Статьи и тезисы из сборников материалов конференций, семинаров, круглых столов http://e.biblio.bru.by/handle/1212121212/2875 2026-06-30T12:19:40Z 2026-06-30T12:19:40Z Новикова, А. А. Вайнилович, Ю. В. http://e.biblio.bru.by/handle/1212121212/48190 2026-06-29T08:34:11Z 2025-01-01T00:00:00Z

Стратегический SWOT-анализ онлайн-платформы сети гостеприимств для бюджетного туризма Новикова, А. А.; Вайнилович, Ю. В.

2025-01-01T00:00:00Z Голяс, А. С. Мищенко, И. И. Golyas, A. S. Mishchenko, I. I. http://e.biblio.bru.by/handle/1212121212/48189 2026-06-29T08:13:10Z 2025-01-01T00:00:00Z

Внедрение свёрточных нейронных сетей (CNN) в Gestotalk: анализ преимуществ и план модернизации системы распознавания жестов Голяс, А. С.; Мищенко, И. И.; Golyas, A. S.; Mishchenko, I. I. В статье рассматривается комплексный анализ модернизации системы для распознавания жестового языка Gestotalk, в которой традиционные методы машинного обучения (SVM с точностью 82%) дополняются современными архитектурами сверточных нейронных сетей (CNN с ожидаемой точностью 90-95%). Исследование выявило ключевые ограничения текущей реализации, включая снижение точности распознавания схожих жестов и ухудшение производительности при изменении условий освещения. Особое внимание уделено архитектурным решениям на базе CNN, которые обеспечивают автоматическое выделение значимых признаков, повышают устойчивость к вариациям условий съемки и сохраняют производительность на CPU среднего уровня. Проведенное сравнение с аналогами показывает преимущества предложенного подхода для русского жестового языка. Особое внимание уделено перспективам развития системы, включая распознавание динамических жестов и поддержку мультиязычных жестовых алфавитов. The article presents a comprehensive analysis of the modernization of the Gestotalk sign language recognition system, in which traditional machine learning methods (SVM with 82% accuracy) are complemented by modern convolutional neural network architectures (CNN with an expected accuracy of 90- 95%). The study revealed key limitations of the current implementation, including reduced accuracy in recognizing similar gestures and degraded performance under changing lighting conditions. Particular attention is paid to CNN-based architectural solutions that provide automatic extraction of significant features, increase resistance to variations in shooting conditions, and maintain performance on mid-range CPUs. A comparison with analogues shows the advantages of the proposed approach for Russian sign language. Particular attention is paid to the prospects for the development of the system, including the recognition of dynamic gestures and support for multilingual sign alphabets.

2025-01-01T00:00:00Z Заровчатская, Е. В. Зотов, А. Ю. Zarovchatskaya, E. V. Zotov, A. Y. http://e.biblio.bru.by/handle/1212121212/48188 2026-06-29T07:09:29Z 2025-01-01T00:00:00Z

Разработка программного обеспечения распределения сварочных работ на основе эволюционного моделирования Заровчатская, Е. В.; Зотов, А. Ю.; Zarovchatskaya, E. V.; Zotov, A. Y. В статье рассматривается решение проблемы эффективного распределения заданий между сварщиками. Традиционные методы распределения, основанные на субъективной оценке, приводят к перегрузке квалифицированных специалистов, недоиспользованию менее опытных работников, увеличению брака и неэффективному управлению ресурсами. В данной статье предлагается решение – программное обеспечение WeldingSoftComputing, предназначенное для автоматизации и оптимизации распределения сварочных работ на основе эволюционного моделирования. Система учитывает квалификацию, стаж, уровень дефектности сварщиков, сложность и приоритет заданий, а также их текущую загруженность. Программное обеспечение адаптируется под особенности конкретного предприятия и обладает способностью к адаптации при изменении квалификации сотрудников. Внедрение WeldingSoftComputing повышает прозрачность управления, снижает нагрузку на мастеров, оптимизирует использование кадров и способствует повышению качества и конкурентоспособности предприятия. The article considers a solution to the problem of efficient distribution of tasks between welders. Traditional methods of distribution based on subjective assessment lead to overload of qualified specialists, underutilization of less experienced workers, increase in defects and inefficient resource management. This article proposes a solution – WeldingSoftComputing software designed to automate and optimize distribution of welding works based on evolutionary modeling. The system takes into account the qualifications, experience, level of defects of welders, complexity and priority of tasks, as well as their current workload. The software is adapted to the specifics of a specific enterprise and has the ability to adapt when changing the qualifications of employees. The implementation of WeldingSoftComputing increases management transparency, reduces the workload of foremen, optimizes the use of personnel and contributes to improving the quality and competitiveness of the enterprise.

2025-01-01T00:00:00Z Гавриленко, М. А. Заровчатская, Е. В. Gavrilenko, M. A. Zarovchatskaya, E. V. http://e.biblio.bru.by/handle/1212121212/48187 2026-06-29T07:00:09Z 2025-01-01T00:00:00Z

Разработка программного обеспечения для обучения сварщиков с использованием алгоритмов роевого интеллекта Гавриленко, М. А.; Заровчатская, Е. В.; Gavrilenko, M. A.; Zarovchatskaya, E. V. В статье предлагается разработка интеллектуальной системы обучения сварщиков, в которой ключевую роль играют алгоритмы роевого интеллекта. Целью данной работы является создание комплексного решения, способного объективно оценивать уровень подготовки, автоматически формировать персонализированные учебные траектории и повышать общее качество сварочных работ за счёт научно обоснованного подхода к обучению. Разработано программное обеспечение для обучения сварщиков, основанная на алгоритмах роевого интеллекта, обеспечивающая персонализацию учебных траекторий и объективную оценку квалификации. Программное обеспечение использует алгоритмы роения пчёл, муравьиной колонии и светлячков для оптимизации подбора курсов, построения эффективных маршрутов обучения и адаптации под конкретные технологии сварки. Разработанное решение повышает качество подготовки сварщиков, снижает временные затраты на аттестацию и может быть внедрено на промышленных предприятиях, в учебных центрах, а так же при проведении конкурсов типа ProfSkills. The article proposes the development of an intelligent system for training welders, in which swarm intelligence algorithms play a key role. The purpose of this work is to create a comprehensive solution that can objectively assess the level of training, automatically generate personalized training trajectories and improve the overall quality of welding work due to a scientifically based approach to training. A software and information system for training welders has been developed, based on swarm intelligence algorithms, providing personalization of training trajectories and objective assessment of qualifications. The system uses bee swarming algorithms, ant colonies and fireflies to optimize the selection of courses, build effective training routes and adapt to specific welding technologies. The developed solution improves the quality of welders' training, reduces the time spent on certification and can be implemented at industrial enterprises, in training centers, as well as during competitions such as ProfSkills.

2025-01-01T00:00:00Z