Целью работы является комплексный анализ механизмов раннего коллапса языковых моделей, работающих с медицинскими текстами, при рекурсивном их обучении на примере архитектур Mistral-7B и LLaMA-3. Проведено экспериментальное исследование динамики изменения перплексии, метрик BLEU и ROUGE, а также распределения вероятностей токенов в процессе многопоколенческого синтетического обучения. Выявлены два типа коллапса моделей: ранний (характеризующийся быстрой деградацией вероятностных распределений) и поздний (с постепенным снижением разнообразия генерации). Установлено, что модель Mistral демонстрирует большую устойчивость к коллапсу данных по сравнению с LLaMA, что обусловлено особенностями ее архитектуры с механизмом скользящего внимания (sliding window attention). Работа предлагает новый методологический подход к количественной оценке деградации языковых моделей и формулирует практические рекомендации по предотвращению потери модельного разнообразия при рекурсивном обучении. Исследование проводилось на текстовых цитологических данных, используемых при диагностике заболеваний щитовидной железы. The aim of the work is a comprehensive analysis of the mechanisms of early collapse of language models working with medical texts during their recursive training using the example of the Mistral-7B and LLaMA-3 architectures. An experimental study of the dynamics of perplexity change, BLEU and ROUGE metrics, as well as the probability distribution of tokens in the process of multi-generation synthetic training was conducted. Two types of model collapse are identified: early (characterized by rapid degradation of probability distributions) and late (with a gradual decrease in the diversity of generation). It is established that the Mistral model demonstrates greater resistance to data collapse compared to LLaMA, which is due to the features of its architecture with a sliding window attention mechanism. The paper proposes a new methodological approach to quantifying the degradation of language models and formulates practical recommendations for preventing the loss of model diversity during recursive learning. The study was conducted on text cytological data used in the diagnosis of thyroid diseases.

Целью настоящей работы является исследование возможностей моделей глубокого обучения в диагностике заболеваний надпочечников по изображениям компьютерного томографа (КТ). Для поддержки принятия врачебных решений и автоматизированной классификации найденных новообразований по КТ брюшной полости разработан двухэтапный нейросетевой подход, сочетающий сегментацию и классификацию патологий. Он позволяет визуализировать найденные образования и работать с несколькими образованиями, находящихся на одном КТ-снимке. В исследовании использован набор данных, предоставленный НМИЦ эндокринологии им. академика И.И. Дедова, на момент написания статьи состоящий из 228 КТ-снимков. Для оптимизации времени обработки снимки были конвертированы в видеоформат MP4 (54 кадра в видео), что сократило объем данных без существенной потери диагностической ценности. Изображения прошли предварительную обработку, для борьбы с дисбалансом классов была использована аугментация. Каждый КТ-снимок имеет по три метки, каждая из которых соответствует наличию новообразования соответствующего вида, а именно: злокачественный, доброкачественный или неопределенный фенотип. Для инстанса сегментации новообразований применена модель YOLOv11-seg с предобучением на датасете COCO. Для классификации использована модель 3DResNet-50, обученная на выделенных областях. Предлагаемый комбинированный двухступенчатый подход реализуется в программном комплексе «Ассистент врача-эндокринолога». This study investigates the potential of deep learning models for the diagnosis of adrenal gland diseases using computed tomography (CT) images. To support clinical decision-making and automate the classification of identified neoplasms in abdominal CT scans, a two-stage neural network approach, combining segmentation and classification, was developed. This approach allows for the visualization of detected lesions and accommodates multiple lesions within a single CT image. The study utilized a dataset provided by the Academician I.I. Dedov National Medical Research Center of Endocrinology, comprising 228 CT scans at the time of writing. To optimize processing time, images were converted to MP4 video format (54 frames per video), reducing data volume without significantly compromising diagnostic value. Images underwent preprocessing, and data augmentation was employed to address class imbalance. Each CT scan was annotated with three labels, corresponding to the presence of a neoplasm with a malignant, benign, or indeterminate phenotype. For lesion instance segmentation, a YOLOv11-seg model pre-trained on the COCO dataset was implemented. A 3DResNet-50 model, trained on the segmented regions, was used for classification. The proposed combined two-stage approach is implemented in a software suite designated “Assistant Endocrinologist”.

Рассмотрен подход к организации репозитория метаданных как одного из элементов системы оценки качества данных. Для формирования репозитория предлагается использовать объектно-ориентированную модель данных, обогащенную проверками качества данных. Дано описание основных элементов репозитория такого типа, а также описан подход по привязке проверок качества данных к объектам модели данных. Предложен способ хранения рассмотренного репозитория метаданных, разработаны специальные алгоритмы для его обработки, включая алгоритм «распаковки» атрибутов класса и алгоритм определения актуальных проверок данных с учетом возможных переопределений. На основе описанных теоретических положений был реализован прототип репозитория метаданных. Указанный прототип был использован для организации проверок на примере задачи оценки качества данных операторов, осуществляющих обработку персональных данных. В сравнении с реализацией репозитория метаданных на основе физической модели данных, применение описанного в настоящем исследовании подхода отличается сокращением объема описанных атрибутов и проверок качества данных на 23% и 27% соответственно при одновременном сохранении количества реально запускаемых («реализованных») проверок. Исследуемый в статье подход может быть полезен в практических задачах анализа качества данных как потенциальный способ снижения трудозатрат на управление проверками качества. The paper considers the approach to organizing a metadata repository as one of the elements of the data quality assessment system. An object-oriented data model enriched with data quality checks is proposed for repository formation. A description of the key repository elements is given, along with an approach to linking data quality checks to objects in the data model. The article provides a method for storing the discussed metadata repository and special algorithms for its processing, including the "unpacking" algorithm for class attributes and the algorithm for determining the relevant data checks considering possible overrides. Based on the described theoretical propositions, a prototype of the metadata repository was implemented. The prototype was used to organize checks for assessing the data quality of personal data operator’s registry. In comparison with the implementation of a metadata repository based on a physical data model, the application of the approach described in this research results in a reduction of attribute and data quality check description by 23% and 27%, respectively, while maintaining the same quantity of executed checks. The investigated approach can be useful in practical tasks related to data quality analysis as a potential way to reduce the workload of data quality check management.

Значимость научных объединений, мероприятий и изданий определяется значимостью их участников. Значимость ученого определяется значимостью проведенных им исследований. Выяснить значимость научных исследований без их экспертной оценки не всегда бывает возможно. Однако значения значимости необходимы для выявления направлений ее повышения. Предлагается мера значимости научных объединений, мероприятий и изданий через модель классификации ученых. Модель классификации предполагает определение факторов, влияющих на отнесение ученого к классу, и классов с допустимыми значениями правил факторов. Для меры определены операции сравнения и сложения. Предложена конкретизация модели классификации. Факторами, влияющими на отнесение ученого к классу, являются обширность знакомств в научной среде; количество авторов, процитировавших публикации ученого за последние 3-5 лет; членство в национальных и отраслевых академиях в качестве академика или члена-корреспондента; известность или ограниченная известность своими научными открытиями широкой общественности. Выделены 8 классов: ученый, ученый с обширными знакомствами в научной среде, сверх- и высокоцитируемый ученый, член-корреспондент и академик национальной академии наук, известный и ограниченно известный ученый. Проведено три эксперимента по измерению значимости: объединения – профессорско-преподавательский состава факультета вуза, мероприятия – участников научной конференции, издания – авторов работ, процитировавших статьи научного журнала. Полученные значения показали применимость меры для измерения значимости научных объединений, мероприятий и изданий. Предложена методика расчета значимости научного журнала заключающаяся в суммировании мер значимости редакционных совета и коллегии, авторов статей и авторов работ, процитировавших статьи в научном журнале. Обоснованы воспроизводимость, адекватность и трудоемкость предложенной меры. The significance of scientific associations, events and publications is determined by the significance of their participants. The significance of a scientist is determined by the significance of his research. Determining the significance of scientific research without peer review is not always possible. However, significance values are necessary to identify directions for its increase. A measure of the significance of scientific associations, events and publications is proposed through a model of classification of scientists. The classification model involves identifying factors that influence the assignment of a scientist to a class, and classes with acceptable values of factor rules. Comparison and addition operations are defined for the measure. A specification of the classification model is proposed. Factors influencing the classification of a scientist into a class are the extent of acquaintances in the scientific community; the number of authors who cited the scientist’s publications over the past 3-5 years; membership in the NAS as an academician or corresponding member; fame or limited fame for his scientific discoveries to the general public. There are 8 classes: researcher, vast contact researcher, highly and extremely-highly cited researcher, corresponding member and academician of the National Academy of Sciences, famous and local famous researcher. We carry out three experiments to measure the significance: associations – the teaching staff of the university faculty, events – participants in a scientific conference, publications – authors of works who cited articles in a scientific journal. The experiments results show the applicability of the measure for measuring the significance of scientific associations, events and publications. We introduce a method for calculating the significance of a scientific journal, which consists of summing up the measures of significance of the editorial board, authors of articles and authors of publications who cited articles in a scientific journal. The reproducibility, adequacy and labor intensity of the proposed measure are substantiated.

Исследование проведено в области машинного обучения с акцентом на повышение качества обучения искусственных нейронных сетей в контексте управления объектами дорожно-транспортной инфраструктуры. Неправильно выбранные параметры обучения искусственной нейронной сети могут привести к ситуациям, в результате которых глобальный минимум не будет достигнут, что негативно скажется на точности сети. Исследования направлены на разработку методов, которые позволяют оптимизировать процесс обучения, основываясь на анализе изменений градиентов весов. Это позволяет повысить точность и надежность нейронной сети в условиях управления транспортными объектами. Предложен алгоритм, основанный на отслеживании активности изменений параметров нейронной сети через анализ изменений градиентов весов. Алгоритм позволяет диагностировать процесс обучения и принимать решения о корректировке параметров с целью оптимизации обучения нейронной сети в задачах управления дорожно-транспортной инфраструктурой. Разработана технология применения искусственных нейронных сетей в управлении дорожно-транспортной инфраструктурой. Проведено исследование алгоритма на наборе данных CIFAR-10. Разработанный алгоритм представляет собой важный инструмент для повышения качества обучения искусственной нейронной сети в задачах управления объектами дорожно-транспортной инфраструктуры. Возможность анализа и корректировки обучения на основе динамики изменений градиентов значительно улучшает эффективность процесса обучения и повышает шансы на достижение необходимых результатов. The study is conducted in the field of machine learning with a focus on improving the training quality of artificial neural networks in the context of managing road traffic infrastructure objects. Incorrectly chosen training parameters for an artificial neural network can lead to situations in which the global minimum is not reached, which will negatively affect the accuracy of the network. Research is aimed at developing methods that optimize the learning process based on the analysis of changes in weight gradients. This allows you to increase the accuracy and reliability of the neural network in terms of managing transport facilities. The authors propose an algorithm based on tracking the activity of changes in neural network parameters through the analysis of weight gradient variations. This algorithm allows diagnosing the training process and making decisions to adjust parameters aiming at optimizing the neural network training in tasks related to managing road traffic infrastructure. A technology has been developed for the use of artificial neural networks in the management of road transport infrastructure. The algorithm was studied on the CIFAR-10 data set. The developed algorithm is an important tool for improving the quality of training of an artificial neural network in problems of managing road transport infrastructure objects. The ability to analyze and adjust training based on the dynamics of changes in gradients significantly improves the efficiency of the learning process and increases the chances of achieving the required results.

В данной статье рассматривается вопрос выбора мета параметров при решении плохо обусловленной задачи идентификации, главным признаком которой является то, что малые погрешности входных данных сильно влияют на конечный результат. Существует множество эвристических подходов к решению такого рода задач. В рамках этой работы исследуется влияние длины скользящего интервала и выбора целевого функционала. Проблема рассматривается на примере задачи раздельной идентификации силы тяги и коэффициентов силы сопротивления, часто возникающую применительно к летным испытаниям самолетов, поскольку значение силы тяги важным образом характеризует их эксплуатационные возможности. Поэтому уточнение значения тяги является обязательным этапом летных испытаний. Для регуляризации задачи предлагается специальный тестовый полетный маневр, основанный на следующих соображениях. Примем, что сила тяги остается постоянной при постоянном режиме работы двигателя, постоянной высоте и малом изменении полетной скорости. Тогда для обеспечения идентифицируемости системы необходимо осуществлять изменения скорости, амплитуда которых мала по сравнению с установившимся значением, так чтобы на интервале обработки выполнялось условие постоянства силы тяги. В частности, изменения скорости при постоянной режиме работы двигателя можно добиться выполняя серию пикирований и кабрирований с малым наклоном траектории. На данных, полученных на стенде полунатурного моделирования, продемонстрировано, что с шумами, близкими к наблюдаемым при проведении летных экспериментов, удается получить оценки с достаточно высокой точностью. This article discusses the issue of choosing meta parameters when solving an ill-conditioned identification problem. The influence of the length of the sliding interval and the choice of the target functional is studied. The problem is studied using the example of the problem of separate identification of thrust and drag force coefficient. The results of applying the described approaches to analyze data obtained on aircraft flight simulation facilities are presented. This article examines the issue of choosing meta parameters when solving an ill-conditioned identification problem, the main feature of which is that small errors in the input data greatly affect the final result. There are many heuristic approaches to solving this type of problem. This work examines the influence of the length of the sliding interval and the choice of the target functional. The problem is considered using the example of separate identification of thrust force and drag force coefficients, which is an imminent part of aircraft flight tests, since the value of thrust characterizes their operational capabilities in an essential way. Therefore, estimation of the thrust value is a mandatory stage of flight testing. To regularize the problem, a special test flight maneuver is proposed, based on the following considerations. Let us assume that the thrust force remains constant at a constant engine operating mode, a constant altitude and a small change in flight speed. Then, to ensure the identifiability of the system, it is necessary to carry out speed changes, the amplitude of which is small compared to the steady-state value, so that the thrust could be considered constant during the processing interval. In particular, changing the speed at a constant engine operating mode may be achieved by performing a series of dives and pitches with a small trajectory inclination. Using the data obtained at the simulation bench, it was demonstrated that with noises close to those observed during flight experiments, it is possible to obtain estimates with sufficiently high accuracy.

В работе рассматривается одна из основных задач при разработке интерпретатора для инструментария BlockSet – проектирование синтеза SQL запросов на основе метамодели, а так программного обеспечения для его применения. Авторами рассмотрен как инструментарий в целом, так и роль самого алгоритма в его контексте. Подробно рассмотрены периферийные инструменты для управления алгоритмом в разках языка BML. Продемонстрированы этапы его формирования и технические тонкости реализации. Помимо прямого алгоритма так же рассмотрен обратный алгоритм генерации запроса для поиска факторов частных событий, который необходим при реализации ресурса на основе событийно-ориентированного подхода. Для наглядности разобран пример обработки события появления “сообщения”, в результате которого необходимо определять id “пользователей” -- отправителя и получателя, которых нужно уведомить о появлении указанного “сообщения”. Подведены выводы, демонстрирующие, результаты проделанной работы. The paper examines one of the main tasks in developing an interpreter for the BlockSet toolkit - designing the synthesis of SQL queries based on the metamodel, as well as software for its use. The authors examined both the toolkit as a whole and the role of the algorithm itself in its context. Peripheral tools for managing the algorithm in the BML language are discussed in detail. The stages of its formation and technical details of implementation are demonstrated. In addition to the direct algorithm, a reverse algorithm for generating a query to search for factors of private events, which is necessary when implementing a resource based on an event-oriented approach, is also considered. For clarity, an example of processing the “message” event has been analyzed, as a result of which it is necessary to determine the id of “users” - the sender and the recipient, who need to be notified about the appearance of the specified “message”. Conclusions are drawn demonstrating the results of the work done.

Статья посвящена тестированию веб-приложений, которое играет ключевую роль в создании качественных, надежных и безопасных продуктов. Для современной адаптации к интернет-технологиям требуется внедрение современных методик тестирования, а также глубоких знаний и постоянного самосовершенствования процессов создания решений. В статье рассмотрены основные этапы такого совершенствования: внедрение автоматизации тестирования, использование передовых инструментов и обеспечение общего высокого уровня безопасности. Ключевыми аспектами тестирования рассматриваются: нагрузочное тестирование, тестирование безопасности и юзабилити-тестирование, а также подходы к выполнению и анализу результатов выполнения тестов. Статья подчеркивает важность комплексного подхода к обеспечению качества веб-приложений и исследует роль автоматизации в упрощении и оптимизации процессов тестирования. В статье описываются различные инструменты, используемые для тестирования, включая Apache JMeter, LoadRunner, Gatling для нагрузочного тестирования, а также OWASP ZAP и Burp Suite для тестирования на безопасность. Авторы также обсуждают методы оценки юзабилити и представляют современные инструменты для юзабилити-тестирования, такие как UserTesting, Optimal Workshop и Lookback.io. Рассмотрена интеграция тестирования в цикл "непрерывной интеграции и доставки" (CI/CD), что позволяет сократить время разработки, и, при этом гарантировать высокое качество продукта на всех этапах его создания. Результатом проведенного технологического обзора становится система распределенного тестирования, которая представляет собой эффективный подход к реализации задач тестирования, позволяя командам разработки быстро идентифицировать и устранять даже потенциальные проблемы. This article focuses on web application testing, which plays a key role in creating high-quality, dependable, and secure products. Modern adaptation to Internet technologies requires the introduction of modern testing methods, as well as in-depth knowledge and constant self-improvement of the processes of creating solutions. The article discusses the main stages of such improvement: the introduction of test automation, the use of advanced tools, and the provision of an overall high level of security. The key aspects of testing are load testing, security testing, and usability testing, as well as approaches to executing and analyzing test results. The article emphasizes the importance of an end-to-end approach to quality assurance for web applications and explores the role of automation in simplifying and streamlining testing processes. The article describes the various tools used for testing, including Apache JMeter, LoadRunner, Gatling for load testing, and OWASP ZAP and Burp Suite for security testing. The authors also discuss usability assessment methods and introduce modern usability testing tools such as UserTesting, Optimal Workshop, and Lookback.io. The integration of testing into the "continuous integration and delivery" (CI/CD) cycle is allows you to reduce the development time, and, at the same time, guarantee the high quality of the product at all stages of its creation. The result of the technology review is a distributed testing system, which is an effective approach to implementing test tasks, allowing development teams to quickly identify and fix even potential problems.

В данный специальный номер журнала «International Journal of Open Information Technologies» включены статьи, которые были подготовлены по итогам выступления на 2024 Всероссийской школе-семинаре «Системный анализ и обработка данных в психологии и образовании» и отмечены её организаторами. This special issue of the International Journal of Open Information Technologies includes articles that were prepared following a 2024 All-Russian school-seminar "System analysis and data processing in psychology and education" and noted by its organizers.

В статье предлагается метод формирования трехмерного дескриптора объекта, который позволяет выполнять реконструкцию одномерного дескриптора контура и контура объекта. В первую очередь дескриптор предназначен для создания алгоритмов определения положении летательного аппарата по монокулярном изображению с целью повышения целостности навигационной информации на этапе посадки, но также может использоваться для определения ориентации космических аппаратов и других объектов, а также для распознавания. Дескриптор представляет собой трехмерное дискретное преобразование Фурье набора контуров. Процесс формирования 3D дескриптора включает в себя создание сцены при помощи графической библиотеки и вращение камеры вокруг объекта по орбитам с определенным шагом, при этом в каждом положении осуществляется выделение и сохранение контура для формирования набора контуров, из которых затем формируется 3D дескриптор. Для реконструкции одномерного дескриптора контура объекта в определенной пространственной ориентации используется двухмерная тригонометрическая интерполяция, для полной реконструкции контура трехмерная интерполяция. Преимуществом предложенного дескриптора является возможность быстрого вычисления инвариантного к вращению и масштабу одномерного дескриптора контура для определения углового положения и распознавания бестекстурного объекта на изображении. Возможность создания гладкой целевой функции на базе предложенного 3D дескриптора существенно упрощает поиск решения. Моделирование с применением разработанного дескриптора в алгоритме определения пространственного положения летательного аппарата показало более высокое быстродействие по сравнению с известными методами так время вычисление ориентации составило 0.25 мс, при этом среднеквадратичная ошибка определения углов ориентации составила 0.23–0.3°. The article proposes a method for forming a three-dimensional object descriptor, which allows to reconstruct a one-dimensional contour descriptor and an object contour. Descriptor is designed to create algorithms for estimating the angular position of an aircraft from a monocular image to increase the integrity of navigation data at the landing phase, but it can also be used to estimate the orientation of spacecraft and other objects, as well as for recognition. The descriptor is a three-dimensional discrete Fourier transform of a set of contours. The process of forming a 3D descriptor includes creating a scene using a graphics library and rotating the camera around the object in orbits with a certain step, at each position a contour is extracted and saved to create a set of contours, from which a 3D descriptor is then formed. Two-dimensional trigonometric interpolation is used to reconstruct the one-dimensional contour descriptor of an object in an arbitrary spatial orientation, and three-dimensional interpolation is used for contour reconstruction. The advantage of the proposed descriptor is the ability to quickly calculate a one-dimensional contour descriptor invariant to rotation and scale to determine the angular position and recognize a texture-less object in the image. The ability to create a smooth objective function based on the proposed 3D descriptor greatly simplifies the optimization search.