Объектом исследования является (α + β) - титановый сплав мартенситного класса ВТ6. Метод конечных элементов при помощи различных программных комплексов является перспективным способом прогнозирования и выявления зон локализации эквивалентных деформаций и напряжений в образцах из титанового сплава ВТ6. Предоставляется возможность расчетным путем создать ячеистую структуру имплантата с пониженным модулем упругости. В связи с этим в работе была поставлена цель: изучить механические свойства ячеистых структур и субпериостального дентального экзо-имплантата из сплава ВТ6 медицинского назначения, полученного аддитивным методом. / The object of research is (α + β) – titanium alloy of martensite class VT6. The finite element method with the help of various software packages is a promising method for predicting and identifying localization zones of equivalent deformations and stresses in samples made of titanium alloy VT6. It is possible to create a cellular structure of the implant with a reduced modulus of elasticity by calculation. In this regard, the aim of the work was to study the mechanical properties of cellular structures and subperiosteal dental exo-implant made of VT6 alloy for medical purposes, obtained by the additive method.

В представленной выпускной квалификационная работа по теме «Новое оборудование для механической обработки колесных пар вагонов и локомотивов без выкатки» рассмотрены виды и способы контроля износа железнодорожных колес, разработаны колесотокарные станки и оборудование, необходимое для их использования. Описан колесофрезерный станок, обладающий по сравнению с колесотокарным определенными преимуществами, рассматриваются вопросы, касающиеся проектирования соответствующего режущего инструмента. Выполнены расчеты, обосновывающие принятые конструктивные решения. / In the presented graduate qualification work on "New equipment for mechanical processing of wheelsets for wagons and locomotives without rolling-out" types and methods of controlling the wear of wheelsets are reviewed, wheel lathes and equipment required for their use are developed. The paper gives the description of a wheel-milling machine, which has some advantages compared to a wheel lathe, and deals with the problems concerning the design of the appropriate cutting tools. Calculations are made, which substantiate the adopted design solutions.

В рамках данной работы было проведено исследование существующих типов вопросно-ответных систем и методов анализа текста. Был проведен анализ существующих вопросно-ответных систем. Приведена обобщённая схема работы вопросно-ответных систем и для каждого типа систем приведена детальная схема работы. Описаны и исследованы методы выбора кандидатов ответа и методы их оценки. Также в работе описаны возможные критерии оценки работы таких систем. В ходе исследования был разработан рабочий прототип вопросно-ответной системы, основанный на системе BERT для русского языка. Используемая модель RuBERT была предобучена и протестирована на стандартных задачах SQuAD. В ходе работы модель была протестирована и оценена в разработанном рабочем прототипе и показала высокие результаты по предложенным критериям оценки. / Within the framework of this work, a study was made of the existing types of question-answer systems and text analysis methods. An analysis of the existing question-answer systems was carried out. A generalized scheme of operation of question-answer systems is given, and a detailed scheme of operation is given for each type of system. Methods for selecting response candidates and methods for their evaluation are described and investigated. The paper also describes possible criteria for evaluating the operation of such systems. In the course of the study, a working prototype of a question-answer system based on the BERT system for the Russian language was developed. The RuBERT model used was pre-trained and tested on standard SQuAD problems. During the work, the model was tested and evaluated in the developed working prototype and showed high results according to the proposed evaluation criteria.

Цель работы – разработка модели машинного обучения для автоматического сопоставления описаний продуктов, представленных в текстовом виде с внутренними кодами компании. Объект исследования – бизнес-процесс сопоставления описаний продуктов с внутренними кодами компании. Методы исследования: предварительная обработка данных, анализ данных, выбор и обучение модели машинного обучения, оценка производительности модели. Результаты работы: разработана и обучена модель машинного обучения на основе алгоритма CatBoost для автоматического сопоставления описаний продуктов с внутренними кодами компании. Модель показала высокую точность и полноту при тестировании. Созданная модель машинного обучения внедрена в продуктивное использование компании АО «Сони Электроникс» и позволяет сокращать ресурсы аналитиков в существенном объеме. Выпускная квалификационная работа выполнена в текстовом редакторе Microsoft Word и представлена в электронном и печатном виде. / The goal of the work is to develop a machine learning model for automatically comparing product descriptions presented in text form with the company’s internal codes. The object of study is the business process of comparing product descriptions with internal company codes. Research methods: data preprocessing, data analysis, selection and training of a machine learning model, evaluation of model performance. Results of the work: a machine learning model based on the CatBoost algorithm was developed and trained to automatically compare product descriptions with internal company codes. The model showed high accuracy and completeness during testing. The created machine learning model has been put into productive use by Sony Electronics JSC and makes it possible to reduce analyst resources to a significant extent. The final qualifying work was completed in the text editor Microsoft Word and presented in electronic and printed form.

This master's thesis is devoted to the use of artificial intelligence technologies in teaching foreign languages. The thesis consists of two chapters. The first chapter examines the development of artificial intelligence technologies in the modern world, emphasizes the importance of foreign language skills for a successful career, and analyzes the development of modern translation technologies (automated translation systems and translation memories). The second chapter is devoted to the impact of artificial intelligence technologies on teaching foreign languages. The peculiarities of foreign language teaching emphasize that teachers should fully respect the individual differences of students in the language basis, learning ability, individual characteristics, etc., apply teaching strategies according to their abilities and individualized learning to meet the needs of students of different levels and types. The relevance is the rapid development and widespread adoption of artificial intelligence technologies in education and language teaching, which offer new opportunities to optimise personalised learning, increase student motivation and engagement, and reduce teacher workload. The purpose of the work is to explore the huge potential of artificial intelligence in teaching foreign languages. The object is foreign language teaching activities. The subject is the practice of using artificial intelligence technologies in various specific aspects of teaching foreign languages. / Данная магистерская диссертация посвящена применению технологий искусственного интеллекта в обучении иностранным языкам. Диссертация состоит из двух глав. В первой главе рассматривается развитие технологий искусственного интеллекта в современном мире, подчеркивается важность владения иностранными языками для успешной карьеры и анализируется развитие современных технологий перевода (системы автоматизированного перевода и память переводов). Вторая глава посвящена влиянию технологий искусственного интеллекта на обучение иностранным языкам. Особенности обучения иностранным языкам подчеркивают, что преподаватели должны в полной мере уважать индивидуальные различия учащихся в языковой основе, способности к обучению, индивидуальных характеристиках и т.д., применять стратегии обучения в соответствии с их способностями и индивидуализированного обучения для удовлетворения потребностей учащихся разных уровней и типов. Актуальность – в сфере образования и преподавания языков идет стремительное развитие и широкое внедрение технологий искусственного интеллекта, которые открывают новые возможности для оптимизации процесса индивидуализированного обучения, повышения мотивации и вовлеченности учащихся, а также снижения нагрузки на преподавателей. Цель исследования – огромный потенциал искусственного интеллекта в преподавании иностранных языков. Объектом исследования – деятельность по преподаванию иностранных языков. Предмет исследования – практика применения технологий искусственного интеллекта в различных конкретных аспектах преподавания иностранных языков.

The dissertation contributes to the development of machine transliteration by offering a new software solution for machine transliteration from Tajik into Persian, as well as tools for creating a Tajik-Persian parallel corpus. This study aims to improve the accuracy and efficiency of machine transliteration systems, which can be used in the field of cultural exchange and interlingual communication. / Диссертация вносит вклад в развитие машинной транслитерации, предлагая новое программное решение для машинной транслитерации с таджикского языка на персидский язык, а также инструменты для создания таджикско-персидского параллельного корпуса. Это исследование направлено на улучшение точности и эффективности систем машинной транслитерации, что может иметь применение в области культурного обмена и межъязыкового общения.

This research is devoted to the development of the student payment system (SPS) - a complex project implemented by a group of students of the Ural Federal University. The purpose of SPS is to manage students' finances, allowing them to send and receive money without commission and offering favorable exchange rates. The key goal of this project is to minimize operating costs by using artificial intelligence to support customers within the platform. The proposed SPS web application integrates three critical models to ensure security and effective customer support: 1. Facial recognition model: This model improves security by verifying the user's identity based on facial features, ensuring that only authorized users can access their accounts. 2. Voice Recognition Model: Adding another layer of security, this model verifies users based on voice data, providing a strong authentication method. 3. Natural Language Processing (NLP) Model: This model enables seamless interaction between the system and users, offering automated and intelligent customer support. / Данное исследование посвящено разработке студенческой платежной системы (SPS) - комплексного проекта, реализуемого группой студентов Уральского федерального университета. Целью SPS является управление финансами студентов, позволяя им отправлять и получать деньги без комиссии и предлагая выгодные курсы обмена. Ключевая цель этого проекта - минимизировать операционные расходы за счет использования искусственного интеллекта для поддержки клиентов в рамках платформы. Предлагаемое веб-приложение SPS объединяет три критически важные модели для обеспечения безопасности и эффективной поддержки клиентов: 1. Модель распознавания лиц: Эта модель повышает безопасность, проверяя личность пользователя по чертам лица, гарантируя, что только авторизованные пользователи смогут получить доступ к своим учетным записям. 2. Модель распознавания голоса: Добавляя еще один уровень безопасности, эта модель проверяет пользователей на основе голосовых данных, обеспечивая надежный метод аутентификации. 3. Модель обработки естественного языка (NLP): Эта модель обеспечивает беспрепятственное взаимодействие между системой и пользователями, предлагая автоматизированную и интеллектуальную поддержку клиентов.

This work provides an overview of data preprocessing methods and machine learning models for text classification, trains a model for classifying applications, and describes the development of a system for collecting, classifying and processing requests. Risks were identified and requirements for the system were formulated, interface layouts and IT infrastructure were developed, and documentation support was created. The machine learning model API was implemented using the Facet API framework, a web service for accepting and processing applications was developed using the Flask framework. / В данной работе представлен обзор методов предварительной обработки данных и моделей машинного обучения для классификации текстов, проведено обучение модели для классификации заявок, а также описана разработка системы сбора, классификации и обработки заявок. Были выявлены риски и сформулированы требования к системе, разработаны макеты интерфейса и ИТ-инфраструктура, а также создано документационное обеспечение. Был реализован API модели машинного обучения с использованием фреймворка FastAPI, веб-сервис для приема и обработки заявок был разработан с использованием фреймворка Flask.

The purpose of the work is to research and develop a system that implements automatic verification and correction of factual errors in text generated by a large language model, within limited computing resources. The object of study is large language models. The subject of the study is the verification and correction of text generated by a large language model. A study of existing approaches to correcting the response of a large language model was conducted, RAG method was recognized as the most appropriate method to enrich the knowledge of the model and prevent its hallucinations. The result of the work was the design and development of original RAG system. The system was evaluated for effectiveness in preventing hallucinations, determined that the system detects 93% of false facts in texts generated by Alpaca 13B, and 84% of false facts in a ChatGPT response. / Целью работы является исследование и разработка системы, реализующую автоматический поиск и коррекцию фактологических ошибок в тексте, сгенерированных большой языковой моделью, в рамках ограниченных вычислительных ресурсов. Объект исследования – большие языковые модели. Предмет исследования – анализ и коррекция текста, сгенерированного большой языковой моделью. Проведено исследование существующих подходов к коррекции отклика большой языковой модели, метод RAG признан наиболее подходящим способом обогатить знания модели и предотвратить появление галлюцинаций в её отклике. Результатом работы стало проектирование и разработка собственной RAG-системы. Система была протестирована на предмет эффективности в борьбе с галлюцинациями, определено, что в среднем система обнаруживает 93% неверных фактов в текстах, сгенерированных Alpaca 13B, и 84% неверных фактов в аналогичном отклике ChatGPT.

Исследование продемонстрировало, что методы машинного обучения могут успешно применяться для качественного анализа литературных произведений. Полученные данные свидетельствуют о высокой точности и надежности предложенных подходов. Это открывает широкие возможности для дальнейшего развития и применения данных технологий в филологических исследованиях и литературной критике. / The research demonstrated that machine learning methods can be successfully applied for qualitative analysis of literary works. The obtained data indicate high precision and reliability of the proposed approaches. This paves the way for further development and application of these technologies in philological studies and literary criticism.