ivdon3@bk.ru
В статье рассматривается применение системы остаточных классов в обработке текстовой информации. Система остаточных классов, основанная на принципах модулярной арифметики, представляет числа в виде наборов остатков по взаимно простым модулям. Такой подход обеспечивает возможность параллельного выполнения вычислений, потенциальное сжатие данных и повышенную устойчивость к помехам. В работе рассмотрены вопросы кодирования символов, параллельной обработки информации, обнаружения и коррекции ошибок, вычислительные преимущества при реализации полиномиальных хеш-функций, а также практические ограничения применения системы остаточных классов.
Ключевые слова: система остаточных классов, модулярная арифметика, обработка текста, параллельные вычисления, сжатие данных, помехоустойчивость, китайская теорема об остатках, полиномиальные хеши, коррекция ошибок, компьютерная лингвистика
Онтологическое моделирование является перспективным направлением развития научно-методической базы разработки интеллектуальных информационных систем в электроэнергетике. В статье предложен новый подход к использованию онтологических моделей при создании систем искусственного интеллекта для прогнозирования временных рядов в задачах электроэнергетики. Введены формальные метрики: онтологическое расстояние между признаком и целевой переменной, а также семантическая релевантность признака. На примерах доменных онтологий для ветроэнергетики и электропотребления промышленного предприятия продемонстрированы алгоритмы расчета этих метрик и показано, как они позволяют проранжировать признаки, реализовать автоматизированный выбор наиболее значимых признаков, обеспечить семантическую регуляризацию обучения регрессионных моделей различных видов. Даны рекомендации по выбору коэффициентов для расчета метрик, проведен анализ теоретических свойств метрик и обозначены границы применимости предложенного подхода. Полученные результаты формируют основу для дальнейшей интеграции онтологической информации в математические и компьютерные модели прогнозирования генерации и потребления электроэнергии при разработке отраслевых интеллектуальных систем.
Ключевые слова: онтология, онтологическое расстояние, релевантность признаков, системный анализ, объяснимый искусственный интеллект, электроэнергетика, прогнозирование генерации, прогнозирование электропотребления
2.3.1 - Системный анализ, управление и обработка информации , 2.4.5 - Энергетические системы и комплексы
В современном мире, когда технологии развиваются с невероятной скоростью, компьютеры обрели способность «видеть» и воспринимать окружающий мир подобно человеку. Это привело к революции в анализе и обработке визуальных данных. Одним из ключевых достижений стало применение компьютерного зрения для поиска объектов на фотографиях и видео. Благодаря этим технологиям можно не только находить такие объекты как люди, автомобили или животные, но и точно указывать их положение с помощью ограничивающих рамок или масок для сегментации. В данной статье подробно рассматриваются современные модели глубоких нейронных сетей, применяемые для детекции человека на изображениях и видео, снятых с высоты и большого расстояния на сложном фоне. Анализируются архитектуры Faster Region-based Convolutional Neural Network (Faster R-CNN), Mask Region-based Convolutional Neural Network (Mask R-CNN), Single Shot Detector (SSD) и You Only Look Once (YOLO), сравниваются их точность, скорость и способность эффективно выявлять объекты в условиях неоднородного фона. Особое внимание уделено изучению особенностей каждой модели в конкретных практических ситуациях, где важны и высокое качество обнаружения целевых объектов, и скорость обработки изображений.
Ключевые слова: машинное обучение, искусственный интеллект, глубокое обучение, сверточные нейронные сети, детекция человека, компьютерное зрение, обнаружение объектов, обработка изображений
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
Статья посвящена разработке комбинированного метода реферирования русскоязычных текстов, объединяющего экстрактивные и абстрактивные подходы для преодоления ограничений существующих методов. Предлагаемому методу предшествуют этапы: предобработка текста, комплексный лингвистический анализ с использованием RuBERT, кластеризация на основе семантической близости. Метод включает экстрактивное реферирование через алгоритм TextRank и абстрактивную доработку с помощью нейросетевой модели RuT5. Эксперименты на новостном корпусе Газета.Ру подтвердили преимущество метода по точности, полноте, F-мере и метрикам ROUGE. Результаты показали превосходство комбинированного подхода над чисто экстрактивными методами, такими как TF-IDF и статистический, и абстрактивными методами, такими как RuT5 и mBART.
Ключевые слова: комбинированный метод, реферирование, русскоязычные тексты, TextRank, RuT5
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
Рассмотрены вопросы идентификации параметров настраиваемых моделей линейных нестационарных динамических систем на примере линеаризованной настраиваемой модели двигателя постоянного тока с независимым возбуждением. Разработан новый метод оценивания параметров настраиваемых моделей по малому числу наблюдений на основе проекционной идентификации и аппарата линейной алгебры и аналитической геометрии. Для апробации разработанного метода идентификации было проведено сравнение переходных характеристик настраиваемой модели двигателя постоянного тока с независимым возбуждением при полученных оценках параметров с эталонными характеристиками. Показана эффективность применения предложенного метода идентификации в задачах управления электроприводом постоянного тока.
Ключевые слова: двигатель постоянного тока, проекционная идентификация, оценивание параметров динамических систем, настраиваемая модель нестационарной динамической системы
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
Современные вычислительные системы управления химико-технологическими процессами позволяют программно реализовывать сложные алгоритмы управления, в то числе с использование методов машинного обучения и элементов искусственного интеллекта. Такие алгоритмы могут быть применимы в том числе для сложных нестационарных многоассортиментых и гибких дискретных производств, к которым относятся и такие процессы малотоннажной химии, как производства полимерных материалов. В статье рассматривается производство фторопласта в реакторах периодического действия. Этот процесс протекает при постоянно изменяемых параметрах, таких как давление и температура. Одной из важных задач системы управления является стабилизация качества выпускаемого полимера, и для этих целей важно прогнозировать это качество в процессе производства до выпуска фторопласта. Качество продукции в свою очередь сильно зависит как от качества исходных реагентов, так и от действий оператора. В условиях нестационарного процесса типовые виртуальные анализаторы качества, основанные на регрессионных зависимостях, показывают плохие результаты, и, как правило, неприменимы. В статье предложена архитектура виртуального анализатора качества, основанного на методах математического прогноза с использованием таких алгоритмов так: метод случайного леса, градиентный бустинг и пр.
Ключевые слова: полимеризация, многоассортиментные производства, малотоннажная химия, прогноз качества, машинное обучение
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
Статья посвящена разработке веб-портала для мониторинга и прогнозирования качества атмосферного воздуха в Хабаровском крае. В работе представлен анализ существующих решений в области экологического мониторинга, выявлены их ключевые недостатки, такие как отсутствие данных в реальном времени, ограниченный функционал и устаревшие интерфейсы. Авторами предложено современное решение на базе технологического стека Python/Django и PostgreSQL, обеспечивающее сбор, обработку и визуализацию данных с датчиков качества воздуха. Особое внимание уделено реализации прогнозирования концентраций вредных газов с использованием рекуррентной нейронной сети, а также созданию интуитивно понятного пользовательского интерфейса с интерактивной картой на основе OpenStreetMap. В статье подробно описана архитектура системы, включая серверную часть, базу данных и фронтенд-реализацию, а также применяемые методы обеспечения производительности и безопасности. Результатом работы стал функциональный веб-портал, предоставляющий актуальную информацию о состоянии атмосферного воздуха, прогнозные данные и удобные инструменты визуализации. Разработанное решение демонстрирует высокую эффективность и может быть масштабировано для применения в других регионах.
Ключевые слова: экологический мониторинг, качество атмосферного воздуха, веб-портал, прогнозирование, Django, Python, PostgreSQL, нейронные сети, OpenStreetMap
В данной статье рассматривается эффективность цифровой системы передачи данных через зашумленный канал связи, использующей метод сжатия Хаффмана и циклическое кодирование БЧХ (Боуза-Чоудхури-Хоквингема). Сжатие Хаффмана уменьшает избыточность данных, что повышает эффективную скорость передачи, а коды БЧХ обеспечивают обнаружение и исправление ошибок, возникающих из-за шума в канале. Анализ, вероятно, включает оценку таких параметров, как степень сжатия, скорость передачи данных, вероятность ошибки после декодирования и вычислительная сложность алгоритмов. Результаты показывают, насколько эффективно данное сочетание методов повышает надежность передачи данных в условиях шума.
Ключевые слова: цифровая система передачи, циклическое кодирование, степень сжатия, декодирование, кодирование
В данной статье рассматриваются особенности реализации моделей для распознавания именованных сущностей. В ходе работы проведен ряд экспериментов как с традиционными моделями, так и с известными архитектурами нейронных сетей, гибридной моделью, рассматриваются особенности результатов, их сравнение и возможные объяснения. В частности, показано, что гибридная модель с добавлением двунаправленной долгой краткосрочной памяти может давать более качественные результаты, чем базовая двунаправленная модель представлений на основе трансформеров. Также показано, что улучшенная путем добавления прореживающего слоя для регуляризации, взвешенной функции потерь и линейного классификатора поверх выходов, двунаправленная модель представлений на основе трансформеров может давать высокие значения метрик. Для наглядности в работе приведены графики обучения моделей и таблицы с метриками для сравнения. В процессе работы сформированы выводы и рекомендации.
Ключевые слова: анализ текста, искусственный интеллект, распознавание именованных сущностей, нейронные сети, глубокое обучение, машинное обучение
Для обеспечения устойчивой и надежной работы изолированных энергосистем необходимы модели, основанные на быстрой обработке и анализе негауссовых данных, что способствует повышению энергоэффективности и улучшению управления электропотреблением. В рамках теории оптимального управления электропотребления на основе комплексной процедуры рангового анализа была разработана модель режимного нормирования, отличающиеся от известных тем, что в первый раз использован аппарат R-распределения на основе рангового анализа, а так же устройством и способом режимного нормирования, позволяющая в автоматическом режиме обеспечить необходимый устойчивый режим электропотребления регионального электротехнического комплекса в условиях ресурсных ограничений.
Ключевые слова: режимное нормирование, ранговый анализ, OLAP-куб данных, метод половинного деления, энтропия, топологические данные, ранговая топологическая мера, план ресурсных ограничений, аппроксимация, региональный электрический комплекс, электропотребление
В статье исследуется влияние направления обработки данных на результаты дискретного косинусного преобразования (ДКП). На основе теории групп рассматриваются симметрии базисных функций ДКП, анализируются изменения, возникающие при смене направления обработки сигнала. Показано, что антисимметричные составляющие базиса меняют знак при обратном порядке отсчетов, в то время как симметричные остаются неизменными. Предложены модифицированные выражения для блочного ДКП, учитывающие изменение направления обработки. Экспериментально подтверждена инвариантность частотного состава преобразования к направлению обработки данных. Результаты демонстрируют возможность применения предложенного подхода для анализа сигналов произвольной природы, включая обработку изображений и сжатие данных.
Ключевые слова: дискретные преобразования, базисные функции, инвариантность, симметрия, направление обработки, матричное представление, корреляция
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
Данная работа посвящена построению системы визуально-инерциальной одометрии беспилотного автомобиля, использующей в качестве источника информации как бинокулярные камеры, так и инерциальные датчики, которая была бы способна одновременно определять собственное положение автомобиля и отслеживать относительное положение других участников дорожного движения. Для обеспечения точной и непрерывной локализации предлагается использовать инерциальную навигационную систему и два типа особых точек изображения. Модели глубокого обучения используются для точного и надежного отслеживания особых точек. Для достижения эффективного и надежного сопоставления объектов между двумя кадрами предлагается многоуровневый механизм ассоциации данных, учитывающий возможные ошибки различных компонентов системы. Результаты экспериментов демонстрируют осуществимость и потенциал применения предлагаемой системы.
Ключевые слова: многообъектная визуально-инерциальная одометрия, локализация, ассоциация данных, отслеживание 3D динамических объектов
Статья посвящена описанию и математическому обоснованию U-образного распределения долей тем, возникающего в модели латентного размещения Дирихле при симметричных гиперпараметрах. Показано, что бимодальная форма обусловлена сведением Дирихле-вектора к бета-распределению, что делает традиционные одномодальные аппроксимации некорректными. Предложена составная вероятностная модель, объединяющая бета-, гамма- и пуассоновские компоненты, а также ковариационный учёт семантической связности. Параметры модели определяются методом дифференциальной эволюции по критерию, включающему расстояние Васерштейна и дивергенции Дженсена–Шеннона и Кульбака–Лейблера. На корпусе текстов информационного поля Госкорпорации «Росатом» установлено, что новая модель точнее логнормальной, Парето, экспоненциальной и нормальной аппроксимаций, позволяя надёжно характеризовать тематические потоки и поддерживать решения в задачах мониторинга больших текстовых данных.
Ключевые слова: системный анализ, латентное размещение Дирихле, тематическое моделирование, латентное размещение Дирихле, интенсивность тематического сигнала, бета-распределение, гамма-распределение, пуассоновский процесс, дивергенция Дженсена–Шеннона
В данной работе рассматриваются методы оценки собственного положения по видеоизображению. Предлагается надежный двухэтапный алгоритм восстановления структуры сцены по ее наблюдаемым видеоизображениям. В предлагаемом алгоритме на этапе извлечения и сопоставления признаков используется случайная выборка на основе разрезов графа соседства для отбора наиболее вероятных совпадающих пар признаков, На этапе нелинейной оптимизации применяется улучшенный алгоритм оптимизации с адаптивным коэффициентом затухания и динамической регулировкой доверительной области. По сравнению с классическим алгоритмом Левенберга-Маркарда (Levenberg-Marquard, LM), глобальная и локальная сходимость могут быть лучше сбалансированы. Для упрощения решений системы на этапе групповой настройки используется метод дополнения Шура, позволяющий существенно сократить объем вычислений. Проведенные эксперименты подтвердили работоспособность и эффективность предложенного алгоритма.
Ключевые слова: 3D-реконструкция, граф-разрез, структура из движения (SfM), RANSAC, оптимизация настройки пучка, алгоритм Левенберга-Марквардта, надежное сопоставление признаков
Статья посвящена разработке и экспериментальной проверке внешнего механизма балансировки нагрузки для кластеров серверов, обслуживающих распределённую образовательную сеть. Предложен гибридный подход, сочетающий классические методы (Round Robin, Least Connections) с эволюционным поиском на базе генетического алгоритма. На модельном уровне показано, как задача распределения сеансов пользователей формулируется через минимизацию максимальной загрузки и ограничение задержек. Разработанное решение реализовано целиком на отечественном технологическом стеке — кластерах серверов платформы «1С:Предприятие», контейнерах Docker и интеграционной шине «1С:Шина». Экспериментальное исследование демонстрирует, что новая логика распределения повышает устойчивость системы при колебаниях трафика, снижает задержки для пользователей и рациональнее использует резервные ресурсы, при этом не создавая заметной дополнительной нагрузки на управляющие узлы. Работа подтверждает практическую пригодность эволюционных методов в задачах онлайн-балансировки.
Ключевые слова: балансировка нагрузки, кластеры серверов, генетический алгоритм, имитационное моделирование, 1С:Шина
В работе рассмотрена облегченный модифицированный вариант нейронной сети YOLO-v5, который используется для распознавания объектов дорожной сцены в задаче управления беспилотным автомобилем. В предложенной модели слой субдискретизации (пулинга) заменён на модуль ADown с целью снижения сложности модели. Добавлен модуль C2f в качестве модуля извлечения признаков, чтобы повысить точность за счет объединения признаков. Приведены эксперименты с использованием сцен заснеженных дорог и показана эффективность предложенной модели для распознавания объектов.
Ключевые слова: распознавание объектов дорожной сцены, YOLOv5, Adown, C2f, глубокое обучение, слой субдискретизации, нейронной сети, облегченная сети, набор данных
Целью статьи является изучение возможности влияния разнообразных факторов, оказывающих воздействие на процесс ликвидации аварии водопровода на основе его моделирования методами нечеткой логики. В статье обсуждаются различные варианты по управлению процессом ликвидации аварии водопровода и в ходе анализа определяется комплекс качественных параметров, которые используются в модели нечёткого вывода на основе метода Мамдани. Для построения математической модели с помощью группы экспертов были сформулированы 37 продукций, благодаря чему модель может работать с выделенными качественными переменными как с количественными и отслеживать изменения, которые происходят в процессе. Результатом цикла логического вывода является чёткое значение параметров, описывающих возможные действия, необходимые для ликвидации аварии. Полученная математическая модель позволяет анализировать входные параметры на качественном уровне, даёт на выходе качественное представление получаемого результата, что повысит эффективность действий, направленных на ликвидацию аварии водопровода. Качество функционирования описываемой модели верифицируется группой экспертов.
Ключевые слова: фаззификация, дефаззификация, метод Мамдани, системный анализ, нечеткая логика, качественные параметры, авария водопровода, математическая модель
Статья посвящена изучению возможностей автоматической транскрибации и анализа аудиозаписей телефонных разговоров сотрудников отдела продаж с клиентами. Актуальность исследования связана с ростом объема голосовых данных и потребностью в их быстрой обработке в организациях, деятельность которых тесно связана с продажей своих продуктов или услуг клиентам. Автоматическая обработка аудиозаписей позволит провести проверку качества работы сотрудников call-центров, определяя допущенные нарушения в скриптах разговоров с клиентами. Предложенное программное решение основано на использовании модели Whisper для распознавания речи, библиотеки pyannote.audio для диаризации спикеров, а также библиотеки RapidFuzz для организации нечёткого поиска при проведении анализа строк. В ходе экспериментального исследования, проведенного на базе разработанного программного решения, было подтверждено, что использование современных языковых моделей и алгоритмов позволяет добиться высокой степени автоматизации обработки аудиозаписей и может использоваться в качестве инструмента предварительного контроля без участия специалиста. Полученные результаты подтверждают практическую применимость используемого авторами подхода для решения задач контроля качества в отделах продаж или call-центрах.
Ключевые слова: call-центр, аудиофайл, распознавание речи, транскрибация, диаризация спикеров, классификация реплик, обработка аудиозаписей, Whisper, pyannote.audio, RapidFuzz
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации
Работа посвящена разработке автоматизированной системы для принятия градостроительных решений в рамках комплексной жилой застройки. Система ориентирована на достижение рентабельности для застройщика и максимальных социально-экономических эффектов для города. Исследование включает системный анализ взаимодействия ключевых сторон, создание модели многокритериальной оптимизации для баланса их интересов и формализацию выбора земельных участков. Применены предметно-ориентированное проектирование (DDD), метод анализа иерархий и методы оптимизации. Разработаны таксономическая модель взаимодействия и финансовая модель для оценки и автоматизации расчетов, формирующие основу стратегических решений.
Ключевые слова: автоматизированная система принятия решений, концептуальная таксономическая модель, математическая модель, экономическая модель, весовые коэффициенты, комплексная жилая застройка, рентабельность, дескрипционная логика
Статья посвящена проблемам интеграции и обработки разнородных данных в условиях цифровой трансформации как внутри одной компании, так и при организации взаимодействия между различными участниками бизнес-процессов. Основное внимание уделено вопросам совместной работы компаний-производителей оборудования и промышленных предприятий, подчеркивается важность согласования и преобразования данных при взаимодействии гетерогенных информационных систем. Рассматривается проблема интеграции исторических данных, сложности, возникающие при переходе на новую инфраструктуру, и предлагается способ решения по аналогии с принципами работы открытых стандартов, таких как OpenCL. Особое внимание уделяется необходимости предоставления полных и непротиворечивых данных, разработке эффективных механизмов семантической интеграции и использованию онтологических подходов для устранения трудностей при сопоставлении и интерпретации разнородных данных. Подчеркивается важность постоянного обновления словаря метаданных и формирования связей между различными источниками данных для обеспечения качественной и надежной интеграции. Рассматриваемые подходы направлены на создание устойчивых механизмов обмена информацией между различными участниками бизнеса для принятия управленческих решений.
Ключевые слова: цифровая трансформация, гетерогенные системы, онтология, семантическая интеграция, метаданные, маппинг данных
В статье изложены основные принципы применения технологий искусственного интеллекта (ИИ) и машинного обучения на нефтеперерабатывающих заводах. Рассмотрены преимущественные характеристики языка программирования Python при организации сбора данных с технологических установок, обработке больших данных, построении и валидации моделей прогнозирования. Проанализированы основные библиотеки Python по работе с данными на всех этапах жизненного цикла моделей машинного обучения (Pandas, Matplotlib, Scikit-learn и другие). Особое внимание уделено задаче оптимизации энергопотребления и повышения эффективности работы нефтеперерабатывающих предприятий за счет автоматизации прогнозирования работы их оборудования.
Ключевые слова: машинное обучение, искусственный интеллект (ИИ), интеллектуальный анализ данных, Python, Scikit-learn, прогнозирование, энергопотребление, нефтепереработка, нефтегазовая отрасль, нефтеперерабатывающий завод
2.3.1 - Системный анализ, управление и обработка информации , 2.8.4 - Разработка и эксплуатация нефтяных и газовых месторождений
Данная работа посвящена построению робастной системы визуально-инерциальной одометрии беспилотного автомобиля, использующей бинокулярные камеры и инерциальные датчики в качестве источников информации. Система основана на модифицированной структуре системы VINS-FUSION. Для лучшего баланса количества и качества точек отслеживания предложено использовать два типа особых точек. Для фильтрации неверных совпадений особых точек предложено использовать несколько разных методов. Семантическая и геометрическая информация объединяются для быстрого удаления динамических объектов. Особые точки статических объектов используются для дополнения точек отслеживания. Предлагается многослойный механизм оптимизации для полного использования всех сопоставлений точек и повышения точности оценки движения. Результаты экспериментов демонстрируют эффективность системы.
Ключевые слова: робастная визуально-инерциальная одометрия, локализация, дорожная сцена, многоуровневый механизм оптимизации
В статье представлен метод адаптации телескопа-дальномера ТПЛ-1 для проведения фотометрических наблюдений искусственных спутников Земли (ИСЗ). Вместо штатной оптической системы использована комбинация камеры ZWO ASI294MM Pro и объектива "Юпитер-21М", установленных на монтировку телескопа. Разработано специальное крепление, обеспечивающее точную фокусировку, юстировку и стабильность системы. Метод сочетает доступность любительского оборудования с научной значимостью данных, открывая перспективы для образовательных проектов, мониторинга космического мусора и исследований динамики ИСЗ. Перспективы работы включают автоматизацию наблюдений и расширение списка наблюдаемых объектов.
Ключевые слова: фотометрия, искусственные спутники Земли, ТПЛ-1, адаптация оборудования, кривые блеска, мониторинг космических объектов
2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
Статья посвящена рассмотрению ключевых вопросов, связанных с использованием методов машинного и глубокого обучения в сельском хозяйстве. Отдельное внимание уделено сферами применения данных технологий в различных процессах земледелия и выращивания культур. Кроме того, рассмотрены особенности использования глубокого обучения на практике на примере разработки рекомендательной системы, которая призвана сформировать предложения наиболее подходящих культур для выращивания в определенном регионе в следующем сезоне.
Ключевые слова: сельское хозяйство, урожай, искусственный интеллект, глубокое обучение, прогнозирование, модель, сезон, точность
В статье рассматривается разработанный авторами программный модуль, предназначенный для автоматической генерации программного кода на основе UML-диаграмм. Актуальность разработки данного модуля обусловлена ограничениями существующих зарубежных инструментов кодогенерации, связанными с функциональностью, удобством использования, поддержкой современных технологий, а также с их недоступностью на территории России. Модуль анализирует JSON-файлы, полученные экспортированием из онлайн-сервиса draw.io UML-диаграмм и преобразует их в код на выбранном языке программирования (Python, C++, Java) или в DDL-скрипты для СУБД (PostgreSQL, Oracle, MySQL). В качестве основных инструментов разработки были использованы язык Python и шаблонизатор Jinja2. Работа программного модуля продемонстрирована на примере небольшого проекта «Система управления библиотекой». В ходе исследования была проведена серия тестов по автоматической генерации кодов на основе типовых архитектур программно-информационных систем. Результаты тестов показали, что сгенерированный с помощью разработанного модуля код полностью соответствует исходным UML-диаграммам, включая структуру классов, связи между ними, а также конфигурацию базы данных и инфраструктуры (Docker Compose). Практическая значимость исследования заключается в том, что предложенная концепция генерации программного кода на основе визуальных моделей UML-диаграмм, построенных в популярном онлайн-редакторе draw.io, значительно облегчает разработку программно-информационных систем, и может быть использована в учебных целях.
Ключевые слова: генерация кода, автоматизация, python, jinja2, uml-диаграмма, json, шаблонизатор, парсинг, диаграмма классов, база данных, диаграмма развертывания
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.3.1 - Системный анализ, управление и обработка информации