Воронцов В.А., Киспе Мендоза М.В. «Воздушные платформы для исследований в экстремальных условиях в атмосфере Венеры» Вестник Российского университета дружбы народов (РУДН). Серия: Инженерные исследования, 26, № 3, с. 245-257 (2025)

Рассмотрены различные воздушные платформы для исследования атмосферы Венеры на месте, подчеркивается их потенциальная интеграция в будущие миссии. Рассматриваемые платформы включают аэростаты с фиксированной высотой полета, аэростаты с переменной высотой полета, летательные аппараты, подобные самолетам, с возможностью трехмерного маневрирования и др. Обсуждаются конструктивные конфигурации спускаемых аппаратов и стратегии развертывания этих платформ в атмосфере Венеры. Подробно описаны конкретные механизмы развертывания аэростатов. Исследование также моделирует динамику сферических спускаемых аппаратов, оснащенных воздушными шарами, анализируя параметры траектории на разных этапах. Результаты подтверждают, что параметры остаются в допустимых пределах на протяжении всего спуска.

Захарова А.В., Вишнякова А.Ю., Детков А.А. «Сравнение моделей и методов классификации текста» Вестник Российского университета дружбы народов (РУДН). Серия: Инженерные исследования, 26, № 3, с. 298-309 (2025)

Рассмотрен процесс автоматической классификации текста и его составляющие. Актуальность данной темы обусловлена стремительным ростом объема данных и развитием технологий машинного обучения. Цель исследования - определение наилучших методов и моделей автоматической классификации текста. В качестве материалов для анализа были выбраны научные статьи, написанные в течение последних четырех лет, наиболее подходящие по теме. В результате определено, что эффективная предобработка текстовых данных должна состоять из нормализации, токенизации, удаления стоп-слов и стемминга или же лемматизации. Для представления текста целесообразно использовать модель BERT. Однако следует отталкиваться от условий конкретной задачи, в которых альтернативные подходы могут быть предпочтительнее. Наилучшими методами непосредственно классификации текста можно считать метод логистической регрессии, сверточные нейронные сети и RoBERTa. Выбор среди этих моделей зависит от назначения и технических возможностей.