентами, как одного из важнейших этапов обучения, приобретает особое значение. Мониторинг результатов контроля обучения может оказать существенное влияние на коррекцию образовательного процесса в сторону его соответствия желаемому результату или первоначальным предположениям. Значительное место в современных технологиях контроля выполнения заданий занимает обработка электронных учебных материалов или документов. Практически любой вид учебного задания так или иначе предусматривает оценку подготовленных студентами учебных материалов с позиций, характерных для этого вида. Например, в письменных работах студентов необходимо оценивать правильность состава и структуры документов, соответствие содержания документов установленным требованиям, соответствие значений количественных показателей заданным диапазонам, Также важным показателем является уникальность работы среди подобных. Объективное наличие множества оценочных показателей дает понимание необходимости комплексной оценки. В настоящей статье рассматривается система критериев и базисные модели для интегральной оценки электронных документов применительно к результатам выполнения студентами учебных заданий. Такая система критериев, по мнению автора, может служить основой для реализации автоматизированного контроля выполнения заданий в образовательных технологиях. В статье приводятся сведения о реализации описываемых подходов.},
note = {Иванов В.К. Критерии и модели для мониторинга качества электронных учебных материалов в образовательных технологиях // В сборнике докладов научно-практической конференции «Система гарантий качества образования: разработка и внедрение», 30 октября 2012 г., Тверь, ТвГТУ. - 2012.},
keywords = {autocheck, criterion, decision support, digital document, document structure, education, evaluation, fSimilarity, model, readability, similarity, vector space, близость, векторное пространство, критерий, модель, оценка, поддержка принятия решений, структура, читабельность, электронный документ},
pubstate = {published},
tppubtype = {inproceedings}
}
Управление системой гарантий качества образовательного процесса в вузе требует постоянно действующей системы мониторинга всех этапов этого процесса. В связи с развитием электронного обучения и дистанционных образовательных технологий роль контроля выполнения заданий студентами, как одного из важнейших этапов обучения, приобретает особое значение. Мониторинг результатов контроля обучения может оказать существенное влияние на коррекцию образовательного процесса в сторону его соответствия желаемому результату или первоначальным предположениям. Значительное место в современных технологиях контроля выполнения заданий занимает обработка электронных учебных материалов или документов. Практически любой вид учебного задания так или иначе предусматривает оценку подготовленных студентами учебных материалов с позиций, характерных для этого вида. Например, в письменных работах студентов необходимо оценивать правильность состава и структуры документов, соответствие содержания документов установленным требованиям, соответствие значений количественных показателей заданным диапазонам, Также важным показателем является уникальность работы среди подобных. Объективное наличие множества оценочных показателей дает понимание необходимости комплексной оценки. В настоящей статье рассматривается система критериев и базисные модели для интегральной оценки электронных документов применительно к результатам выполнения студентами учебных заданий. Такая система критериев, по мнению автора, может служить основой для реализации автоматизированного контроля выполнения заданий в образовательных технологиях. В статье приводятся сведения о реализации описываемых подходов.
9.
Иванов В.К.
Критерии интегральной оценки электронных документов в системах подготовки принятия решений Статья в сборнике
Источник: Вестник Тверского государственного технического университета : науч. рецензир. журнал. - Вып.22., С. 20-26, Тверь: ТвГТУ, 2012, (Иванов В.К. Критерии интегральной оценки электронных документов в системах подготовки принятия решений / Вестник Тверского государственного технического университета : науч. рецензир. журнал. - Вып.22. - С. 20-26. - Тверь, 2012).
Аннотация | Ссылки | BibTeX | Метки: autocheck, criterion, decision support, digital document, document structure, education, evaluation, fSimilarity, model, readability, similarity, vector space, близость, векторное пространство, критерий, модель, оценка, поддержка принятия решений, структура, читабельность, электронный документ
@inproceedings{94_4f44b938-ef46-4f8f-a831-dd6ba423c5c8,
title = {Критерии интегральной оценки электронных документов в системах подготовки принятия решений},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/8dv5vtKm6ttSfA},
year = {2012},
date = {2012-12-27},
urldate = {2025-01-18},
booktitle = {Вестник Тверского государственного технического университета : науч. рецензир. журнал. - Вып.22.},
pages = {20-26},
publisher = {Тверь: ТвГТУ},
abstract = {В статье предлагается и обосновывается набор критериев для интегральной оценки электронных документов при подготовке принятия решений. Описываются базисные модели для количественной оценки параметров документов по заданным критериям. Приводятся примеры областей применения. Указанный набор критериев вместе с соответствующими методиками расчета, по мнению автора, могут служить основой для реализации технологии автоматизированной оценки документов в системах поддержки принятия решений. В статье приводятся сведения о реализации описываемых подходов. Criteria for integrated evaluation of digital documents in decision support system The article suggests and substantiates a set of criteria for the integrated evaluation of digital documents when supporting the decision. It describes basic models to quantitative assessment of document parameters on specified criteria. There are a lot of application areas examples. The specified set of criteria with corresponding methods of calculation, the author believes, can serve as the basis for the implementation of the automated assessment technology in decision support systems. The article gives information on the partial implementation of the described approaches.},
note = {Иванов В.К. Критерии интегральной оценки электронных документов в системах подготовки принятия решений / Вестник Тверского государственного технического университета : науч. рецензир. журнал. - Вып.22. - С. 20-26. - Тверь, 2012},
keywords = {autocheck, criterion, decision support, digital document, document structure, education, evaluation, fSimilarity, model, readability, similarity, vector space, близость, векторное пространство, критерий, модель, оценка, поддержка принятия решений, структура, читабельность, электронный документ},
pubstate = {published},
tppubtype = {inproceedings}
}
В статье предлагается и обосновывается набор критериев для интегральной оценки электронных документов при подготовке принятия решений. Описываются базисные модели для количественной оценки параметров документов по заданным критериям. Приводятся примеры областей применения. Указанный набор критериев вместе с соответствующими методиками расчета, по мнению автора, могут служить основой для реализации технологии автоматизированной оценки документов в системах поддержки принятия решений. В статье приводятся сведения о реализации описываемых подходов. Criteria for integrated evaluation of digital documents in decision support system The article suggests and substantiates a set of criteria for the integrated evaluation of digital documents when supporting the decision. It describes basic models to quantitative assessment of document parameters on specified criteria. There are a lot of application areas examples. The specified set of criteria with corresponding methods of calculation, the author believes, can serve as the basis for the implementation of the automated assessment technology in decision support systems. The article gives information on the partial implementation of the described approaches.
Я подготовил и опубликовал довольно много печатных материалов. И, готовя к публикации очередной материал, я каждый раз помнил основное правило — публиковать результаты работы. Не писал текст для того, чтобы написать статью или отчет. Поэтому мне трудно найти свои работу, которая вызывала бы у меня чувство неловкости.
Также отмечу, что писал и сейчас пишу довольно медленно. Для серьезных статей хорошо, если получается одна страница в день. Многократно правлю текст, пытаясь предельно точно передать свою мысль. Не всегда удаётся, но стараюсь. И, как правило, начинаю с плана, в котором фиксирую предполагаемые структуру и содержание текста. Помогает.
Результаты см. выше.