Проведен анализ актуальных решений в области биотехнологических симуляций в виртуальной среде, на основании которого сформулирован ряд требований к механике, окружению, визуальной и технической частям реализации таких виртуальных лабораторий. Представлена конкретная реализация виртуальных лабораторий, которую можно применять студентам при изучении биомедицинских технологий. Предложенная методика разработки биотехнологических симуляций в виртуальной среде может быть успешно применена для разработки виртуальных лабораторий по всему спектру изучаемого материала.

Исследованы аспект выявления психологического портрета респондента и генерация отношения к нему социальным агентом на основе анализа тональности диалога. Рассмотрены принципы генерации отношения социального агента к респонденту и изменение его эмоционального настроя на протяжении общения. Реализация поставленной задачи осуществлена с помощью языка программирования Python и работы с реальными данными. Проведенный анализ алгоритмов классификации, основанных на подходах машинного обучения, подтвердил практическую значимость работы.

Представлено интерактивное приложение для полнокупольного экрана с поддержкой нескольких пользователей. Рассмотрены решения для интерактивного взаимодействия с использованием носимых устройств или смартфонов.

Предсказание динамики распространения огня в лесном массиве – важная задача, требующая постоянного усовершенствования, доработки и тщательного анализа. Одним из лучших инструментов предсказания динамики возгорания является компьютерное моделирование. Цель работы – построить качественную наглядную и эффективную систему, позволяющую смоделировать возгорание в лесном массиве с учетом большого числа параметром, таких, как рельеф, ветер, влажность, рельеф лесного покрова, тип горючего материала и т. д. При разработке был использован модульный подход, позволяющий неограниченно дорабатывать и расширять программный продукт, а также адаптировать его под широкий класс природных катаклизмов, будь то наводнение, землетрясение и др.

Объектом проведенного исследования является эмоциональная оценка искусственного интеллекта. В качестве системы реализации эмоциональной оценки выбрана система обучения с подкреплением. В результате симуляции построенной модели получены графики, показывающие активность структур мозга, участвующих в процессе их воздействия друг на друга. В ходе настройки системы удалось добиться четырех вспышек активности на таламусе вместо ожидаемых пяти.

Нор-адреналиновая подсистема играет важную роль в эмоциональной оценке и обратной связи так же, как и в принятии решений. Мы представляем программную систему для автоматической генерации кода на языке PyNEST, основываясь на высокоуровневом описании нейронных подсистем.

Рассматриваются проблемы разработки приложения для моделирования разрушений от наводнений с учетом ландшафта, типов почв, поселенческих инфраструктур, коэффициентов износа плотин, заградительных построек в зоне затопления и других факторов. Разработаны методы оценки опасности наводнения и предложены подходы для моделирования ситуаций, ведущих к снижению потенциального ущерба.

На основе модели «Куба эмоций» Лёвхейма [1] и нейронных сетей предложено воспроизвести базовые эмоциональные состояния, описанные Сильвеном Томкинсом [2]. Рассмотрено влияние на параметры вычислительной системы нейромодулятора норадреналина с учетом его роли и функции в головном мозге. Описаны реализация низкоуровневой модели норадреналиновой подсистемы и её моделирование во фреймворке «Nest Initiative».