id int64 18 21.1k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 16:54:39 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 16:54:39 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
1,707 | 2026-02-23T11:13:03.933000Z | 2026-02-23T11:13:03.933000Z | Lec. | MoviePy[23] – это библиотека для редактирования видео, которая позволяет легко выполнять такие задачи, как обрезка, наложение текста, добавление эффектов | false | true | false | |
1,706 | 2026-02-23T11:13:02.163000Z | 2026-02-23T13:46:02.031000Z | Lec. | FFmpeg[22] – мощная библиотека для обработки мультимедиа, которая может быть использована через Python с помощью оберток | FFmpeg[22] – мощная библиотека для обработки мультимедиа, которая может быть использована через Python с помощью оберток. | false | true | true |
1,705 | 2026-02-23T11:13:00.299000Z | 2026-02-23T11:13:00.299000Z | Lec. | Она поддерживает множество функций для обработки изображений и видео, включая чтение, запись, фильтрацию, обнаружение объектов и многое другое | false | true | false | |
1,704 | 2026-02-23T11:12:58.496000Z | 2026-02-23T13:49:43.785000Z | Lec. | OpenCV (Open Source Computer Vision Library) [21] – одна из самых популярных библиотек для работы с компьютерным зрением | OpenCV (Open Source Computer Vision Library) [21] – одна из самых популярных библиотек для работы с компьютерным зрением. | false | true | true |
1,703 | 2026-02-23T11:12:56.717000Z | 2026-02-23T13:45:12.256000Z | Lec. | Рассмотрим основные методы обработки видеопотока на Python: | Рассмотрим основные методы обработки видеопотока на языке программирования Python: | false | true | true |
1,702 | 2026-02-23T11:12:55.272000Z | 2026-02-23T13:37:18.460000Z | Lec. | Обработка видеопотоков — это важная задача в компьютерном зрении, которая включает в себя анализ, фильтрацию, обнаружение объектов и другие операции с видео | Обработка видеопотоков — это важная задача в компьютерном зрении, которая включает в себя анализ, фильтрацию, обнаружение объектов, другие операции с видео: обнаружение объектов и т.п. | false | true | true |
1,701 | 2026-02-23T11:12:53.696000Z | 2026-02-23T11:12:53.696000Z | Lec. | Важной частью системы визуальной локализации БПЛА являются методы обработки и анализа видеопотока, доступные на языке Python | false | true | false | |
1,700 | 2026-02-23T11:12:51.882000Z | 2026-02-23T11:12:51.882000Z | Lec. | Алгоритмы сопоставления изображений хоть и главная, но не единственная составляющая разрабатываемой системы | false | true | false | |
1,699 | 2026-02-23T11:12:50.002000Z | 2026-02-23T11:12:50.002000Z | Lec. | OmniGlue – это еще один современный алгоритм, который улучшает SuperGlue, добавляя возможность работы с гетерогенными данными (например, изображениями с разных камер или в разных условиях) [20] | false | true | false | |
1,698 | 2026-02-23T11:12:48.049000Z | 2026-02-23T11:12:48.049000Z | Lec. | LightGlue – улучшенная версия алгоритма SuperGlue, требующая меньше вычислительных ресурсов [19] | false | true | false | |
1,697 | 2026-02-23T11:12:45.981000Z | 2026-02-23T11:12:45.981000Z | Lec. | R2D2 (Reliable and Repeatable Detector and Descriptor) – алгоритм фокусируется на надежности и повторяемости ключевых точек [18] | false | true | false | |
1,696 | 2026-02-23T11:12:43.963000Z | 2026-02-23T13:41:08.673000Z | Lec. | LF-Net (Local Features Network) – алгоритм обучается на синтетических данных, обнаруживает ключевые точки с помощью CNN [17] | Алгоритм LF-Net (Local Features Network) обучается на синтетических данных. Он обнаруживает ключевые точки с помощью CNN [17]. | false | true | true |
1,695 | 2026-02-23T11:12:42.019000Z | 2026-02-23T13:26:57.368000Z | Lec. | Однако, детектор ключевых точек должен быть внешний, например, SuperPoint [16] | Однако детектор ключевых точек должен быть внешний, например, SuperPoint [16]. | false | true | true |
1,694 | 2026-02-23T11:12:40.356000Z | 2026-02-23T11:12:40.356000Z | Lec. | SuperGlue – алгоритм использует GNN (Графовые нейронные сети) для нахождения соответствий между ключевыми точками | false | true | false | |
1,693 | 2026-02-23T11:12:38.489000Z | 2026-02-23T18:20:04.986000Z | Lec. | D2-Net (Detection and Description Network) – алгоритм объединяет обнаружение ключевых точек и вычисление дескрипторов в одной модели [15] | D2-Net (Detection and Description Network) – алгоритм объединяет обнаружение ключевых точек и вычисление дескрипторов в одной модели [15]. | false | true | true |
1,692 | 2026-02-23T11:12:36.465000Z | 2026-02-23T13:51:17.693000Z | Lec. | SuperPoint – алгоритм, использующий CNN (свёрточная нейронная сеть) для обнаружения ключевых точек, после чего вычисляет их дескрипторы [14] | SuperPoint – алгоритм, использующий Convolutional Neural Network (свёрточную нейронную сеть) для обнаружения ключевых точек, после чего вычисляет их дескрипторы [14] | false | true | true |
1,691 | 2026-02-23T11:12:34.499000Z | 2026-02-23T11:12:34.499000Z | Lec. | LoFTR (Local Feature Matching with Transformers) – алгоритм, основанный на архитектуре Transformer [13] | false | true | false | |
1,690 | 2026-02-23T11:12:32.328000Z | 2026-02-23T11:12:32.328000Z | Lec. | Рассмотрим примеры алгоритмов сопоставления изображений на основе нейронных сетей: | false | true | false | |
1,689 | 2026-02-23T11:12:30.619000Z | 2026-02-23T11:12:30.619000Z | Lec. | Алгоритмы, основанные на нейронных сетях, в компьютерном зрении представляют собой множество различных алгоритмов для разных задач, таких как: классификация изображений, обнаружение объектов, в том числе, в видеопотоке, сегментация, сопоставление изображений, восстановление и генерация[12] | false | true | false | |
1,688 | 2026-02-23T11:12:28.688000Z | 2026-02-23T11:12:28.688000Z | Lec. | В результате можно сделать вывод, что исследования в области алгоритмов навигации с использованием нейронных сетей будет наиболее перспективной областью для исследования [3] | false | true | false | |
1,687 | 2026-02-23T11:12:26.873000Z | 2026-02-23T16:40:01.527000Z | Lec. | Также такие алгоритмы способны обучаться, что постепенно приводит к улучшению их точности и работоспособности | Такие алгоритмы также способны обучаться, что постепенно приводит к улучшению их точности и работоспособности | false | true | true |
1,686 | 2026-02-23T11:12:25.153000Z | 2026-02-23T11:12:25.154000Z | Lec. | В первую очередь, методы глубокого обучения проще адаптируются к сложным условиям, таким, как поворот, изменение освещения и масштаба | false | true | false | |
1,685 | 2026-02-23T11:12:23.470000Z | 2026-02-23T13:35:11.518000Z | Lec. | Однако, многие алгоритмы, основанные на глубоком обучении, решают другие проблемы, расширяя возможности визуальной локализации БПЛА по сравнению с алгоритмами, основанными на классических методах | Однако многие алгоритмы, основанные на глубоком обучении, решают другие проблемы, расширяя возможности визуальной локализации БПЛА по сравнению с алгоритмами, основанными на классических методах. | false | true | true |
1,684 | 2026-02-23T11:12:21.511000Z | 2026-02-23T17:47:45.139000Z | Lec. | Например, классические методы также имеют высокую вычислительную сложность | Классические методы также имеют высокую вычислительную сложность. | false | true | true |
1,683 | 2026-02-23T11:12:19.758000Z | 2026-02-23T16:47:38.614000Z | Lec. | Не все недостатки классических методов могут быть устранены путем использования алгоритмов, основанных на глубоком обучении | Не все недостатки классических методов могут быть устранены путем использования алгоритмов, основанных на глубоком обучении. | false | true | true |
1,682 | 2026-02-23T11:12:18.068000Z | 2026-02-23T13:34:05.685000Z | Lec. | Классические методы сопоставления изображений постепенно заменяются на другие методы, основанные на машинном обучении, в частности, глубоком обучении и нейронных сетях | Классические методы сопоставления изображений постепенно заменяются на другие методы, основанные на машинном обучении, в частности, глубокое обучение и нейронные сети. | false | true | true |
1,681 | 2026-02-23T11:12:16.243000Z | 2026-02-23T11:12:16.243000Z | Lec. | Создает бинарные дескрипторы [11] | false | true | false | |
1,680 | 2026-02-23T11:12:14.699000Z | 2026-02-23T11:12:14.699000Z | Lec. | Accelerated-KAZE (AKAZE) – алгоритм, основанный на нелинейной масштабной пирамиде для обнаружения ключевых точек | false | true | false | |
1,679 | 2026-02-23T11:12:12.666000Z | 2026-02-23T17:25:56.735000Z | Lec. | Oriented FAST and Rotated BRIEF (ORB) – алгоритм, основанный на комбинации детектора FAST для поиска ключевых точек и дескриптора BRIEF для их описания [10] | Ориентированный FAST и вращающийся BRIEF (ORB) – алгоритм, основанный на комбинации детектора FAST для поиска ключевых точек и дескриптора BRIEF для их описания [10] | false | true | true |
1,678 | 2026-02-23T11:12:10.874000Z | 2026-02-23T16:29:53.140000Z | Lec. | Speeded Up Robust Features (SURF) – ускоренный SIFT [9] | Speeded-up Robust Features (SURF) – ускоренная версия SIFT [9] | false | true | true |
1,677 | 2026-02-23T11:12:08.864000Z | 2026-02-23T15:49:58.742000Z | Lec. | Scale Invariant-Feature Transform (SIFT) – алгоритм, устойчивый к изменению масштаба и повороту изображения[8] | Scale Invariant-Feature Transform (SIFT) – алгоритм, устойчивый к изменению масштаба изображения. Он также устойчив к повороту изображения[8]. | false | true | true |
1,676 | 2026-02-23T11:12:06.882000Z | 2026-02-23T11:12:06.882000Z | Lec. | Для задачи визуальной локализации на основе сопоставления точек на изображении существуют классические методы компьютерного зрения: | false | true | false | |
1,675 | 2026-02-23T11:12:04.888000Z | 2026-02-23T16:01:26.534000Z | Lec. | Также, к аппаратному обеспечению выставляются повышенные требования к надежности и безопасности, так как БПЛА не всегда летает в хороших внешних условиях, в том числе погодных | Также к аппаратному обеспечению выставляются повышенные требования к надежности и безопасности, так как БПЛА не всегда летает в хороших внешних условиях, в том числе и погодных. | false | true | true |
1,674 | 2026-02-23T11:12:03.326000Z | 2026-02-23T11:12:03.326000Z | Lec. | Как уже было указано в пункте 1, у БПЛА ограничено энергопотребление и грузоподъемность | false | true | false | |
1,673 | 2026-02-23T11:12:01.525000Z | 2026-02-23T15:51:53.490000Z | Lec. | Механические и внешние условия | Механические и внешние условия | false | true | true |
1,672 | 2026-02-23T11:11:59.933000Z | 2026-02-23T11:11:59.933000Z | Lec. | Память нужна как для хранения карт, так и для обработки данных в реальном времени | false | true | false | |
1,671 | 2026-02-23T11:11:58.168000Z | 2026-02-23T11:11:58.168000Z | Lec. | Недостаток памяти | false | true | false | |
1,670 | 2026-02-23T11:11:56.445000Z | 2026-02-23T13:37:56.880000Z | Lec. | Ограниченная производительность CPU | Ограниченная производительности CPU | false | true | true |
1,669 | 2026-02-23T11:11:55.023000Z | 2026-02-23T11:11:55.023000Z | Lec. | Также использование GPU сильно увеличит энергопотребление, что критически важно для БПЛА повышенной дальности | false | true | false | |
1,668 | 2026-02-23T11:11:53.249000Z | 2026-02-23T13:36:45.382000Z | Lec. | Современные алгоритмы, основанные на глубоком обучении, требуют GPU, однако, использование GPU не всегда возможно | Современные алгоритмы, основанные на глубоком обучении, требуют использования GPU; однако, использование GPU не всегда возможно | false | true | true |
1,667 | 2026-02-23T11:11:51.468000Z | 2026-02-23T11:11:51.468000Z | Lec. | Необходимость использовать GPU | false | true | false | |
1,666 | 2026-02-23T11:11:50.036000Z | 2026-02-23T11:11:50.036000Z | Lec. | Основные проблемы, учитываемые при реализации систем визуальной локализации, связанные с аппаратной частью: | false | true | false | |
1,665 | 2026-02-23T11:11:48.418000Z | 2026-02-23T16:14:51.676000Z | Lec. | БПЛА, особенно легкие и средние, сталкиваются с этой проблемой особенно серьезно | БПЛА, особенно легкие и средние, сталкиваются с этой проблемой особенно серьезно. | false | true | true |
1,664 | 2026-02-23T11:11:46.660000Z | 2026-02-23T11:11:46.660000Z | Lec. | Вызовы, связанные с аппаратными возможностями БПЛА, а именно с ограниченностью вычислительных ресурсов | false | false | false | |
1,663 | 2026-02-23T11:11:44.925000Z | 2026-02-23T11:11:44.925000Z | Lec. | Такие трудности, как изменение освещения, изменения масштаба и ракурса и изменяющаяся внешняя среда мешают точно определять положение БПЛА [7] | false | true | false | |
1,662 | 2026-02-23T11:11:43.274000Z | 2026-02-23T11:11:43.274000Z | Lec. | Это, в первую очередь, ¬связано с неидеальными условиями получения кадров с камер | false | false | false | |
1,661 | 2026-02-23T11:11:41.508000Z | 2026-02-23T16:47:31.014000Z | Lec. | Вызовы, связанные с изображениями, как правило, являются общими вызовами для всей области и индустрии компьютерного зрения, распознавания изображений и визуальной локализацией | Вызовы, связанные с изображением, как правило, являются общими вызовами для всей области и индустрии компьютерного зрения, распознавания изображений и визуальной локализации | false | true | true |
1,660 | 2026-02-23T11:11:39.619000Z | 2026-02-23T11:11:39.619000Z | Lec. | Основные задачи и вызовы в данной предметной области, которые необходимо решить в области визуальной локализации БПЛА можно условно разделить на 2 части: связанные с полученным изображением с камеры и связанные с возможностями аппаратного обеспечения БПЛА | false | true | false | |
1,659 | 2026-02-23T11:11:37.665000Z | 2026-02-23T11:11:37.665000Z | Lec. | При решении задачи визуальной локализации БПЛА с помощью алгоритмов сопоставления изображений системы сравнивают изображения, полученные с камер БПЛА с изображением заранее известной карты, либо эталонными изображениями местности [6] | false | true | false | |
1,658 | 2026-02-23T11:11:35.941000Z | 2026-02-23T13:43:17.925000Z | Lec. | Они позволяют локально сравнивать и находить соответствия между изображениями | Они позволяют локально сравнивать и находить соответствия между изображениями. | false | true | true |
1,657 | 2026-02-23T11:11:34.132000Z | 2026-02-23T11:11:34.132000Z | Lec. | Алгоритмы сопоставления изображений – важная часть в системах визуальной локализации БПЛА | false | true | false | |
1,656 | 2026-02-23T11:11:32.288000Z | 2026-02-23T13:25:16.125000Z | Lec. | Она помогает БПЛА определять свое местоположение в пространстве на основе визуальных данных, и не зависит от внешних угроз, связанных с беспроводной передачей данных, использования внешних навигационных спутниковых систем | Она помогает БПЛА определять свое местоположение в пространстве на основе визуальных данных, не зависимо от внешних угроз, связанных с беспроводной передачей данных, использования внешних навигационных спутниковых систем. | false | true | true |
1,655 | 2026-02-23T11:11:30.123000Z | 2026-02-23T11:11:30.123000Z | Lec. | Визуальная локализация БПЛА является одной из ключевых технологий в автономной навигации БПЛА | false | true | false | |
1,654 | 2026-02-23T11:11:28.549000Z | 2026-02-23T11:11:28.549000Z | Lec. | Количество научных работ в области визуальной локализации | false | true | false | |
1,653 | 2026-02-23T11:11:26.999000Z | 2026-02-23T11:11:26.999000Z | Lec. | Количество патентов в области визуальной локализации | false | true | false | |
1,652 | 2026-02-23T11:11:25.296000Z | 2026-02-23T11:11:25.296000Z | Lec. | Количество научных работ, связанных с БПЛА | false | false | false | |
1,651 | 2026-02-23T11:11:23.631000Z | 2026-02-23T11:11:23.631000Z | Lec. | Количество патентов, связанных с БПЛА | false | false | false | |
1,650 | 2026-02-23T11:11:22.042000Z | 2026-02-23T11:11:22.042000Z | Lec. | Статистика запросов в интернете | false | true | false | |
1,649 | 2026-02-23T11:11:20.178000Z | 2026-02-23T15:52:22.980000Z | Lec. | Таким образом, можно сделать вывод, что актуальность области исследования непрерывно растет | Таким образом, можно сделать вывод, что актуальность области исследования непрерывно возрастает. | false | true | true |
1,648 | 2026-02-23T11:11:18.289000Z | 2026-02-23T11:11:18.289000Z | Lec. | Визуальная локализация – более старая область, однако, рост количества патентов (Рисунок 4) и научных работ (Рисунок 5) сопоставим с ростом патентов в области БПЛА | false | true | false | |
1,647 | 2026-02-23T11:11:16.569000Z | 2026-02-23T17:16:40.527000Z | Lec. | Похожую тенденцию можно наблюдать и в количестве научных работ, связанных с БПЛА (Рисунок 3) | Похожие тенденции можно наблюдать и в количестве научных работ, связанных с БПЛА (Рисунок 3) | false | true | true |
1,646 | 2026-02-23T11:11:14.920000Z | 2026-02-23T17:20:16.284000Z | Lec. | На графике (Рисунок 2) мы видим, что за последние 10 лет количество патентов в области БПЛА росло экспоненциально, практически с нуля | На графике (Рисунок 2) мы видим, что за последние 10 лет количество патентов в области БПЛА росло экспоненциально, почти с нуля. | false | true | true |
1,645 | 2026-02-23T11:11:13.154000Z | 2026-02-23T11:11:13.154000Z | Lec. | Помимо числа запросов в интернете, чтобы оценить актуальность выбранной предметной области, необходимо провести дополнительный анализ среди научно-технических баз[5] по количеству патентов и научных работ как в интересующей нас отрасли, так и в конкретной ее области (визуальной локализации) | false | true | false | |
1,644 | 2026-02-23T11:11:11.214000Z | 2026-02-23T13:27:03.143000Z | Lec. | Анализируя запросы в интернете за последние 5 лет, из графика (Рисунок 1) в сервисе «Яндекс.Вордстат»[4] можно увидеть, что количество запросов стремительно растет как номинально, так и относительно общего числа запросов | Анализируя запросы в интернете за последние 5 лет, из графика (Рисунок 1), в сервисе «Яндекс.Вордстат»,[4] можно увидеть, что количество запросов стремительно растет как абсолютно, так и относительно общего числа запросов. | false | true | true |
1,643 | 2026-02-23T11:11:09.233000Z | 2026-02-23T11:11:09.233000Z | Lec. | Наиболее актуальными алгоритмами сопоставления изображений являются алгоритмы, основанные на нейронных сетях и глубинном обучении, которые и будут использоваться и анализироваться в этой работе[3] | false | true | false | |
1,642 | 2026-02-23T11:11:07.206000Z | 2026-02-23T11:11:07.206000Z | Lec. | Этими признаками могут выступать ключевые точки или отдельные пиксели, уникальные или специально помеченные объекты или области на изображениях | false | true | false | |
1,641 | 2026-02-23T11:11:05.421000Z | 2026-02-23T15:52:58.394000Z | Lec. | Алгоритм сопоставления изображений – это алгоритм компьютерного зрения, позволяющий определять и сопоставлять признаки двух изображений между собой | Алгоритм сопоставления изображений – это алгоритм компьютерного зрения, позволяющий определять и сопоставлять признаки двух изображений друг с другом | false | true | true |
1,640 | 2026-02-23T11:11:03.552000Z | 2026-02-23T11:11:03.552000Z | Lec. | Алгоритм визуальной локализации – метод, используемый в компьютерном зрении и смежных областях для определения местоположения и ориентации объекта на основе изображений | false | true | false | |
1,639 | 2026-02-23T11:11:01.835000Z | 2026-02-23T11:11:01.835000Z | Lec. | Использование алгоритмов визуальной локализации – один из возможных методов решения проблемы безопасного полета БПЛА | false | true | false | |
1,638 | 2026-02-23T11:11:00.199000Z | 2026-02-23T11:11:00.199000Z | Lec. | В связи с возможными областями применения БПЛА, вопрос безопасности управления полетом является критически важным, и подтверждает актуальность исследования в области локальных систем навигации и управления полетом [2] | false | true | false | |
1,637 | 2026-02-23T11:10:58.339000Z | 2026-02-23T11:10:58.339000Z | Lec. | По этой же причине, безопасность дистанционного управления БПЛА может быть под угрозой | false | true | false | |
1,636 | 2026-02-23T11:10:56.657000Z | 2026-02-23T11:10:56.657000Z | Lec. | Сигнал с этих систем может быть нестабилен, перехвачен, подвержен любым атакам, возможным для систем беспроводной связи | false | true | false | |
1,635 | 2026-02-23T11:10:54.946000Z | 2026-02-23T13:28:34.541000Z | Lec. | Чаще всего, БПЛА подключены к хотя бы одной из внешних навигационных (чаще всего спутниковых) систем | Чаще всего БПЛА подключены к хотя бы одной из внешних навигационных систем: спутниковых. | false | true | true |
1,634 | 2026-02-23T11:10:53.128000Z | 2026-02-23T11:10:53.128000Z | Lec. | Сами БПЛА бывают различных видов автономности: от полностью автоматических, до полностью управляемых дистанционно | false | true | false | |
1,633 | 2026-02-23T11:10:51.458000Z | 2026-02-23T11:10:51.458000Z | Lec. | Управление полетом БПЛА – сложная и многофункциональная задача | false | true | false | |
1,632 | 2026-02-23T11:10:49.463000Z | 2026-02-23T13:50:22.246000Z | Lec. | Система визуальной локализации может работать локально, в режиме реального времени, что сильно уменьшает риск внешнего информационного воздействия на траекторию полета БПЛА | Система визуальной локализации может работать локально, в режиме реального времени, что сильно уменьшает риск внешнего информационного воздействия на траекторию полета БПЛА. | false | true | true |
1,631 | 2026-02-23T11:10:47.475000Z | 2026-02-23T11:10:47.475000Z | Lec. | Эти методы выбраны, так как по сравнению с классическими алгоритмами сопоставления изображений, алгоритмы на базе нейронных сетей более устойчивы к изменению освещения, масштаба и перспективы | false | true | false | |
1,630 | 2026-02-23T11:10:45.467000Z | 2026-02-23T11:10:45.467000Z | Lec. | Данное исследование сосредоточено на создании системы визуальной локализации БПЛА на основе алгоритмов сопоставления изображений, базирующихся на нейронных сетях и методах глубокого обучения | false | true | false | |
1,629 | 2026-02-23T11:10:43.577000Z | 2026-02-23T11:10:43.577000Z | Lec. | Один из способов решить эту проблему – создать систему визуальной локализации для БПЛА | false | true | false | |
1,628 | 2026-02-23T11:10:41.847000Z | 2026-02-23T11:10:41.847000Z | Lec. | Главными проблемами таких каналов связи можно назвать их уязвимость и нестабильность, подверженность внешним атакам, что может быть критически важно в экстренных ситуациях, дальних полетах и использованием дорогих БПЛА | false | true | false | |
1,627 | 2026-02-23T11:10:40.087000Z | 2026-02-23T15:57:45.470000Z | Lec. | Основные и одни из самых распространенных способов навигации и корректировки курса непилотируемых или частично пилотируемых БПЛА связаны с использованием беспроводных каналов связи, таких как GPS | Основные и одни из самых распространенных способов навигации и корректировки курса непилотируемых или частично пилотируемых БПЛА связаны с использованием беспроводных каналов связи, таких как GPS. | false | true | true |
1,626 | 2026-02-23T11:10:38.316000Z | 2026-02-23T11:10:38.316000Z | Lec. | Беспилотные летательные аппараты (БПЛА) получили широкое распространение в последнее время[1] | false | true | false | |
1,625 | 2026-02-23T11:10:36.537000Z | 2026-02-23T13:45:56.002000Z | Lec. | Руководитель. / А | Руководитель. | false | true | true |
1,624 | 2026-02-23T11:10:34.897000Z | 2026-02-23T13:26:36.750000Z | Lec. | Студент. / Н | Студент. | false | true | true |
1,623 | 2026-02-23T11:10:33.213000Z | 2026-02-23T18:00:39.137000Z | Lec. | Информатика и вычислительная техника. студента образовательной программы «Информатика и вычислительная техника» | Информатика и вычислительная техника. студенты образовательной программы «Информатика и вычислительная техника» | false | true | true |
1,622 | 2026-02-23T11:10:31.443000Z | 2026-02-23T13:35:34.551000Z | Lec. | Выпускная квалификационная работа по направлению подготовки. 09.03.01 | Выпускная квалификационная работа по направлению подготовки 09.03.01. | false | true | true |
1,621 | 2026-02-23T11:10:29.948000Z | 2026-02-23T11:10:29.948000Z | Lec. | Система визуальной локализации БПЛА на основе алгоритмов сопоставления изображений | false | true | false | |
1,620 | 2026-02-23T11:10:28.028000Z | 2026-02-23T11:10:28.028000Z | Lec. | Королев Никита Львович | true | true | false | |
1,619 | 2026-02-23T11:10:26.631000Z | 2026-02-23T11:10:26.631000Z | Lec. | Московский институт электроники и математики НИУ ВШЭ. им | false | false | false | |
1,618 | 2026-02-23T11:10:24.743000Z | 2026-02-23T11:10:24.743000Z | Lec. | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ «ВЫСШАЯ ШКОЛА ЭКОНОМИКИ» | false | false | false | |
1,617 | 2026-02-23T11:10:20.574000Z | 2026-02-23T13:41:22.461000Z | Lec. | Gephi: Introduction to network analysis and visualisation. – 2015. | Gephi: Introduction to network analysis and visualization. – 2015. | false | true | true |
1,616 | 2026-02-23T11:10:18.634000Z | 2026-02-23T11:10:18.634000Z | Lec. | Grandjean M | true | false | false | |
1,615 | 2026-02-23T11:10:17.008000Z | 2026-02-23T11:10:17.008000Z | Lec. | Rep. – 2009 | false | true | false | |
1,614 | 2026-02-23T11:10:15.301000Z | 2026-02-23T11:10:15.301000Z | Lec. | Drawing graphs with Graphviz //Technical report, AT&T Bell Laboratories, Murray, Tech | false | false | false | |
1,613 | 2026-02-23T11:10:13.357000Z | 2026-02-23T13:41:30.801000Z | Lec. | Wiese R., Eiglsperger M., Kaufmann M. yfiles—visualization and automatic layout of graphs //Graph Drawing Software. – Berlin, Heidelberg : Springer Berlin Heidelberg, 2004. – С. 173-191 | Wiese R., Eiglsperger M., Kaufmann M. yFiles—Visualization and Automatic Layout of Graphs //Graph Drawing Software. – Berlin, Heidelberg : Springer Berlin Heidelberg, 2004. – С. 173-191 | false | true | true |
1,612 | 2026-02-23T11:10:11.211000Z | 2026-02-23T13:41:28.388000Z | Lec. | Lucidchart for easy workflow mapping //Serials Review. – 2018. – Т. 44. – №. 2. – С. 157-162 | Lucidchart для простого маппинга рабочих процессов //Serials Review. – 2018. – Т. 44. – № 2. – С. 157-162 | false | true | true |
1,611 | 2026-02-23T11:10:08.963000Z | 2026-02-23T16:15:43.276000Z | Lec. | Faulkner A., Contributor | Faulkner A., Contributor | false | true | true |
1,610 | 2026-02-23T11:10:07.038000Z | 2026-02-23T11:10:07.038000Z | Lec. | Analysis and implementation of computer network systems using software draw. io //Asia Information System Journal. – 2023. – Т. 2. – №. 1 | false | true | false | |
1,609 | 2026-02-23T11:10:05.071000Z | 2026-02-23T11:10:05.071000Z | Lec. | Hendrawan E., Meisel M., Sari D | true | false | false | |
1,608 | 2026-02-23T11:10:03.327000Z | 2026-02-23T11:10:03.327000Z | Lec. | Архитектура программы позволяет легко добавлять новые функции и адаптировать инструмент под необходимые задачи | false | true | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.