3676

это

структура,

содержащая

набор

офисов,

должен быть отправлен обратно в распреде-

расположенных

в системе

из

15

этажей

лительный щит 1-

го

этажа, который затем пе-

(нейронная сеть). Применяя пример к биоло-

реносит его на распределительный щит 2-

го

гическим нейронным сетям, коммутатор, ко-

этажа. Эти же шаги повторяют один этаж за

торый принимает вызовы, имеет линии для

раз, при этом вызов посылается через этот

подключения к любому офису на любом

процесс на каждом отдельном этаже до 15-го

этаже во всем здании. Кроме того, в каждом

этажа. В ИНС узлы (офисы) расположены

офисе есть линии, которые соединяют его со

слоями (этажи здания). Информация (вызов)

всеми другими офисами во всем здании на

всегда приходит через входной уровень (1-

любом этаже. Представьте, что звонок по-

йэтаж и его коммутатор) и должна быть от-

ступает (вход), а коммутатор передает его в

правлена и обработана каждым слоем (по-

офис на 3-

м

этаже,

который передает его

лом), прежде чем он сможет перейти к сле-

непосредственно в офис на 11-

м

этаже, кото-

дующему. Каждый слой (пол) обрабатывает

рый затем напрямую передает его в офис на

конкретную деталь об этом вызове и отправ-

5-

м

этаже.

ляет результат вместе с вызовом следующего

В мозге каждый нейрон или нервная

слоя. Когда вызов достигает выходного

клетка (офис) могут напрямую соединяться с

уровня (15-йэтаж и его коммутатор), он

любым другим нейроном в своей системе

включает в себя информацию обработки из

или нейронной сети (здание). Информация

слоев 1-14. Узлы (офисы) на 15-мслое (этаже)

(вызов) может быть передана в любой дру-

используют информацию ввода и обработки

гой нейрон (офис) для обработки или изуче-

из всех остальных слоев (этажей), чтобы по-

ния того, что необходимо, пока не будет от-

лучить ответ или разрешение (вывод) [2].

вета или разрешения (вывода).

Нейронные сети - это один из видов

Когда мы применяем этот пример к

технологий в категории машинного обуче-

ИНС, он становится довольно сложным. Для

ния. Машинное обучение (Machine Learning)

каждого этажа здания требуется собствен-

– обширный подраздел искусственного ин-

ный коммутатор, который может подклю-

теллекта, изучающий методы построения

чаться только к офисам на том же этаже, а

алгоритмов, способных обучаться. Различа-

также к распределительным щитам на эта-

ют два типа обучения. Обучение по преце-

жах выше и ниже. Каждый офис может

дентам, или индуктивное обучение, основано

напрямую подключаться к другим офисам на

на выявлении общих закономерностей по

том же этаже и коммутатору для этого этажа.

частным эмпирическим данным. Дедуктив-

Все новые вызовы должны начинаться с

ное обучение предполагает формализацию

коммутатора на 1-м этаже и должны быть

знаний экспертов и их перенос в компьютер

переданы на каждый отдельный этаж в циф-

в виде базы знаний. Дедуктивное обучение

ровом порядке до 15-

го

этажа до завершения

принято относить к области экспертных си-

вызова. Давайте приведем его в движение,

стем, поэтому термины машинное обучение

чтобы посмотреть, как это работает. Пред-

и обучение по прецедентам можно считать

ставьте, что вызов поступает (входит) в ком-

синонимами [3].

Продвижение в исследова-

мутатор 1-

го

этажа и отправляется в офис на

ниях и развитии нейронных сетей тесно свя-

1-

м

этаже (узел).

Затем

вызов передается

зано с продвижением в машинном обучении.

непосредственно

между

другими

офисами

Нейронные сети

расширяют возможности

(узлами) на 1-

м

этаже, пока он не будет готов

обработки данных и повышают вычисли-

к отправке на следующий этаж. Затем звонок

тельную мощность ML, увеличивая объем

данных, которые могут быть обработаны, а

Самообучение применяется там, где

также возможность выполнять более слож-

нет заранее заготовленных ответов и алго-

ные задачи.

ритмов классификации. В этом случае ИИ

Различают 3 основных подхода к ма-

ориентируется на самостоятельное выявле-

шинному обучению:

ние скрытых зависимостей. Машинное само-

 обучение с учителем;

обучение позволяет распределить образцы

 обучение с подкреплением;

по категориям за счет анализа скрытых зако-

 обучение без учителя (самообучение).

номерностей. Это позволяет исключить си-

В обучении с учителем используются

туацию системной «слепоты» врача или ис-

специально отобранные данные, в которых

следователя. Глубокий подход к обучению

уже известны и надежно определены пра-

позволяет тренировать ИИ на всей много-

вильные ответы, а параметры нейронной се-

миллионной базе пациентов и проанализиро-

ти подстраиваются так, чтобы минимизиро-

вать любой тест, который когда-либо был

вать ошибку. В этом способе ИИ может со-

записан о пациенте в его электронной меди-

поставить правильные ответы к каждому

цинской карте. Механизмы глубокого ма-

входному примеру и выявить возможные за-

шинного обучения (deep learning) использу-

висимости ответа от входных данных.

ют, как правило, многослойные нейросети и

Например,

коллекция рентгенологических

очень большое число экземпляров объектов

снимков с указанными заключениями будет

для тренировки нейронной сети. Также сле-

являться базой для обучения ИИ – его «учи-

дует учесть, что из-за нелинейности у много-

телем». Из серии полученных моделей чело-

слойных нейро сетей нет «обратной функ-

век в итоге выбирает наиболее подходящую,

ции», т.е. компьютер в общем случае не

например, по максимальной точности выда-

сможет объяснить человеку, почему он при-

ваемых прогнозов. Нередко подготовка та-

шел к такому выводу. Чтобы подготовить

ких данных и ретроспективных ответов тре-

мотивированное суждение, необходим экс-

бует большого человеческого вмешательства

перт, или другая нейро сеть, которая натре-

и их ручного отбора. Также, на качество по-

нирована на задачи написания корректных

лученного результата влияет субъективность

расшифровок и заключений на естественном

человека-эксперта. Если по каким-либо со-

человеческом языке.

ображениям – он не рассматривает при тре-

Метод обучения с учителем более удо-

нировке всю совокупность выборки и ее ат-

бен и предпочтителен в тех ситуациях, когда

рибутов, его понятийная модель ограничена

есть накопленные и достоверные исходных

текущим уровнем развития науки и техники,

данные. Таким образом, обучение на их ос-

нове потребует меньше затрат времени и

указанной «слепотой» будет обладать и по-

позволит быстрее получить работающее ИИ-

лученное ИИ решение. Важно отметить, что

решение. Там, где возможность получить

нейро сети являются функцией с нелиней-

базу данных с сопоставленной информацией

ными преобразованиями и обладают гипер

и ответами на нее отсутствует – необходимо

специфичностью – результат работы алго-

применять методы самообучения на основе

ритма ИИ будет непредсказуем, если на вход

глубокого машинного обучения. Такие ре-

будут поданы параметры, выходящие за гра-

шения не будут нуждаться в контроле чело-

ницы значений обучающей выборки. Поэто-

века.

му важно обучать ИИ систему на примерах и

Первая документальная компьютерная

частотности,

адекватных последующим ре-

модель для ИНС была создана в 1943 году

альным условиям эксплуатации.

Уолтером Питсом и Уорреном Маккаллохом

ВЫПУСК № 1-2 (11-12), 2018

ISSN 2618-7167

[4]. Первоначальный интерес и исследования

лонов, но также обнаруживают резкие изме-

в нейронных сетях и машинное обучение в

нения скорости и направления ветра, кото-

конечном итоге замедлились и были более

рые указывают на формирование торнадо.

 Реклама и маркетинг: при ведении бизне-

или менее отложены до 1969 года, и только

небольшие

всплески возобновили интерес.

са в условиях конкуренции компаниям необ-

ходимо поддерживать постоянный контакт с

Компьютеры того времени просто не имели

потребителями, обеспечивая обратную связь.

достаточно

быстрых или достаточно боль-

Для этого

некоторые

компании

проводят

ших процессоров для продвижения этих об-

опросы потребителей,

позволяющие

выяс-

ластей дальше, и огромное количество дан-

нить, какие факторы являются решающими

ных, необходимых для ML и нейронных се-

при покупке данного товара или услуги.

тей, в то время не было доступно. Массовое

Анализ результатов подобного опроса – не-

увеличение вычислительной мощности с те-

простая задача, поскольку необходимо ис-

чением времени, а также рост и расширение

следовать

большое

количество связанных

Интернета

(и, следовательно,

доступ к

между собой параметров и выявить факторы,

оказывающие наибольшее влияние на спрос.

огромному объему данных через Интернет)

Существующие нейро-сетевые методы поз-

решили эти ранние проблемы.

Нейронные

воляют выяснить это и прогнозировать пове-

сети и ML теперь играют важную роль в тех

дение потребителей при

изменении марке-

технологиях, которые мы видим и использу-

тинговой политики,

а значит, находить оп-

ем каждый день, таких как обработка изоб-

тимальные стратегии работы компании.

ражений, поиск, а также перевод языка в ре-

Библиографический список

альном времени – и это лишь некоторые из

них.

1. Хайкин С. Нейронные сети. Полный

курс. 2-e изд. Пер. с англ. – М.: Издательский

Искусственные нейронные сети (ИНС)

дом "Вильямс", 2006. – 1104 с.

– довольно сложная технология, однако изу-

2. Епрынцева Н.А. Особенности внед-

чение все большего числа способов, которые

рения ERPсистем в России В сборнике: мо-

это влияют на нашу жизнь каждый день, до-

делирование энергоинформационных

про-

статочно увлекательный процесс. Вот еще

цессов. Сборник материалов IV и V Между-

несколько примеров того, как нейронные се-

народных

научно-практических

интернет-

ти в настоящее время используются различ-

конференций. 2017. С. 140-145.

ными отраслями:

3. Соколова

А.В.,

Каверина

Е.А.,



Финансы: нейронные сети используются

Епрынцева Н.А. Методы автоматизирован-

для прогнозирования обменного курса валю-

ного контроля знаний на основе информаци-

ты. Они также используются в технологии

онных технологий. В сборнике: Наука моло-

автоматических торговых систем, использу-

дых - будущее России.

Сборник

научных

емых на фондовом рынке.

статей 2-й Международной научной конфе-



Погода:

способность к обнаружению ат-

ренции перспективных разработок молодых

мосферных изменений, которые указывают

ученых. В 5-ти томах. Ответственный редак-

на потенциально серьезное и опасное погод-

тор А.А. Горохов. 2017. С. 357-360.

ное событие как можно быстрее и точнее,

4. Домингос, Педро

Верховный

алго-

необходима для спасения жизней. Нейрон-

ные сети участвуют в обработке спутнико-

ритм: как машинное обучение изменит наш

мир / Педро Домингос ; пер. с англ. В. Горо-

вых и радиолокационных изображений в ре-

хова ; [науч. ред. А. Сбоев, А. Серенко]. —

альном времени, которые не только обнару-

М. : Манн, Иванов и Фербер, 2016.

живают раннее образование ураганов и цик-

Воронежский государственный технический университет

Voronezh State Technical University,

Магистр А.А. Сысоева

Master A.A. Sysoeva

Россия, Воронеж

Russia, Voronezh

В XXI веке12 одной из самых распро-

этапе проектирования интеллектуальных си-

странённых проблем современного человека

стем необходимо учитывать следующие фак-

является выбор. Будь то продукты питания,

торы: легкость сбора данных, представи-

техника, программное обеспечение или же

мость данных, оправданность затрат на раз-

туристическая путевка. В мире, где мы жи-

работку интеллектуальных систем, наличие

вем, довольно много разнообразных фирм,

экспертов, наличие

необходимых ресурсов

магазинов и салонов, готовых предложить

(компьютеров, программистов, программно-

покупателю свои услуги.

го обеспечения и т.д.).

Покупатель обычно сопоставляет ха-

После анализа проблемной области и

рактеристики

необходимых ему

продуктов

определения

целесообразности

внедрения

исходя из своих пожеланий. Но в реально-

интеллектуальной системы в этой сфере

сти, достаточно редко можно найти такой

приступают непосредственно к проектиро-

продукт, который бы был идеален во всем.

ванию системы.

Но для поиска каждый покупатель затрачи-

Существуют

различные

взгляды

на

вает огромное количество времени и ресур-

определение

числа

этапов

проектирования

сов. В связи с этим каждый человек может

интеллектуальных систем.

Это

зависит

от

совершать ошибки, пропускать действитель-

многих факторов, в частности от характера

функций будущей интеллектуальной систе-

но что-то важное и стоящее.

мы, области использования, наличия разви-

Создание

интеллектуальной

системы

тых инструментальных средств и т.д.

призвано сократить время поиска и на ко-

Процесс построения систем разделяет-

нечном этапе

выдавать наиболее

подходя-

ся на пять этапов, представленных на рисун-

щий вариант и тех, которые покупатель, при

ке 1, среди которых: идентификация опреде-

своем поиске, мог пропустить или отбросить

ления характеристик, выделение главных

по ошибке.

концепций предметной области, выбор фор-

При оценке проблемной области на

мализма представления знаний и определе-

ние механизма вывода решений, выбор или

разработка языка представления знаний и

© Сысоева А.А., 2018

тестирование самой системы.

ВЫПУСК № 1-2 (11-12), 2018

ISSN 2618-7167

ленной задачи выбора можно разделить на

Рисунок 2 – структура ЭС

следующие этапы:

1.

Создание классификации

предлагае-

Стоит рассмотреть структуру, пред-

мых ноутбуков

ставленную выше подробно. Интеллектуаль-

ный редактор системы предоставляет разра-

2.

Выявление потребностей покупателя

ботчику возможность обновлять,

дополнять

3.

Определение

необходимых

техниче-

существующую базу знаний, а также созда-

ских характеристик с учетом выявления по-

вать новую. К его основным задачам можно

требностей

отнести:

4. Выбор наилучшего товара из получив-

 Формирование входных параметров.

шегося набора.

 Настройка формы.

Для реализации данного

алгоритма

 Формирование правил.

разрабатывается

web-ориентированная си-

 Разработка наборов технических харак-

стема, структура которой представлена на

теристик (используются на заключительном

этапе для наилучшего выбора).

рисунке 2.

 Сопровождение базы знаний.

Такая экспертная система представля-

Интерфейс пользователя предназначен

ет собой программный комплекс, включаю-

как для самого покупателя, так и для мене-

щий клиентское и web приложение. Первое

джера, работающего с данной системой. С

исполняется в ОС компьютера, второе – в

помощью данного

интерфейса

решаются

среде интернет.

следующие задачи:

За основу в экспертной системе взята

 Определение типа пользователя.

система продукционного типа, включающая

 Формирование списка потребностей.

три основных компонента. К ним относятся:

 Формирование

списка необходимых

база знаний, рабочая память, и механизм ло-

характеристик.

После всех проделанных действий си-

гического вывода.

стема, в свою очередь, выполняет следую-

щие задачи:

гии, продукционные и нечеткие системы.

Определяет набор продуктов (в данном

Библиографический список

случае ноутбуков) с использование МЛВ

Выбирает наилучший вариант из

1. Кэролл Зиглер, Методы проектиро-

предоставленного списка. Такой выбор про-

вания программных систем. М.: Мир, 1985.

исходит с помощью интегральной оценки

[З 973, З 497].

функционирования наполнения на основе

2. Чеботаре В. Моделирование бизне-

систем нечеткого вывода с использованием

са: средства и методы. / В. Чеботарев. // PC

шкалы Харрингтона.

Week/RE, - № 9 (231), - 2000

Таким образом, структура предполага-

3. Ларичев О.И. Web-конструктор для

емой системы позволяет использовать ее в

построения систем поддержки принятия ре-

качестве универсальной при создании экс-

шений /О.И. Ларичев, В.М. Афанасьев, Н.В.

пертных систем. Настройка системы заклю-

Чугунов //Новости искусственного интеллек-

чается в решении задачи интеллектуального

та. – 2003. –№4(58). – С. 20–24.

редактора системы. Количество и сложность

4. Сысоева А. А., Концепции создания

настроек определяется характером постав-

мобильного мессенджера/ Научный вестник

ленной проблемы.

Воронежского ГАСУ. Серия: Информацион-

В работе предложена Web - ориентиро-

ные технологии в строительных, социальных

ванная экспертная система, представляющая

и экономических системах: научный журнал.

собой механизм для выбора того или иного

– Воронеж: Воронежский ГАСУ, 2017. –

продукта. В ней реализованы подходы, ис-

Выпуск №2 (10). – С. 54 - 58.

кусственного интеллекта такие как, онтоло-

УДК 004:616.31.8

«Концепция 13 долгосрочного социаль- но-экономического развития

Российской

Федерации до 2020 года» [1] утверждает, что

одна из первоочередных задач

в области

©

Гречишникова М.В., Коноплев С.В., 2018

ВЫПУСК № 1-2 (11-12), 2018

ISSN 2618-7167

здравоохранения – это обеспечение непре-

пломного обучения и повышения квалифи-

рывной качественной подготовки и перепод-

кации, так как это помогает решить ряд про-

готовки медперсонала. Медицина как систе-

блем, возникающих у уже дипломированно-

ма научных знаний и человеческой деятель-

го специалиста, например, из-за разных ра-

ности использует большой объем разнооб-

бочих смен и расписания дежурств у обуча-

разной и разнородной информации. В меди-

емых врачей, различных подходов к работе и

цине довольно быстро формируются новые

учебе [3], т.к. могут быть разные цели обу-

области знаний на стыках наук и отраслей

чения у врача с именем и успешной карьерой

человеческой деятельности. Для проведения

и у начинающего врача. Например, состояв-

учебного процесса в соответствии с Феде-

шийся профессионал уже достаточно обра-

ральным государственным образовательным

зован, чтобы самостоятельно освоить пока

стандартом (ФГОС3+) в медицинском обра-

ещё слабо известную ему специализацию,

зовании необходимы новые формы и спосо-

применяя систему дистанционного обучения.

бы передачи информации и знаний от обу-

Использование информационно - обра-

чающего к обучающемуся [2].

зовательных

технологий и дистанционного

11 марта 2012 года стало определенной

обучения открывает новые возможности для

вехой в сфере получения медицинского об-

непрерывного обучения специалистов с ме-

разования: именно в этот день вступили в

дицинским и фармацевтическим образовани-

силу изменения в федеральный закон №

ем и их переподготовки, делая обучение бо-

3266-1 от 10.07.1992 г. Согласно введенным

лее доступным, позволяя создавать индиви-

поправкам использование электронного и

дуальный цикл обучения по специальности.

дистанционного обучения было закреплено

Одной из наиболее популярных откры-

на законодательном уровне. Термин «ди-

тых систем дистанционного обучения явля-

станционное обучение» дословно означает

ется Moodle − система управления обучени-

обучение на расстоянии, когда обучающий и

ем, ориентированная прежде всего на орга-

обучаемый разделены пространственно. На

низацию взаимодействия между преподава-

основе дистанционного обучения реализует-

телем и обучающимися [4].

ся новая концепция «открытого» или «ди-

Среда обучения загружается в обычном

станционного образования».

web - браузере и разрешает работать без

С одной стороны, дистанционное обу-

установки

дополнительных

программ.

чение медицинским профессиям в значи-

Moodle можно дословно перевести как «Мо-

тельной степени осложняется отсутствием

дульная объектно-ориентированная динами-

возможности преподать студенту практиче-

ческая обучающая среда». Лидером и идео-

скую строну дела. С другой стороны, меди-

логом системы является Мартин Даугемус из

цинское образование требует усвоения гро-

Австралии. Система обладает международ-

мадного объёма теоретического материала.

ной лицензией GPL (General Public Licence),

Важно не только прослушать бессчётное ко-

которая позволяет свободно тиражировать,

личество лекций и заучить сотни таблиц, за-

копировать

и

распространять

созданные

помнить тысячи графиков, но ещё и быть

электронные ресурсы [4]. В качестве web-

уверенным, что всё это усвоено верно. Есте-

сервера Moodlе использует сервер Apache,

ственно, обучение врача практическим

система написана на языке PHP и хранит

навыкам требует традиционного очного кон-

большую часть информации в базе данных

такта, но вся теоретическая подготовка и

MySQL. Для эффективного развертывания

упражнения в принятии решений или т.н.

системы необходимо обеспечить необходи-

ситуационные задания могут проходить в

мую ИТ-инфраструктуру, оценить ресурсы,

дистанционной форме.

используемые данной системой дистанцион-

Также дистанционное обучение являет-

ного обучения и спланировать серверные ре-

ся наиболее оптимальной формой последи-

сурсы, которые

ей необходимо

выделить.

Для оптимизации затрат на серверные ресур-

гин и пароль для доступа к учебным матери-

сы используются различные модели [5],

алам, который служит его идентификатором

применение облачных технологий позволяет

в системе в течение соответствующего пери-

централизовать управление ИТ - инфра-

ода обучения.

Каждый курс

снабжен

структурой и приложениями в организации.

комплектом

структурированных

электрон-

Moodle распространяется в открытых

ных учебно - методических материалов,

исходных кодах, что дает возможность адап-

доступных через Интернет, включая тексты

тировать ее под особенности каждого обра-

учебных пособий и методические рекомен-

зовательного проекта: интегрировать с дру-

дации

по выполнению

различных

видов

гими информационными системами, допол-

работ, а также график изучения

мате-

нить новыми сервисами вспомогательными

риала

по

неделям,

ссылки на дополни-

функциями или отчетами; установить гото-

тельные источники, задания на практические

вые или разработать новые дополнительные

и контрольные

работы. Кроме того, на сай-

модули.

те выкладываются

необходимые

для

В рамках общей концепции использо-

выполнения лабораторных работ установоч-

вания Moodle в качестве технологической

ные файлы программ. Схема архитектуры

основы системы дистанционного обучения

системы дистанционного обучения пред-

при поступлении студент получает свой ло-

ставлена на рисунке 1.

Рис. 1.

Архитектура системы дистанционного обучения

В процессе обучения

обучающегося

зовать привычные формы обучения или, по

сопровождают преподаватель, проводящий

крайней мере, максимально к ним прибли-

регулярные консультации по учебным дис-

зиться [2].

циплинам, методист-организатор ресурсного

В системе дистанционного обучения

центра, специалист службы технической

Moodle, присутствует возможность дополне-

поддержки. С ними можно общаться по

ния базового функционала набором допол-

электронной почте и на форуме. Хотя ди-

нительных функций. Одним из самых важ-

станционное обучение само по себе является

ных и сложных процессов является разра-

особой формой, но дает возможность реали-

ботка модулей этих дополнительных функ-

ВЫПУСК № 1-2 (11-12), 2018

ISSN 2618-7167

ций. В зависимости от требований пользова-

ется

использование бесплатных счетчиков

телей, возможно реализовывать широкий

посещения, из которых наиболее известными

спектр всевозможных дополнений от кор-

являются:

ректировки внешнего вида до изменения

сервис Яндекс Метрика, который

всей системы организации обучения. Откры-

предоставляет сводки и все необходимые

тый исходный код позволяет вносить значи-

отчеты за любой выбранный промежуток

тельные изменения в устройство среды обу-

времени, сводки – это данные: о количестве

чения. Разрабатываемая для ЧУ ДПО «ДЕН-

посещений и просмотров, об источниках

ТИКА» система дистанционного обучения

трафика и глубине просмотра сайта, о вре-

на базе Moodle предназначена для повыше-

мени, проведенном на сайте и о поисковых

ния квалификации врачей по специально-

запросах, по которым попали на сайт, а так-

стям "Стоматология общей практики"

же половозрастная структура посетителей;

31.08.72 , "Стоматология терапевтическая",

GoogleAnalytics,

который

является

код специальности − 31.08.73, и "Стоматоло-

крупным сервисом сбора статистики и ана-

гия ортопедическая ", код специальности −

лиза посещаемости веб-сайтов, ориентиро-

31.08.75. Данная система реализует дополни-

ванная на анализ статистики, например, с

тельную программу профессионального об-

помощью GoogleAnalytics

можно

видеть

разования повышения квалификации врачей

среднее время пребывания посетителей на

«Микропротезирование» и позволяет не про-

сайте, наиболее и наименее популярные сре-

сто предоставлять учебно-методические ма-

ди пользователей веб-страницы и т д.

териалы, такие как методические разработки,

Оба этих решения нацелены на сбор и

видеопрезентации, обучающие видеофильмы

анализ статистических показателей, тогда

с мастер-классами, но и следить за актуаль-

как нашей задачей является разбор не только

ностью подаваемой информации, востребо-

количественных показателей времени рабо-

ванностью программы обучения, способ-

ты пользователя, но и распределение вре-

ствует профессиональному росту и самораз-

менных периодов работы в системе, что дает

витию специалиста. Опыт использования

дополнительную информацию об использо-

Moodle в качестве платформы для дистанци-

вании системы обучающимися. Такая ин-

онного обучения в стоматологии уже имеет-

формация может быть использована разра-

ся в других странах [6].

ботчиком программы дополнительного обра-

Модульная архитектура Moodle предо-

зования для оптимизации курса, а также

ставляет возможность разработки дополни-

маркетологами

для построения правильной

тельных функциональных модулей. Суще-

маркетинговой

политики по

продвижению

ствует большое количество готовых к ис-

образовательного продукта [7].

пользованию решений, представленных на

Предлагаемый интерфейс отображения

официальном сайте [4],

тем не менее, для

посещаемости курса показан на рисунке 2.

решения специфических задач требуется со-

Графический интерфейс состоит из следую-

щих элементов:

здание собственных модулей. Одной из та-

верхний блок, на котором показыва-

ких задач в разрабатываемой системе явля-

ется время в течение суток;

ется

задача

удобного

для

преподавателя

левая колонка:

здесь

показаны дни

отображения информации о посещении ре-

недели с понедельника по воскресенье;

сурса

обучающимися.

Контроль

времени,

справа отображаются

имена

посети-

затрачиваемого слушателями

на

прохожде-

телей курса;

ние курса, позволяет правильно оценить

главный контейнер: в этой части ин-

трудоемкость материала и скорректировать

терфейса в наглядной отображаются перио-

содержание программы. Поскольку система

ды времени, в течение которых конкретный

Moodle базируется на использовании web-

посетитель, каждый из которых показан цве-

технологий,

последовательным представля-

том, просматривал и изучал курс.

Рис. 2. Интерфейс модуля учета посещаемости курса

Использование

среды

электронного

ции на период до 2020 года» // Консультант

обучения Moodle для реализации дополни-

Плюс.

тельной программы профессионального об-

2. Борщёва, Н.Л. Возможности инфор-

разования повышения квалификации врачей-

мационных образовательных технологий по

стоматологов позволяет расширить возмож-

развитию творческого мышления студентов

ности образовательного процесса и обеспе-

медицинских вузов [Электронный ресурс] /

чить его удобство и высокую эффективность.

Н.Л. Борщёва // VI Общероссийская конфе-

Современный этап развития системы

ренция с международным участием «Меди-

образования характеризуется

появлением

цинское образование–2015»: сборник тези-

новых образовательных технологий и высо-

сов (Москва, 2-3 апреля 2015 года). – М.: Из-

кими темпами информатизации. Одной из

дательство Первого Московского государ-

новых возможностей, предоставляемых ин-

ственного медицинского университета име-

формационно-коммуникационными техно-

ни И.М. Сеченова, 2015. - С. 50-52. - 1 элек-

логиями, является возможность обеспечения

трон. опт. диск (CD-ROM). (0,2 п.л.).

непрерывности процесса подготовки и пере-

3. Раззаков Ш. И., Нарзиев У. З., Рахи-

подготовки специалиста без отрыва от про-

мов Р. Б. Контроль знаний в системе дистан-

изводства и вне зависимости от местонахож-

ционного обучения // Молодой ученый. —

дения. Дальнейшее развитие систем дистан-

2014. — №7. — С. 70-73. — URL https://

ционного обучения, расширение их возмож-

moluch.ru/archive/66/10934/ (дата обращения:

ностей способствует

повышению качества

20.04.2018).

образования и совершенствованию профес-

4. Open source learning platform − Moo-

сиональной подготовки специалиста.

dle. — Электрон. дан. — URL http:// moo-

Библиографический список

dle.org// (дата обращения: 20.04.2018).

5. K.

Makoviy,

D.

Proskurin,

Yu.

1. Распоряжение Правительства РФ от

Khitskova, Ya. Metelkin. Server hardware re-

17.11.2008 N 1662-р (ред. от 10.02.2017) «О

sources optimization for

virtual desktop

infra-

Концепции долгосрочного социально - эко-

structure implementation//CEUR Workshop

номического развития

Российской Федера-

Proceedings

-Mathematical

Modeling.

Infor-