Pub Date : 2019-01-01DOI: 10.36535/0548-0027-2019-10-2
Д.К. Чебанов, D.К. Chebanov, Ирина Николаевна Михайлова, I. N. Mikhaylova
Исследованы генотипические (мутации в ДНК) и фенотипические данные пациентов с меланомой для определения маркеров раннего обнаружения признаков заболевания, а также выявления существенных для него генов. Осуществлен подбор способа исследования данных из имеющихся и традиционно используемых в предметной области. Примененный метод дает возможность рассматривать совокупность анализируемых параметров. Реализован как автоматический, так и интерактивный подходы, позволяющие существенно экономить вычислительные ресурсы. Выявлены новые значимые для меланомы гены, а также потенциальные маркеры рецидива у пациентов с меланомой. Интеллектуальный анализ данных осуществляется при помощи ДСМ-метода автоматизированной поддержки исследований.
{"title":"Интеллектуальный анализ данных пациентов с меланомой для поиска маркеров заболевания и значимых генов","authors":"Д.К. Чебанов, D.К. Chebanov, Ирина Николаевна Михайлова, I. N. Mikhaylova","doi":"10.36535/0548-0027-2019-10-2","DOIUrl":"https://doi.org/10.36535/0548-0027-2019-10-2","url":null,"abstract":"Исследованы генотипические (мутации в ДНК) и фенотипические данные пациентов с меланомой для определения маркеров раннего обнаружения признаков заболевания, а также выявления существенных для него генов. Осуществлен подбор способа исследования данных из имеющихся и традиционно используемых в предметной области. Примененный метод дает возможность рассматривать совокупность анализируемых параметров. Реализован как автоматический, так и интерактивный подходы, позволяющие существенно экономить вычислительные ресурсы. Выявлены новые значимые для меланомы гены, а также потенциальные маркеры рецидива у пациентов с меланомой. Интеллектуальный анализ данных осуществляется при помощи ДСМ-метода автоматизированной поддержки исследований.","PeriodicalId":24076,"journal":{"name":"Научно-техническая информация. Серия 2: Информационные процессы и системы","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2019-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"91085627","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-01-01DOI: 10.36535/0548-0027-2019-11-4
Кирилл Кириллович Боярский, K. K. Boyarskiy, Евгений Александрович Каневский, E. Kanevskiy
Рассматриваются вопросы омонимии при компьютерном анализе русскоязычного текста. Анализируется группа устойчивых словосочетаний, состоящих из наречия или местоимения и глагола. Показано, что в зависимости от правого контекста такое словосочетание может быть или наречным/местоименным оборотом, или просто сочетанием двух слов. Сформулированы формальные правила разрешения омонимии, которые могут быть использованы в качестве алгоритмов работы парсеров.
{"title":"Семантика устойчивых словосочетаний с глаголами","authors":"Кирилл Кириллович Боярский, K. K. Boyarskiy, Евгений Александрович Каневский, E. Kanevskiy","doi":"10.36535/0548-0027-2019-11-4","DOIUrl":"https://doi.org/10.36535/0548-0027-2019-11-4","url":null,"abstract":"Рассматриваются вопросы омонимии при компьютерном анализе русскоязычного текста. Анализируется группа устойчивых словосочетаний, состоящих из наречия или местоимения и глагола. Показано, что в зависимости от правого контекста такое словосочетание может быть или наречным/местоименным оборотом, или просто сочетанием двух слов. Сформулированы формальные правила разрешения омонимии, которые могут быть использованы в качестве алгоритмов работы парсеров.","PeriodicalId":24076,"journal":{"name":"Научно-техническая информация. Серия 2: Информационные процессы и системы","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2019-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"74050545","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-01-01DOI: 10.36535/0548-0027-2019-11-2
Елена Ивановна Нестерова, E. I. Nesterova
Предлагается перечень структурных элементов онтологии для систем виртуальной реальности: классификационные критерии технологий и систем виртуальной реальности; данные функционально-элементного, функционально-параметрического и модельно-параметрического анализа средств, поддерживающих технологии виртуальной реальности; программное обеспечение; рекомендуемые приложения к онтологии.
{"title":"Особенности онтологии исходных данных и метаданных в области систем виртуальной реальности","authors":"Елена Ивановна Нестерова, E. I. Nesterova","doi":"10.36535/0548-0027-2019-11-2","DOIUrl":"https://doi.org/10.36535/0548-0027-2019-11-2","url":null,"abstract":"Предлагается перечень структурных элементов онтологии для систем виртуальной реальности: классификационные критерии технологий и систем виртуальной реальности; данные функционально-элементного, функционально-параметрического и модельно-параметрического анализа средств, поддерживающих технологии виртуальной реальности; программное обеспечение; рекомендуемые приложения к онтологии.","PeriodicalId":24076,"journal":{"name":"Научно-техническая информация. Серия 2: Информационные процессы и системы","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2019-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"81191125","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-01-01DOI: 10.36535/0548-0027-2019-12-4
И.В. Селиванова, I. Selivanova, Денис Викторович Косяков, Denis Kosyakov, Андрей Евгеньевич Гуськов, A. Guskov
Исследуется возможность установления смысловой близости научных текстов методом их автоматической классификации, основанным на сжатии аннотаций. Идея метода состоит в том, что алгоритмы компрессии типа PPM (prediction by partial matching) сжимают терминологически близкие тексты существенно лучше, чем далекие. Если для каждой классифицируемой тематики будет сформировано ядро публикаций (аналог обучающей выборки), то наилучшая доля сжатия будет указывать на принадлежность классифицируемого текста к соответствующей тематике. Было определено 30 тематических категорий, каждой из них в базе данных Scopus получены аннотации около 500 публикаций, из которых разными способами выбирались 100 аннотаций для ядра и 20 аннотаций для тестирования. Установлено, что построение ядра на основе высокоцитируемых публикаций выявляет до 12% ошибок против 32% при случайной выборке. На качество классификации влияет и изначальное количество категорий: чем меньше категорий участвует в классификации и чем больше терминологические различия между ними, тем выше её качество.
{"title":"Классификация научных текстов на основе компрессии аннотаций публикаций","authors":"И.В. Селиванова, I. Selivanova, Денис Викторович Косяков, Denis Kosyakov, Андрей Евгеньевич Гуськов, A. Guskov","doi":"10.36535/0548-0027-2019-12-4","DOIUrl":"https://doi.org/10.36535/0548-0027-2019-12-4","url":null,"abstract":"Исследуется возможность установления смысловой близости научных текстов методом их автоматической классификации, основанным на сжатии аннотаций. Идея метода состоит в том, что алгоритмы компрессии типа PPM (prediction by partial matching) сжимают терминологически близкие тексты существенно лучше, чем далекие. Если для каждой классифицируемой тематики будет сформировано ядро публикаций (аналог обучающей выборки), то наилучшая доля сжатия будет указывать на принадлежность классифицируемого текста к соответствующей тематике. Было определено 30 тематических категорий, каждой из них в базе данных Scopus получены аннотации около 500 публикаций, из которых разными способами выбирались 100 аннотаций для ядра и 20 аннотаций для тестирования. Установлено, что построение ядра на основе высокоцитируемых публикаций выявляет до 12% ошибок против 32% при случайной выборке. На качество классификации влияет и изначальное количество категорий: чем меньше категорий участвует в классификации и чем больше терминологические различия между ними, тем выше её качество.","PeriodicalId":24076,"journal":{"name":"Научно-техническая информация. Серия 2: Информационные процессы и системы","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2019-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"88054151","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-01-01DOI: 10.36535/0548-0027-2019-12-1
В. А. Маркусова, V. Markusova, Л. Э. Миндели, L. E. Mindeli, Дмитрий Александрович Рубвальтер, D. A. Rubval'ter, А. В. Золотова, A. Zolotova, Марк Анатольевич Акоев, M. Akoev, А. Н. Либкинд, A. Libkind
Представлен анализ динамики публикационной активности России в области энергетики и топлива (Energy&Fuels) за 2008-2017 гг. В качестве источников данных были использованы семь БД Web of Science Core Collection (WoS), аналитический инструмент InCites и национальная база данных Russian Science Citation Index - Clarivate (RSCI-C), расположенная на платформе WoS. Показано, что мировой поток по разделу Energy&Fuels (E&F) за 2008-2017 гг. увеличился в 3,1 раза, тогда как по всем разделам - только в 1,4 раза. Объем массива публикаций в мире по E&F составил более 406,2 тыс. единиц, а в России - 6,7 тыс. Несмотря на снижение ранга РАН среди лидирующих организаций по E&F в мире с 5-го в 2008 г. до 18-го в 2017г., доля её публикаций в журналах первого и второго квартилей составила 80% от её массива по этой проблеме в 2017 г. Значения показателей цитируемости публикаций России по E&F существенно ниже, чем соответствующие значения для лидирующих по E&F стран. Значительное различие было выявлено в распределении ведущих организаций по данным WoS-CC и RSCI-C соответственно. Негативным фактором является небольшое количество публикаций российских авторов с традиционными соавторами из Германии и США. Международное научное сотрудничество России в области E&F менее интенсивно, чем в целом по РФ.
{"title":"Динамика публикационной активности России в области энергии и топлива за 2008-2017 гг. по данным Web of Science и InCites","authors":"В. А. Маркусова, V. Markusova, Л. Э. Миндели, L. E. Mindeli, Дмитрий Александрович Рубвальтер, D. A. Rubval'ter, А. В. Золотова, A. Zolotova, Марк Анатольевич Акоев, M. Akoev, А. Н. Либкинд, A. Libkind","doi":"10.36535/0548-0027-2019-12-1","DOIUrl":"https://doi.org/10.36535/0548-0027-2019-12-1","url":null,"abstract":"Представлен анализ динамики публикационной активности России в области энергетики и топлива (Energy&Fuels) за 2008-2017 гг. В качестве источников данных были использованы семь БД Web of Science Core Collection (WoS), аналитический инструмент InCites и национальная база данных Russian Science Citation Index - Clarivate (RSCI-C), расположенная на платформе WoS. Показано, что мировой поток по разделу Energy&Fuels (E&F) за 2008-2017 гг. увеличился в 3,1 раза, тогда как по всем разделам - только в 1,4 раза. Объем массива публикаций в мире по E&F составил более 406,2 тыс. единиц, а в России - 6,7 тыс. Несмотря на снижение ранга РАН среди лидирующих организаций по E&F в мире с 5-го в 2008 г. до 18-го в 2017г., доля её публикаций в журналах первого и второго квартилей составила 80% от её массива по этой проблеме в 2017 г. Значения показателей цитируемости публикаций России по E&F существенно ниже, чем соответствующие значения для лидирующих по E&F стран. Значительное различие было выявлено в распределении ведущих организаций по данным WoS-CC и RSCI-C соответственно. Негативным фактором является небольшое количество публикаций российских авторов с традиционными соавторами из Германии и США. Международное научное сотрудничество России в области E&F менее интенсивно, чем в целом по РФ.","PeriodicalId":24076,"journal":{"name":"Научно-техническая информация. Серия 2: Информационные процессы и системы","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2019-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"86116599","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-01-01DOI: 10.36535/0548-0027-2019-11-1
Д.Ю. Съедин, D. Syedin
Представлен программно-вычислительный комплекс, обеспечивающий взаимодействие программных систем для решения задачи интеграции атрибутивных данных информационных объектов, в основе которого лежит разработанное и апробированное математическое и программное обеспечение. Этот комплекс может быть использован для повышения эффективности процессов нечеткого связывания данных при координировании сведений в информационных ресурсах, системах и базах данных.
{"title":"Программно-вычислительный комплекс для решения задачи интеграции атрибутивных данных информационных объектов","authors":"Д.Ю. Съедин, D. Syedin","doi":"10.36535/0548-0027-2019-11-1","DOIUrl":"https://doi.org/10.36535/0548-0027-2019-11-1","url":null,"abstract":"Представлен программно-вычислительный комплекс, обеспечивающий взаимодействие программных систем для решения задачи интеграции атрибутивных данных информационных объектов, в основе которого лежит разработанное и апробированное математическое и программное обеспечение. Этот комплекс может быть использован для повышения эффективности процессов нечеткого связывания данных при координировании сведений в информационных ресурсах, системах и базах данных.","PeriodicalId":24076,"journal":{"name":"Научно-техническая информация. Серия 2: Информационные процессы и системы","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2019-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"78100963","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：