Новые публикации
 |
| Игнатова М.С.,
Оксанич Е.А.,
Авакимян Н.Н.,
Карлаш Е.С. |
| Использование математических моделей анализа биометрических данных носимых устройств с целью формирования информационной системы |
|
| 5.2.2. Математические, статистические и инструментальные методы в экономике
|
| Просмотров: 1
|
Реферат
Носимые устройства – умные часы и фитнес-трекеры – непрерывно собирают биометрические данные пользователей: частоту сердечных сокращений, количество шагов, качество сна, уровень стресса и расход калорий. Однако, они привязаны к конкретному производителю, требуют подключения к интернету и не предоставляют инструментов глубокого анализа с применением искусственного интеллекта.
В работе проведён сравнительный анализ пяти существующих систем мониторинга здоровья (Apple Health, Google Fit, Garmin Connect, Fitbit, Samsung Health) и форматов экспортируемых данных шести производителей носимых устройств, выявлены их ключевые ограничения. Исследованы и применены методы статистического анализа биометрических временных рядов, включая описательную статистику, скользящее среднее, экспоненциальное сглаживание, трёхуровневое обнаружение аномалий и корреляционный анализ по Пирсону. В статье описана разработка кроссплатформенной десктопной информационной системы HealthWear Analytics на языке Python с использованием фреймворка PySide6, обеспечивающая импорт данных в форматах CSV и JSON от шести типов носимых устройств, интерактивную визуализацию десяти графиков с персонализированными нормами, ИИ-анализ через API провайдеров Groq, OpenAI и DeepSeek и автоматическую генерацию PDF-отчётов.
Практическая значимость – разработанная система позволяет пользователям централизованно хранить и анализировать биометрические данные с носимых устройств шести производителей, получать персонализированные ИИ-рекомендации и формировать структурированные медицинские отчёты для передачи лечащему врачу. Система функционирует полностью в офлайн-режиме, обеспечивая конфиденциальность персональных данных
|
|
 |
| Яблонская Е.К.,
Белоус О.Г.,
Платонова Н.Б. |
| Влияние регуляторов роста на адаптивность культуры мандарина к действию стрессовых факторов различной природы |
|
| 4.1.4. Садоводство, овощеводство, виноградарство и лекарственные культуры
|
| Просмотров: 2
|
Реферат
Изучалось влияние регуляторов роста растений (фуролан, ГРИВЛАГ, силиплант, обстактин, зеребра агро) на адаптацию растений карликового мандарина (Citrus unshiu Marc. 'Миагава-Васе') к стрессовым факторам влажных субтропиков Краснодарского края. Эксперименты проводились в условиях значительных стрессов, характерных для нашего региона. Особое внимание уделено оценке физиолого-биохимических показателей, продуктив-ности и качества плодов. Установлено, что максимальная площадь листьев получена при обработке ГРИВЛАГ (47,24 см?), фуроланом (42,17 см?), наименьшая удельная поверхностная плотность листа (УППЛ) и водный дефицит зафиксированы при использовании ГРИВЛАГ и фуролана, что свидетельствует о высокой оводнённости и активизации фотосинтетических процессов. Наибольшая чистая продуктивность фотосинтеза (ЧПФ) у ГРИВЛАГ (20,79 г/м?/сутки), фуролана (18,56 г/м?/сутки) и силипланта (16,21 г/м?/сутки). Прирост побегов и масса плодов были максимальны в вариантах с внесением ГРИВЛАГ (17,48 см; 85,47 г) и фуроланом (13,22 см; 87,66 г). Урожайность на вариантах с ГРИВЛАГ и фуроланом составила 1,04–2,66 кг/дерево. Внедрение в технологию возделывания мандарина регуляторов роста нового поколения способствует повышению устойчивости его к абиотическим стрессам, увеличивает продуктивность и качество плодов, а также стабилизирует продукционный процесс в условиях влажных субтропиков России
|
|
 |
| Кравченко Р.В.,
Уаттара Фудуо М.Я.,
Обакер Д.М. |
| Значение минеральных удобрений на фоне минимизации основной обработки почвы на урожайность кукурузы |
|
| 4.1.1. Общее земледелие и растениеводство
|
| Просмотров: 1
|
Реферат
В работе освещены данные полевых испытаний, осуществленных в УОХ «Кубань» КубГАУ (Краснодарский край). Предмет исследований –Краснодарский 377 (гибрид кукурузы). Схема опыта. Фактор А (прием обработки почвы): вспашка (25–27 см) и дискование (10–12 см). Фактор В (норма удобрения): 1) контроль (N0P0К0), 2) N60P60К60 (рекомендация), 3) N120P120К120 (интенсив). Агротехника и методика – общеупотребительны. Длительное проведение опытов в стационаре по выращиванию полевых культур показало, что структура урожая более рационально слагалась на фоне применения удобрений согласно интенсивной норме под отвальную обработку почвы (вспашку). Фактическая урожайность больше всего была реализована при внесении удобрений по норме N120P120К120 (интенсив) под вспашку – 7,42 т/га. На 0,46 т/га уступает ему вариант с внесением удобрений по дисковке по норме N120P120К120 (интенсив) – 6,96 т/га. Применение удобрений по норме N60P60К60 (рекомендация) способствовало урожайности в 6,67 и 6,61 т/га, соответственно по вспашке и дисковке. Отсутствие удобрений способствовало снижению на 0,3 т/га урожайности на варианте с дискованием по сравнению с контролем до 5,03 т/га. Максимальную урожайность получили при внесении удобрений по норме N120P120К120 (интенсив) под вспашку – на 39,2 % выше контроля. Внесение удобрений по норме N60P60К60 (рекомендация) под вспашку привело ко второму результату по опыту – 25,1 % выше контроля. Меньше всего показатели уровня рентабельности были в отсутствии удобрения: по вспашке это 88 %, а по дисковке – 87 %. Максимальным уровень рентабельности был на варианте с внесением удобрений по норме N60P60К60 (рекомендация) – 135 %, что выше контроля на 47 %
|
|
|
Новости
Архив номеров
Авторы - top 10 (по числу статей)
Авторы - top 10 (по рейтингу статей)
Рейтинг автора складывается из суммы рейтинга всех его статей.
Рейтинг статьи рассчитывается как число_просмотров_статьи/ число_авторов_статьи.
|