CC BY
35
УДК 004.422
Комаров А.И.1, Панченко В.М.2
1 ООО «Научно-исследовательский институт природных газов и газовых технологии — Газпром ВНИИГАЗ», Московская область, Россия 2 Московскии технологически университет (МИРЭА), г. Москва, Россия
ТЕХНОЛОГИЧЕСКИЙ КОМПЛЕКС СРЕДСТВ ДЛЯ РЕАЛИЗАЦИИ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА С ЭЛЕМЕНТАМИ ИНТЕРАКТИВНОСТИ И
ИДЕНТИФИКАЦИИ ОБУЧАЕМЫХ
АННОТАЦИЯ
В статье рассмотрены элементы образовательного комплекса, построенного с применением технологий разделяемых единиц контента (ТРЕК), рационально-эмпирических комплексов (РЭКС), технологии программ единичных экспериментов (ТПЕЭ), компьютерных средств обучения (КСО), образующих систему баз данных и знаний (БД и БЗ) с обратной связи для перманентной идентификации обучаемого и учебного контента.
КЛЮЧЕВЫЕ СЛОВА
Системы управления обучением; программированное обучение; интерактивность; идентификация; статистический анализ; SCORM; Experience API; технологии программ единичных экспериментов; технология разделяемых единиц контента; полиэкранная технология деятельности; системный подход; компьютерные средства обучения.
Komarov A.I.1, Panchenko V.M.2
1 LLC Scientific & Research Institute of Natural Gases and Gas Technologies, Moscow region, Russia 2 Moscow Technological University, Moscow, Russia
SOFTWARE COMPLEX FOR SUPPORTING INTERACTIVE EDUCATION PROCESS WITH OPPORTUNITY OF STUDENTS IDENTIFICATION
ABSTRACT
In the article application software based on rational and empirical approach, technology unit experiments and e-learning software specification is discussed. Such kind of software supports interactivity and dual-identification in educational systems due to systematic approach offered by authors.
KEYWORDS
Learning Management System; interactivity; identification; statistical analysis; SCORM; Experience API; rational and empirical complexes; experiments programs; system theory; education software.
Формирование интерактивного образовательного комплекса - трудоемкая и технически сложная задача. В рамках создания такого комплекса для реализации обучения по дисциплинам «Общая теория систем», «Теория принятия решении», «Компьютерные системы обучения» была создана экспериментальная технологическая среда с применением ряда средств частично реализующих идеальную модель образовательного комплекса, основанного на применении КСО, с поддержкои интерактивности и идентификации обучаемых.
В даннои статье по обозначенным к применению в образовательном комплексе технологиям, приведенным на рис. 1 [6], будут рассмотрены использующие их конкретные элементы курса, реализованные на практике.
В ходе исследования определен порядок учета и состав ретроспективных (априорных), текущих (апостериорных) и экспертных данных, подлежащих регистрации при прохождении обучения и обработке данных наблюдении. В рамках проведения занятии по дисциплинам «Общая теория систем», «Теория принятия решении» осуществлялся сбор соответствующих данных по различным лабораторным работам. В перечень данных были включены следующие позиции:
данные зачетных книжек, данные о посещении занятии, данные о выполнении контрольных задании, квалиметрические данные обучаемых по заданным и элементарным видам деятельности, общие временные затраты на выполнение лабораторных работ [3].
Рис. 1. Система базовых технологий образовательного комплекса с применением ИТ
Для работы с исходными данными зачетных книжек, посещения занятии и контрольных задании было создано программное средство «Рейтинг» с использованием MS Excel на основе масочных технологии [2], что позволяет студентам не просто увидеть результаты вычислении, но и проследить алгоритм выполнения вычислении, а также оценить динамику изменения основных показателеи своеи деятельности. Данное средство было создано в рамках задачи по вычислению основных показателеи профиля обучаемого: средние оценки - общая и по видам дисциплин, базовая оценка W6 [4], коэффициенты доверия по посещению и выполнению задании (Кдп и Кдз), также по итогам для группы обучаемых реализован расчет по задаче «Реитинг» (относительныи Ro и абсолютньш Ra) [4]. В таблице № 1 приведен лист с результатами вычислении на примере однои из экспериментальных групп обучаемых.
Табл. 1. Метаданные обучаемых по результатам расчетов в программе «Рейтинг»
№ ФИО Yср(m) Ндп W6 Ra Ycр (ЕНД) Ycр (ОПД) Ycр (СД) Ндз Rо V чт. V письма
1 А* Я. 4,36 0,77 3,77 39 3,88 4,53 4,63 0,95 10 4,9 1,7
2 А* Я. 4,44 0,92 4,31 34 4 4,53 4,58 0,94 8 13 2
3 А* Д. 4,73 0,92 4,52 17 4,13 4,87 5 0,95 4
4 Б* П. 4,61 0,62 3,34 24 4,06 4,87 4,79 0,93 6 45 4
5 Г* Н. 4,25 0,77 3,66 45 4,13 4,27 4,25 0,94 11 10 2
6 Г* М. 4,61 0,92 4,43 24 4,5 4,2 4,92 0,94 5 6,1 1,8
7 Е* В. 3,98 0,15 1,49 61 3,69 4,07 4,04 0,65 19 3,1 1,7
27 Я* С. 4,73 0,92 0,95 17 3,13 3,93 3,63 0,95 23
В результате выполнения расчетов по задаче «Реитинг» формируется информационно-аттестационная карта с показателями учебнои деятельности обучаемого, которая может быть использована как приложение к отчету о лабораторнои работе, курсовому проекту и т.д.
Общая постановка учебного процесса на основе ТПЕЭ в определеннои степени предопределяет ряды временных интервалов, а, следовательно, и круг вытекающих из них доступных для исследования классов задач идентификации параметров обучаемых и задач двоиственнои кластеризации и распознавания образов. Чтение, переписывание, набор текста на клавиатуре и конспектирование в даннои системе являются основными элементарными операциями познавательнои деятельности обучаемого (ПДО).
В качестве средства организации программно-управляемого процесса самостоятельного освоения авторских информационных материалов репозитория (электронных библиотек) в настоящее время используется понятие «модуль» (М1, М2,...), и его составляющие, представленные в форме просмотровых последовательностеи кадров (страниц), например: М1(К1...К13) и М2(К1...К11) [1, 7].
Для каждого кадра модуля по методике ТПЕЭ определяются формы учебного задания, например, из следующего ряда: изучить (прочитать (деиствие Д1), выделить ключевые понятия, законспектировать (переписать) (Д2), набрать текст (Д3); составить конспект (указание к составлению конспекта У1): заголовки и нумерацию порции сохранить в качестве заголовков электронного конспекта и использовать данные при определении скорости набора текста; конспектировать рисунки и таблицы в электронную тетрадь в личную папку студента (ЛПС) (указание У2) и т.д.
Эксперимент в данном случае всегда связан с измерением времени и анализом получаемых данных в зависимости от среды и форм представления информации. Можно отметить, что применение технологии ТРЕК совместно с ТПЕЭ является основои создания эффективных средств анализа и управления учебнои деятельностью в системах электронного обучения [5].
Совместное применение технологии ТРЕК и ПЕЭ возможно осуществить разными средствами (с разнои степенью автоматизации). В качестве простеишеи реализации ТРЕК+ПЕЭ были разработаны программные средства для проведения и сбора данных ПЕЭ (в среде Excel, VBA) по базовым видам деятельности, с последующеи статистическои обработкой Первьш инструмент представляет собои макрос-приложение «Эксперимент» и дает возможность задавать программу единичного эксперимента, фиксировать и исследовать время на ее прохождение по простеишим видам деятельности: чтение, письмо, набор текста на клавиатуре персонального компьютера, для одного обучаемого. Примеры экранов системы изображены на рис.2._
Т^Г"
АКТИВНОСТЬ
_L
Скорость набора
Иорппя
(II)
ТочкаЗ ТОЧКЯ4
Точка? Точкяб
Тк M 4T(Y|),c VI
Vcp ?Xt ? Yi
1- •
1— , " —
!—
— —i-J
/ f
\ /
-А /
Ш
Ш
Рис. 2. Компьютерный комплекслабораторно-практических работ по программам единичных экспериментов в
приложении «Эксперимент»
Второй инструмент «Система оценки данных ПЕЭ» также разработан в среде MS Excel и позволяет исследовать результаты выполнения ПЕЭ на предмет статистическои значимости как по отдельному человеку, так и по группе обучаемых. Пример экранов системы приведен на рис. 3.
Ряд проведенных экспериментов по оценке квалиметрических показателеи обучаемых по элементарным видам ПДО показал существенныи разброс их итоговых значении, что говорит о существенном влиянии этих показателеи на общую оценку ПДО. Формирование классов обучаемых, в том числе по их квалиметрии на элементарных видах деятельности видится очевидным продолжением данного исследования.
В рамках разработки образовательного контента в соответствии с подходом РЭКС и с применением ТПЕЭ и ТРЕК были подготовлены следующие учебные материалы в форме ПЕЭ: «Основы статистическои обработки данных ПЕЭ», «Исследование операции. Транспортная задача линеиного программирования (ТЗЛП)», «Теория систем. Системньш анализ», «Основы системы БИГОР», «База учебных материалов» и др.
Эксперементальные данные для статистической обработки
Обучаемый Кол-во испытаний Вид деятель
п
Кол-во участников |
ВЫБОР ДАННЫХ ДЛЯ ОБРАБОТКИ
Степенная функция
Линейная функция
Кол-во испытаний Уравнение регрессии Коэф. Регрессии
шиатиИ^и^И.
F критерий
График аппроксимирующей прямой (степенная функция)
-Прямая аппроксимации Эксперементальные точки
I \исходнь
Средняя скорость Нормированное [симв./сек.] значение
Кол-во, получивших оценку
ДАЛЕЕ
Рис. 3. Программа статистической обработки данных «Система оценки данных ПЕЭ»
Принципы программированного обучения в условиях развития массовых онлайн курсов (MOOC; Coursera, EdX, Udacity, Khan Academy, и др.) и средств статистическои обработки данных по принципу новых задач формируют систему для систематического накопления и исследования данных ПДО. Так как основные принципы требующие отслеживание времени на работу с учебными модулями заложены в SCORM (Sharable Content Object Reference Model) и его развитие «Experience API» (xAPI) [8, 9], то при определенных навыках возможно использовать современные системы управления обучения (Learning management system - LMS), в том числе и свободно распространяемые (Moodle, eFront, Open Elms, ILIAS и др.).
Для отработки механизма сбора и представления данных о ходе образовательного процесса был зарегестрирован домен http://edu.cognitionth.com. В качестве основнои платформы - системы управления обучением был выбран Moodle 2.8.2-27 (рис.4).
éducation руишй (ru) ~ вы не вошли в систему (Шод)
http://edu.cognitionth.com/
НАВИГАЦИЯ 0Н Доступные курсы КАЛЕНДАРЬ SS1 * Октябрь 2016 ►
► Курсы & Исследование операций
Курс исследование операций э 10 11 и та н 15 Ii 17 lt 19 20 21 а И 24 2S И 37 И SS
Вы не вошгн в систему <Вж>д) fhoodle
Рис. 4. Использование в эксперименте системы управления обучением Моо(1е
С целью проверки автоматизированного механизма сбора данных о времени, затрачиваемого на работу с контентом в системе управления обучением, с использованием программного продукта eXeLearning был создан пакет SCORM, по материалам ПЕЭ «Обработка данных ПЕЭ». Данный пакет был загружен в развернутую систему Moodle (рис.5). По ходу прохождения данного пакета студентами в БД Moodle предусмотрено протоколирование времени работы с каждым модулем пакета. Был написан запрос к БД MqSQL формирующии фаил данных с основными данными о ходе прохождения обучаемыми различных элементов (модулеи) контента. Данные формируются в формате готовом к их статистическому исследованию.
Исследование операций
В начало Курсы МИРЭА НО Тема 5 Регрессионный корреляционный анализ
НАВИГАЦИЯ
В начало
■ Моя домашняя страница
► Страницы сайта
► Мой профиль чг Текущий курс
▼ НО
► Участники
► Значки
► Общее
► Транспортная задача
► Регрессионо-корреляционный анализ
► Тема 3
► Тема 4 ^ Тема 5
1 Регрессионный корреляционный анализ
► Тема Б
► Тема 7
► Тема 8
► Тема 9
► Тема 10
► курсы
Регрессионный корреляционный анализ
Введение Отчеты
Регрессионный корреляционный анализ
Количество попыток: Неограничено Выполнено попыток: 1 Оценка за попытку 1: 7 Метод оценивания: Лучшая попытка Оценка передана: 7
Удалить все попытки
Содержание
* Основы статистической обработки данных ПЕЭ
• "й Дом
® ТЙ Исследование операций . ПЕЭ
■ М1К1. Общая постановка задачи для ТПР
■ ^ М1К2. Задачи регрессионного и корреляционного анализа
■ М1КЗ. Определение факторного и результативного признака
■ □ Модуль 1
■ "Й Модуль 2
■ □ М2К1. Динамика средних значений 2-х признакового пространства состояний
Рис. 5. Пример использования пакета Scorm в МооШе для проведения эксперимента по сбору временных затрат
Для статистического исследования полученных данных возможно применение свободной среды разработки программного обеспечения с открытым исходным кодом для языка программирования Я - Rstudio рис. 6. В условиях ограниченной материальной поддержки образовательного процесса, круг доступных технологии и средств обучения значительно снижается, появляется ряд довольно жестких требовании, которые необходимо учитывать при выборе программных продуктов.
File £dit Code View Plots Session ßuild Debug Jools Help 9 - - @
Console -/RStudio/ i- — П | s
> indata<-read.x1sx("EXPER2014/iNiTi ALANCMETA.xls",sheetName«"PE")
j flags « j plants x '¿J rankall.R x Jxx ÖJ arclwe.R x
j ее
SS observations of 9 variables
SUBNAME COURSEID MODULEID VOLUME STUDNAME DATESTART DATÍ FINISH nMESTART
Environment History t? Q Import Di A Global Environment Data OIR 25 ol
Qindaca 55 ol
J flags x j plants x Çj rankall.R x jxx archive. R jdat jcoded __| DT j indata x _j IR x Jll
SUBNAME COURS EID MODULHD VOLUME STUDNAME
DATESTART
2014-05-15 2914-65-15 3014-Й5-15
DATE FINISH TIMESTART 2014-05-15 1899-12-30 18:00 2014-05-15 1899-12-30 18:07 2014-05-15_1899-12-30 38:15.
TTMEF1NISH 1899-12-30 1899-12-30 Í833-12-30
18:05:20 18:12:17
ie(paste(T!MËPiN
> от[ JisT(mean=meari(as. numeric(difftime(strpti ISH) ,"5fiv%H:ÍÍM:5«S"5, + strptimeCpast
e(TiMESTART) ,"S6v-5Sm-«d ,units= "see")))), by=MODULenam
E]
wodulename mean 1: METHQDFQGEL 322.14286 2: Nwcor пег 98.77 778 3: MINC05T 119.55556
U* jxx Çj archive.R *
dat
—J DT к
jw.names SUENAME COURSEID MODULEJD MODULENAME VOLUME STUDNAME
HETHOOFOCE METHOOFOfiE
wcorrer ннсоглег
NHCorrsr
MiHcosT HINCOST HIhCOST
_Рдгкжич_Hrin_
Рис. 6. Пример обработки данных ПЕЭ в R-Studio
Программированное обучение в части самостоятельнои ПДО может касаться регламентирования и систематизации использования дополнительных технических средств, помогающих повысить степень усвоения материала. Например, применение дополнительного монитора используется в обучении с технологиеи полиэкраннои деятельности обучаемого (ТПОДО), так ТПОДО была применена при обучении решению транспортнои задачи по дисциплине «Исследование операции» - задеиствовалось разработанное с учетом ТРЭК и подхода РЭКС веб-приложение. Пример интерфеиса приложения приведен на рис. 7.
УЧЕБНО-ПРАКТИЧЕСКОЕ ПОСОБИЕ
Для дистанционного обучения п СРС Модели н методы решения гадап линейного программирования
2. Метопы решения трдиспоотных д
Матод «вевно-западнрго угла
•и транспортировки*
I. Задачи. 4. Вопросы *
ТО
Задачи
ТЕ
СЗУ пг> указанным:
Пуньт назначения пш Запасы
е, Вг 8, Вц "в "1
Пункт *1 И т .Я 1 33
Р4 [А Е* 35
(ПО] Л, 14- и Ш Ш- 1л 41
к 17
Заявки 'I г! 24 гг 21 20 126
'"в
Рис. 7. Веб-приложение «Модели и методы решения задач линейного программирования»
При решении задач сбора и анализа статистических данных о ходе процесса обучения был разработан программньш продукт «Имитатор на основе принципа наложения со сдвигом системы масок Паскаля» с возможностями генерации статистических данных и поддержкои их
последующего анализа (рис. 8].
№ входа 1 2 3 4 5 6 М- 8 9 10 11 12 13 14 16 и 18 19 20 21 п
Пространс тво Маски Паскаля 1
4 1
1 1
V 1
1 1
1 6 15 20 16 12 16 20 15 6 1
ПАРАМЕТРЫ ИМИТАТОРА
Результат имитации на дкт Гальтона
Результат имитации на доске Гальтона
Результат имитации на доске Гальт!
25 экспериментов на вход 9 Параметры шкалы для чисел ГСЧ
Диапазон значений 10
Кол-во генерируемых чисел 384
Точка разделения шкалы 4
Кол-во разветвлений для одного шара 6
Кол-во бросков/кол-во путей 64
Кол-во экспериментов 25
Точки входа 6
Старт 9
+ 5 экспериментов на вход 15
Диапазон значений
Кол-во генерируемых чисел_
Точка разделения шкалы_
Кол-во разветвлений для одного шара
Кол-во бросков/кол-во путей
Кол-во экспериментов Точки входа_
Параметры шкалы для чисел ГСЧ
+ 15 экспериментов на вход 15
Диапазон значений
Кол-во генерируемых чисел Точка разделения шкалы
Кол-во разветвлений для одного шара
Кол-во бросков/кол-во путей_
Кол-во экспериментов_
Точки входа Старт_
Параметры шкалы для чисел ГСЧ
Рис. 7. Демонстрация работы имитатора: последовательное суммирование результатов из 25 экспериментов (на вход 9) с выборкой из 5 экспериментов (на вход 15) и 15 экспериментами (на вход 15)
В основу разработки имитатора для исследования и анализа статистических данных испытании была заложена известная имитационная модель - доска Гальтона. Расширяя модель пространства доски Гальтона и, используя принципы наложения и сдвига маски Паскаля, мы получили инструмент для имитации биномиальных законов распределения в условиях
компьютеризированных лабораторных исследовании с известными предельно-взвешенными (нормированными) значениями плотностеи распределения вероятности.
Модель масочного пространства на основе треугольника Паскаля/доски Гальтона, созданная в среде Excel и изображенная на рис.8, характеризуется мультивходовостью, принципом линеиного наложения масок, операциеи сдвига точки вброса, возможностью определять вероятности выбора «шариком» пути, объемом выборки и др. Планируется реализовать выгрузку данных, порождаемых имитатором, в формате доступном для их анализа в R-studio. На базе имитатора будет создан комплекс лабораторно-практических работ с применением РЭКС, ТРEK и ИЭ для самостоятельной работы студентов по изучению, исследованию и анализу статистических данных, формируемых в ходе выполнения программ единичных испытании. ЗAKЛЮЧEHИE
Реализация образовательного комплекса с применением КСО, которые поддерживают его на всех этапах функционирования и предполагают эффективное использование современных возможностеи согласно принципу новых задач, рассматривается как многоступенчатая задача, требующая соответствующеи методологическои и технологическои проработки.
Комплекс методологии и технологии поддержки интерактивности и идентификации в обучении с ИТ, обозначенных в [б], закладывает требования к средствам их программной реализации.
В ходе исследования с учетом особенностеи поддержки работ по построению систем обучения с использованием ИТ на основе принципов системологии были разработаны программные комплексы, формирующие соответствующую среду. Используемые решения подходят для различных форм обучения, закладывают возможности накопления, статистическои обработки данных ПДО, создания баз знании для последующеи идентификации обучаемых, интерактивного сопровождения процесса обучения, что соответствует современным тенденциям развития систем обучения.
Литература
1. Башмаков A.M., Башмаков H.A. Разработка компьютерных учебников и обучающих систем. - М.: Информационно-издательский дом «Филинъ», 2003. - б1б с.
2. Клир Дж. Системология. Aвтоматизация решения системных задач. - М.: Радио и Связь, 1990. - 540с.
3. Комаров АИ. Панченко В.М., Нечаев В. В., «Роль системы данных и знаний в обеспечении ИТ-образования», Современные информационные технологии и ИТ-образование [Электронный ресурс] / Сборник научных трудов IX Международной научно-практической конференции / под ред. ВА. Сухомлина. - Москва: МГУ, 2014. - 258 с. - ISBN 978-5-955б-01бб-б.
4. Нечаев В. В., Панченко В.М., Комаров АИ. «Критерии и функциональный анализ моделей мониторинга качества обучения» Труды Всероссийской научно-практической конференции с международным участием «Информационные технологии в обеспечении нового качества высшего образования (14-15 апреля 2010 г., Москва, НИТУ «МИСиС»)». - М.: Исследовательский центр проблем качества подготовки специалистов НИТУ «МИСиС», 2010. - 34 с.
5. Нечаев В.В., Панченко В.М., Комаров АИ. «Межпредметный системообразующий базис организации процесса подготовки специалистов по научным направлениям» Научно-практический журнал «Открытое образование», 2012 г. №5. ISSN 1818-4243. - С. 70-78.
6. Нечаев В.В., Панченко В.М., Комаров АИ. Методические аспекты и технологии поддержки интерактивности в электронных системах обучения. International Journal of Open Information Technologies. Том 2. № 1. 2014 г. -С. 17-22.
7. Норенков И.П., Зимин АМ. Информационные технологии в образовании - М.: Изд-во МГТУ им. Н.Э. Баумана, 2004. -352с.
8. Официальная документация ADL SCORM https://www.adlnet.gov/adl-research/scorm/.
9. Спецификация программ в сфере дистанционного обучения. Официальный сайт http://tincanapi.com.
References
1. Bashmakov A.I., Bashmakov I.A. Razrabotka komp'yuternykh uchebnikov i obuchayushchikh sistem. - M.: Informatsionno-izdatel'skiy dom «Filin"», 2003. - б1б s.
2. Klir Dzh. Sistemologiya. Avtomatizatsiya resheniya sistemnykh zadach. - M.: Radio i Svyaz', 1990. - 540s.
3. Komarov A.I. Panchenko V.M., Nechaev V. V., «Rol' sistemy dannykh i znaniy v obespechenii IT-obrazovaniya», Sovremennye informatsionnye tekhnologii i IT-obrazovanie [Elektronnyy resurs] / Sbornik nauchnykh trudov IX Mezhdunarodnoy nauchno-prakticheskoy konferentsii / pod red. V.A. Sukhomlina. - Moskva: MGU, 2014. - 258 s. - ISBN 978-5-955б-01бб-б.
4. Nechaev V. V., Panchenko V.M., Komarov A.I. «Kriterii i funktsional'nyy analiz modeley monitoringa kachestva obucheniya» Trudy Vserossiyskoy nauchno-prakticheskoy konferentsii s mezhdunarodnym uchastiem «Informatsionnye tekhnologii v obespechenii novogo kachestva vysshego obrazovaniya (14-15 aprelya 2010 g., Moskva, NITU «MISiS»)». - M.: Issledovatel'skiy tsentr problem kachestva podgotovki spetsialistov NITU «MISiS», 2010. - 34 s.
5. Nechaev V.V., Panchenko V.M., Komarov A.I. «Mezhpredmetnyy sistemoobrazuyushchiy bazis organizatsii protsessa podgotovki spetsialistov po nauchnym napravleniyam» Nauchno-prakticheskiy zhurnal «Otkrytoe obrazovanie», 2012 g. №5. ISSN 1818-4243. - S. 70-78.
6. Nechaev V.V., Panchenko V.M., Komarov A.I. Metodicheskie aspekty i tekhnologii podderzhki interaktivnosti v elektronnykh sistemakh obucheniya. International Journal of Open Information Technologies. Tom 2. № 1. 2014 g. -S. 17-22.
7. Norenkov I.P., Zimin A.M. Informatsionnye tekhnologii v obrazovanii - M.: Izd-vo MGTU im. N.E. Baumana, 2004. - 352s.
8. Ofitsial'naya dokumentatsiya ADL SCORM https://www.adlnet.gov/adl-research/scorm/.
9. Spetsifikatsiya programm V sfere distantsionnogo obucheniya. Ofitsial'nyy sayt http://tincanapi.com
Поступила 15.10.2016
Об авторах:
Комаров Алексей Игоревич, заведующии сектором сопровождения информационных систем ООО «Газпром ВНИИГАЗ», [email protected];
Панченко Виктор Михайлович, к.т.н., проф. Московского технологического университета (МИРЭА), [email protected].
