Информационные системы и электронные архивы для научных исследований и обучения на персональных компьютерах и мобильных устройствахНИР

Information systems and electronic archives for research and learning on personal computers and mobile devices

Соисполнители НИР

МГУ имени М.В.Ломоносова Координатор

Источник финансирования НИР

госбюджет, раздел 0110 (для тем по госзаданию)

Этапы НИР

# Сроки Название
1 1 января 2018 г.-31 декабря 2018 г. Информационные системы и электронные архивы для научных исследований и обучения на персональных компьютерах и мобильных устройствах
Результаты этапа: Для системы для сбора и многокритериального анализа данных о процессе дистанционного обучения разработана архитектура модуля для сбора и обработки статистических данных. Реализован и подключен в клиент-серверный комплекс Chess King модуль для сбора детализированной информации о прогрессе обучения шахматам, используемый в настоящее время для сбора и хранения в сетевой базе данных Google Firebase данных в реальном времени о 100 000 обучаемых. После первичной обработки данные выгружаются на сервер обработки статистики, ранжирующий обучаемых по успешности усвоения материала с присвоением соответствующего рейтинга. Реализована система автоматического ранжирования задач по сложности на основе статистики их решения учениками. Для поддержки практикума для студентов 1-го курса создана новая версия системы тестирования решений задач на языке Паскаль с существенным расширением функционала, а именно: проверка на недопустимость использования типов данных и конструкций языка, запрещенных в условиях задач; возможность написания студентами не только полной программы, но и фрагментов программы, в частности, процедур и функций; загрузка программ, подготовленных в системе Pascal.ABC. Система используется для обучения в половине групп 2-го и 3-го потоков и вечернего отделения. В направлении создания программного обеспечения автоматизации историко-архивных исследований и в рамках проекта создания электронного просопографического архива по истории Московского университета проанализированы и доведены до пилотной реализации способы организации архива с помощью специализированного desktop-поисковика и на основе Wikimedia-движка. Результаты обсуждены на конференции в Архиве РАН. В рамках темы сжатия данных в оперативной памяти выработаны критерии оценки эффективности алгоритмов, проведен анализ и тестирование существующих на данный момент решений (RAM Doubler, MagnaRam, Memory Improve Master, Superfetch). Результаты готовятся к публикации.
2 1 января 2019 г.-31 декабря 2019 г. Информационные системы и электронные архивы для научных исследований и обучения на персональных компьютерах и мобильных устройствах
Результаты этапа: В рамках системы сбора и анализа данных о процессе дистанционного обучения создан единый архив шахматных задач Chess King , состоящий из более 100000 упражнений, доступный для решения как в веб-интерфейсе (https://chessking.com/), так и на мобильных устройствах (приложения ChessKing в Google Play и Apple Store). Произведено ранжирование задач по сложности и по базовым шахматным темам. Созданы подсистема тестирования уровня учеников по каждой из базовых тем, и подсистема выборки в процессе обучения задач, наиболее подходящих для текущего уровня ученика. Сложность задач динамически ранжируется в зависимости от успеха их решения учениками разных уровней. Рейтинг ученика ранжируется по нескольким критериям (в том числе: сила игры, стратегия, тактика, внимательность, дебют, эндшпиль). При функционировании системы используется двухуровневая база данных. На первом уровне с помощью облачной БД Google Firebase собираются данные от обобщенных пользователей, и происходит начальная обработка информации. На втором уровне обработанные данные поступают в базу данных Microsoft SQL, которая используется как долговременное хранилище для анализа качества обучения учеников и коррекции задач. Количество учеников, пользующихся системой, на момент отчета превышает 200 000 человек. Разработанная система предоставляет в перспективе основу для широкомасштабной апробации методов оценки знаний учащихся и алгоритмов подбора задач, в частности с использованием нейросетей. Для поддержки практикума для студентов 1-го курса расширены возможности системы тестирования решений задач на языке Паскаль: добавлена возможность тестирования решения задач на файлы, списки и деревья. Система используется для обучения в половине групп 2-го и 3-го потоков и вечернего отделения. В направлении создания программного обеспечения автоматизации историко-архивных исследований и в рамках проекта электронного архива по истории Московского университета разработаны просопографическая база данных деятелей наук о Земле и утилиты для ее сопровождения. В направлении разработки серии мультиплатформенных обучающих шахматных программ исследованы пути сокращения затрат на перенос программ с одной платформы на другую. Объем созданного кода на языках Java, Swift, Kotlin, Python, C++ за отчетный период превышает 150 тысяч строк. Количество установок разработанных приложений достигло миллиона. Разработана архитектура конвертера программных проектов на языке Kotlin на язык Swift с целью сокращения затрат для переноса программ с платформы Android на платформу iOS. Достижения лаборатории (создание 7-фигурных окончаний на суперкомпьютере и программы семейства Chess King) )демонстрировались на стендах факультета на Фестивале науки и всероссийском форуме "Цифровизация 2019".
3 1 января 2020 г.-31 декабря 2020 г. Информационные системы и электронные архивы для научных исследований и обучения на персональных компьютерах и мобильных устройствах
Результаты этапа:

Прикрепленные к НИР результаты

Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".