В данной статье рассматривается текущее состояние генерации кода на основе LLM, освещаются как его практические достижения, так и присущие ему ограничения. Данное исследование подчеркивает важность сочетания технологических инноваций со строгим обеспечением качества и этическими соображениями. В конечном счете, хотя LLM обладают огромными перспективами в плане расширения возможностей разработчиков-людей и демократизации доступа к программированию, их успешное внедрение требует продолжения исследований и ответственного внедрения, чтобы устранить существующие ограничения и полностью раскрыть их потенциал

Статья посвящена формированию на основе ранее существовавших 10 базовых моделей АСК-анализа (так называемых моделей 1-го уровня), более достоверных и устойчивых к шумам и выбросам в исходных данных моделей 2-го и 3-го уровней. Модели 2-го уровня формируются путем преобразования базовой матрицы абсолютных частот (Abs) посредством сравнения ее элементов с дисперсией, средним и средним абсолютным отклонением (MAD) вычитанием или делением. Затем остальные модели рассчитываются как обычно. Это позволяет не только учитывать абсолютные частоты появления признаков по классам, но и выявлять отклонения этих частот от средних тенденций, усиливая чувствительность моделей к локальным особенностям данных. Модели 3-го уровня строятся на базе всех десяти базовых моделей, включая модели на основе информации по Харкевичу, ?? и ROI. Они формируются путем сравнения коэффициентов взаимосвязи между признаками и классами с дисперсией, средним и средним абсолютным отклонением (MAD) также вычитанием и делением, что позволяет зафиксировать более сложные (в том числе нелинейные) зависимости между переменными и повысить устойчивость моделей к зашумлённым данным. Всего было сформировано 120 производных моделей: по 60 моделей 2-го и 3-го уровней, каждая из которых генерировалась шестью различных базовых моделей разными способами нормализации. Для оценки эффективности моделей использовалась F-мера Ван Ризбергена, а также её мультиклассовые нечеткие обобщения L1 и L2. Вычислительный эксперимент на примере оценки инвестиционной привлекательности предприятий показал, что в ряде нормализованные модели превосходят базовые по достоверности случаев на 10–15%, что подтверждает справедливость выдвинутой гипотезы. В работе описаны также интегральные критерии – «Сумма знаний» и «Семантический резонанс», используемые в системе «Эйдос» для агрегирования информации, содержащейся в частных критериях и обеспечения классификационной функции. Анализируются математические свойства интегральных критериев, включая их линейность, устойчивость к шуму, интерпретацию как функций принадлежности и связь с косинусом угла между векторами классов и объектов и другие. Описывается реализация методики на платформе «Эйдос», включая подготовку исходных данных, синтез и верификацию моделей, GUI-сопровождение и форматы баз данных. Показано, что система «Эйдос» уже обладает всем необходимым функционалом для поддержки предложенных нововведений, включая формирование обучающих выборок, автоматическое кодирование шкал и исходных данных, расчет критериев, нормализацию моделей и сравнение их достоверности. В заключении делается вывод о том, что в ряде случаев нормализованные модели обеспечивают более надежное решение задач идентификации, прогнозирования, приятия решений и исследования объекта моделирования путем исследования его модели. Это подтверждено на исходных данных с высокой неопределенностью, фрагментированностью и шумом в различных предметных областях: при финансовом анализе, оценке кредитоспособности и рисков кредитования предприятий, диагностике технических систем

Одним из агротехнологических процессов, предусмотренных технологией возделывания культур сельскохозяйственного назначения является прикатывание почвы. При этом отмечается два основных вида проведения прикатывания почвы – до посева (предпосевное) и после посева (послепосевное). Каждый из вышеобозначенных видов направлен на достижение определённых целей: – предпосевное – подготовка семенного ложа; – послепосевное – обеспечение необходимого контакта семенного материала с почвой. Для выполнения технологического процесса, связанного с прикатыванием почвы промышленностью, выпускаются различные виды катков, которые подразделяются на несколько типов: – кольчатые и звёздчатые; – гладкие; – водоналивные. Использование тех или иных видов катков преследует определённые задачи, направленные на получение гарантированного урожая, который во многом определяется созданием оптимальных физико–механических и агротехнологических показателей состояния почвы: – улучшение коэффициента структурности почвы; – обеспечение необходимой плотности почвы в зависимости от возделываемой культуры; – выравнивание поверхности для улучшения проведения последующих операций; – улучшение теплового режима; – улучшение капилярности почвы. На ряду с этим есть определённые трудности в подборе и применению прикатывающих агрегатов так как в одном и том же аграрном предприятии занимающимся возделыванием культур сельскохозяйственного назначения не все почвы имеют одни и те же физико–механические и агротехнологические характеристики. Основным показателем, влияющим на эффективность выполнения процесса, связанного с прикатыванием почвы, является нагрузка на рабочий орган. Эта величина не является постоянной и требует проведения корректировочных работ в зависимости от первоначального состояния плотности почвы и создания требуемой. Решить данную проблему возможно путём установки на машинно–тракторный агрегат, занимающийся прикатыванием почвы специально созданных устройств способных адаптироваться к вышеобозначенным проблемам. Основные требования, которые предъявляются к таким устройствам можно охарактеризовать следующим образом: – возможность автоматически регулировать и оптимизировать нагрузку на рабочий орган прикатывающего агрегата; – не снижать тягово–сцепные характеристики энергетического средства (трактора) задействованного при агрегатировании такого агрегата. В результате проведенных поисковых теоретических и опытно–конструкторских работ было предложено устройство способное удовлетворять вышеобозначенные требования

В статье рассматривается эволюция помехоустойчивости беспроводных сетей от 802.11 до 802.11ax (Wi-Fi 6). Анализируются изменения в архитектуре и технологиях, которые способствовали улучшению устойчивости к помехам и обсуждаются ключевые технологии, такие как MIMO и OFDMA. Также приводятся рекомендации по оптимизации работы локальных и общественных Wi-Fi сетей. Статья подчеркивает важность применения актуальных технологий для обеспечения надежной связи и повышения качества

В статье описаны итоги научных исследований вариабельности агробиологических показателей озимой пшеницы, возделываемой по предшественнику, соя в условиях Западного Предкавказья. Опытное поле, где выполняли исследования в 2022-23 с.-х. годах, размещено в УОХ «Кубань» Кубгау. В опыте изучались агробиологические показатели озимой пшеницы, возделываемой по предшественнику соя, в стационарном опыте на черноземе выщелоченном. Сорт – Тимирязевка 150. Среднепоздний сорт с посевом в конце оптимальных сроков для зон, имеет массу 1000 семян 36-42 грамм и высоту растения 73-95см. Высокоурожайный сорт, имеет потенциальную урожайность 120 ц/га, с качеством зерна хорошим и отличным на уровне «сильных» пшениц. Данный сорт рекомендован для выращивания по всем предшественникам на высоком агрофоне. Опыт двухфакторный. Первый фактор – прием основной обработки почвы (вспашка на 20-22 см и no-till). Второй фактор – норма минудобрения (контроль без внесения удобрений, рекомендованная норма минерального удобрения (под основную обработку почвы N20P80 + ранневесенняя подкормка N20), интенсивная норма минерального удобрения (под основную обработку почвы N40P160 + ранневесенняя подкормка N40). Предшественник – соя. Выявлено, что как прием основной обработки почвы, так и норма удобрения оказывают влияние на структуру урожая. Лучшие ее параметры отмечены на варианте со вспашкой на фоне интенсивной нормы минерального удобрения (N40P160 + N40), где отмечен их рост по сравнению с контролем на 6,5–38,9 %. Переход на систему no-till влечет за собой снижение параметров структуры урожая на 7,2–42,5 % и биологической урожайности на 19,9–64,1 % в зависимости от фона удобренности. Параметры таких показателей, как длина колоса, число колосков и зерен в колосе были вне влияния изучаемых факторов. И прием основной обработки почвы, и норма удобрения оказывают влияние на урожайность озимой пшеницы сорта Тимирязевка 150. Максимум их параметров достиг на варианте со вспашкой на фоне интенсивной нормы минерального удобрения (N40P160 + N40), где отмечен их рост по сравнению с контролем на 11,3–13,0 ц/га или на 25,2–35,1 %. Переход на систему no-till при выращивании озимой пшеницы влечет за собой снижение урожайности на 5,2–21,3 ц/га или на 11,6–43,7 %. На такие показатели, как натура зерна и ИДК клейковины изучаемые факторы влияния не оказали. На остальные показатели положительно влияли как минеральные удобрения, так и прямой посев культуры

В статье исследуются вопросы внедрения интернет-вещей как перспективного направления автоматизации технологических процессов предприятия. Современное производственное предприятия может эффективно организовать свои производственные процессы только внедряя современные технологии, которые позволяющие оптимизировать бизнес-процессы, снижать издержки производства, повышать качество продукции и производить инновационную и усовершенствованную продукцию. Одной из современных и эффективных технологий в настоящее время является интернет-вещей. Новизна исследования заключается в том, что авторами статьи предлагаются мероприятия по внедрению интернета-вещей на производственном предприятия для оптимизации его производственных процессов и повышения качества выпускаемой продукции