Основные результаты, полученные в ходе выполнения НИР за период 2020-2024 гг.:

1. НИР №18-010-00204 «Фундаментальные основы разработки механизмов эффективного цифрового сервис-ориентированного взаимодействия участников в социально-экономических системах и сетях» (2018-2021). Объем финансирования 700 000 рублей в год (с условием продления каждый год по итогам работы). Научный руководитель: д.э.н, профессор Васин Сергей Михайлович.
2. НИР №18-07-00408 «Разработка фундаментальных теоретических основ самоадаптации прикладных программных систем» (2018-2021). Объем финансирования 700 000 рублей в год (с условием продления каждый год по итогам работы). Научный руководитель д.т.н, профессор Бершадский Александр Моисеевич.
3. НИР №18-07-00975 «Разработка методов мониторинга и поддержки принятия решений для интеллектуальной среды «Умная дорога» (Smart road)» (2018-2021). Объем финансирования 700 000 рублей в год (с условием продления каждый год по итогам работы). Научный руководитель: к.т.н., Финогеев Антон Алексеевич.
4. НИР №19-013-00409 «Разработка методов и инструментальных средств управления конвергентными процессами в интеллектуальной образовательной среде (Smart learning environment)» (2019-2021). Объем финансирования 1 000 000 рублей. Научный руководитель: к.т.н., Деев Михаил Викторович.
5. НИР №20-71-10087 «Проактивный подход к мониторингу событий в сложных распределенных системах интеллектуального города с использованием технологий больших данных и предиктивной аналитики» (2020-2025). Объем финансирования 5 000 000 рублей в год (с условием продления каждый год по итогам работы). Научный руководитель: к.т.н., Финогеев Антон Алексеевич.
6. НИР №22-21-20100 «Цифровая трансформация процессов подготовки специалистов на основе модели конвергентного образования и интеллектуальных механизмов анализа регионального рынка труда» (2022-2023). Объем финансирования 1 500 000 рублей. Научный руководитель: к.т.н., Деев Михаил Викторович.
7. Математическая модель адаптивной программной системы прикладного назначения, полученная путем гиперграфовой формализации моделей изменчивости, описывающих предметную область и компонентные состав системы.
8. Оригинальные концепции адаптивного поведения прикладных программных систем, основанные на идее применимости основных механизмов адаптации высокоорганизованных живых систем к программным системам прикладного назначения.
9. Методы реализации адаптивного поведения прикладных программных систем, основанные на предложенных концептуальных положениях.
10. Метод верификация состояний адаптивной программной системы прикладного назначения, работающий с предложенной математической моделью и отличающийся инвариантностью к предметной области и типу системы и способный находить и исправлять ошибки в генерируемых в процессе выполнения состояниях программы без участия человека.
11. Метод синтеза адаптивных программных систем прикладного назначения, использующий гиперграфовое представление моделей изменчивости и алгоритмы искусственного интеллекта.
12. Метод управления процессами конвергенции и синхронизации ОП и ЭОР с адаптивной настройкой на динамически меняющиеся требования образовательных стандартов и работодателей для управления процессами обучения в интеллектуальной образовательной среде.
13. Конвергентной модель интеллектуальной образовательной среды на базе сближения моделей управления контентом ЭОР, моделей управления ОП, и моделей управления процессом подготовки с возможностью адаптивной синхронизации их ЖЦ.
14. Архитектура модуля поиска, сбора и интеллектуального анализа требований работодателей из открытых источников сети, таких как сайты, социальные сети, форумы и др. с использованием технологий поисковых роботов и обработки Big data с целью адаптивной настройки индивидуальных траекторий обучения и синтеза персонализированной образовательной среды для подготовки специалистов.
15. Методика адаптивной актуализации электронных образовательных ресурсов и образовательных программ на основе полученных данных от модуля сбора и интеллектуального анализа требований работодателей с целью минимизации времени, затраченного на настройки индивидуальных траекторий обучения и синтеза персонализированной образовательной среды для подготовки специалистов.
16. Структура и инфологическая модель интеллектуальной образовательной среды, которая позволит решать задачи синхронизации ЖЦ, конвергенции ОП различных специальностей и ЭОР разных преподавателей и для разных направлений подготовки с целью адаптивной настройки индивидуальных траекторий обучения и синтеза персонализированной образовательной среды для подготовки специалистов.
17. Архитектура и комплекс программно - инструментальных средств управления информационным пространством ВУЗа с системой адаптивного управления компонентами в процессе непрерывной подготовки специалистов для поддержки технологий мобильного, облачного и смешанного (виртуального и реального) обучения.
18. Концепция проактивного мониторинга событий в территориально-распределенных системах урбанистической среды на основе сбора, консолидации и предиктивного анализа больших данных о нештатных ситуациях и авариях с целью выявления возможных причин и факторов влияния для прогностического моделирования и оценки рисков возникновения и развития негативных событий.
19. Методология проактивного мониторинга событий в территориально-распределенных системах урбанистической среды на основе сбора, консолидации и предиктивного анализа больших данных о нештатных ситуациях и авариях с целью выявления возможных причин и факторов влияния для прогностического моделирования и оценки рисков возникновения и развития негативных событий.
20. Принципы мультиагентного подхода для реализации процессов сбора, консолидации и анализа больших данных.
21. Методика сбора и обработки больших сенсорных данных (фотографий, видеороликов, телеметрической информации и т.п.) с распределенных датчиков, (датчиков загазованности, загрязнений воздуха, охранной и пожарной сигнализации, протечек воды и т.п.), измерительных устройств (счетчиков электроэнергии, газа, тепла и воды) в коммунальных инженерных сетях, с фоторадарных комплексов фото и видеофиксации, погодных станций, камер видеонаблюдения на участках дорожной инфраструктуры города.
22. Методика сбора и обработки больших данных (текстовых сообщений, фотографий и видеокадров) о происходящих событиях с открытых источников в сети Интернет и мобильных систем.
23. Разработан мультиагентный подход для обработки больших сенсорных данных, получаемых в процессе работы фоторадарных комплексов фото- и видео фиксации (фотографий, видеокадров, диагностической телеметрической информации о состоянии комплекса).
24. Разработан метод комплексирования информации о дорожном движении и состоянии участков дорожно-транспортной инфраструктуры, поступающей с установленных стационарных и передвижных комплексов фотофиксации и видеонаблюдения, а также выкладываемой в социальные сети с мобильных средств связи участников дорожного движения, выступающих в роли внешних систем.
25. Разработан метод консолидации больших разнородных данных с разными временными и геопространственными метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в виде векторных и графовых моделей, классификацию и кластеризацию в пространстве признаков и факторов влияния, сбор статистик, ретроспективный анализ для установления корреляций с аналогичными происшествиями в прошлом (паттернами событий).
26. Модель обеспечения информационной безопасности для защиты больших сенсорных данных в распределенном информационном хранилище на сенсорных и мобильных узлах сбора данных и в каналах связи телекоммуникационной среды в процессе сбора, передачи и хранения на основе технологий распределенного реестра (блокчейн).
27. Метод обеспечения информационной безопасности для защиты больших сенсорных данных в распределенном информационном хранилище на сенсорных и мобильных узлах сбора данных и в каналах связи телекоммуникационной среды в процессе сбора, передачи и хранения на основе технологий распределенного реестра.
28. Методика представления информации о событиях в виде временных рядов характеристик событий и временных рядов динамики возможных факторов для оценки рисков возникновения и развития негативных событий, определения корреляций с рядами факторов и закономерностей их влияния.