CC BY
64
гда в полной мере известны. Такой вид сетей является гораздо более сложным для исследований, так как связи не могут быть установлены априори. Подобные виды отношений было бы интересно исследовать в аналитических целях.
Для обобщения поведения конкретных участников сети на всю сеть необходимо изучение методов обнаружения и описания характеристик сетей, закономерностей распространения этих характеристик, создание методов, позволяющих определять по структуре социальной сети причины взаимодействий участников. Особенно важными эти процессы являются при анализе современных социальных сетей большого размера.
Литература
1. Чураков А.Н. Анализ социальных сетей // Социологические исследования. 2001. № 1. С. 109-121.
2. Cham C., Social network data analytics, 2011, 520 p.
3. Социальная сеть. URL: http://ru.wikipedia.org/wiki/Со-циальная_сеть (дата обращения: 22.06.2012).
4. List of social networking websites, 2012. URL: http://en.wikipedia.org/wiki/List_of_social_networking_websites (дата обращения: 25.06.2012).
5. Granovetter M.S., The Strength of Weak Ties. American Journ. of Sociology, 1973, Vol. 78, no. 6, pp. 1360-1380.
6. Milgram S., The Small World Problem. Psychology Today, 1967, Vol. 2, pp. 60-67.
7. Fortunato S., Community detection in graphs. Physics Reports, 2010, Vol. 486, Iss. 3-5, pp. 75-174.
8. Wasserman S., Faust K., Social Network Analysis: Methods and Applications, Cambridge Univ. Press, 1994, 825 p.
9. Bonchi F., Castillo C., Gionis A., Jaimes A., Social Network Analysis and Mining for Business Applications, ACM TIST, 2011, Vol. 2, Iss. 3, pp. 22-58.
10. Hanneman R., Computer-Assisted Theory Building: Modeling Dynamic Social Systems, Riverside, Univ. of California, 1988. URL: http://faculty.ucr.edu/~hanneman (дата обращения: 05.07.2012).
11. Leskovec J., Kleinberg J., Faloutsos C., Graphs over time: Densification laws, shrinking diameters and possible explanations, Proc. 11th ACM SIGKDD Intern. Conf. on Knowledge Discovery in Data Mining, NY, 2005, pp. 177-187.
12. Tantipathananandh C., Berger-Wolf T., Kempe D., A framework for community identification in dynamic social networks. Proc. 13th ACM SIGKDD Intern. Conf. on Knowledge Discovery and Data Mining, NY, 2007, pp. 717-726.
13. Kumar R., Novak J., Raghavan P., Tomkins A., Structure and evolution of blogspace. Communication of the ACM, 2004, Vol. 47, no. 12, pp. 35-39.
14. Érétéo G., Gandon F., Buffa M., Corby O., Semantic Social Network Analysis. Proc. 8th Intern. Semantic Web Conf., 2009, pp. 180-195.
15. Прохоров А., Ларичев Н. Компьютерная визуализация социальных сетей // КомпьютерПресс. 2006. № 9. С. 156-160.
16. Social network analysis software, 2012. URL: http://en. wikipedia.org/wiki/Social_network_analysis_software (дата обращения: 05.07.2012).
References
1. Churakov A.N., Sotsiologicheskie issledovaniya [Opinion surveys], Moscow, 2001, no. 1, pp. 109-121.
2. Charu C., Social network data analytics, 2011, 520 p.
3. Sotsialnaya set [Social network], 2012, available at: http://ru.wikipedia.org/wiki/Социальная_сеть (accessed 22 June 2012).
4. List of social networking websites, 2012, available at: http://en.wikipedia.org/wiki/List_of_social_networking_websites (accessed 25 June 2012).
5. Granovetter M.S., American Journ. of Sociology, 1973, Vol. 78, no. 6, pp. 1360-1380.
6. Milgram S., Psychology Today, 1967, Vol. 2, pp. 60-67.
7. Fortunato S., Physics Reports, 2010, Vol. 486, iss. 3-5, pp. 75-174.
8. Wasserman S., Faust K., Social Network Analysis: Methods And Applications, Cambridge Univ. Press, 1994, 825 p.
9. Bonchi F., Castillo C., Gionis A., Jaimes A., ACM TIST, 2011, Vol. 2, iss. 3, pp. 22-58.
10. Hanneman R., Computer-Assisted Theory Building: Modeling Dynamic Social Systems, Riverside, Univ. of California, 1988, available at: http://faculty.ucr.edu/~hanneman (accessed 5 July 2012).
11. Leskovec J., Kleinberg J., Faloutsos C., Proc. of the 11th ACM SIGKDD Int. Conf. on Knowledge Discovery in Data Mining, NY, 2005, pp. 177-187.
12. Tantipathananandh C., Berger-Wolf T., Kempe D., Proc. of the 13th ACM SIGKDD Int. Conf. on Knowledge Discovery and Data Mining, New York, 2007, pp. 717-726.
13. Kumar R., Novak J., Raghavan P., Tomkins A., Communication of the ACM, 2004, Vol. 47, no. 12, pp. 35-39.
14. Érétéo G., Gandon F., Buffa M., Corby O., Proc. of the 8th Int. Semantic Web Conf., 2009, pp. 180-195.
15. Prokhorov A., Larichev N., ComputerPress, 2006, no. 9, pp. 156-160.
16. Social network analysis software, 2012, available at: http://en.wikipedia.org/wiki/Social_network_analysis_software (accessed 7 July 2012).
УДК 007:519.816
ПРИМЕНЕНИЕ СОВРЕМЕННЫХ ИНТЕЛЛЕКТУАЛЬНЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ ДЛЯ МОДЕРНИЗАЦИИ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА
(Работа выполнена при финансовой поддержке РФФИ, проект № 12-07-31239)
И.Е. Куриленко, к.т.н., доцент; Ян Пайнг Хейн, аспирант (Национальный исследовательский университет «Московский энергетический институт», ул. Красноказарменная, 14, г. Москва, 111250, Россия, [email protected], [email protected])
В статье рассматриваются возможности современных информационных технологий, полезные при модернизации образовательного процесса. Описывается пример построения современной образовательной среды (в плане создания
интеллектуального программированного помощника) на основе систем виртуализации, систем управления знаниями и мультиагентных технологий. Описывается реализованный прототип виртуальной среды для проведения лабораторных занятий по ряду дисциплин, читаемых кафедрой прикладной математики НИУ «МЭИ», и содержащий такие компоненты, как образовательный портал, открывающий доступ к системе интеллектуальных помощников и порталам курсов, СНМЗ, порталы курсов, содержащие электронные учебные пособия, интерактивные лекции (в форме презентаций), интерактивные описания лабораторных работ, средства обратной связи со студентами, виртуальные лаборатории по курсам.
Ключевые слова: интеллектуальная система, управление знаниями, технология виртуализации.
APPLICATION OF MODERN INTELLIGENT AND INFORMATION TECHNOLOGIES TO UPGRADE EDUCATIONAL PROCESS Kurilenko I.E., Ph.D., associate professor; Yan Paing Hein, postgraduate (National Research University «Moscow Power Engineering Institute», Krasnokazarmennaya St., 14, Moscow, 111250, Russia, [email protected], [email protected])
Abstract. The paper considers possibilities of modem information technologies that are useful for the educational process modernization. The example of a modern educational environment construction (including intelligent programmed assistant) using virtualization, knowledge management and multi-agent technology is described. The article also describes virtual environment implemented prototype to conduct laboratory studies on number of subjects teaching in the Department of Applied Mathematics of National Research University (MPEI). The prototype contains components such as educational portal that provides access to system of intelligent assistants and portals of courses; Knowledge Collection and Modification System (KCMS); portals of courses with electronic books, online lectures (presentations), interactive descriptions of the laboratory works, students feedback system, virtual laboratories for courses.
Keywords: intelligent system, knowledge management, multi-agent technology, virtualization.
Темпы появления новых платформ и средств разработки ПО, постоянное усложнение создаваемого ПО и результирующий рост возможностей информационных технологий (ИТ) позволяют значительно улучшить учебно-научный процесс как по содержанию, так и по качеству [1]. Среди возможностей ИТ можно выделить способность передачи информации в различной форме (текст, графика, аудио, видео, анимация и т.д.), высокую доступность современной информации по любой тематике, минимизацию ошибок в передаче информации, наличие средств интеллектуального поиска и виртуализацию. Удаленное обучение с применением сетевых технологий позволяет строить удобный график обучения, снимает ограничения на места нахождения обучаемых и учителей, упрощает доступ к информации и ресурсам и т.д.
В данной работе анализируются возможности современных ИТ и преимущества, которые можно получить, организовав интерактивную среду виртуального обучения (университета) (СВУ) на основе таких технологий, как мультиагентные системы (МАС), системы накопления и модификации знаний (СНМЗ), системы электронного тестирования, системы виртуализации. В общем случае интерактивное обучение предполагает организацию удаленного взаимодействия учащихся и учителей. При этом преподаватель может быть как человеком, так и частично или полностью интеллектуальной программой (агентом). Такая среда должна содержать также компьютерные инструменты, которые используются обучаемым (программы для обучения, инструменты для связи), и набор материалов для изучения и контроля (проверки) знаний. Она не должна рассматриваться в отрыве от процесса совершенствования образовательных ресурсов, получаемого в результате активности преподавателей и их взаимодействия
друг с другом. Сегодня все большую актуальность приобретают электронные информационные ресурсы, такие как информационные площадки, электронные энциклопедии, электронные библиотеки и т.д. [2, 3]. В то же время многие известные системы ориентированы в первую очередь на распространение знаний, а не на их накопление и модификацию, поэтому ощущается нехватка современных систем, основанных на формальной модели представления знаний, направленных на поддержку процесса исследований и разработки учебных курсов в динамике.
Рассмотрим построение интерактивной, распределенной, интеллектуальной образовательной СВУ на базе четырех компонент: МАС для координации взаимодействия учащихся и учителей, СНМЗ для организации процесса разработки и совершенствования электронных образовательных ресурсов, среды виртуальных лабораторий (СВЛ), интерактивного информационного портала.
Среда накопления и модификации знаний
Создание распределенной платформы, позволяющей коллективно накапливать и управлять знаниями в различных предметных областях, является актуальной задачей. Подобная система могла бы играть роль единой информационной среды для построения устойчивой системы коммуникаций между различными группами пользователей. Перечислим основные задачи, решаемые СНМЗ:
- представление и хранение знаний на базе выбранной формальной модели;
- обмен знаниями между участниками образовательного процесса;
- повышение эффективности использования знаний в бизнесе;
- предотвращение потери знаний при смене поколений исследователей или переходе специалистов в другую организацию;
- поддержка версионности знаний;
- экономия времени при обучении сотрудников или студентов.
Для обеспечения широкого применения СНМЗ должна быть в достаточной степени независимой от предметной области и в то же время понятной для непрофессионала в области ИТ. С учетом того, что система должна поддерживать возможность работы в сети Интернет, она должна представлять собой гипертекстовую среду, содержащую знания, коллективно используемые различными коллективами преподавателей. Таким образом, целесообразно реализовать искомую систему как логическое развитие Wiki-подобных систем, являющихся гипертекстовыми системами для сбора и структурирования письменных сведений [3]. Wiki-системы предоставляют множеству авторов возможность многократно редактировать текст страниц без применения особых средств. Изменения проявляются сразу после их внесения. Однако требуется знание особого языка разметки, который позволяет выделять в тексте структурные элементы и гиперссылки, форматировать и оформлять отдельные элементы. Система организует учет изменений (версий) страниц и предоставляет возможность сравнения редакций и восстановления ранних.
Для реализации СНМЗ необходимо дополнить Wiki-систему рядом возможностей:
- упрощенное редактирование страниц - для разработки и модификации страниц пользователю не требуется знание каких-либо специальных языков разметки, необходимо только обладать навыками редактирования документов на компьютере;
- защищенность от вандализма - в случае, если редактирование страниц СНМЗ будет общедоступным, неблагонадежные пользователи могут разместить на них неподобающую информацию, например, рекламу, ссылки на нежелательные сайты или материалы, не относящиеся к теме этих страниц;
- защищенность от нежелательного проникновения - в некоторых случаях информация в системе должна быть доступна только ограниченному числу сотрудников и недоступна для просмотра или изменения другими;
- наличие настраиваемой схемы оповещений об изменениях - для удобства и ускорения обмена информацией СНМЗ может поддерживать режим оповещения о модификациях содержимого путем рассылки электронных писем;
- упрощенный режим редактирования формул - в отличие от традиционных Wiki-подобных систем СНМЗ должна иметь возможность простого дополнения страниц математическими и химическими формулами, графами и графиками, что
позволит существенно упростить внесение в систему научного содержимого;
- поддержка моделируемого режима изменений - позволяет углубить защиту от публикации несоответствующих или недостаточно качественных материалов;
- наличие средств оценки знаний и оценки релевантности - позволяет организовать режим коллективного улучшения качества знаний в системе;
- наличие гибко настраиваемых средств поиска знаний - упрощает поиск материала в хранилищах;
- поддержка возможности организации тестирования - возможность добровольного или принудительного тестирования людей, пользующихся СНМЗ, открывает возможности для повышения качества обучения специалистов и полезна при организации на базе СНМЗ системы дистанционного обучения [3, 4].
Кроме того, на уровне СНМЗ может быть организован контроль соблюдения формальных требований: выполнение стандартов, регистрация научных работ, формирование отчетов и др.
Мультиагентная система для упрощения взаимодействия преподавателей и обучаемых
Зарубежные экспериментальные исследования показали, что технология интеллектуальных программных агентов обладает большим потенциалом для снижения информационной нагрузки на человека и автоматизации решения трудных задач. В связи с этим предлагается включить в СВУ компонент для обеспечения помощи участникам образовательного процесса в реальном времени. Такой «интеллектуальный помощник» расширяет СНМЗ общественными и закрытыми форумами, где участники могут делиться своими знаниями и обмениваться информацией. На общественных форумах участники обсуждают вопросы и проблемы, представляющие общий интерес, отвечают на вопросы, опубликованные другими, читают объяснения и находят подходящие объявления, понятия, ключевые слова и т.д. Каждый вопрос или ответ при этом сохраняется в СНМЗ. Информация об активности пользователей в общественных обсуждениях (например, когда пользователь читал конкретные сообщения или писал сообщения на форуме) хранится в БД системы.
В частных обсуждениях разговоры конфиденциальны и ограничены его участниками. Когда один из них задает вопрос, система может рекомендовать соответствующего помощника, свяжет участника разговора с другими, чтобы найти людей, которые больше подходят для оказания помощи в реальном времени (они оцениваются по нескольким факторам: уровень знаний, доступность, желание помочь и т.д.). Как только помощ-
ник выбран, он и участник могут начать общение.
Таким образом, одной из главных задач этой системы является планирование взаимодействия участников обучения, она может рассматриваться как задача планирования встреч [5]. Данный компонент построен на мультиагентной архитектуре, где каждый человек имеет личного агента, действующего от имени пользователя для управления размещением и получением помощи [5]. Личные агенты предназначены для мониторинга активности пользователя, а также для оказания помощи в поиске ресурсов (как человеческих, так и вспомогательных электронных). Каждый личный агент удерживает модель своего хозяина с целью поиска лучшего варианта в случае переговоров с другими агентами [6]. Активность пользователя включает оценку его деятельности в системе, в частности, находится ли участник в настоящее время в сети, как часто читает или пишет сообщения на форуме, отвечает на вопросы или сообщения и т.д.
Стратегия поиска решения предполагает использование переговоров для поиска глобально согласованного решения. При этом, хотя агенты остаются равноправными участниками переговоров, каждому из них по специальному алгоритму назначается определенная роль, причем роли агентов могут динамически меняться. Также в архитектуре МАС предусмотрены поисковые агенты, которые являются координаторами, облегчающими поиск лучшего партнера. Такие агенты поддерживают профили знаний и других характеристик всех пользователей в системе. Каждый пользователь в любое время имеет возможность изменить свои предпочтения в параметрах. Взаимодействие между пользователем и его агентом выполняется через пользовательские интерфейсы интерактивного портала [1, 2].
Организация виртуальных лабораторий и интерактивного портала
Следующим компонентом СВУ является комплекс виртуальных лабораторий (ВЛ) [2]. Подобный комплекс может быть построен на базе блейд-серверов, позволяющих организовать инфраструктуру виртуальных персональных компьютеров (ВПК), в которой рабочие станции сотрудников и обучаемых представляют собой терминалы доступа, а функции настольных компьютеров выполняет сервер. Это позволяет на одном и том же физическом персональном компьютере без существенных модификаций ПО получать доступ к пулу настроенных виртуальных машин, содержащих различные операционные системы (ОС) и прикладное ПО. То есть становится доступным запуск нескольких экземпляров разнородных ОС на одном физическом персональном компьютере (в некоторых случаях даже в одновременном режиме) в составе ВЛ, которая доступна в любое время с
любого персонального компьютера, подключенного в сеть. При этом снижаются аппаратные требования к рабочим станциям. Технология виртуализации позволяет сократить число серверов, необходимых для обслуживания одного и того же количества пользователей, и открывает возможность развертывания решений на базе открытого ПО [7].
Возможность организации пула настроенных виртульных машин дает значительные преимущества при организации лабораторных комплексов, например, снижение числа требуемых лицензий на ПО. Инфраструктура ВПК обладает повышенным уровнем безопасности. Каждый обучаемый работает на виртуальной машине, в виртуальной программной среде, которая получена путем клонирования эталона, созданного преподавателем или системным администратором. Если обучаемый по ошибке или из каких-либо соображений нарушит работу ПО, то ту копию, с которой он работал, можно легко восстановить путем повторного клонирования в отличие от обычного подхода, когда системный администратор вынужден анализировать причины отказа ПО на рабочей станции и переустанавливать его (возможно, даже с нуля) вручную или автоматически путем развертывания образа ОС, полученного с помощью специализированных программ типа Acronis, Norton Ghost и т.п. При этом часто реализуется схема «обнуления» виртуальной машины с эталона, когда обучаемый окончательно заканчивает работу с ней (например сдает эту лабораторную), что исключает влияние выполненных им изменений на работу других обучаемых. Доступ к ПО сервера при этом может быть открыт только ограниченному кругу ответственных сотрудников.
С переходом к инфраструктуре ВПК вероятность несовместимостей и конфликтов становится значительно меньше (а часто вообще сходит на нет). При этом можно достичь большей производительности клиентских персональных компьютеров, так как нет необходимости устанавливать в их ОС все программы, с которыми могут работать обучаемые. Можно перейти к профилям ОС, которые далее будут доступны через механизм виртуализации, что приведет к тому, что в ОС не запустятся ненужные службы, не будут зря расходоваться ресурсы.
Технологии виртуализации в совокупности с технологиями компьютерного тестирования знаний позволяют улучшить процесс контроля знаний, проведения и приема контрольных работ, защиты лабораторных работ. Доступ к инфраструктуре ВПК может быть предоставлен обучаемым через сеть, что позволит им выполнять лабораторные работы в удобное для них время (например, если студент не успел выполнить работу в учебном классе, он может подключиться к этой копии виртуальной машины из дома и доделать ее).
Технология виртуализации также позволяет минимизировать негативный эффект от ОС, находящихся в работе длительное время без должного обслуживания. В такой ОС могут наблюдаться проблемы фрагментации файлов, накопление большого объема журналов (в том числе системных), обновлений, временных файлов и т.п., что в совокупности приводит к «затормаживанию».
На основе современных интерактивных технологий и рассмотренных выше компонент можно организовать СВУ в виде объединенного портала вуза (современного университета), в котором для каждого направления обучения, для каждой специальности можно получить список курсов, содержащих электронные учебные и методические пособия (включая пособия в мультимедийных форматах, например, видеозаписи лекций или презентации). Интерактивный портал курса предлагается использовать как инструмент концентрации информации по тематике курса. Он должен содержать программу курса, рекомендуемую литературу, ссылки на полезные ресурсы и материалы. Портал предоставляет круглосуточный доступ к материалам лекций, примерам и демонстрациям, к методической информации. На портале размещаются электронные методические пособия по курсу, содержащие список лабораторных с указанием цели работы, порядка выполнения, требований и методические указания. Для интенсификации обратной связи с обучаемыми предложено использовать страницы групп на портале. Страницы групп служат инструментом передачи студентам организационной информации по курсу, в том числе новостей (например, присутствие преподавателей во время сессии, порядок проведения занятий и т.п.), пройденных на лекциях тем с полезной информацией для самостоятельной работы, заданий и требования к ним, успеваемости.
Архитектура реализованного прототипа
На рисунке 1 приведена архитектура разработанного прототипа СВУ. Он содержит следующие компоненты: образовательный портал, открывающий доступ к системе интеллектуальных помощников и порталам курсов; СНМЗ; порталы
Рис. 1. Архитектура разработанного прототипа
курсов, содержащие электронные учебные пособия, интерактивные лекции (в форме презентаций), интерактивные описания лабораторных работ, средства обратной связи со студентами; ВЛ по курсам.
Архитектура СНМЗ показана на рисунке 2. Ее основным элементом является хранилище, в котором содержатся знания и данные во внутреннем формате. Предусмотрены подсистемы резервирования для лучшей защиты информации и организации поиска, средства тестирования и голосований, подсистемы защиты. Приведенная архитектура позволяет реализовать основные функции СНМЗ.
Резерв
Резерв
Подсистема резервирования
Хранилище
Подсистема индексирования
Подсистема
поиска информации
Подсистема
вывода информации
Ж.
Подсистема голосований и оценок
Подсистема аутентификации
Подсистема редактирования содержимого
Подсистема генерации тестов для обучаемых
Подсистема тестирования обучаемых
Рис. 2. Архитектура системы накопления знаний
На рисунке 3 представлена упрощенная архитектура МАС «интеллектуальный помощник». Каждый персональный агент состоит из модели пользователя и набора задач, которые должны выполняться. Задача персональных агентов включает в себя уведомление владельца при нахождении соответствующего ресурса, доставку сообщений другим пользователям или их агентам и реагирование на сообщения от других пользователей или агентов. Взаимодействие между пользователем и его агентом выполняется через пользовательские интерфейсы интерактивного портала.
Шина передачи сообщений (событий)
СНМЗ
Ф
I Агент 1 _*
-----------ф" ,
^Агент^ ^Агент^!
Агент Агент
Кооперация ь.--------^-----
Рис. 3. Укрупненная архитектура системы
На рисунке 4 изображены архитектура комплекса ВЛ и его связь с порталами курсов.
Рабочие станции Рабочие ВМ Эталонные ВМ Сервер
Рис. 4. Связь ВЛ и порталов курсов
Практический пример
В Национальном исследовательском университете «МЭИ» (г. Москва) установлена блейд-сис-тема (IBM Blade Center) и начато ее использование в учебно-научном процессе. Университет активно внедряет прогрессивные ИТ в учебный и научный процессы, в нем организованы и успешно функционируют академические центры компетенции Microsoft и IBM, что позволяет использовать новейшие программные средства и технологии этих компаний. С использованием системы виртуализации и программного средства VMware была организована и опробована виртуальная среда для проведения лабораторных занятий по ряду дисциплин на кафедре прикладной математики: «CASE-технологии разработки программных средств», «Современные методы ведения крупных программных проектов», «Проектирование крупных распределенных систем и базы данных». В рамках прототипа портала был создан интернет-ресурс «CASE-технологии разработки программных средств: лабораторный практикум», содержащий материалы по курсу «CASE-технологии разработки программных средств» в составе:
- программа курса;
- обзор содержания лекций и рассматриваемых в курсе вопросов (36 лекций);
- сборник лабораторных работ (19 работ);
- список тем курсовых проектов;
- вспомогательные файлы, применяющиеся при выполнении лабораторных работ;
- ссылки на официальные сайты программ, необходимых для выполнения лабораторных работ.
Для заданий на лабораторные работы указаны цель работы, порядок выполнения, требования, материалы для скачивания, образцы и примеры выполнения, а также ссылки на внешние источники информации. Созданные материалы знакомят
обучающихся с проблемами, возникающими при реализации крупных программных проектов, дают практическое знание современных технологий и методологий разработки ПО, представление о современном процессе разработки ПО с применением CASE-средств на основе концепции фабрики ПО.
Благодаря использованию современных интеллектуальных образовательных технологий и средств виртуализации образовательных ресурсов расширяются возможности и повышается эффективность научно-образовательного процесса современного университета.
Литература
1. Еремеев А.П., Куриленко И.Е. Применение технологии виртуализации в образовательном процессе // Новые информационные технологии и менеджмент качества (NIT&QM'2011): матер. VIII междунар. науч.-технич. конф. М.: Арт-Флэш,
2011. С. 120-123.
2. Куриленко И.Е., Еремеев А.П. Модернизация образовательного процесса с помощью современных сетевых технологий и виртуализации ресурсов // Информатизация инженерного образования - ИНФОРИНО-2012: тр. междунар. науч.-методич. конф. М.: Издат. дом МЭИ, 2012. С. 43-46.
3. Борисов А.В., Куриленко И.Е. О создании и учете электронной документации научного характера // Информационные средства и технологии: тр. XVII междунар. науч.-техн. конф. М.: Издат. дом МЭИ, 2009. T. 1. С. 104-109.
4. Еремеев А.П., Малиновский В.П. Реализация онтологического подхода в обучающей экспертной системе для подготовки менеджеров проектов // 9-я национальн. конф. по искусствен. интел.: сб. тр. 2004. Т. 2.
5. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС, 2002.
6. Городецкий В.И. Теория, модели, инфраструктуры и языки спецификации командного поведения автономных агентов: Обзор. Ч. 2. Искусственный интеллект и принятие решений. 2011. № 3. C. 34-47.
7. Колесов А. Виртуализация операционных систем и приложений // PC Week/RE. 2008. № 10 (616).
Referenses
1. Eremeev A.P., Kurilenko I.E., Mater. VIII mezhdunar. nauch.-tekhnich. konf. "Novye informatsionnye tekhnologii i menedzhment kachestva" (NIT&QM'2011) [Proc. of 8th int. conf. "New IT and quality management" (NIT&QM'2011)], Мoscow, Art-Flesh, 2011, pp. 120-123.
2. Eremeev A.P., Kurilenko I.E., Trudy mezhdunar. nauch.-metodich. konf. "Informatizatsiya inzhenernogo obrazovaniya (INFORINO-2012)" [Proc. of int. scientific methodical conf. "Informatization of engineering education"], Moscow, MEI Press,
2012, pp. 43-46.
3. Borisov A.V., Kurilenko I.E., Trudy XVII mezhdunar. nauch.-tekhn. konf. "Informatsionnye sredstva i tekhnologii" [Proc. of 17th int. sci-tech conf. "Media and IT"], Vol. 1, Moscow, MEI Press, 2009, pp. 104-109.
4. Eremeev A.P., Malinovskiy V.P., Sbornik trudov 9 natsionaln. konf. po iskusstvennomu intellektu [Proc. of 9th national conf. on artificial intelligence], Vol. 2, 2004.
5. Tarasov V.B., Ot mnogoagentnykh sistem k intellektual-nym organizatsiyam: filosofiya, psikhologiya, informatika [From multi-agent systems to intelligent companies: philosophy, phycolo-gy, computer science], Moscow, Editorial URSS, 2002.
6. Gorodecky V.I., Iskusstvenny intellect i prinyatie reshenii [Artificial intelligence and decision making], 2011, no. 3, pp. 34-47.
7. Kolesov A.A., PC Week/RE, 2008, no. 10(616).
