RU113386U1 - Система поддержки принятия решений для системы дистанционного обучения специалистов в области навигационной аппаратуры пользователя глонасс - Google Patents
Система поддержки принятия решений для системы дистанционного обучения специалистов в области навигационной аппаратуры пользователя глонасс Download PDFInfo
- Publication number
- RU113386U1 RU113386U1 RU2011140224/08U RU2011140224U RU113386U1 RU 113386 U1 RU113386 U1 RU 113386U1 RU 2011140224/08 U RU2011140224/08 U RU 2011140224/08U RU 2011140224 U RU2011140224 U RU 2011140224U RU 113386 U1 RU113386 U1 RU 113386U1
- Authority
- RU
- Russia
- Prior art keywords
- block
- output
- input
- glonass
- predictive
- Prior art date
Links
Landscapes
- Electrically Operated Instructional Devices (AREA)
Abstract
1. Система поддержки принятия решений для системы дистанционного обучения специалистов в области навигационной аппаратуры пользователя ГЛОНАСС, содержащая блок источников информации и блок предметных баз данных, отличающаяся тем, что в систему введены блок мониторинга блока источников информации, блок прогностических моделей и блок формирования прогностических оценок, при этом выход блока источников информации через блок мониторинга источников информации подключен к входу блока предметных баз данных, выход которого подключен к первому входу блока формирования прогностических оценок и через блок прогностических моделей подключен ко второму входу блока формирования прогностических оценок, выход которого является выходом системы. ! 2. Система по п.1, отличающаяся тем, что блок мониторинга источников информации содержит блок формирования временного регламента мониторинга и перечня сканируемых источников информации, выход которого соединен с первым входом блока мониторинга Интернет-ресурсов, выход которого является выходом блока мониторинга источников информации и подключен к входу блока предметных баз данных, второй вход блока мониторинга Интернет-ресурсов, являющийся входом блока мониторинга источников информации, соединен с выходом блока источников информации. ! 3. Система по п.2, отличающаяся тем, что блок предметных баз данных содержит блок автоматического распределения информации по базам данных, вход которого является входом блока предметных баз данных и подключен к выходу блока мониторинга источников информации, выход блока автоматического распределения информации по базам данных соеди
Description
Полезная модель относится к системам поддержки принятия решений (СППР), являющихся элементом систем дистанционного обучения (СДО), в частности СДО в области переподготовки и повышения квалификации специалистов по применению навигационной аппаратуры потребителей (НАП) ГЛОНАСС, и позволяет сформировать прогностические оценки состава слушателей СДО на краткосрочную и среднесрочную перспективу в части:
- количественных оценок числа слушателей на заданный горизонт прогноза;
- качественных оценок в виде набора профессиональных компетенций, которые должны получить слушатели СДО в процессе обучения.
Из уровня техники известна система поддержки принятия решений [1], содержащая компьютерное устройство концептуального описания бизнеса компании, компьютерное устройство факторного анализа внешней среды и, по меньшей мере, одно рабочее место оператора, предназначенное для ввода информационных баз данных внешних источников информации. При этом компьютерное устройство концептуального описания бизнеса компании выполнено с возможностью ввода реестра данных значений параметров бизнеса и предназначено для обработки упомянутых данных путем определения и ранжирования параметров показателей бизнеса о составе участников компании, по маркетинговым показателям рынка продукции и стратегическим показателям бизнеса и формирования требований и ограничений упомянутых параметров, для анализа экономических и технологических факторов и показателей результатов деятельности компании, для составления реестра данных значений параметров бизнеса компании, компьютерное устройство факторного анализа внешней среды предназначено для сбора данных о состоянии соответствующих параметров внешней среды и расчета влияния их на параметры и факторы бизнеса компании. Система содержит компьютерное устройство моделирования бизнес-системы действующей компании, компьютерное устройство моделирования оптимальной структуры бизнес-системы компании, компьютерное устройство тестирования бизнес-системы компании, компьютерное устройство аналитического мониторинга бизнес-системы компании и компьютерное устройство реинжиниринга. При этом рабочее место оператора соединено с компьютерным устройством концептуального описания бизнеса компании, с компьютерным устройством факторного анализа внешней среды и с компьютерным устройством моделирования бизнес-системы действующей компании, предназначенным на основе данных о текущем состоянии параметров бизнес-процессов действующей компании, включающих критерии оценки эффективности субъектов и прецедентов бизнеса, данные о структуре и функциях компании, требования к качественным и количественным оценкам технологии и системы принятия решений, для анализа потоков данных о текущем состоянии упомянутой компании в реальном режиме времени. Компьютерное устройство концептуального описания бизнеса компании соединено с компьютерным устройством моделирования оптимальной бизнес-системы компании, предназначенным на основе данных о субъектах и объектах внешнего окружения компании и потоков связей между ними для анализа маркетинговой и организационной моделей компании, построения системы управленческих процедур, структурирования потоков данных и сравнения информации об альтернативных вариантах бизнес-системы компании и формирования информации об оптимальной бизнес-системе компании, компьютерное устройство моделирования бизнес-системы действующей компании соединено с компьютерным устройством моделирования оптимальной бизнес-системы компании, соединенным с компьютерным устройством тестирования бизнес-системы компании, предназначенным для интегрированного сбора и обработки данных об оптимальной бизнес-системе компании, которое соединено с компьютерным устройством аналитического мониторинга бизнес-системы компании, предназначенным для сравнения параметров, полученных при упомянутом тестировании бизнес-системы компании, и параметров реестра данных значений параметров бизнеса компании, и, при необходимости формирования сигнала, содержащего информацию о корректировке оптимальной бизнес-системы компании, компьютерное устройство аналитического мониторинга бизнес-системы компании соединено с компьютерным устройством моделирования оптимальной бизнес-системы компании, с компьютерным устройством концептуального описания бизнеса компании и с компьютерным устройством моделирования бизнес-системы действующей компании, компьютерное устройство факторного анализа внешней среды соединено с компьютерным устройством реинжиниринга, предназначенным для установки соответствия данных бизнес-системы действующей компании с изменяющимися во времени внешними условиями и параметрами, и, при необходимости, при их отличии, для формирования информации об изменении параметров бизнеса компании, компьютерное устройство реинжиниринга соединено с компьютерным устройством моделирования бизнес-системы действующей компании и с компьютерным устройством концептуального описания бизнеса компании.
Недостатком данной системы являются ограниченные функциональные возможности из-за отсутствия возможности прогнозирования на краткосрочный и долгосрочный период.
Наиболее близким по назначению техническим решением, выбранным в качестве прототипа является система поддержки принятия решений [2], содержащая блок источников информации, выход которого подключен к первому входу блока баз данных, выход и второй вход которого через блок управления подключены соответственно к входу и выходу блока моделей, управляющие вход и выход блока управления подключены соответственно к выходу и входу автоматизированного рабочего места.
Недостатком данной системы также являются ограниченные функциональные возможности, что обусловлено отсутствием прогностических моделей для предсказания поведения системы на кратко- и среднесрочный период.
Техническим результатом заявляемой полезной модели является расширение функциональных возможностей в части прогнозирования поведения системы в перспективе.
Технический результат достигается тем, что система поддержки принятия решений для системы дистанционного обучения специалистов в области ГЛОНАСС, содержащая блок источников информации и блок предметных баз данных, отличающаяся тем, что в систему введены блок мониторинга источников информации, блок прогностических моделей и блок формирования прогностических оценок, при этом выход блока источников информации через блок мониторинга источников информации подключен к входу блока предметных баз данных, выход которого подключен к первому входу блока формирования прогностических оценок и через блок прогностических моделей подключен ко второму входу блока формирования прогностических оценок, выход которого является выходом системы. Блок мониторинга источников информации содержит блок формирования временного регламента мониторинга и перечня сканируемых источников информации, выход которого соединен с первым входом блока мониторинга Интернет-ресурсов, выход которого является выходом блока мониторинга источников информации и подключен к входу блока предметных баз данных, второй вход блока мониторинга Интернет-ресурсов, являющийся входом блока мониторинга источников информации, соединен с выходом блока источников информации. Блок предметных баз данных содержит блок автоматического распределения информации по базам данных, вход которого является входом блока предметных баз данных и подключен к выходу блока мониторинга источников информации, выход блока автоматического распределения информации по базам данных соединен с объединенными входами базы данных государственных программ и законодательных актов в области ГЛОНАСС, базы данных количественных оценок потребности в навигационной аппаратуре потребителей (НАП) различных групп пользователей ГЛОНАСС, базы данных качественной и количественной структуры рынка НАП ГЛОНАСС, базы данных рынка трудовых ресурсов в различных областях применения ГЛОНАСС, базы данных количества подготавливаемых специалистов в системе высшего профессионального образования (ВПО) и среднего профессионального образования (СПО) для различных областей применения ГЛОНАСС, базы данных количества специалистов, подготавливаемых на курсах повышения квалификации системы дополнительного профессионального образования ДПО, объединенные выходы которых являются выходом блока предметных баз данных. Блок прогностических моделей содержит блок прогностических моделей на основе структуры рынка НАП ГЛОНАСС, блок прогностических моделей на основе данных деятельности образовательных учреждений ВПО и ДПО, блок прогностических моделей на основе данных деятельности образовательных учреждений ДПО, блок прогностических моделей на основе структуры рынка трудовых ресурсов, информационные входы которых объединены и являются входом блока прогностических моделей, управляющие входы блока прогностических моделей на основе структуры рынка НАП ГЛОНАСС, блока прогностических моделей на основе данных деятельности образовательных учреждений ВПО и ДПО, блока прогностических моделей на основе данных деятельности образовательных учреждений ДПО, блока прогностических моделей на основе структуры рынка трудовых ресурсов и управляющий вход блока формирования консенсус-прогноза объединены и подключены к выходу блока специального программного обеспечения, выходы блока прогностических моделей на основе структуры рынка НАП ГЛОНАСС, блока прогностических моделей на основе данных деятельности образовательных учреждений ВПО и ДПО, блока прогностических моделей на основе данных деятельности образовательных учреждений ДПО и блока прогностических моделей на основе структуры рынка трудовых ресурсов подключены к соответствующим информационным входам блока формирования консенсус-прогноза, выход которого является выходом блока прогностических моделей и соединен со вторым входом блока формирования прогностических оценок. Блок формирования прогностических оценок содержит автоматизированное рабочее место (АРМ) экспертов-аналитиков, вход которого является первым входом блока формирования прогностических оценок и соединен с выходом блока предметных баз данных, выход АРМ экспертов-аналитиков через базу данных категорий специалистов и их профессиональных компетенции подключен к первому входу базы данных прогностических оценок потребности в специалистах по НАП, второй вход которой является вторым входом блока формирования прогностических оценок и подключен к выходу блока прогностических моделей, выход базы данных прогностических оценок потребности в специалистах по НАП является выходом блока формирования прогностических оценок.
Общая функциональная схема системы представлена на фиг.1., где:
1. Блок источников информации;
2. Блок мониторинга источников информации;
3. Блок предметных баз данных;
4. Блок прогностических моделей;
5. Блок формирования прогностических оценок.
Общая концепция функционирования системы заключается в следующем.
Для того чтобы получить требуемые прогностические оценки на начальном этапе путем экспертных оценок определяются основные внешние факторы, влияющие на работу СДО:
- политика государства в части внедрения технологий ГЛОНАСС,
- темпы их внедрения в различные сферы,
- программы и номенклатура выпуска НАП различных производителей,
- динамика подготовки специалистов по работе с НАП в системе высшего и среднего профессионального образования,
- деятельность потенциальных конкурентов в данной нише образовательного рынка и т.д.
Далее на основании выделенных факторов формируются группы информационных источников, которые потенциально могут содержать необходимую информацию для формирования прогнозов. В соответствии с функциональными задачами заявляемой системы экспертным путем были выделены следующие основные группы источников, составляющие информационно-логическую структуру блока 1 (фиг.1) источников информации (см. фиг.2), где:
1. Блок источников информации;
6. Государственные программы и законодательные акты в области ГЛОНАСС;
7. Статистические данные, отражающие динамику внедрения технологий спутникового позиционирования;
8. Данные по использованию зарубежных систем спутникового позиционирования в различных областях деятельности;
9. Программы выпуска и номенклатура навигационной аппаратуры ГЛОНАСС и GPS/ГЛОНАСС;
10. Статистические данные рынка трудовых ресурсов в областях, связанных с применением технологий ГЛОНАСС;
11. Данные по подготовке специалистов в области спутниковой навигации в образовательных учреждениях высшего и среднего профессионального образования;
12. Данные по переподготовке и повышению квалификации специалистов по спутниковой навигации в образовательных учреждениях дополнительного профессионального образования.
Выделенные таким образом группы источников информации 6-12 представляют собой тот информационный Интернет-ресурс, который необходимо в реальном масштабе времени сканировать на предмет извлечения информации, необходимой для формирования прогнозов. Такое сканирование (информационный мониторинг) осуществляется с помощью блока мониторинга источников информации (поз.3, фиг.1).
Структурная схема блока мониторинга источников информации представлена на фиг.3, где:
2. Блок мониторинга источников информации;
13. Блок формирования временного регламента мониторинга и перечня сканируемых источников информации;
14. Блока мониторинга Интернет-ресурсов.
Блок 13 предназначен для решения следующих задач:
- задания для каждой группы перечня сканируемых источников путем задания их сетевых адресов (или URL - Uniform Resource Locator) и последовательности их сканирования;
- задания временных отсчетов, в которые производится мониторинг каждой группы источников.
Сетевые адреса определяются путем разведывательного анализа соответствующего Интернет-ресурса, например с помощью традиционных поисковых систем Google, Рамблер, Яндекс и т.д.
По сигналам, поступающим от данного блока 13, блок мониторинга Интернет-ресурсов 14 в заданный момент времени подключается к заданному источнику и индексирует (считывает в свою внутреннюю память) его контент (содержание). Далее он проверяет, изменилось ли содержание данной страницы с момента предыдущего ее сканирования. Если оно изменилось, то новая информация передается в блок предметных баз данных.
Блок мониторинга Интернет-ресурсов может быть реализован на базе современных информационно-аналитических систем (ИАС), в частности ИАС «Семантический архив» [3].
Информация с выхода блока мониторинга источников информации (поз.2, фиг.1) поступает в блок предметных баз данных (поз.3, фиг.1).
Структурная схема блока предметных данных показана на фиг.4., где:
3. Блок предметных данных;
15. Блок автоматического распределения информации по базам данных и следующих предметно-ориентированных баз данных;
16. Базы данных государственных программ и законодательных актов в области ГЛОНАСС;
17. Базы данных количественных оценок потребности в НАП различных групп пользователей ГЛОНАСС;
18. Базы данных качественной и количественной структуры рынка НАП ГЛОНАСС;
19. Базы данных структуры рынка трудовых ресурсов в различных областях применения ГЛОНАСС;
20. Базы данных (текущих и ретроспективных) количества подготавливаемых специалистов в системе высшего профессионального образования (ВПО) и среднего профессионального образования (СПО) для различных областей применения ГНСС;
21. Базы данных (текущих и ретроспективных) количества специалистов, подготавливаемых на курсах повышения квалификации системы дополнительного профессионального образования (ДПО).
Блок 15 на основе заданного рубрикатора, содержащего перечень ключевых слов, определяет семантику, т.е. смысловое содержание, поступающей на его вход информации от блока мониторинга источников информации. Рубрикатор сформирован таким образом, что каждой из 6 предметных областей (блоки 16-21) соответствует уникальный набор ключевых слов. Такой подход позволяет однозначно классифицировать поступающую на вход блока 15 информацию, устраняя возможность дублирования информации, и заносить ее в соответствующую базу данных.
Информация, содержащаяся в предметно-ориентированных базах данных 16-21, является тем информационным базисом, но основе которого формируются прогностические оценки потребности в специалистах в области ГЛОНАСС.
Поскольку мониторинг информационных источников осуществляется регулярно в соответствии с заданной программой, то содержимое баз данных также регулярно обновляется. Таким образом, хранимая в каждой них информация представляет собой ретроспективные данные по соответствующей предметной области. Наличие такой предыстории позволяет строить прогностические модели и формировать научно обоснованные прогнозы.
Данную задачу решает блок прогностических моделей (поз.4, фиг.1), структурная схема которого показана на фиг.5, где:
4. Блок прогностических моделей;
22. Блок специального программного обеспечения;
23. Блок прогностических моделей на основе структуры рынка НАП ГЛОНАСС, который позволяет сформировать количественные оценки потребности в специалистах по НАП на основе ретроспективного анализа данных по структуре отечественного рынка НАП ГЛОНАСС;
24. Блок прогностических моделей на основе данных деятельности образовательных учреждений (ОУ) системы высшего (ВПО) и среднего (СПО) профессионального образования, который позволяет сформировать количественные оценки потребности в специалистах по НАП на основе ретроспективного анализа данных по подготовке соответствующих специалистов в ВУЗах и колледжах;
25. Блок прогностических моделей на основе данных деятельности ОУ дополнительного профессионального образования (ДПО), который позволяет сформировать количественные оценки потребности в специалистах по НАП на основе ретроспективного анализа данных подготовки специалистов в рамках существующих курсов переподготовки и повышения квалификации;
26. Блок прогностических моделей на основе структуры рынка трудовых ресурсов, который позволяет сформировать количественные оценки потребности в специалистах по НАП на основе ретроспективного анализа данных по количеству специалистов различных отраслей, использующих в своей профессиональной деятельности НАП ГЛОНАСС.
27. Блок формирования консенсус-прогноза.
Работа блоков 23-26 прогностических моделей осуществляется под управлением блока 22 специального программного обеспечения, созданного на базе аналитической платформы Deductor [4]. Сами прогностические модели также реализованы на языке визуального программирования платформы Deductor.
Поскольку блоки 23-26 используют различные исходные данные для формирования прогностических оценок потребности в специалистах по НАП, то и выходные результаты этих моделей также являются различными. Согласование выходных результатов осуществляется блоком 27 формирования консенсус-прогноза, который реализован на языке визуального программирования платформы Deductor и вычисляет медиану (консенсус-прогноз) распределения оценок, получаемых от блоков 23-26.
Информация с выхода блока прогностических моделей (поз.4, фиг.1) поступает на вход блока формирования прогностических оценок (поз.5, фиг.1), структурная схема которого показана на фиг.6, где:
5. Блок формирования прогностических оценок;
28. АРМ экспертов-аналитиков;
29. База данных категорий специалистов и их профессиональных компетенции;
30. База данных прогностических оценок потребности в специалистах по НАП.
Информация заносится в базу данных 30 прогностических оценок потребности в специалистах по НАП.
На другой вход блока формирования прогностических оценок 5 поступает информация от блока предметных баз данных (поз.3, фиг.1). Эта информация заносится в память АРМ экспертов-аналитиков 28, которые на основе ее анализа формируют перечень категорий специалистов по НАП, которые необходимы для работы с современными и перспективными образцами НАП ГЛОНАСС, а также перечень их ключевых профессиональных компетенции, т.е. необходимый объем теоретических знаний и практических навыков.
Сформированные таким образом данные заносятся в базу данных 29 категорий специалистов и их профессиональных компетенции и далее в базу данных 30 прогностических оценок потребности в специалистах по НАП.
Таким образом, структурированные данные в базе данных 30 прогностических оценок потребности в специалистах по НАП имеют следующий формат: категория специалистов по НАП - ключевые профессиональные компетенции - количественная оценка потребности.
Данная информация с выхода блока формирования прогностических оценок (поз.5, фиг.1) далее поступает в подсистему разработки методического обеспечения системы дистанционного обучения и используется для принятия управленческих решений в части корректировки существующих программ (курсов) обучения и формирования перспективных программ обучения.
Введения в состав системы двух принципиально новых функциональных блоков: блока прогностических моделей и блока формирования прогностических оценок, использование этих блоков в составе СППР позволяет получить как количественные прогностические оценки (число слушателей на заданный горизонт прогноза), так и качественные (набор профессиональных компетенции, которые должны получить слушатели СДО в процессе обучения).
Список литературы
1. Патент RU 2171498 (Скубченко А.И.) от 08.11.2000.
2. http://www.itstan.ru/it-i-is/struktura-sppr.html.
3. http://www.anbr.ru/page.php?name=products&lang=1.
4. http://www.basegroup.ru/deductor/.
Claims (5)
1. Система поддержки принятия решений для системы дистанционного обучения специалистов в области навигационной аппаратуры пользователя ГЛОНАСС, содержащая блок источников информации и блок предметных баз данных, отличающаяся тем, что в систему введены блок мониторинга блока источников информации, блок прогностических моделей и блок формирования прогностических оценок, при этом выход блока источников информации через блок мониторинга источников информации подключен к входу блока предметных баз данных, выход которого подключен к первому входу блока формирования прогностических оценок и через блок прогностических моделей подключен ко второму входу блока формирования прогностических оценок, выход которого является выходом системы.
2. Система по п.1, отличающаяся тем, что блок мониторинга источников информации содержит блок формирования временного регламента мониторинга и перечня сканируемых источников информации, выход которого соединен с первым входом блока мониторинга Интернет-ресурсов, выход которого является выходом блока мониторинга источников информации и подключен к входу блока предметных баз данных, второй вход блока мониторинга Интернет-ресурсов, являющийся входом блока мониторинга источников информации, соединен с выходом блока источников информации.
3. Система по п.2, отличающаяся тем, что блок предметных баз данных содержит блок автоматического распределения информации по базам данных, вход которого является входом блока предметных баз данных и подключен к выходу блока мониторинга источников информации, выход блока автоматического распределения информации по базам данных соединен с объединенными входами базы данных государственных программ и законодательных актов в области ГЛОНАСС, базы данных количественных оценок потребности в навигационной аппаратуре потребителей (НАП) различных групп пользователей ГЛОНАСС, базы данных качественной и количественной структуры рынка НАП ГЛОНАСС, базы данных рынка трудовых ресурсов в различных областях применения ГЛОНАСС, базы данных количества подготавливаемых специалистов в системе высшего профессионального образования (ВПО) и среднего профессионального образования (СПО) для различных областей применения ГЛОНАСС, базы данных количества специалистов, подготавливаемых на курсах повышения квалификации системы дополнительного профессионального образования ДНО, объединенные выходы которых являются выходом блока предметных баз данных.
4. Система по п.3, отличающаяся тем, что блок прогностических моделей содержит блок прогностических моделей на основе структуры рынка НАП ГЛОНАСС, блок прогностических моделей на основе данных деятельности образовательных учреждений ВПО и ДПО, блок прогностических моделей на основе данных деятельности образовательных учреждений ДПО, блок прогностических моделей на основе структуры рынка трудовых ресурсов, информационные входы которых объединены и являются входом блока прогностических моделей, управляющие входы блока прогностических моделей на основе структуры рынка НАП ГЛОНАСС, блока прогностических моделей на основе данных деятельности образовательных учреждений ВПО и ДПО, блока прогностических моделей на основе данных деятельности образовательных учреждений ДПО, блока прогностических моделей на основе структуры рынка трудовых ресурсов и управляющий вход блока формирования консенсус-прогноза объединены и подключены к выходу блока специального программного обеспечения, выходы блока прогностических моделей на основе структуры рынка НАП ГЛОНАСС, блока прогностических моделей на основе данных деятельности образовательных учреждений ВПО и ДПО, блока прогностических моделей на основе данных деятельности образовательных учреждений ДПО и блока прогностических моделей на основе структуры рынка трудовых ресурсов подключены к соответствующим информационным входам блока формирования консенсус-прогноза, выход которого является выходом блока прогностических моделей и соединен со вторым входом блока формирования прогностических оценок.
5. Система по п.4, отличающаяся тем, что блок формирования прогностических оценок содержит АРМ экспертов-аналитиков, входы которых являются первыми входами блока формирования прогностических оценок и соединены с выходом блока предметных баз данных, выходы АРМ экспертов-аналитиков через базу данных категорий специалистов и их профессиональных компетенций подключен к первому входу базы данных прогностических оценок потребности в специалистах по НАП, второй вход которой является вторым входом блока формирования прогностических оценок и подключен к выходу блока прогностических моделей, выход базы данных прогностических оценок потребности в специалистах по НАП является выходом блока формирования прогностических оценок.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011140224/08U RU113386U1 (ru) | 2011-10-04 | 2011-10-04 | Система поддержки принятия решений для системы дистанционного обучения специалистов в области навигационной аппаратуры пользователя глонасс |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011140224/08U RU113386U1 (ru) | 2011-10-04 | 2011-10-04 | Система поддержки принятия решений для системы дистанционного обучения специалистов в области навигационной аппаратуры пользователя глонасс |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU113386U1 true RU113386U1 (ru) | 2012-02-10 |
Family
ID=45854105
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2011140224/08U RU113386U1 (ru) | 2011-10-04 | 2011-10-04 | Система поддержки принятия решений для системы дистанционного обучения специалистов в области навигационной аппаратуры пользователя глонасс |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU113386U1 (ru) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU172498U1 (ru) * | 2016-07-22 | 2017-07-11 | Федеральное государственное бюджетное учреждение "Центральный научно-исследовательский институт Войск воздушно-космической обороны" Министерства обороны Российской Федерации | Устройство поддержки принятия решений при анализе развития проблемных ситуаций |
| RU2669508C1 (ru) * | 2017-10-12 | 2018-10-11 | Частное образовательное учреждение высшего образования "Московский Университет им. С.Ю. Витте" | Способ автоматизированного формирования решений по выбору параметров электронной образовательной среды |
-
2011
- 2011-10-04 RU RU2011140224/08U patent/RU113386U1/ru active
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU172498U1 (ru) * | 2016-07-22 | 2017-07-11 | Федеральное государственное бюджетное учреждение "Центральный научно-исследовательский институт Войск воздушно-космической обороны" Министерства обороны Российской Федерации | Устройство поддержки принятия решений при анализе развития проблемных ситуаций |
| RU2669508C1 (ru) * | 2017-10-12 | 2018-10-11 | Частное образовательное учреждение высшего образования "Московский Университет им. С.Ю. Витте" | Способ автоматизированного формирования решений по выбору параметров электронной образовательной среды |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Song et al. | Environmental performance evaluation with big data: Theories and methods | |
| Lindström et al. | Aligning manufacturing strategy and levels of automation: A case study | |
| Emrouznejad et al. | COOPER-framework: A unified process for non-parametric projects | |
| Bertrand et al. | Operations management research methodologies using quantitative modeling | |
| Boehm | Software engineering economics | |
| US10885448B2 (en) | Usability data analysis platform | |
| Marra et al. | A gap analysis methodology for product lifecycle management assessment | |
| Stindt et al. | How transdisciplinarity can help to improve operations research on sustainable supply chains—a transdisciplinary modeling framework | |
| Sigala et al. | Big data for measuring the impact of tourism economic development programmes: A process and quality criteria framework for using big data | |
| Saltz et al. | SKI: An agile framework for data science | |
| Lavrov et al. | Expert assessment systems to support decision-making for sustainable development of complex technological and socio-economic facilities | |
| Klünder et al. | Helping teams to help themselves: An industrial case study on interdependencies during sprints | |
| RU113386U1 (ru) | Система поддержки принятия решений для системы дистанционного обучения специалистов в области навигационной аппаратуры пользователя глонасс | |
| Ruppert | Visual analytics to support evidence-based decision making | |
| Pino et al. | Systematic literature review on mechanisms to measure the technological maturity of the Internet of Things in enterprises | |
| Richter et al. | Visualization of requirements engineering data to analyse the current product maturity in the early phase of product development | |
| de Souza et al. | Industry 4.0: An analysis of the production of scientific papers based on indicators | |
| Georgiy | Express-evaluation and minimization of resources for sustainment of state administrative agencies in administrative-territorial entities | |
| RU117667U1 (ru) | Мультиагентная информационная система управления инновационной средой предприятий региона | |
| Brynjolfsson et al. | The Power of Prediction: Predictive Analytics, Workplace Complements, and Heterogeneous Firm Performance1 | |
| Waguthii | Application of Big Data Technology in the Construction Industry in Kenya: a Case Study of Nairobi County. | |
| Jones | Improved Forecasting of Defense Acquisition Program Performance Using Digital Twin Models of a Revenue Centric Versus Cost Centered Approach (Enhanced Earned Value Management (E2VM)) | |
| Nooij et al. | An ontology of industrial symbiosis | |
| Välimäki | Pattern Language for Project Management in Global Software Development | |
| Yang et al. | An Approach to Assessing the Health of Opensource Software Ecosystems |