Том 21, № 4 (2025)

Предмет исследования: уголовно-правовые отношения, возникающие при привлечении военнослужащих к ответственности за участие в актах агрессии, особенности квалификации их действий как соучастия в преступлении, а также проблемы исполнения преступных приказов в условиях военных действий.

Цель исследования заключается в комплексном анализе правовых норм, регулирующих уголовную ответственность военнослужащих за участие в актах агрессии, изучении исторического опыта Нюрнбергского процесса и современной практики применения норм об ответственности за военные преступления, выявлении существующих проблем в правоприменительной деятельности и разработке предложений по совершенствованию законодательства.

Методы исследования включают формально-юридический анализ нормативно-правовых актов; сравнительно-правовой метод при изучении отечественного и международного законодательства; историко-правовой анализ материалов Нюрнбергского процесса; системный подход при исследовании уголовно-правовых норм о соучастии; метод правового моделирования при разработке предложений по совершенствованию законодательства.

Объекты исследования: нормы международного и национального уголовного права, регулирующие ответственность за агрессию; материалы Нюрнбергского процесса и современной судебной практики; правовые позиции международных трибуналов по вопросам ответственности военнослужащих; доктринальные подходы к пониманию института соучастия в военных преступлениях.

Основные результаты исследования: в ходе исследования выявлены проблемы квалификации действий военнослужащих при исполнении преступных приказов; обоснована необходимость разграничения ответственности руководителей и исполнителей военных преступлений; предложены рекомендации по совершенствованию механизма привлечения к ответственности за военные преступления с учетом специфики участия военнослужащих; разработаны критерии определения пределов ответственности за исполнение преступных приказов в условиях военных действий.

Предмет исследования: уголовно-правовые признаки «публичная демонстрация… в информационно-телекоммуникационных сетях (включая Интернет)» и «совершение с использованием сети Интернет» в делах о незаконной добыче и обороте особо ценных объектов животного и растительного мира и их производных.

Цель исследования: определить содержание и соотношение признаков «публичная демонстрация… в информационно-телекоммуникационных сетях (включая Интернет)» и «совершение с использованием сети Интернет», выявить устойчивые судебные критерии их установления и типичные основания переквалификации.

Методы исследования: формально-юридический и системно-структурный анализ; сравнительно-правовой подход; интерпретация норм и правоприменительных позиций; контент-анализ мотивировочных частей приговоров.

Объекты исследования: судебные решения российских судов по делам о незаконной добыче и обороте производных особо ценных объектов животного и растительного мира (включая случаи размещения объявлений и цифрового контента в сети Интернет), а также связанные процессуальные материалы (протоколы осмотра Сети, ответы площадок, экспертизы).

Основные результаты исследования:

1. Судебная практика устойчиво разграничивает «использование сети Интернет» как инструментальный способ совершения сделки и «публичную демонстрацию» как контент-показ предмета, процесса или результата, доступный неопределённому кругу лиц.

2. Сложилась «триада» критериев установления публичной демонстрации: открытость доступа публикации, идентифицируемость предмета по подлинным изображениям (именно того товара), поведенческая связка «онлайн-контент – очная демонстрация – (попытка) сбыта».

3. Типичные причины переквалификации с публичной демонстрации на использование Сети: неподлинные изображения (заимствования из открытых источников), отсутствие надлежащей цифровой фиксации открытости и атрибуции аккаунта/объявления, доказательства, подтверждающие лишь канал коммуникации без контент-показа.

Предмет исследования: криминогенное воздействие средств массовой информации, реализуемое через взаимосвязанные механизмы манипуляции общественным сознанием, распространения дезинформации и пропагандистской деятельности.

Цель исследования: выявить и проанализировать специфику и механизмы криминогенного влияния триады «манипуляция – дезинформация – пропаганда» на деформацию ценностно-нормативной системы общества, провоцирование противоправного поведения и создание системных угроз правопорядку в условиях цифровой эпохи.

Методы и объекты исследования: в основу работы легли методы теоретического анализа (криминологического, социологического и медиаисследований), а также анализ конкретных примеров из современной медиасреды. Объектом исследования выступила деятельность средств массовой информации и цифровых платформ, обладающая криминогенным потенциалом.

Основные результаты исследования: установлено, что манипуляция, дезинформация и пропаганда образуют эскалирующий контур негативного воздействия, где манипуляция формирует когнитивную зависимость аудитории, дезинформация выступает прямым катализатором противоправных действий, а пропаганда закрепляет девиантные модели в массовом сознании. Доказано, что в цифровую эпоху деструктивный потенциал данной триады многократно усиливается за счет технологий искусственного интеллекта (дипфейки), скорости и алгоритмизации распространения информации, что порождает новые комплексные угрозы, требующие адекватного противодействия на уровне законодательства и развития медиаграмотности населения.

Предмет исследований обусловлен необходимостью разработки и использования высокочувствительных квантовых, волновых технологий, квантовых сенсоров в анализе данных, распознавании образов, автоматизированной диагностике типов болезней с использованием современных датчиков в макромире, медицинской визуализации органов человека [14], представленных в виде изображений F(x,y), а также данных, снимаемых в виде временных рядов f(t) и изображений F(x,y) совместно, с использованием одномерных вейвлетных волновых функций двух типов a1 и a2, изменяющихся в интервале ±π, введенных и использованных в работе [2].

Цель исследования: разработка высокоэффективных алгоритмов и пакета программ для совместного анализа взаимообусловленных данных, представленных в виде временных рядов f(t) и изображений F(x,y), получаемых разными методами и датчиками: рентгеновских, ультразвуковых, разных видов томографии: компьютерной (КТ), магнитно-резонансной (МРТ), позитронно-эмиссионной (ПЭТ), в том числе и методами фотоники, многоканальных электрокардиографов (ЭКГ) и электроэнцелографов (ЭЭГ), радиотермографов и других многоканальных приборов, используемых в функциональной диагностике, распознавании образов, диагностике типов болезней органов человека в медицине и других областях, отображаемых современными датчиками на основе квантовых технологий [11–13] с использованием волновых функций 2-х типов: изменений частотных и временных (пространственных) составляющих данных наблюдений по фазе – соответственно a1- и a2-волн, извлекаемых из «квантов информации» f(t) и F(x,y)[1], отражающих состояние органов человека в соответствующих наблюдениях.

Методы исследования: а) преобразование «квантов информации» f(t) и F(x,y), образов множеств исследуемых объектов в два вида волновых функций: фазо-частотные a1- и фазо-временные (пространственные) a2-характеристики [2; 7], вычисляемые путем последовательностей одноуровневого дискретного двумерного вейвлет-преобразования dwt2, – разделения видеообраза F(x,y) на матрицы деталей [4; 6]: аппроксимации (сA), горизонтали (сH), вертикали (cV), диагонали (cD) для каждого из цветов (красный (R), зеленый (G), синий (B)), если изображение цветное, функции одномерного непрерывного вейвлет-преобразования cwt(f(t),1:k,'cgau5') и многоканальные усредняющие операции матриц вейвлет-коэффициентов φ(a,b),выходов вейвлет-преобразований cwt деталей видеообразов по столбцам и строкам, т. е. выполнение операций a1=φ(a,b̅ ) и a2=-φ(ɑ̅ ,b); б) отбор на построенных в Surfer изображениях вейвлет-коэффициентов φ(a,b) переменных f(t) разночастотных пилообразных волновых функций типа a2 4-х типов деталей AHVD, используемых для диагностики типов болезней; в) статистический анализ корреляций волновых функций типов a1 или  a2 диагностируемой болезни с аналогичными характеристиками множеств болезней в известных типах болезней органа.

Объекты исследования: временные ряды f(t) и изображения F(x,y) исследуемых, в частности видеообразы дна глаза, диагностируемых типов болезней глаза, многоканальные фазо-частотные a1=φ(a,b̅ )и фазо-пространственные a2=-φ(a̅ ,b) характеристики, волновые функции исходных данных f(t) и F(x,y), вычисляемых применением вейвлет-преобразований dwt2 и cwt и операций усреднений матрицы φ(a,b) по строкам и столбцам.

Основные результаты исследования: а) реализована возможность преобразования «квантов информации»: временных рядов f(t), используемых в медицине видеообразов F(x,y), в частности болезней глаза, в два вида волновых функций a1 и a2 с использованием вейвлет-преобразований, соответствующих корпускулярно-волновой природе микро- и макромира; б) реализована возможность автоматизированной диагностики типов глазных болезней с использованием корреляций вычисленных волновых функций типов a1 и a2 диагностируемой болезни с волновыми функциями a1 и a2 множеств известных типов болезней; в) показано, что при коррелировании волновых функций диагностируемой болезни определенного типа с волновыми функциями множеств известных типов болезней средние значения в столбиках матрицы корреляций имеют разные значения; в столбике корреляций однотипных болезней среднее значение mean максимальное, стандартное отклонение std не всегда минимальное, зависящее от составов изображений в типах, что является признаком обнаружения типа болезни в матрице корреляций; г) установлены корреляционные связи между типами болезней при диагностике типов болезней с использованием вейвлетных волновых функций a1 и a2, характеризующие силы связей между типами болезней, обусловленных общностью свойств структур тканей органа зрения, на которых развиваются типы болезней глаза, а также происхождением болезней; д) найден надежный способ локализации типа диагностируемой болезни в матрице корреляций характеристик a1 или a2 болезни с характеристиками множеств известных типов болезней, основанный на корреляции характеристик диагностируемой болезни и характеристик задаваемого исследователем изображения, типы болезней которых совпадают с характеристиками множеств известных типов болезней; е) найден надежный способ разделения типов болезней с вероятностью p>0,95, основанный на максимизации наблюдаемого значения t_набл критерия при проверке гипотезы о равенстве средних двух совокупностей путем элиминаций коэффициентов корреляций в двух частях столбика корреляций двух типов болезней; ж) установлены требования к формированию множеств исходных данных, «квантов информации», позволяющих получить надежные диагностики типов болезней; таковыми являются: увеличение мощностей множеств исходных данных в типах болезней; увеличение детальности в наблюдениях, в том числе и увеличение порядков вычисляемых a1- и a2-волн в вейвлет-преобразованиях.

Предмет исследования: массив данных, включающий социально-экономические параметры транзакций на рынке первичного жилья Челябинской области.

Цель исследования: создать нейросетевую модель для прогнозирования объёмов продаж недвижимости с временным горизонтом в один год на основе ретроспективных данных. Прогностическая модель должна обладать простотой настройки и эксплуатации, а также предусматривать наличие интуитивно понятного пользовательского интерфейса.

Методы исследования: методология анализа данных CRISP-DM, корреляционный анализ, нормализация, k-fold кросс-валидация, построение полносвязной нейронной сети с двумя скрытыми слоями и сигмоидальной функцией активации, метод оптимизации L-BFGS.

Объект исследования: прогнозирование объёмов продаж на первичном региональном рынке жилищного строительства.

Основные результаты исследования: создана нейросетевая модель прогнозирования с использованием аналитической платформы Loginom Community, обладающая модульной структурой, что обеспечивает ее универсальность. Модель успешно прошла тестирование на валидационной выборке, продемонстрировав точность прогнозирования в 88,33 %.

Предмет исследования: время работы преподавателей учебных заведений на этапе проверки рукописных работ (контрольные, самостоятельные работы), а также алгоритмы автоматического распознавания и проверки рукописного текста.

Цель исследования: создание программного комплекса для проверки рукописных работ учащихся общеобразовательных организаций, используя алгоритмы оптического распознавания символов (OCR), машинного обучения и средств веб-разработки.

Объекты исследования: процессы и методы автоматизированной проверки рукописных работ учащихся общеобразовательных организаций с использованием современных технологий распознавания текста и машинного обучения.

Методы исследования: анализ способов и методов распознавания рукописного текста при проведении единого государственного экзамена, обзор современных сервисов и фреймворков OCR трансформерного типа, а также построение архитектуры клиент-серверного веб-приложения.

Основные результаты исследования: построенная архитектура комплекса, включающая модули инициализации модели, предобработки изображений с функциями выравнивания, шумоподавления и сегментации, распознавания текста, агрегации результатов и удобный веб-интерфейс для загрузки работ и просмотра результатов.