Персона: Артамонов, Алексей Анатольевич
Загружается...
Email Address
Birth Date
Научные группы
Организационные подразделения
Организационная единица
Институт международных отношений
Цель ИМО и стратегия развития - системная подготовка высококвалифицированных кадров, способных решать нестандартные задачи при реализации международных научно-технологических и торгово-промышленных проектов для компаний и корпораций ключевых секторов экономики страны.
Статус
Фамилия
Артамонов
Имя
Алексей Анатольевич
Имя
35 results
Результаты поиска
Теперь показываю 1 - 10 из 35
- ПубликацияТолько метаданныеVisualization of graph-based representations for analyzing related multidimensional objects(2020) Ulizko, M. S.; Antonov, E. V.; Artamonov, A. A.; Tukumbetova, R. R.; Улизко, Михаил Сергеевич; Антонов, Евгений Вячеславович; Артамонов, Алексей Анатольевич; Тукумбетова, Руфина Рашитовна© 2020 National Research Nuclear University. All rights reserved.The paper considers the task of analyzing complex interconnected objects using graphs. The subject of the research is such multidimensional object as a "politician". The paper presents the main methods of visualizing multidimensional data and the choice of data analysis is justified using graphs. An algorithm that enables to automate data collection on politicians was developed. One of the main methods of data collecting on the Internet is web scraping. Web scraping software may access the World Wide Web directly using the HTTP, or through a web browser. While web scraping can be done manually by a software user, the term typically refers to automated processes implemented using a software agent. The process of transition from an object of the "personality" type to its graph representation with various types of nodes and edges is described. The use of graphs enables to see various types of relationships, including mediate. The features of the used Gephi software for data analysis are presented. This methodology enables to change the attitude towards the analysis of multidimensional objects.
- ПубликацияОткрытый доступПРОГРАММА ВЫБОРКИ ДАННЫХ ПО СВОЙСТВАМ И СТРУКТУРАМ ОБЛУЧЕННЫХ РЕАКТОРНЫХ МАТЕРИАЛОВ( Российская Федерация, от имени которой выступает Государственная корпорация по атомной энергии «Росатом» Федеральное государственное унитарное предприятие «Всероссийский научно-исследовательский институт автоматики им. Н.Л.Духова» , 2022) Артамонов, А. А.; Стальцов, М. С.; Антонов, Е. В.; Чернов, И. И.; Улизко, М. С.; Тукумбетова, Р. Р.; Ионкина, К. В.; Ионкина, Кристина Вячеславовна; Чернов, Иван Ильич; Антонов, Евгений Вячеславович; Улизко, Михаил Сергеевич; Артамонов, Алексей Анатольевич; Тукумбетова, Руфина Рашитовна; Стальцов, Максим СергеевичПрограмма предназначена для осуществления автоматизированного сбора публикаций и статей по тематике облученных реакторных материалов. Пользовательский интерфейс программы предоставляет возможность выбирать информацию, которую необходимо собрать. Программа позволяет осуществлять сбор полного текста статьи, таблиц, представленных в статье, изображений, представленных в статье и основной информации о статье. Далее, в собранной статье Программа осуществляет распознавание сущностей, а именно химических элементов и материалов. Тип ЭВМ: IBM PC - совмест. ПК; ОС: Ubuntu 20 и выше.
- ПубликацияОткрытый доступРЕЦЕНЗИРОВАННЫЕ УЧЕБНО-МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ ПО ФИНАНСОВОЙ БЕЗОПАСНОСТИ ПО УКРУПНЕННЫМ ГРУППАМ СПЕЦИАЛЬНОСТЕЙ(НИЯУ МИФИ, 2023) Норкина, А. Н.; Артамонов, А. А.; Морозов, Н. В.; Антонов, Е. В.; Улизко, М. С.; Ионкина, К. В.; Соколов, И. Д.; Мальцев, М. В.; Ионкина, Кристина Вячеславовна; Улизко, Михаил Сергеевич; Норкина, Анна Николаевна; Антонов, Евгений Вячеславович; Морозов, Николай Владимирович; Соколов, Иван Дмитриевич; Артамонов, Алексей АнатольевичБаза данных (БД) содержит информацию по основным сведениям дисциплины, календарному плану, перечню профильных компетенций, таблицам соответствия по укрупненным группам специальностей, фонду оценочных средств и дополнительным материалам. Объектами БД являются учебно-методические материалы по финансовой безопасности. Структурирована по укрупненным группам специальностей с указанием обязательных и необязательных тем к изучению в рамках направления подготовки и уровня обучения. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Debian 11.
- ПубликацияТолько метаданныеMethodology of Analysis of Similar Objects with the Use of Modern Visualization Tools(2020) Tretyakov, E. S.; Tukumbetova, R. R.; Artamonov, A. A.; Тукумбетова, Руфина Рашитовна; Артамонов, Алексей Анатольевич© 2020, Springer Nature Switzerland AG.Nowadays during data collection and primary data analysis the problem related to express analysis of received amount of information occurs. Therefore, this article presents methods of analysis of similar objects with the use of scientific visualization tools. These methods are considered with the analysis of Chinese published military patents, which were declassified due to the transparent policy of civil-military integration. For comprehensive implementation of these tools, first of all, it is necessary to identify attributes, which are specific for all patents were identified. With the use of these attributes, visualization tools and agent technologies, the comprehensive analysis of the patent information was conducted. In the article graph presentation of data is considered as the main visualization tool. The authors provide the examples of using various methods of graphic visualization with different selections of attributes. In addition, in this article the use of graphs for creating the termbase from the patent information is described. Analyze of such graph entirely, because of its size, can give only understanding of the amount of analyzed data. With graph fragmentation there is an opportunity to select general and unique terms for all IPC groups. Therefore it provides the analyst the opportunity to receive an overview of information in the patents instantly.
- ПубликацияТолько метаданныеTrend Visualization of Academic Field: Proposed Method and Big Data Review(2022) Antonov, E. V.; Artamonov, A. A.; Rudik, A. V.; Malugin, M. I.; Антонов, Евгений Вячеславович; Артамонов, Алексей Анатольевич; Рудик, Андрей Владимирович; Малугин, Матвей Игоревич© 2022 National Research Nuclear University. All rights reserved.Research trends analysis is essential for scientists or governments to understand the present and predict the future of the field. Nowadays it is time-consuming to examine papers for following up on the latest trend in specific research interests. In our study, we present the distributed architecture of the system for automated data collection and analysis. Furthermore, we propose the data extraction workflow for collecting data from multiple sources. The interactive dashboard is implemented with a set of different visualizations for tracing research trends. As a practical implementation of the developed system, a research trend analysis of Big Data technologies is carried out. The set of 34062 articles was processed and collected on that topic from 25 selected internet sources. Finally, a review of Big Data technologies is presented using the developed dashboard, and cases of its use are considered. An analysis of the topic on a specific period, country, and the field is shown and discussed. In addition, the authors try to give a perspective of the future development of Big Data field and its association with related fields.
- ПубликацияТолько метаданныеEnhancements in Functionality of the Interactive Visual Explorer for ATLAS Computing Metadata(2020) Grigorieva, M. A.; Alekseev, A. A.; Artamonov, A. A.; Galkin, T. P.; Артамонов, Алексей АнатольевичThe development of the Interactive Visual Explorer (InVEx), a visual analytics tool for the computing metadata of the ATLAS experiment at LHC, includes research of various approaches for data handling both on server and client sides. InVEx is implemented as a web-based application which aims at the enhancing of analytical and visualization capabilities of the existing monitoring tools and facilitates the process of data analysis with the interactivity and human supervision. The current work is focused on the architecture enhancements of the InVEx application. First, we will describe the user-manageable data preparation stage for cluster analysis. Then, the Level-of-Detail approach for the interactive visual analysis will be presented. It starts with the low detailing, when all data records are grouped (by clustering algorithms or by categories) and aggregated. We provide users with means to look deeply into this data, incrementally increasing the level of detail. Finally, we demonstrate the development of data storage backend for InVEx, which is adapted for the Level-of-Detail method to keep all stages of data derivation sequence.
- ПубликацияОткрытый доступПРОГРАММА АВТОМАТИЗИРОВАННОГО СБОРА И ОБРАБОТКИ ПУБЛИКАЦИЙ В ОБЛАСТИ БИОМЕДИЦИНЫ(НИЯУ МИФИ, 2024) Тремасов, Г. М.; Антонов, Е. В.; Артамонов, А. А.; Тукумбетова, Р. Р.; Хвостова, М. О.; Соколов, И. Д.; Патрушев, К. А.; Чупрыгин, С. С.; Чупрыгин, Семён Сергеевич; Патрушев, Константин Алексеевич; Соколов, Иван Дмитриевич; Артамонов, Алексей Анатольевич; Тукумбетова, Руфина Рашитовна; Хвостова, Мария Олеговна; Тремасов, Григорий Михайлович; Антонов, Евгений ВячеславовичПрограмма для ЭВМ обеспечивает сбор и обработку данных об исследованиях в области биомедицины с открытых информационных источников. В программу передается пользовательский запрос, с помощью которого реализуется выгрузка данных по необходимым временным промежуткам для обеспечения сбора с учетом имеющихся ограничений со стороны информационных источников. Полученные данные обрабатываются и структурируются в машиночитаемый JSON формат в соответствии с разработанной авторами структурой. Тип ЭВМ: IBM PC-совмест. ПК. ОС: Ubuntu 20.04 и выше.
- ПубликацияТолько метаданныеUser Group Classification Methods Based on Statistical Models(2022) Cherkasskaya, M. V.; Cherkasskiy, A. I.; Artamonov, A. A.; Galin, I. Y.; Черкасский, Андрей Игоревич; Артамонов, Алексей Анатольевич; Галин, Илья Юрьевич© 2022, The Author(s), under exclusive license to Springer Nature Switzerland AG.The fundamental difficulty of building an information model of a target object in social networks is that a large number of characteristics (several tens) are used in the description of objects in social networks, described by all conceivable types of data: numbers, score estimates of qualitative characteristics, texts, symbols, video and audio information. Obviously, such non-additive data types cannot be used to construct any integral criterion for the specification of the target object. To solve this problem, the article introduces the concept of “vector of target search”. The general idea for solving this problem, proposed by the authors, is to convert physical characteristics into relative dimensionless quantities with normalized values from 0 to 1. The authors have implemented modern promising ideas in the development of intelligent information technologies, such as: computer training of intelligent agents using illustrative examples from the training sample, agent-based technologies for working with Big Data, the method of wave scanning of social networks when searching for target objects. The implementation of wave scanning of social networks during agent search of targets significantly reduces the computing power required to implement the search process and reduces the amount of “noise” in agent collections. Authors developed a method of marking a single object of a social network to solve the problems of streaming classification of objects in the interests of various groups of researchers, including solving the problems of targeted attraction of applicants to a higher educational institution.
- ПубликацияОткрытый доступEvent Analysis: Application in Social Forecasting(2024) Korenkova,T.V.; Artamonov,A.A.; Ulizko,M.S.; Коренькова, Татьяна Вячеславовна; Артамонов, Алексей Анатольевич; Улизко, Михаил Сергеевич
- ПубликацияТолько метаданныеEvaluation of the Level-of-Detail Generator for Visual Analysis of the ATLAS Computing Metadata(2019) Grigorieva, M. A.; Titov, M. A.; Alekseev, A. A.; Klimentov, A. A.; Artamonov, A. A.; Milman, I. E.; Galkin, T. P.; Pilyugin, V. V.; Артамонов, Алексей Анатольевич; Пилюгин, Виктор Васильевич© 2019, Pleiades Publishing, Ltd.The ATLAS experiment at the LHC processes, analyses and stores vast amounts of data, which is either recorded by the detector or simulated worldwide using Monte Carlo methods. ATLAS Computing metadata is generated at very high rates and volumes. The necessity to analyze this metadata is constantly increasing, since the heterogeneous, distributed and dynamically changing computing infrastructure requires sophisticated optimization decisions, made by human or/and by machines. Visual analytics is one of the methods facilitating the analysis of massive amounts of data (structured, semi-structured, and unstructured) which leverages human judgement by means of interactive visual representations. Given the huge number of ATLAS computing jobs that need to be visualized simultaneously for error investigations or other optimization processes, resources of the client application responsible for such visualization may reach its limits. Data objects that share similar feature values can be represented and visualized as a single group, thus initial large data sample would be represented at different levels of detail. This approach will also avoid client overload. In this paper we evaluate implementations of k-means-based Level-of-Detail generator method applied to the metadata of ATLAS jobs. This method is used in the visual analytics application InVEx (Interactive Visual Explorer) that is under development, and which is based on 3-dimensional interactive visualization of multidimensional data.