Выполнен анализ функционирующей в Internet системы World Wide WEB (WWW, 3W, Web-система). Выделены задачи Web-программирования, возникающие при создании, информационном наполнении и сопровождении Web-узлов. Сформулированы методические рекомендации по преподаванию в вузах Web-программирования как для специалистов в области сетевых технологий, так и для будущих авторов Web-публикаций, оформляющих Web-страницы с материалами из своей предметной области.

Рассматриваются организация мобильных (переносимых) параллельных вычислений, ориентированных на системы с любой, в том числе нетрадиционной, архитектурой. Предлагается категорная иерархическая модель вычислительных алгоритмов, систем и программного обеспечения как результата отображения алгоритмов на аппаратные средства.

Описывается алгоритм размещения разногабаритных элементов на плате. Автоматическое размещение высокой плотности достигается дихотомическим делением и плотной упаковкой. Предложен алгоритм быстрой плотной упаковки.

Статья посвящена проблеме построения системы математических моделей, описывающих функционирование отрасли (комплекса) на всех этапах жизненного цикла. Введены принципиальные понятия — суммарная масса объектов и масса разнообразия, позволяющие сформировать базовую математическую модель. На ее основе строятся все составляющие модели облика отрасли. Приведены основные уравнения и ограничения для описания процессов создания объектов, накопления их с учетом возраста, динамики основных фондов и затрат, оценки качества.

Динамическая нейронная сеть (ДНС) на основе нейроподобных элементов (НЭ) с временной суммацией входных сигналов, в которых использовалась пороговая функция [1], обладает свойствами запоминания информационных последовательностей, их воспроизведения и ассоциативного обращения к информации, а также структурной многоуровневой ее обработки, в том числе, формирования поуровневых словарей и грамматик (восстановления структуры связей слов словарей во входной информации) и, наконец, фильтрации старой информации в потоке новой. Введение в НЭ сигмоидной функции вместо бинарной расширяет возможности ДНС по формированию более адекватного следа входной информации и, следовательно, позволяет более надежно и точно представлять эту информацию и более точно ее распознавать.

Показывается, что альтернативой структурной оптимизации нейронных сетей при их обучении является использование байесовских методов регуляризации. Рассматриваются алгоритмы обучения нейронных сетей с использованием традиционных и байесовских методов регуляризации. Приводится основанный на байесовском подходе алгоритм вычисления погрешности прогноза выходных значений нейронной сети.