Факультет социально-экономических и компьютерных наук

Публикации

• Книга

  Рудник П. Б., Зинина Т. С., Акиндинова Н. В. и др.

  Цифровая трансформация: эффекты и риски в новых условиях

  В докладе представлены оценки эффектов и рисков цифровой трансформации, в том числе с учетом влияния
  санкционных ограничений, в кратко- и долгосрочной перспективе. Рассмотрены социальные аспекты цифровой трансформации, включая проблемы адаптации человека к вызовам цифровой эпохи, платформенной занятости, цифровой исключенности, дистанционного образования и др. Проанализированы вызовы и особенности развития датацентричного государственного управления и регулирования цифровой среды в новых условиях.

  
  

  М.: ИСИЭЗ ВШЭ, 2024.

• Статья

  Provorova A., Polyakova I., Kuzmicheva E.

  Сравнение эффективности применения различных подходов в задаче детекции объекта на изображении низкого качества

  Машинные методы анализа изображений набирают всё большую популярность в самых различных сферах жизни. Однако остается открытым вопрос, насколько эффективна работа таких алгоритмов на данных низкого качества, например, таких, какие могут использоваться в сфере телемедицины. В работе проведен сравнительный анализ различных подходов к детекции объектов на фотографиях МРТ-снимков головного мозга, сделанных с экрана компьютера. Для распознавания контуров головного мозга на изображении были использованы классический морфометрический подход (библиотека OpenCV), алгоритм Виолы-Джонса и два алгоритма глубокого обучения: YOLOv8 и EfficientDet. Сравнение данных методов проводилось с точки зрения качества обнаружения объекта на изображении, оцениваемого при помощи IoU-метрики, а также с точки зрения скорости работы и объема занимаемой памяти. В результате сравнения оказалось, что модель YOLOv8 продемонстрировала наилучший показатель качества обнаружения объектов, однако её работа была нестабильной в случаях некачественных изображений с высоким уровнем шума. Также среди рассмотренных подходов YOLOv8 является самой габаритной с точки зрения используемой памяти. Наилучшим кандидатом для дальнейшего практического применения как с точки зрения среднего показателя качества работы, так и с точки зрения устойчивости к шумам, можно считать сетевую архитектуру YOLOv8.

  Scientific Vizualisation. 2024. Vol. 16. No. 3. P. 1-13.

• Глава в книге

  Исмакаева И. Д.

  База данных земских школ и учителей в Пермской губернии: от источников к постановке новых исследовательских вопросов

  Статья посвящена вопросам проектирования базы данных земских школ и учителей в Пермской губернии во второй половине XIX – начале XX вв. На основе материалов делопроизводства – описаний начальных народных училищ, сведений школьных переписей, списков земских учителей – выявлены основные сущности базы данных и их атрибуты, среди которых «Школы», «Учителя», «Школьные здания» и др. Отмечены возможности базы данных и обозначены исследовательские вопросы, на которые она может ответить.

  В кн.: VI Центральноазиатские исторические чтения. Кызыл: Издательство ТувГУ, 2024. С. 71-75.

• Препринт

  Dagaev D., Paklina S., Parshakov P.

  Strategizing with AI: Insights from a Beauty Contest Experiment

  Social Science Research Network. Social Science Research Network. SSRN, 2024