Институт проблем информатики Российской Академии наук
 Институт проблем информатики Российской Академии наук
 Российская Академия наук

Институт проблем информатики Российской Академии наук

Русский | English     Контакты

Об институтеНаправления деятельностиНаучно-исследовательские работы и проектыОбъекты интеллектуальной собственностиНаучные журналы ИПИ РАНДругие публикацииСеминары и конференции


Поиск:

«INFORMATICS AND APPLICATIONS»
Scientific journal
Volume 7, Issue 3, 2013

Content | Abstract | About  Authors

Bibliography

UNSUPERVISED APPROACH TO WEB WRAPPER MAINTENANCE.

  • A.M. Andreev   Bauman Moscow State Technical University, arkandreev@gmail.com
  • D. V. Berezkin  Bauman Moscow State Technical University, dmitryb2007@yandex.ru
  • I.A. Kozlov   Bauman Moscow State Technical University, kozlovilya89@gmail.com
  • K. V. Simakov   Bauman Moscow State Technical University, skv@ixlab.ru

literature

  1. Nikovski D., Esenther A., Baba A. Semi-supervised information extraction from variable-length web-page lists // ICEIS 2009: 11th Conference (International) on Enterprise Information Systems Proceedings. — Milan, Italy, 2009. P. 261–266.
  2. Oro E., Ruffolo M., Staab S. SXPath — Extending XPath towards spatial querying on web documents // VLDB Endowment Proceedings, 2011. Vol. 4.No. 2. P. 129–140.
  3. Chidlovskii B., Ragetli J., de Rijke M. Wrapper generation by reversible grammar induction // Machine learning — ECML 2000: 11th European Conference on Machine Learning Proceedings (Barcelona, 2000). Lecture notes in computer sci. ser. Vol. 1810. — Springer, 2000. P. 96– 108.
  4. Kushmerick N. Wrapper induction: Efficiency and expressiveness // Artificial Intelligence, 2000.No. 118. P. 15–68.
  5. Tobias A. XPath-Wrapper Induction by generalizing tree traversal patterns // Workshopwoche der GIFachgruppen/ Arbeitskreise. — GI-Fachgruppen ABIS, AKKD, FGML, 2005. P. 126–133.
  6. Kushmerick N., Weld D. S., Doorenbos R. B. Wrapper induction for information extraction // IJCAI 97: 15th Joint Conference (International) on Artificial Intelligence Proceedings. — Nagoya, Japan, 1997. Vol. 1. P. 729–737.
  7. Kushmerick N.Wrapper verification //WorldWideWeb J., 2000. Vol. 3. No. 2. P. 79–94.
  8. Lerman K., Minton S, Knoblock C. Wrapper maintenance: A machine learning approach // J. Artificial Intelligence Research, 2003. Vol. 18. P. 149–181.
  9. Кендалл М., Стьюарт А. Статистические выводы и связи. —М.: Наука, 1973.
  10. Kriegel H.-P., Kroger P., Zimek A. Outlier detection techniques // PAKDD 2009: 13th Pacific-Asia Conference on Knowledge Discovery and Data Mining Proceedings. — Bangkok, Thailand, 2009.
  11. Process Mining. http://www.processmining.org.
  12. Van der Aalst W.M. P. Process mining: Discovery, conformance and enhancement of business processes. — Springer-Verlag, 2011.
  13. Sturges H. The choice of a class-interval // J. Amer. Statistical Association, 1926. Vol. 21. No. 153. P. 65–66.
  14. Дюран Б., Оделл П. Кластерный анализ.—М.: Статистика, 1977. 128 с.
  15. Мандель И. Д. Кластерный анализ. — М.: Финансы и статистика, 1988. 176 с.
  16. Jain A., Dubs R. Clustering methods and algorithms. — Prentice-Hall, 1988.
  17. Андреев А.М., Березкин Д.В., Морозов В. В., Симаков К. В. Метод кластеризации документов текстовых коллекций и синтеза аннотаций кластеров // Электронные библиотеки: перспективные методы и технологии, электронные коллекции (RCDL’2008): Труды 10-й Всеросс. научной конф. — Дубна, 2008. С. 220–229.
  18. Жамбю М. Иерархический класстер-анализ и соответствия. —М.: Финансы и статистика, 1988. 342 с.
  19. Бериков В. Б., Лбов Г. С. Современные тенденции в кластерном анализе. — Новосибирск: Институт математики им. С.Л. Соболева, 2008. 26 с.
  20. Kullback S., Leibler R. A. On information and sufficiency // The Annals of Math. Stat., 1951. Vol. 22. No. 1. P. 79–86.
  21. Аппроксимация методом наименьших квадратов (МНК). http://alglib.sources.ru/interpolation/ linearleastsquares.php.

BUILDING REAL-TIME NEWS RECOMMENDATION SERVICE USING NoSQL DBMS.

  • P.A. Klemenkov   M.V. Lomonosov Moscow State University, parser@cs.msu.su

literature

  1. Dean J., Ghemawat S. MapReduce: Simplified data processing on large clusters // OSDI’04: 6th Symposium on Operating System Design and Implementation Proceedings. — Berkeley, CA, USA: USENIX Association, 2004. P. 137–149.
  2. Venner J. Pro Hadoop.— N.Y.: Apress, 2009.
  3. Das A. S., Datar M., Garg A., Rajaram Sh. Google news personalization: Scalable online collaborative filtering // 16th Conference (International) on World Wide Web Proceedings, 2007. P. 271–280.
  4. Pokorny J. NoSQL databases: A step to database scalability in web environment // 13th Conference (International) on Information Integration and Web-Based Applications and Services Proceedings, 2011. P. 278–283.
  5. Strauch C. NoSQL databases. http://www.christof- strauch.de/nosqldbs.pdf.
  6. Chang F., Dean J., Ghemawat S., Hsieh W. C., Wallach D. A., Burrows M., Chandra T., Fikes A., Gruber R. E. Bigtable: A distributed storage system for structured data // 7th USENIX Symposium on Operating Systems Design and Implementation Proceedings. — Berkeley, CA, USA: USENIX Association, 2006. Vol. 7. P. 205–218.
  7. Cattel R. Scalable SQL and NoSQL data stores // ACM SIGMOD Record, 2010. Vol. 39. No. 4. P. 12–27.
  8. Anderson J. C., Lehnardt J., Slater N. CouchDB: The definitive guide.— Sebastopol: O’Reilly Media, 2010.
  9. Chodorow K., Dirolf M. MongoDB: The definitive guide.— Sebastopol: O’Reilly Media, 2010.

A VERIFIABLE MAPPING OF A MULTIDIMENSIONAL ARRAY DATA MODEL INTO AN OBJECT DATA MODEL.

  • S.A. Stupnikov   IPI RAN, ssa@ipi.ac.ru

literature

  1. Challenges and opportunities with big data // A community white paper developed by leading researchers across the United States, 2012. http://cra.org/ccc/docs/ init/bigdatawhitepaper.pdf.
  2. Abrial J.-R. The B-Book: Assigning programs to meanings.— Cambridge: Cambridge University Press, 1996.
  3. Vassiliadis P., Sellis T.K. A survey of logical models for OLAP databases // SIGMOD Record, 1999. Vol. 28. No. 4. P. 64–69.
  4. Pedersen T. B., Jensen C. S. Multidimensional database technology // IEEE Computer, 2001. Vol. 34. No. 12. P. 40–46.
  5. Libkin L., Machlin R., Wong L. A query language for multidimensional arrays: Design, implementation, and optimization techniques.—SIGMOD, 1996. P. 228–239.
  6. Baumann P. A database array algebra for spatio-temporal data and beyond // Next generation information technologies and systems. Lectures notes in computer science ser. Springer Verlag KG, 1999. Vol. 1649. P. 76–93.
  7. Overview of SciDB: Large scale array storage, processing and analysis.The SciDB development team.—SIGMOD, 2010.
  8. Large synoptic survey telescope. http://www.lsst.org.
  9. Becla J., Lim K.-T. Report from the First Workshop on Extremely Large Databases // Data Sci. J., 2008. Vol. 7.
  10. SciDB User’s Guide. Version 12.3, 2012. http:// www.scidb.org.
  11. Kalinichenko L. A., Briukhov D.O., Martynov D. O., Skvortsov N. A., Stupnikov S. A. Mediation framework for enterprise information system infrastructures // Volume Databases and Information Systems Integration: 9th Conference (International) on Enterprise Information Systems (ICEIS 2007) Proceedings — Funchal, 2007. P. 246–251.
  12. Захаров В.Н., Калиниченко Л. А., Соколов И. А., Ступников С. А. Конструирование канонических информационных моделей для интегрированных информационных систем // Информатика и её применения, 2007. Т. 1. Вып. 2. C. 15–38.
  13. Kalinichenko L. A., Stupnikov S. A. Heterogeneous information model unification as a prerequisite to resource schema mapping // Information Systems: People, Organizations, Institutions, and Technologies: 5th Conference of the Italian Chapter of Association for Information Systems itAIS Proceedings. — Berlin–Heidelberg: Springer Physica Verlag, 2010. P. 373–380.
  14. Kalinichenko L. A., Stupnikov S. A., Martynov D.O. SYNTHESIS: A language for canonical informationmodeling and mediator definition for problem solving in heterogeneous information resource environments. —Moscow: IPI RAN, 2007. 171 p.
  15. Брюхов Д. О., Вовченко А. Е., Захаров В.Н., Желенкова О.П., Калиниченко Л. А., Мартынов Д. О., Скворцов Н. А., Ступников С. А. Архитектура промежуточного слоя предметных посредников для решения задач над множеством интегрируемых неоднородных распределенных информационных ресурсов в гибридной грид-инфраструктуре виртуальных обсерваторий // Информатика и её применения, 2008. Т. 2. Вып. 1. С. 2–34.
  16. Kersten M.L., Zhang Y., Ivanova M., Nes N. SciQL, a query language for science applications // EDBT/ICDT — Workshop on Array Databases 2011 Proceedings.—Uppsala, Sweden, 2011. P. 1–12.
  17. Abrial J.-R. The B-Book: Assigning programs to meanings.— Cambridge: Cambridge University Press, 1996.
  18. Astronomy in ArrayDB. http://trac.scidb.org/ raw-attachment/wiki/UseCases/Astronomy%20in%20 ArrayDB.pdf
  19. ATL Project. http://www.eclipse.org/m2m/atl.
  20. Budinsky F., Steinberg D., Ellersick R., Grose T. Eclipse modeling framework. Ch. 5: Ecoremodeling concepts. — Addison Wesley Professional, 2004.
  21. Meta Object Facility (MOF) 2.0 Core Specification, 2003. http://www.omg.org/cgi-bin/apps/doc?ptc/ 03-10-04.pdf.
  22. Kalinichenko L. A. Method for data models integration in the common paradigm // 1st East-European Symposium on Advances in Databases and Information Systems ADBIS’97 Proceedings. — St.-Petersburg: Nevsky Dialect, 1997. Vol. 1: Regular papers. P. 275–284.
  23. Atelier B: The industrial tool to efficiently deploy the B Method. http://www.atelierb.eu/index-en.php.
  24. Van Ballegooij A. RAM: Array database management through relational mapping // SIKS Dissertation ser. No. 2009-25. http://oai.cwi.nl/oai/asset/14074/ 14074D.pdf.

STUDY OF THE WIKIPEDIA(EN) CATEGORIES GRAPH.

  • A. V. Shkotin   GIS department, State GeologicalMuseum of the Russian Academy of Sciences, ashkotin@acm.org

literature

  1. Korshunov A., Turdakov D., Jeong J., Lee M., Moon Ch. A category-driven approach to deriving domain specific subset of Wikipedia // SYRCoDIS’11: 7th Spring Researchers Colloquium on Databases and Information Systems Proceedings, 2011. P. 43–53.
  2. Шкотин А. Исследование графа категорий английской версии Wikipedia. Сообщение о результатах первого этапа. 2011. http://sites.google.com/site/ alex0shkotin/grafy/wikipedia-category-graph.
  3. Шкотин А. Разбиение графа на связные компоненты: Алгоритм и программа. 2011. http://sites.google. com/site/alex0shkotin/grafy/svaznye-komponenty.
  4. Batagelj V., Mrvar A. Pajek:Programfor analysis and visualization of large networks: Reference manual. — Ljubljana: University, 2012.
  5. Bizer C., Lehmann J., Kobilarov G., Auer S., Becker C., Cyganiak R., Hellmann S. DBpedia — a crystallization point for the Web of Data // J. Web Semantics, 2009. Vol. 7. No. 3. P. 154–165.
  6. OWL 2 Web Ontology Language: Structural specification and functional-style syntax: W3C recommendation / Eds. B. Motik, P. F. Patel-Schneider, B. Parsia. 2009. http:// www.w3.org/TR/owl2-syntax.
  7. Vitali S., Glattfelder J.B., Battiston S. The network of global corporate control // Cornell University Library (submitted on July 28, 2011 (v1), last revised Sep. 19, 2011 (this version, v2)). http://arxiv.org/abs/1107.5728.

ACTIVE AUTHENTICATION METHODS USING KEYSTROKE DYNAMICS.

  • V. Yu. Kaganov   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University, vladhid@mlab.cs.msu.su
  • A.K. Korolyov   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University, akorolev@mlab.cs.msu.su
  • M.N. Krylov   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University, krylovm@mlab.cs.msu.su
  • I. V.Mashechkin   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University, mash@cs.msu.su
  • M. I. Petrovskiy   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University, michael@cs.msu.su

literature

  1. Lau E., Liu X., Xiao C., Yu X. Enhanced user authentication through keystroke biometrics. — Massachusetts Institute of Technology, 2004.
  2. Saggio G., Costantini G., Todisco M. Cumulative and ratio time evaluations in keystroke dynamics to improve the password securitymechanism// J.Computer Information Technol., 2011. Vol. 1. No. 2. P. 4–11.
  3. Sung K. S., Cho S. GA SVM wrapper ensemble for keystroke dynamics authentication // Conference (International) on Biometrics Proceedings. — Hong Kong: ICB, 2004. P. 654–660.
  4. Leggett J., Williams G. Verifying identity via keystroke characteristics // Int. J. Man-Machine Studies, 1988. Vol. 28. No. 1. P. 67–76.
  5. Hocquet S., Ramel J.-Yv., Cardot H. Fusion of methods for keystroke dynamic authentication // Automatic Identification Advanced Technologies: 4th IEEE Workshop Proceedings.— Buffalo, 2005. P. 224–229.
  6. Bergadano F., Gunetti D., Picardi C. User authentication through keystroke dynamics // ACM Trans. Information Syst. Security (TISSEC), 2002. Vol. 5. No. 4. P. 367–397.
  7. Kittler J., Hatef M., Duin R.P.W., Matas. J. On combining classifiers // Pattern Analysis and Machine Intelligence, IEEE Trans., 1998. Vol. 20. No. 3. P. 226–239.
  8. Bertacchini M., Benitez C., Fierens P. I. User clustering based on keystroke dynamics // XVI Congreso Argentino de Ciencias de la Computaci‚on. – Mor‚on, 2010. P. 832– 841.
  9. Bello L., Benitez C., Bertacchini M., Pizzoni J. C., Cipriano M. Collection and publication of a fixed text keystroke dynamics dataset // XVI Congreso Argentino de Ciencias de la Computaci‚on. –Mor‚on, 2010. P. 822–831.
  10. Rousseeuw P. J. Silhouettes: A graphical aid to the interpretation and validation of cluster analysis // J. Comput. Appl. Math., 1987. Vol. 20. P. 53–65.
  11. Gunetti D., Picardi C. Keystroke analysis of free text // ACMTrans. Information Syst. Security (TISSEC), 2005. Vol. 8. No. 3. P. 312–347.
  12. Monrose F., Rubin A.D. Keystroke dynamics as a biometric for authentication // Future Generation Computer Syst., 2000. Vol. 16. No. 4. P. 351–359.
  13. Айзерман М. А., Браверман Е.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин.—M.: Наука, 1970.
  14. Quinlan J. R. C4.5: Programs for machine learning. — Morgan Kaufmann, 1993.
  15. Breiman L. Random forests // Machine Learning, 2001. Vol. 45. No. 1. P. 5–32.

PROBLEMS OF THE ONLINE ACCESS TO SCIENTIFIC JOURNALS.

  • A. V. Glushanovskii   Library for Natural Sciences, Russian Academy of Sciences, avglush@benran.ru
  • N. E. Kalenov   Library for Natural Sciences, Russian Academy of Sciences, nek@benran.ru

literature

  1. The International Coalition of Library Consortia (ICOLC). http://www.library.yale.edu/consortia.
  2. FinELib, the National Electronic Library. The National Library of Finland. http://www.nationallibrary.¦/ libraries/¦nelib/¦nelibconsortium.html.
  3. Hokli E. Libraries in Finland establish consortia // Liber Quarterly: The J. European Research Libraries, 2001. Vol. 11. No. 1. P. 53–59.
  4. Hormia-Poutanen K., Xenidou-Dervou C., Kupryte R., Stange K., Kuznetsov A., Woodward H. Consortia in Europe: Describing the various solutions through four country examples // Library Trends, 2006. Vol. 54. No. 3. https://dspace.lib.cran¦eld.ac.uk/handle/1826/1014.
  5. Литвинова Н.Н. Электронные документы: отбор, использование и хранение // Библиотека, 2005. №6. С. 6–9.
  6. Никаньшин Д.П., Туриянский И. Е., Астафьев М.Н. О развитии зеркального сервера научной электронной библиотеки РФФИ//Исследования по информатике, 2003. Вып. 5. С. 133–142.
  7. Хельферих П., Красикова О.Л. Научная информация для российских библиотек // Библиотеки и ассоциации в меняющемся мире: новые технологии и новые формы сотрудничества: Мат-лы 7-й Междунар. конф. — Судак, Крым, Украина, 2000. — Т. 2. С. 127–128.

DECISION SUPPORT SYSTEMS MODELING WITH SYNERGETIC ARTIFICIAL INTELLIGENCE.

  • I. A. Kirikov  Kaliningrad Branch of Institute of Informatics Problems, Russian Academy of Sciences, baltbipiran@mail.ru
  • A. V. Kolesnikov  Kaliningrad Branch of Institute of Informatics Problems, Russian Academy of Sciences, avkolesnikov@yandex.ru
  • S. V. Listopad   Kaliningrad Branch of Institute of Informatics Problems, Russian Academy of Sciences, ser-list-post@yandex.ru

literature

  1. Трахтенгерц Э. А. Компьютерная поддержка принятия решений. —М.: Синтег, 1998.
  2. Колесников А. В. Гибридные интеллектуальные системы. Теория и технология разработки / Под ред. А.М. Яшина. — СПб.: СПбГТУ, 2001.
  3. Freud S. Group psychology and the analysis of the Ego.— New York: Liveright Publishing, 1922.
  4. Lewin K. Resolving social conflicts: Selected papers on group dynamics.— New York: Harper & Row, 1948.
  5. Колесников А. В. Кириков И. А., Листопад С. В., Румовская С. Б., Доманицкий А. А. Решение сложных задач коммивояжера методами функциональных гибридных интеллектуальных систем /Под ред. А.В. Колесникова. —М.: ИПИ РАН, 2011.
  6. Поспелов Д. А. Десять «горячих точек» в исследованиях по искусственному интеллекту // Интеллектуальные системы, 1996. Т. 1. Вып. 1-4. C. 47–56.
  7. Почебут Л. Г., Чикер В. А. Организационная социальная психология: Уч. пособие. — СПб.: Речь, 2002.
  8. Майерс Д. Социальная психология. — СПб.: Питер, 1997.
  9. Кричевский Р.Л., Дубовская Е.М. Социальная психология малой группы.—М.: Аспект Пресс, 2001.
  10. Социальная психология /Под ред.А.Л.Журавлева.— М.: ПЕР СЭ, 2002.
  11. Тарасов В. Б.От многоагентных систем к интеллектуальным организациям: философия, психология, информатика.—М.: Эдиториал УРСС, 2002.
  12. Листопад С. В.Интеллектуальная система моделирования коллективного принятия решений для сложной транспортно-логистической задачи: Дисс. канд. техн. наук.—М.: ИПИ РАН, 2012. 151 с.
  13. Brockett R.W. Hybrid models for motion control systems. Technical Report CICS-P-364. — Massachusetts Institute of Technology, Center for Intelligent Control Systems, 1993.
  14. Рыбина Г. В. Проектирование систем, основанных на знаниях.—М.:МИФИ, 1997.

SEMANTICS OF ASPECT-ORIENTED MODELING OF DATA AND PROCESSES.

  • S. P. Kovalyov   Institute of Control Problems, Russian Academy of Sciences, kovalyov@nm.ru

literature

  1. Kiczales G., Lamping J., Mendhekar A., et al. Aspect-oriented programming // Lecture Notes in Computer Sci., 1997. Vol. 1241. P. 220–242.
  2. Steimann F. The paradoxical success of aspect-oriented programming // OOPSLA’06 Proceedings. — Portland, 2006. P. 481–497.
  3. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на C++. — 2-е изд.—М.: Бином; СПб.: Невский диалект, 1999.
  4. Fiadeiro J. L. Categories for software engineering. — Berlin–Heidelberg–N.Y.: Springer, 2005.
  5. Morin B., Barais O., Jezequel J.M. Weaving aspect configurations for managing system variability // 2nd Workshop (International) on VariabilityModelling of Software- Intensive Systems VaMoS’08 Proceedings.—Essen, 2008. P. 53–62.
  6. Adams B., De Schutter K., Zaidman A., Demeyer S., Tromp H., De Meuter W. Using aspect orientation in legacy environments for reverse engineering using dynamic analysis— an industrial experience report // J. Syst. Software, 2009. Vol. 82. No. 4. P. 668–684.
  7. Colyer A., Clement A., Harley G., Webster M. Eclipse AspectJ. — Reading: Addison-Wesley, 2004.
  8. Rashid A., Chitchyan R. Aspect-oriented requirements engineering: A roadmap // 13th Workshop (International) on Early Aspects EA’2008 Proceedings. — Leipzig, 2008. P. 35–41.
  9. Brichau J., Chitchyan R., Rashid A., D’Hondt T. Aspectoriented software development: An introduction // Wiley Encyclopedia of Computer Science and Engineering. Vol. 1. — N.Y.: Wiley and Sons, 2008. P. 188–198.
  10. Ожегов С.И., Шведова Н.Ю. Толковый словарь русского языка. —М.: Азъ, 1992.
  11. Голдблатт Р. Топосы. Категорный анализ логики. — М.:Мир, 1983.
  12. Adamek J., Herrlich H., Strecker G. Abstract and concrete categories. — N.Y.: Wiley and Sons, 1990.
  13. Ковалёв С.П. Применение аспектно-ориентированного подхода для автоматизации крупномасштабных объектов и процессов управления // Управление развитием крупномасштабных систем (MLSD’2012): Мат-лы VI Междунар. конф. —М.: ИПУ РАН, 2012. Т. 2. С. 315–318.
  14. Ковалёв С.П. Формальный подход к аспектно-ориентированному моделированию сценариев // Сиб. журн. индустр. математики, 2010. Т. 13. №3. С. 30– 42.
  15. Kovalyov S. P. Modeling aspects by category theory // 9th Workshop on Foundations of Aspect-Oriented Languages Proceedings.— Rennes, France, 2010. P. 63–68.
  16. Бениаминов Е.М. Алгебраические методы в теории баз данных и представлении знаний.—М.: Научный мир, 2003.
  17. Hruska T., Kolenck P. Comparison of categorical foundations of object-oriented database model // Lecture Notes Computer Sci., 1997. Vol. 1341. P. 302–319.
  18. Андрюшкевич С.К. Построение информационной модели крупномасштабных объектов технологического управления c применением аспектно-ориентированногоподхода //Вестник НГУ. Сер. Информационные технологии, 2010. Т. 8.№3. С. 34–45.
  19. Коберн А. Современные методы описания функциональных требований. —М.: Лори, 2002.
  20. Андрюшкевич С.К., Ковалёв С.П. Динамическое связывание аспектов в крупномасштабных системах технологического управления // Вычисл. технологии, 2011. Т. 16.№6. С. 3–12.
  21. Pratt V. R. Modeling concurrency with partial orders // Int. J. Parallel Programming, 1986. Vol. 15. No. 1. P. 33– 71.
  22. Douence R., Fradet P., Sudholt M. Trace-based aspects // Aspect-Oriented SoftwareDevelopment.—Reading: AddisonWesley, 2004. P. 201–218.
  23. Pinto M., Fuentes L., Troya J.M. DAOP-ADL: An architecture description language for dynamic component and aspect-based development // Lecture Notes Computer Sci., 2003. Vol. 2830. P. 118–137.
  24. Nakajima S., Tamai T. Weaving in role-based aspect-oriented design models // Early Aspects’ 2004: Workshop Proceedings. — Vancouver, Canada, 2004. http://trese.cs.utwente.nl/workshops/oopsla- early-aspects-2004/Papers/NakajimaEtAl.pdf.
  25. Smith D.R. Composition by colimit and formal software development // Lecture Notes Computer Sci., 2006. Vol. 4060. P. 317–332.
  26. Hermosillo G., Seinturier L., Duchien L. Using complex event processing for dynamic business process adaptation // 7th IEEE Conference (International) on Services Computing SCC’2010 Proceedings.—Miami, 2010. P. 466–473.
  27. Andrews J.H. Process-algebraic foundations of aspectoriented programming // Lecture Notes in Computer Sci., 2001. Vol. 2192. P. 187–209.
  28. Jagadeesan R., Pitcher C., Riely J. Open bisimulation for aspects // AOSD’07 Proceedings. — Vancouver, Canada, 2007. P. 107–120.
  29. Whittle J., Jayaraman P. MATA:Atool for aspect-oriented modeling based on graph transformation // LectureNotes Computer Sci., 2008. Vol. 5002. P. 16–27.
  30. Katz E., Katz S. Verifying scenario-based aspect specifications // Lecture Notes Computer Sci., 2005. Vol. 3582. P. 432–447.
  31. Ковалёв С.П., Андрюшкевич С.К., Гуськов А. Е. Интеграционная платформа учета и управления энергообеспечением «Энергиус»: Свидетельство о государственной регистрации программы для ЭВМ №2009613359 от 26 июня 2009 г.
  32. Андрюшкевич С.К., Ковалёв С.П., Кубышкин А. С., Трегубов А.М. Проблемы автоматизации управления процессами розничного рынка электроэнергии // Проблемы управления и моделирования в сложных системах (ПУМСС-2012): Труды XIV Междунар. конф.— Самара: СамНЦ РАН, 2012. С. 376–386.
  33. Ковалёв С.П., Паронджанов С. С. Концепция создания автоматизированной системы мониторинга и управления энергоэффективностью на объектах города Москвы // Информационно-измерительные и управляющие системы, 2011. Т. 9.№6. С. 50–58.

COGNITIVE INTEROPERABILITY OF EXPERT COLLABORATION IN THE TASK OF THE RUSSIAN-FRENCH PARALLEL TEXTS PROCESSING:
LINGUISTIC AND COGNITIVE ASPECTS.

  • O. S. Kozhunova   IPI RAN, kozhunovka@mail.ru

literature

  1. Sinclair J. The automatic analysis of corpora //Directions in Corpus Linguistics: Nobel Symposium 82 Proceedings.— Berlin: Mouton de Gruyter, 1992.
  2. Wallis S., Nelson G. Knowledge discovery in grammatically analysed corpora // Data Mining and Knowledge Discovery, 2001. Vol. 5. P. 307–340.
  3. Dukes K., Atwell E., Habash N. Supervised collaboration for syntactic annotation of quranic arabic // LanguageResources and Evaluation J., Special Issue onCollaboratively Constructed Language Resources, 2011.
  4. McCarthy D. Exploiting distributional similarity for lexical acquisition // Компьютерная лингвистика и интеллектуальные технологии: По мат-лам ежегодной международной конф. «Диалог’2011». — М.: РГГУ, 2011. Вып. 10(17). C. 19–31.
  5. Азарова И. В., Синопальникова А. А., Яворская М.В. Принципы построения wordnet-тезауруса RussNet // Компьютерная лингвистика и интеллектуальные тех- нологии: ТрудыМеждунар. конф.Диалог’2004.—М., 2004. С. 542–547.
  6. Ляшевская О.Н., КузнецоваЮ.Л. Русский Фреймнет: к задаче создания корпусного словаря конструкций // Компьютерная лингвистика и интеллектуальные тех- нологии: По мат-лам ежегодной Междунар. конф. «Диалог’2009».—М.: РГГУ, 2009. Вып. 8(15). C. 306– 312.
  7. Национальный корпус русского языка: Сайт проекта http://www.ruscorpora.ru.
  8. Бунтман Н. В., Зацман И.М. О проекте создания компьютерного ресурса трудностей перевода: заметки на полях // Маргиналии-2010: границы культуры и текста: Тезисы II Междунар. конф. — М.: МГУ, 2010. С. 41–43. http://uni-persona.srcc.msu.su/site/ conf/marginalii-2010/thesis.htm.
  9. Miller G. A. Five papers on WordNet. CSL-Report. — Princeton: Princeton University, 1990. Vol. 43. 10. Fellbaum C. WordNet: An electronic lexical database. — Cambridge, 1998.
  10. Кожунова О. С. Семантический словарь системы информационного мониторинга в сфере науки и ресурс Eurowordnet: структура, задачи и функции // Системы и средства информатики. — М.: Наука, 2008. Вып. 18. С. 156–170.
  11. Кожунова О. С. Подходы к лексико-семантическому моделированию и лингвистические ресурсы информационных систем // Системы и средства информатики. —М: ИПИ РАН, 2011. С. 139–161.
  12. Сухоногов А.М., Яблонский С. А. Словари типа WordNet в технологиях Semantic Web // Конф. по искусственному интеллекту (КИИ-2004): Тр. 9-й Национальной конф. по искусственному интеллекту с международным участием. —В 3-х т.—М.: Физматлит, 2004. Т. 2. С. 557–564.
  13. Азарова И. В., Митрофанова О. А., Синопальникова А. А., Ушакова А. А.,Яворская М. В. Разработка компьютерного тезауруса русского языка типа WordNet // Корпусная лингвистика и лингвистические базы данных: Докл. науч. конф. /Под ред. А.С. Герда.—СПб.: СПбГУ, 2002. С. 6–18.
  14. Vossen P. Introduction to EuroWordNet // Computers Humanities, 1998. Vol. 32. No. 2–3. P. 73–89.
  15. Азарова И. В., Митрофанова О. А., Синопальникова А. А. Компьютерный тезаурус русского языка типа WordNet //Мат-лы конф. «Диалог-2003».—М., 2003.
  16. Кожунова О. С. Технология разработки семантического словаря системы информационного мониторинга: Автореф. дисс. канд. техн. наук. — М.: ИПИ РАН, 2009. 2 с.
  17. Зацман И.М., Дурново А. А. Моделирование процессов формирования экспертных знаний для мониторинга программно-целевой деятельности // Информатика и её применения, 2011. Т. 5. Вып. 4. С. 84–98.
  18. Kozhunova O. Lexical and semantic methods in design of the problem-oriented linguistic resources // WORLDCOMP’ 11: 2011 World Congress in Computer Science, Computer Engineering and Applied Computing Proceedings.— LasVegas:CSREAPress, 2011.Vol. II.P. 618–624.
  19. Kozhunova O. Cross-disciplinary approach to expert activity cognitive interoperability support // 5th Conference (International) on Cognitive Science Proceedings.— Kaliningrad, 2012. С. 91–92.
  20. Кожунова О. С. Моделирование лексической семантики в задачах компьютерной лингвистики // Системы и средства информатики, 2012. Т. 22.№1. С. 86– 109.
  21. Kozhunova O. Detection of nominalized structures in parallel patent texts in Russian and in German // WORLDCOMP’ 09: 2009 World Congress in Computer Science, Computer Engineering and Applied Computing Proceedings.— Las Vegas:CSREA Press, 2009. Vol. I. P. 479–485.
  22. Кожунова О. С. Выявление номинализованных конструкций в параллельных текстах патентных документов на русском и немецком языках // Компьютерная лингвистика и интеллектуальные технологии: По мат-лам ежегодной Междунар. конф. «Диалог’2009». —М.: РГГУ, 2009. Вып. 8(15). C. 185–191.
  23. Дулин С.К., Дулина Н. Г., Кожунова О. С. Когнитивная интероперабельность экспертной деятельности и ее приложение в геоинформатике // Конф. по искусственному интеллекту (КИИ-2012): Труды 13-й Национальной конф. по искусственному интеллекту с международным участием. — Белгород: БГТУ им. В. Г.Шухова, 2012. С. 351–357.
  24. Дулин С.К., Розенберг И.Н. О развитии методологических основ и концепций геоинформатики //Системы и средства информатики. Спец. вып.: Научно-методологические проблемы информатики. — М.: ИПИ РАН, 2006. С. 201–256.
  25. Цветков В. Я. Информатизация, инновационные процессы и геоинформационные технологии // Геодезия и аэрофотосъемка, 2006.№4. С. 112–118.
  26. Кошелев А. Д. Концептуально-смысловая модель образования лексической полисемии // 5-я Междунар. конф.по когнитивнойнауке: Тезисы докладов.— Калининград, 2012. Т. 2. С. 464–465.
  27. Norvig P., Lakoff G. Taking: A study in lexical network theory // 13th Berkeley Linguistics Society Annual Meeting Proceedings: BLS, 1987. P. 195–206.
  28. Виноградов В. В. Основные типы лексических значений слова // Избранные труды. Лексикология и лексикография.—М., 1977. С. 162–189.
  29. Buddenberg R. Toward an interoperability reference model, 2006. http://web1.nps.navy.mil/?budden/ lecture.notes/interop RM.html.
  30. Черниговская Т. В., Дубасова А.В., Риехакайнен Е.И. Лексическая неоднозначность и организация ментального лексикона // 5-я Междунар. конф. по когнитивной науке: Тезисы докладов. — Калининград, 2012. Т. 2. С. 698–700.
  31. Кузнецов О.П. О возможности организации знаний на основе когнитивной семантики // 5-я Междунар. конф. по когнитивной науке: Тезисы докладов. — Калининград, 2012. Т. 2. С. 806–807.
  32. Lakoff J. Women, fire, and dangerous things: What categories reveal about the mind. — University of Chicago Press, 1987.
  33. Зайцев Д. Язык как зеркало мышления: Рецензия на книгу Джорджа Лакоффа «Женщины, огонь и опасные вещи: что категории языка говорят намомышлении» /Пер. с англ.И. Б.Шатуновского.—М.: Языки славянской культуры, 2004. 792 с. // Отечественные записки, 2004.

DATA ACQUISITION SIMULATION FOR NICA EXPERIMENT.

  • V. V. Korenkov  Joint Institute for Nuclear Research, Laboratory of Information Technologies Dubna, korenkov@cv.jinr.ru
  • A. V. Nechaevskiy   Joint Institute for Nuclear Research, Laboratory of Information Technologies Dubna, Andrey.Nechaevskiy@gmail.com
  • V. V. Trofimov  Joint Institute for Nuclear Research, Laboratory of Information Technologies Dubna, trofimov@jinr.ru

literature

  1. Cortese P., Carminati F., Fabjan C.W., et al. ALICE Technical Design Report of the Computing // CERN/LHCC 2005-018, ALICE TDR 12, 2005.
  2. Кореньков В. В. Грид-технологии: статус и перспективы//Вестник Международной академии наук. Русская секция, 2010.№1. C. 41–44.
  3. Ильин В. А., Кореньков В. В., Солдатов А. А. Российский сегмент глобальной инфраструктуры LCG // Открытые системы, 2003.№1. C. 56–60.
  4. Веб-портал проекта PANDA. http://www-panda.gsi.de.
  5. Нечаевский А. В., Кореньков В. В. Пакеты моделирования DataGrid // Системный анализ в науке и образовании: Электронный журнал, 2009.№1.
  6. Веб-портал проекта GridSim. http://www.gridbus.org/ gridsim.
  7. Sulistio A., Cibej U., Venugopal S., Robic B., Buyya R. A toolkit for modelling and simulating data grids: An extension to GridSim// Concurrency Computation Practice Experience (CCPE), 2008. Vol. 20. No. 13. P. 1591–1609.
  8. Веб-портал проекта dCache. http://www.dcache.org.

ESTIMATES OF THE RATE OF CONVERGENCE OF THE DISTRIBUTIONS OF SOME RANDOM SUMS TO STABLE LAWS.

  • V. Yu. Korolev   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University; IPI RAN, vkorolev@cs.msu.su
  • L. M. Zaks  Department of Modeling and Mathematical Statistics, Alpha-Bank, lily.zaks@gmail.com

literature

  1. Королев В.Ю. О сходимости pаспpеделений случайных сумм независимых случайных величин к устойчивым законам // Теоpия веpоятностей и ее пpименения, 1997. Т. 42. Вып. 4. С. 818–820.
  2. Gnedenko B. V., Korolev V. Yu. Random summation: Limit theorems and applications. — Boca Raton: CRC Press, 1996.
  3. Bening V., Korolev V. Generalized Poisson models and their applications in insurance and finance. — Utrecht: VSP, 2002. 434 p.
  4. Королев В.Ю., Соколов И. А. Математические модели неоднородных потоков экстремальных событий. — М.: ТОРУС ПРЕСС, 2008.
  5. Королев В.Ю., Бенинг В. Е., Шоргин С. Я. Математические основы теории риска. — 2-е изд., перераб. и доп. —М.: Физматлит, 2011. 620 с.
  6. Королев В.Ю. Вероятностно-статистические методы декомпозиции волатильности хаотических процессов.—М.: Изд-во Московского ун-та, 2011. 510 с.
  7. Stochastic models of structural plasma turbulence / Eds. V. Korolev, N. Skvortsova. — Utrecht: VSP, 2006. 400 p.
  8. McCulloch J.H. Financial applications of stable distributions // Handbook of statistics. — Amsterdam: Elsevier Science, 1996. Vol. 14. P. 393–425.
  9. Золотарев В.М. Одномерные устойчивые распределения. —М.: Наука, 1983.
  10. Korolev V., Shevtsova I. An improvement of the Berry– Esseen inequality with applications to Poisson and mixed Poisson random sums // Scandinavian Actuarial J., 2012. Vol. 2012.No. 2. P. 81–105. Available online since June 4, 2010.

UNIVERSAL METRIC THESAURUS OF RUSSIAN LANGUAGE.

  • L. A. Kuznetsov   Russian Presidential Academy of National Economy and Public Administration (Lipetsk Branch), kuznetsov.leonid48@gmail.com
  • V. F. Kuznetsova  Russian Presidential Academy of National Economy and Public Administration (Lipetsk Branch), kuznetsov.leonid48@gmail.com
  • A. V. Kapnin   Lipetsk State Technical University, gert@inbox.ru

literature

  1. Лесников С.В. Тезаурус как отражение системности языка // Вестник челябинского государственного ун- та, 2011. №28 (243). Филология. Искусствоведение. Вып. 59. С. 52–61.
  2. Караулов Ю.Н. Лингвистическое конструирование и тезаурус литературного языка. — М.: Наука, 1981. 367 с.
  3. Добров Б. В., Иванов В. В., Лукашевич Н.В., Соловьев В. Д. Онтологии и тезаурусы: Учебно-методическое пособие. — Казань: КГУ, 2006. 190 с.
  4. Тарасов С. Д. Подход к реализации автоматизированной системы построения тезауруса // Электронные библиотеки: перспективные методы и технологии, электронные коллекции: Труды IX Всеросс. научной конф. RCDL’2007. — Переславль-Залесский: Ун-т г. Переславля, 2007. Т. 2. С. 63–66.
  5. Кузнецов Л. А. Вероятностно-статистическая оценка адекватности информационных объектов // Информатика и её применения, 2011. Т. 5. Вып. 4. С. 64–75.
  6. Антонова А. А., Мисюрев А.В. Об использовании синтаксического анализатора Cognitive Dwarf 2.0 // Труды Института системного анализа РАН, 2008. №38. С. 91–107.
  7. Крюков К. В., Панкова Л. А., Пронина В. А., Суховеров В. С., Шипилина Л.Б. Меры семантической близости в онтологиях // Проблемы управления, 2010. №5. С. 2–14.
  8. Абрамов Н. Словарь русских синонимов и сходных по смыслу выражений. — М.: Русские словари, 1999. 431 с.
  9. Комлев Н. Г. Словарь иностранных слов.—М.: ЭКСМО-Пресс, 2000. 1308 с.
  10. Винокур Г. О., Ларин Б. А., Ожегов С.И., Томашевский Б.В., Ушаков Д.Н. Толковый словарь русского языка: в 4 т. — М.: Советская энциклопедия; ОГИЗ, 1935–1940. 5529 с.
  11. Современный толковый словарь.—М.: Большая Советская энциклопедия, 1997. 6110 с.
  12. Даль В.И. Толковый словарь живого великорусского языка.—М.: Цитадель, 1998. 4249 с.
  13. Ефремова Т.Ф. Современный толковый словарь русского языка. —М.: АСТ, 2006. 3312 с.
  14. Ожегов С.И. Толковый словарь русского языка.—М.: Оникс, 2008. 976 с.
  15. Современный энциклопедический словарь. — М.: Большая Советская энциклопедия, 1997. 1382 с.

APPROXIMATION OF A MULTIDIMENSIONAL DEPENDENCY BASED ON LINEAR EXPANSION IN A DICTIONARY OF PARAMETRIC FUNCTIONS.

  • M. G. Belyaev   Institute for Information Transmission Problems RAS, Moscow Institute of Physics and Technology, Datadvance LLC, belyaev@iitp.ru
  • E. V. Bunaev  Institute for Information Transmission Problems RAS, Moscow Institute of Physics and Technology, Datadvance LLC, burnaev@iitp.ru

literature

  1. Forrester A., Sobester A., Keane A. Engineering design via surrogate modelling. A practical guide.— Wiley, 2008.
  2. Kuleshov A., Bernstein A. Cognitive technologies in adaptive models of complex plants // Keynote Papers of 13th IFAC Symposium on Information Control Problems in Manufacturing (INCOM’09), 2009. P. 70–81.
  3. Hastie T., Tibshirani R., Friedman J. The elements of statistical learning: Data mining, inference, and prediction.— Springer, 2008.
  4. Grihon S., Alestra S., Burnaev E., Prikhodko P. Optimization of composite structure based on surrogate modelling of buckling analysis // Information Technologies and Systems Conference Proceedings, 2012. P. 41–47.
  5. Petrushev P. Approximation by ridge functions and neural networks // SIAM J.Math. Anal. 30, 1998. P. 155–189.
  6. Pinkus A. Approximation theory of the MLP model in neural networks // Acta Numerica, 1999. Vol. 8. P. 143– 195.
  7. Vapnik V.N., Chervonenkis A. Ja. Ordered risk minimization (I and II) // Autom. Remote Control, 1974. Vol. 34. P. 1226–1235; 1403–1412.
  8. Nocedal J., Wright S. Numerical optimization. — 2nd ed. — Springer, 2006. P. 664.
  9. Marquardt D.W. An algorithm for least-squares estimation of nonlinear parameters // J. SIAM, 1963. Vol. 11. No. 2. P. 431–441.
  10. Breiman L. Classification and regression trees. — Wadsworth, 1984.
  11. Nguyen D., Widrow B. Improving the learning speed of 2-layer neural networks by choosing initial values of the adaptive weights // IJCNN Joint Conference (International), 1990. P. 21–26.
  12. Drago G., Ridella S. Statistically controlled activation weight initialization(SCAWI) //Trans.Neur.Netw., IEEE Press, 1992. Vol. 3. No. 4. P. 627–631.
  13. Rubinstein R. Y. Generating random vectors uniformly distributed inside and on the surface of different regions // Eur. J. Oper. Res., 1982. Vol. 10. No. 2. P. 205–209.
  14. Belyaev M. G., Burnaev E. V., Erofeev P. D., Prikhodko P. V. Comparison of the efficiency of the initialization methods for non-linear regression models // Information Technologies and Systems Conference Proceedings, 2011. P. 315–320.
  15. Hedar A.-R. Global optimization test problems // http://www-optima.amp.i.kyoto-u.ac.jp/member/ student/hedar/Hedar ¦les/TestGO.htm.
  16. Molga M., Smutnicki C. Test functions for optimization needs // www.zsd.ict.pwr.wroc.pl/¦les/docs/ functions.pdf.
  17. Golub G.H., Pereyra V. The differentiation of pseudoinverses and nonlinear least squares problems whose variables separate // SIAM J. Numer. Anal., 1973. Vol. 10. P. 413–432.
  18. Ruhe A., Wedin P. A. Algorithms for separable nonlinear least squares problems // SIAM Review, 1980. Vol. 22. No. 3. P. 318–337.
  19. Demidenko E. Z. Linear and non-linear regression. — Finance and stochastics. 1981.
  20. Belyaev M. G., Lyubin A.D. Peculiarities of the optimization problem, which arises when constructing approximation of multidimensional function // Information Technologies and Systems ConferenceProceedings, 2011. P. 415–422.
  21. Foresee D., Hagan M. Gauss-Newton approximation to Bayesian learning // Conference (International) on Neural Networks Proceedings, 1997. Vol. 3. P. 1930–1935.
  22. Belyaev M. G., Burnaev E. V. Adaptive regularization in the problem of multidimensional functions approximation // Information Technologies and Systems Conference Proceedings, 2009. P. 431–435.
  23. Dolan E., More J. Benchmarking optimization software with performance profiles //Math. Programming, Ser. A, 2002. Vol. 91. P. 201–213.
  24. Chervonenkis A. Ya., Chernova S. S., Zykova T. V. Applications of kernel ridge estimation to the problemof computing the aerodynamical characteristics of a passenger plane (in comparison with results obtained with artificial neural networks) // Automation Remote Control, 2011. Vol. 72. Iss. 5. P. 1061-1067.
  25. IC Fault dataset. imperial.ac.uk/earthscienceand engineering/research/perm/icfaultmodel.
  26. Concrete Compressive Strength dataset. archive.ics.uci. edu/ml/datasets.








 
© 2016 Институт проблем информатики Российской Академии наук Русский | English     Контакты