Кафедра "Соціологія і публічне управління"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/5835

Офіційний сайт кафедри http://web.kpi.kharkov.ua/sp

Від квітня 2021 року кафедра має назву "Соціологія і публічне управління", попередня назва – кафедра "Соціологія і політологія" (від вересня 1992 року), первісна – кафедра наукового комунізму (заснована в 1964 році).

Кафедра входить до складу Навчально-наукового інституту соціально-гуманітарних технологій Національного технічного університету "Харківський політехнічний інститут".

У складі науково-педагогічного колективу кафедри працюють: 3 доктора соціологічних наук, 3 доктора наук з державного управління, 2 кандидата соціологічних, 1 – філософських наук; 4 співробітника мають звання професора, 5 – доцента.

Переглянути

Фільтри

2020 - 20213

Налаштування

Містить файли: ТакORCID: search.filters.orcid.https://orcid.org/0000-0002-1073-023X

Результати пошуку

Зараз показуємо 1 - 3 з 3
  • Ескіз
    Документ
    Knowledge Representation Method for Object Recognition in Nonlinear Radar Systems
    (CEUR-WS, 2021) Makaruk, Maksym A.; Nazarov, Alexei S.; Shubin, Igor Yu.; Shanidze, Nadezhda A.
    Substantiation of the technical appearance of nonlinear short-range radar system designed to detect and measure the characteristics of objects with nonlinear electrical properties is the main topic of this article. The general principles of constructing short-range radar system are described in the form of their structural diagrams and algorithms for their operation, which ensure the maximization of the signal-to-noise power ratio at the output of the receiving device. An optimal procedure for distinguishing a noise-like signal against a background of noise and interference was proposed on the basis of measuring the moment characteristics of the probability distributions of signals and interference.
  • Ескіз
    Документ
    Методи штучних нейронних мереж для адаптивного тестування знань
    (Харківський національний університет радіоелектроніки, 2021) Шубін, Ігор Юрійович; Четвериков, Григорій Григорович; Ляшик, Володимир Андрійович; Шанідзе, Надія Олександрівна
    Під адаптивним тестовим контролем розуміють комп’ютеризовану систему науково обґрунтованої перевірки й оцінювання результатів навчання, що має високу ефективність за рахунок оптимізації процедур генерації, пред’явлення й оцінки результатів виконання адаптивних тестів, що заснована на методах побудови та оптимізації логічних мереж. Алгоритми підбору й пред’явлення завдань будуються за принципом зворотного зв’язку, коли при правильній відповіді суб’єкта навчання чергове завдання вибирається більш важким, а невірна відповідь спричиняє пред’явлення наступного більш легкого завдання, ніж те, на яке суб’єктом навчання була дана невірна відповідь. Також є можливість завдання додаткових питань по темах, які суб’єкт навчання знає не дуже добре для більш точного з’ясування рівня знань у даних областях. Вибір алгоритмів тестування наразі фактично обмежений формами представлення тестових завдань і алгоритмами оцінювання результатів тестування. Досягнення більш високих результатів і підвищення мотивації навчання в остаточному підсумку є основною метою тестування знань. Для визначення базового алгоритму, необхідно навести сценарій роботи системи. У його основі лежить модель приймання іспиту викладачем у студента, як модель адаптивного тестування. Такий вибір сценарію роботи системи обумовлений тим, що, по-перше, дана процедура історично добре формалізована, по-друге, при проектуванні тестів, їх розробнику необхідно спиратися на загальноприйняті, відомі й використовувані їм методи з мінімальною модифікацією.
  • Ескіз
    Документ
    Адаптивне тестування знань методами логічних мереж
    (Харківський національний університет радіоелектроніки, 2020) Шубін, Ігор Юрійович; Четвериков, Григорій Григорович; Ляшик, Володимир Андрійович; Шанідзе, Надія Олександрівна
    Під адаптивним тестовим контролем розуміють комп’ютеризовану систему науково обґрунтованої перевірки й оцінювання результатів навчання, що має високу ефективність за рахунок оптимізації процедур генерації, пред’явлення й оцінки результатів виконання адаптивних тестів, що заснована на методах побудови та оптимізації логічних мереж. Алгоритми підбору й пред’явлення завдань будуються за принципом зворотного зв’язку, коли при правильній відповіді суб’єкта навчання чергове завдання вибирається більш важким, а невірна відповідь спричиняє пред’явлення наступного більш легкого завдання, ніж те, на яке суб’єктом навчання була дана невірна відповідь. Також є можливість завдання додаткових питань по темах, які суб’єкт навчання знає не дуже добре для більш точного з’ясування рівня знань у даних областях. Вибір алгоритмів тестування наразі фактично обмежений формами представлення тестових завдань і алгоритмами оцінювання результатів тестування. Досягнення більш високих результатів і підвищення мотивації навчання в остаточному підсумку є основною метою тестування знань. Для визначення базового алгоритму, необхідно навести сценарій роботи системи. У його основі лежить модель приймання іспиту викладачем у студента, як модель адаптивного тестування. Такий вибір сценарію роботи системи обумовлений тим, що, по-перше, дана процедура історично добре формалізована, по-друге, при проектуванні тестів, їх розробнику необхідно спиратися на загальноприйняті, відомі й використовувані їм методи з мінімальною модифікацією.