https://rep.bntu.by/handle/data/161979 Sun, 05 Apr 2026 19:21:32 GMT 2026-04-05T19:21:32Z https://rep.bntu.by/handle/data/161993 Модель формирования студенческих групп с учетом конкурсного отбора абитуриентов Никульшин, Б. В.; Кисель, Т. В. В работе предложен комплексный подход к решению проблемы качества высшего образования на уровне работы приемной комиссии вуза: поддержка принятия решения абитуриентом в процессе выбора специальностей на этапе формирования заявления и распределение прошедших конкурсный отбор и зачисленных абитуриентов по учебным студенческим группам с учетом уровня мотивации распределяемых. Wed, 01 Jan 2025 00:00:00 GMT https://rep.bntu.by/handle/data/161993 2025-01-01T00:00:00Z https://rep.bntu.by/handle/data/161992 Факторный, регрессионный и корреляционный анализы для оценки использования нейронных сетей в учебном процессе университета Вишняков, В. А.; Полоско, Е. И. Предметом исследований является оценка использования нейронных сетей в учебном процессе университета. Цель статьи ‒ оценка использования готовых нейронных сетей в организации учебного процесса с применением факторного, регрессионного и корреляционного анализов. Рассмотрены основные аспекты применения нейронных сетей, их влияние на успеваемость студентов и эффективность образовательных программ. Использование готовых нейронных сетей в учебном процессе университета имеет значительный потенциал для повышения эффективности обучения. Ключевыми факторами успешного внедрения являются техническая оснащенность университета, квалификация преподавателей и доступность готовых решений. Регрессионные модели подтвердили положительное влияние нейронных сетей на успеваемость студентов, а корреляционный анализ выявил сильную связь между использованием нейронных сетей и мотивацией студентов. Рекомендуется увеличить количество часов, выделенных на изучение нейронных сетей; проводить регулярные тренинги для преподавателей. Wed, 01 Jan 2025 00:00:00 GMT https://rep.bntu.by/handle/data/161992 2025-01-01T00:00:00Z https://rep.bntu.by/handle/data/161986 Методика расчета динамических усилий на конструктивные элементы электроустановок Пономаренко, Е. Г.; Потачиц, Я. В. На сегодняшний день проверка электрических аппаратов электроустановок на механическую прочность производится лишь с учетом статического действия проводов при коротком замыкании (КЗ). В действительности же на провода при КЗ действуют кратковременные динамические усилия, в дальнейшем передающиеся на аппараты, порталы и опорные изоляторы, в которых в этом случае возникают опасные механические напряжения, которые могут приводить как к их деформации, так и полному разрушению. На основании вышесказанного можно сделать вывод, что для достоверного определения динамических нагрузок на основные конструктивные элементы открытых распределительных устройств (ОРУ) необходима постановка динамической задачи, которая бы предполагала рассмотрение проводов и аппаратов как единой колебательной системы при КЗ. Известны случаи, когда конструктивные элементы электроустановок, имеющие большой запас прочности на статическую нагрузку, разрушались под действием сравнительно небольших периодически действующих сил [1]. Wed, 01 Jan 2025 00:00:00 GMT https://rep.bntu.by/handle/data/161986 2025-01-01T00:00:00Z https://rep.bntu.by/handle/data/161985 Actor complexification in TD3 and curriculum learning with structural composition for drone countering Rulko, E. V. The work suggests complexifying actors within the framework of TD3 which involves the usage of different state vectors for actors and critics in order to assure convergence of the algorithm. It also describes a process of aggregating models, separately trained on datasets or in simulation on tasks with increasing difficulty, stitching everything together step by step into a single end-to-end system. It allows utilizing existing algorithms, such as YOLO, in reinforcement learning systems, performing sensor fusion and gradually adding functionality without losing convergence. Assistance providing allows training systems in simulation from hardcoded algorithms that use simplified states. These techniques are demonstrated on a particular task of building an anti-drone system for armored vehicles Wed, 01 Jan 2025 00:00:00 GMT https://rep.bntu.by/handle/data/161985 2025-01-01T00:00:00Z