ПРОГРАММНЫЕ СИСТЕМЫ: ТЕОРИЯ И ПРИЛОЖЕНИЯ

12+

Электронный научный журнал ИПС им. А.К. Айламазяна РАН

Титульная страница
О журнале
Редакция
Процесс публикации
Научная этика
Авторам
Выпуски журнала
Архив выпусков

Статьи представлены в формате PDF

Для чтения файлов в формате PDF рекомендуется
программа Adobe Reader

 


• Содержание выпуска

Искусственный интеллект, интеллектуальные системы, нейронные сети

Ответственные за рубрику: д.т.н. Хачумов В.М., к.т.н Куршев Е.П.
Слева для каждой статьи показаны: присвоенный статье порядковый номер; дата поступления статьи в редакцию; количество страниц статьи в формате А5; ссылка на полный текст статьи в формате PDF .

 

 

PDF

А. М. Елизаров
Предисловие

 

http://psta.psiras.ru/read/psta2022_3_3.pdf

9

Поступила в редакцию 28.06.2022

Подписана в печать 20.09.2022

11 с.

PDF

Л. У. Бахтиева, В. М. Боголюбов, М. Д. Тумаков
Моделирование многофункционального микромеханического гироскопа

Рассмотрена возможность построения многофункционального прибора инерциальной навигации на основе модуляционного микромеханического гироскопа гибридного типа. Построена математическая модель устройства («тяжелого» гироскопа) как качественной трехмерной колебательной системы. Численно показано, что при определенных условиях реакция системы на движение объекта имеет наряду с прецессией наблюдаемую нутацию, которая несет информацию о линейном движении основания гироскопа. Отмечено, что возможность измерения линейных ускорений обеспечивается наличием небольшого симметричного расстояния между осями упругого подвеса относительно центра масс чувствительного элемента. Полученные результаты позволяют реализовать в одном устройстве двухкомпонентный измеритель угловой скорости и двухкомпонентный линейный измеритель ускорения.


Ключевые слова:
математическая модель, колебания, микромеханическая система.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_5-15.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-5-15

10

Поступила в редакцию 28.06.2022

Подписана в печать 20.09.2022

11 с.

PDF

Л. У. Бахтиева, В. М. Боголюбов, М. Д. Тумаков
Моделирование многофункционального микромеханического гироскопа

Рассмотрена возможность построения многофункционального прибора инерциальной навигации на основе модуляционного микромеханического гироскопа гибридного типа. Построена математическая модель устройства («тяжелого» гироскопа) как качественной трехмерной колебательной системы. Численно показано, что при определенных условиях реакция системы на движение объекта имеет наряду с прецессией наблюдаемую нутацию, которая несет информацию о линейном движении основания гироскопа. Отмечено, что возможность измерения линейных ускорений обеспечивается наличием небольшого симметричного расстояния между осями упругого подвеса относительно центра масс чувствительного элемента. Полученные результаты позволяют реализовать в одном устройстве двухкомпонентный измеритель угловой скорости и двухкомпонентный линейный измеритель ускорения. (англ.)


Ключевые слова:
математическая модель, колебания, микромеханическая система.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_17-27.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-17-27

11

Поступила в редакцию 28.07.2022

Подписана в печать 15.09.2022

15 с.

PDF

И. В. Винокуров
Использование свёрточной нейронной сети для распознавания элементов текста на отсканированных изображениях плохого качества

В работе предложен метод распознавания содержимого отсканированных изображений плохого качества с использованием свёрточных нейронных сетей (CNN) и его программная реализация. Метод состоит из 3-х основных этапов.
На первом этапе осуществляется предобработка изображения с целью выявлении контуров его буквенных и цифровых элементов и основных знаков пунктуации.
На втором этапе содержимое фрагментов изображения внутри выявленных контуров последовательно подаётся на вход CNN, реализующую многоклассовую классификацию.
На третьем, заключительном этапе, осуществляется постобработка совокупности ответов CNN и формирование текстового документа с результатами распознавания.
Все этапы реализованы на языке Python с использованием библиотек глубокого обучения Keras, компьютерного зрения OpenCV и обработки изображений PIL. Предлагаемый в работе способ показал достаточно хорошие результаты распознавания для основных типов ухудшения качества отсканированного изображения — геометрических искажений, размытия границ, различных пометок на исходном и отсканированном изображении и т.п.


Ключевые слова:
обработка изображений, свёрточная нейронная сеть, Python, Keras, OpenCV.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_29-43.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-29-43

12

Поступила в редакцию 28.07.2022

Подписана в печать 15.09.2022

15 с.

PDF

И. В. Винокуров
Использование свёрточной нейронной сети для распознавания элементов текста на отсканированных изображениях плохого качества

В работе предложен метод распознавания содержимого отсканированных изображений плохого качества с использованием свёрточных нейронных сетей (CNN) и его программная реализация. Метод состоит из 3-х основных этапов.
На первом этапе осуществляется предобработка изображения с целью выявлении контуров его буквенных и цифровых элементов и основных знаков пунктуации.
На втором этапе содержимое фрагментов изображения внутри выявленных контуров последовательно подаётся на вход CNN, реализующую многоклассовую классификацию.
На третьем, заключительном этапе, осуществляется постобработка совокупности ответов CNN и формирование текстового документа с результатами распознавания.
Все этапы реализованы на языке Python с использованием библиотек глубокого обучения Keras, компьютерного зрения OpenCV и обработки изображений PIL. Предлагаемый в работе способ показал достаточно хорошие результаты распознавания для основных типов ухудшения качества отсканированного изображения — геометрических искажений, размытия границ, различных пометок на исходном и отсканированном изображении и т.п. (англ.)


Ключевые слова:
обработка изображений, свёрточная нейронная сеть, Python, Keras, OpenCV.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_45-59.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-45-59

13

Поступила в редакцию 17.06.2022

Подписана в печать 10.09.2022

19 с.

PDF

Д. Х. Гиниятова, В. А. Лапинский
Детектирование новообразований на компьютерных томограммах с использованием нейронных сетей

Представлены результаты применения нейронных сетей (НС) для задачи детектирования новообразований на компьютерных томограммах легких в условиях ограниченного количества данных. Большое внимание уделено анализу и предварительной обработке изображений, как фактору, повышающему качество работы НС. Рассмотрена проблема переобучения НС и способы ее решения.
Результаты представленных экспериментов позволили сделать вывод об эффективности использования отдельных архитектур НС в совокупности с методами предварительной обработки данных для задач детектирования даже в случаях ограниченного набора обучающей выборки и малого размера детектируемых объектов.


Ключевые слова:
обработка изображений, детектирование объектов, обработка изображений, нейронные сети, YOLO.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_61-79.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-61-79

14

Поступила в редакцию 17.06.2022

Подписана в печать 10.09.2022

18 с.

PDF

Д. Х. Гиниятова, В. А. Лапинский
Детектирование новообразований на компьютерных томограммах с использованием нейронных сетей

Представлены результаты применения нейронных сетей (НС) для задачи детектирования новообразований на компьютерных томограммах легких в условиях ограниченного количества данных. Большое внимание уделено анализу и предварительной обработке изображений, как фактору, повышающему качество работы НС. Рассмотрена проблема переобучения НС и способы ее решения.
Результаты представленных экспериментов позволили сделать вывод об эффективности использования отдельных архитектур НС в совокупности с методами предварительной обработки данных для задач детектирования даже в случаях ограниченного набора обучающей выборки и малого размера детектируемых объектов. (англ.)


Ключевые слова:
обработка изображений, детектирование объектов, обработка изображений, нейронные сети, YOLO.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_81-98.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-81-98

15

Поступила в редакцию 24.08.2022

Подписана в печать 21.09.2022

14 с.

PDF

Е. С. Иванов , А. В. Смирнов
Ускорение алгоритма сегментации мультиспектральных снимков дистанционного зондирования Земли, основанного на использовании сверточных нейронных сетей

Предложен усовершенствованный подход к сегментации мультиспектральных снимков с использованием сверточных нейронных сетей (СНС). Оригинальный алгоритм учитывал некоторые погрешности, которые могли возникать в ходе обработки снимков СНС при помощи скользящего окна, и построен так, что устраняет эти проблемы. В предлагаемой модификации помимо классического поиска объектов СНС, использованы индексы NDVI и NDWI, которые имеют большой коэффициент корреляции с реальными объектами, присутствующими на снимках, а также пирамиды изображений. Все это в совокупности дает ускорение при обработке изображений.


Ключевые слова:
Мультиспектральные снимки, дистанционное зондирование Земли, сверточные нейронные сети, сегментация, пирамида изображений.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_99-112.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-99-112

16

Поступила в редакцию 28.06.2022

Подписана в печать 10.09.2022

25 с.

PDF

И. В. Кетов, А. О. Спиридонов, А. И. Репина, Е. М. Карчевский
Моделирование однонаправленного излучения микродисковых резонаторов с отверстиями методом Галеркина с точно вычисляемыми матричными

Мы исследуем влияние круглого отверстия в двумерном микроволновом лазере, имеющем форму микродиска, на частоту, направленность и порог генерации излучения мод шепчущей галереи, с помощью программного комплекса, основанного на системе интегральных уравнений и численного метода её решения, который гарантированно сходится. Мы демонстрируем, что небольшое круглое отверстие может значительно усилить направленность излучения, сохранив низкими пороги генерации, если показатель преломления достаточно велик и расположение отверстия выбрано правильно. Местоположение отверстия должно быть близко к области, где тот же однородный микродисковый лазер, возбужденный плоской волной, демонстрирует широкополосную фокусировку в виде горячей точки, называемой фотонной струей.


Ключевые слова:
программный комплекс, метод Галеркина, микродисковый лазер.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_113-137.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-113-137

17

Поступила в редакцию 28.06.2022

Подписана в печать 10.09.2022

25 с.

PDF

И. В. Кетов, А. О. Спиридонов, А. И. Репина, Е. М. Карчевский
Моделирование однонаправленного излучения микродисковых резонаторов с отверстиями методом Галеркина с точно вычисляемыми матричными

Мы исследуем влияние круглого отверстия в двумерном микроволновом лазере, имеющем форму микродиска, на частоту, направленность и порог генерации излучения мод шепчущей галереи, с помощью программного комплекса, основанного на системе интегральных уравнений и численного метода её решения, который гарантированно сходится. Мы демонстрируем, что небольшое круглое отверстие может значительно усилить направленность излучения, сохранив низкими пороги генерации, если показатель преломления достаточно велик и расположение отверстия выбрано правильно. Местоположение отверстия должно быть близко к области, где тот же однородный микродисковый лазер, возбужденный плоской волной, демонстрирует широкополосную фокусировку в виде горячей точки, называемой фотонной струей. (англ.)


Ключевые слова:
программный комплекс, метод Галеркина, микродисковый лазер.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_139-163.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-139-163

18

Поступила в редакцию 18.06.2022

Подписана в печать 28.09.2022

13 с.

PDF

В. М. Конюхов, И. В. Конюхов, А. Р. Ганиева
Расчет взаимосвязанных температурных процессов в погружном электродвигателе, горных породах и газоводонефтяном потоке в скважине

Исследуются взаимосвязанные нестационарные тепловые процессы в погружном электродвигателе насосной установки, расположенной в потоке пластовой водонефтегазовой смеси, обтекающей двигатель в нефтедобывающей скважине и горных породах, окружающих скважину. Для расчета температурных характеристик разработаны математическая, численная и алгоритмическая модели, реализованные в программном комплексе, позволяющем методом вычислительного эксперимента с одновременной визуализацией результатов расчетов изучать температурный режим электродвигателя и тепловые эффекты в трехфазном потоке, движущемся в кольцевом зазоре между обсадной колонной скважины и двигателем, с учетом его теплообмена с горными породами. Показано, что переходные тепловые процессы, возникающие в системе «двигатель — трехфазный поток — породы» при отключении двигателя из-за его перегрева, зависят от физических и геометрических характеристик каждого элемента этой системы. Расчетные оценки продолжительности (десятки минут) стадии охлаждения двигателя после выключения и стадии его нагрева при повторном включении согласуются с реальными временами этих процессов в нефтяных скважинах.


Ключевые слова:
математическое моделирование, метод конечных разностей, компьютерное моделирование, тепломассоперенос, водонефтегазовая смесь, горные породы, электроцентробежный насос, погружной электродвигатель, вычислительный эксперимент.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_165-177.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-165-177

19

Поступила в редакцию 19.06.2022

Подписана в печать 28.09.2022

13 с.

PDF

В. М. Конюхов, И. В. Конюхов, А. Р. Ганиева
Расчет взаимосвязанных температурных процессов в погружном электродвигателе, горных породах и газоводонефтяном потоке в скважине

Исследуются взаимосвязанные нестационарные тепловые процессы в погружном электродвигателе насосной установки, расположенной в потоке пластовой водонефтегазовой смеси, обтекающей двигатель в нефтедобывающей скважине и горных породах, окружающих скважину. Для расчета температурных характеристик разработаны математическая, численная и алгоритмическая модели, реализованные в программном комплексе, позволяющем методом вычислительного эксперимента с одновременной визуализацией результатов расчетов изучать температурный режим электродвигателя и тепловые эффекты в трехфазном потоке, движущемся в кольцевом зазоре между обсадной колонной скважины и двигателем, с учетом его теплообмена с горными породами. Показано, что переходные тепловые процессы, возникающие в системе «двигатель — трехфазный поток — породы» при отключении двигателя из-за его перегрева, зависят от физических и геометрических характеристик каждого элемента этой системы. Расчетные оценки продолжительности (десятки минут) стадии охлаждения двигателя после выключения и стадии его нагрева при повторном включении согласуются с реальными временами этих процессов в нефтяных скважинах. (англ.)


Ключевые слова: математическое моделирование, метод конечных разностей, компьютерное моделирование, тепломассоперенос, водонефтегазовая смесь, горные породы, электроцентробежный насос, погружной электродвигатель, вычислительный эксперимент
.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_179-191.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-179-191

20

Поступила в редакцию 23.08.2022

Подписана в печать 21.09.2022

31 с.

PDF

В. В. Кугуракова, И. О. Антонов, Б. В. Гончаренко, А. А. Чайбар
Цифровое представление в виртуальной реальности места происшествия как инструмент уголовного судопроизводства

Представлены новые возможности таких технологий, как фотограмметрия и виртуальная реальность, для применения в уголовном судопроизводстве. Описана концепция построения «на лету» трёхмерной цифровой копии происшествия непосредственно на его месте. Концепция апробирована с применением конкретных технологических подходов создания цифровой копии происшествия с серверной обработкой первоначальной информации из набора фотоснимков места происшествия с нескольких ракурсов. Разработана архитектура программно-аппаратного комплекса, описан функционал мобильного решения и приложения виртуальной реальности. Показано, как цифровая копия происшествия может быть использована, в частности, при доказательствах по уголовному делу как субъектами обвинения, так и субъектами защиты. Сегодня использование в судопроизводстве технологии виртуальной реальности в обозначенном аспекте является одним из новых и весьма перспективных направлений. Известно об использовании отечественными криминалистами технологий изготовления компьютерных сферических панорам и виртуальных туров мест происшествий. Авторы предлагают свои варианты решения ряда проблем в этой области и аргументируют поэтапное внедрение предложенных технологий в судебно-следственную практику.


Ключевые слова:
фотограмметрия, рендер, клиент-сервер, виртуальная реальность, VR, уголовное судопроизводство, digital twin, цифровая копия, место происшествия, криминалистика.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_193-223.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-193-223

21

Поступила в редакцию 28.06.2022

Подписана в печать 10.09.2022

15 с.

PDF

Д. С. Латыпова, Д. Н. Тумаков
Кластеризация рукописных цифр нейронной сетью Кохонена

Проведена кластеризация рукописных цифр по шестидесяти тысячам изображений, содержащихся в обучающей выборке базы данных MNIST. Для кластеризации использована нейронная сеть Кохонена. Для каждой рукописной цифры определено оптимальное количество кластеров (не более 50). При определении расстояния между объектами (изображениями рукописных цифр) использована евклидова норма. Проверка правильности построения кластеров проведена по данным из тестовой выборки базы MNIST. Тестовая выборка содержит десять тысяч изображений. Сделан вывод о том, что изображения из тестовой выборки принадлежат кластеру «правильной цифры» с вероятностью более 90%. Для каждой цифры вычислена F-мера для оценки кластеров. Наилучшие значения F-меры получены для цифр 0 и 1 (F-среднее значение равно 0,974). Наихудшие значения получены для цифры 9 (F-среднее значение равно 0,903). Также проведён кластерный анализ, который позволил сделать выводы о возможных ошибках в распознавании нейронной сетью Кохонена. Построены пересечения кластеров для изображений рукописных цифр. Приведены примеры пересечений кластеров, а также показаны примеры изображений, которые распознаны нейронной сетью неверно.


Ключевые слова:
нейронная сеть Кохонена, кластеризация, MNIST.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_225-239.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-225-239

22

Поступила в редакцию 28.06.2022

Подписана в печать 10.09.2022

14 с.

PDF

Д. С. Латыпова, Д. Н. Тумаков
Кластеризация рукописных цифр нейронной сетью Кохонена

Проведена кластеризация рукописных цифр по шестидесяти тысячам изображений, содержащихся в обучающей выборке базы данных MNIST. Для кластеризации использована нейронная сеть Кохонена. Для каждой рукописной цифры определено оптимальное количество кластеров (не более 50). При определении расстояния между объектами (изображениями рукописных цифр) использована евклидова норма. Проверка правильности построения кластеров проведена по данным из тестовой выборки базы MNIST. Тестовая выборка содержит десять тысяч изображений. Сделан вывод о том, что изображения из тестовой выборки принадлежат кластеру «правильной цифры» с вероятностью более 90%. Для каждой цифры вычислена F-мера для оценки кластеров. Наилучшие значения F-меры получены для цифр 0 и 1 (F-среднее значение равно 0,974). Наихудшие значения получены для цифры 9 (F-среднее значение равно 0,903). Также проведён кластерный анализ, который позволил сделать выводы о возможных ошибках в распознавании нейронной сетью Кохонена. Построены пересечения кластеров для изображений рукописных цифр. Приведены примеры пересечений кластеров, а также показаны примеры изображений, которые распознаны нейронной сетью неверно. (англ.)


Ключевые слова:
нейронная сеть Кохонена, кластеризация, MNIST.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_241-254.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-241-254

23

Поступила в редакцию 28.06.2022

Подписана в печать 10.09.2022

19 с.

PDF

Г. Ф. Сахибгареева, В. В. Кугуракова
Практики балансирования компьютерных игр

Предмет исследования относится к сфере разработки игровых и интерактивных проектов – к практике игрового баланса компьютерных игр. Учтены актуальные тренды, сформированные как в научной, так и в коммерческой сферах. Применены два метода исследования – моделирование и эксперимент. Как результат, сформировано видение об применении полученных функций в инструмент автоматического создания игровых прототипов. Описаны два инструмента для работы с игровым балансом. Эти проекты – часть одного прикладного исследования, нацеленного на создание игрового инструмента для прототипирования компьютерных игр, сокращающего время и ресурсы на разработку за счет автоматического создания контента. Работа логически развивает исследования по созданию полноценного игрового движка для игровых дизайнеров и сценаристов.


Ключевые слова:
игровой баланс, компьютерные игры, экономическая симуляция, игровой дизайн, инструменты разработки.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_255-273.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-255-273

24

Поступила в редакцию 31.07.2022

Подписана в печать 28.09.2022

16 с.

PDF

Д. Н. Тумаков, Г. В. Каннуников, М. Г. Минлебаев
Детектирование состояний ионных каналов на мембране клетки с помощью нейронных сетей

Рассмотрена задача автоматизации процесса анализа открытых состояний каналов на мембране нейрона живого организма. Учитывая, что регистрация электрической активности клетки сделана методом патч-кламп при различных значениях приложенного потенциала, проведено разбиение на интервалы с постоянным потенциалом. Далее для устранения шумов к данным применены режекторный фильтр, низкочастотный и высокочастотный фильтры Чебышёва. К нормированным данным применена нейронная сеть, на основе результатов работы которой, данные изменены и повторно обработаны той же нейронной сетью. В результате работы алгоритма получена динамика состояний каналов, позволяющая регистрировать до нескольких открытых каналов одновременно.


Ключевые слова:
нейронные сети, ионные каналы, детектирование состояний каналов, живой организм.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_275-290.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-275-290

25

Поступила в редакцию 31.07.2022

Подписана в печать 28.09.2022

15 с.

PDF

Д. Н. Тумаков, Г. В. Каннуников, М. Г. Минлебаев
Детектирование состояний ионных каналов на мембране клетки с помощью нейронных сетей

Рассмотрена задача автоматизации процесса анализа открытых состояний каналов на мембране нейрона живого организма. Учитывая, что регистрация электрической активности клетки сделана методом патч-кламп при различных значениях приложенного потенциала, проведено разбиение на интервалы с постоянным потенциалом. Далее для устранения шумов к данным применены режекторный фильтр, низкочастотный и высокочастотный фильтры Чебышёва. К нормированным данным применена нейронная сеть, на основе результатов работы которой, данные изменены и повторно обработаны той же нейронной сетью. В результате работы алгоритма получена динамика состояний каналов, позволяющая регистрировать до нескольких открытых каналов одновременно. (англ.)


Ключевые слова:
нейронные сети, ионные каналы, детектирование состояний каналов, живой организм.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_291-305.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-291-305

26

Поступила в редакцию 23.08.2022

Подписана в печать 21.09.2022

18 с.

PDF

Р. А. Шараева, В. В. Кугуракова, Н. Э. Селезнева
Оценка сокращения времени при использовании модифицированной методики таск-трекинга в управлении ИТ-проектами

Для управления разработкой ИТ-проектов традиционно используются таск-трекеры, позволяющие автоматизировать задачи менеджмента. Проведен анализ популярных инструментов и сформулированы новые требования для систем управления задачами и проектами в целом для любых узкоспециализированных сфер ИТ-разработки. Выработана оригинальная авторская методика для систем таск-трекинга, не имеющая аналогов. Практическая реализация предложенного подхода показала, что решать проблемы менеджмента можно значительно эффективнее: оптимизация в некоторых случаях достигает более 50%. Кроме того, разработан инструмент ProjectAR, позволяющий нивелировать ряд рисков.
Для подтверждения гипотезы о сокращении времени на управленческие задачи проведено сравнение с популярным таск-трекером Asana, наиболее близким по функционалу к ProjectAR. Помимо временной метрики, в качестве критерия сравнения инструментов выбрана оценка риска неверной интеграции выработанных артефактов разработки. Сравнение инструментов проведено с учетом количества шаблонов, необходимых для реализации ИТ-решений, и количества типовых проектов.
В заключение представлены варианты развития созданного инструмента.


Ключевые слова:
программная инженерия, ИТ-разработка, таск-трекер, автоматизация.

Ссылка на статью обязательна

http://psta.psiras.ru/read/psta2022_3_307-324.pdf

цифровой идентификатор статьи DOI

https://doi.org/10.25209/2079-3316-2022-13-3-307-324

 

• Содержание выпуска

 

Адрес редакции: 152021, Ярославская обл., Переславский район, село Веськово, ул. Петра Первого, д. 4 "а"
Тел.: (4852) 695-228.       E-mail: info@psta.psiras.ru.      Сетевой адрес издания: http://psta.psiras.ru

© Электронный научный журнал «Программные системы: теория и приложения» (дизайн) 2010-2017
© Федеральное государственное бюджетное учреждение науки Институт программных систем имени А.К. Айламазяна Российской академии наук (ИПС им. А.К. Айламазяна РАН)  2010-2022