lib.bspu.ru

Вниманию лаборантов кафедр!

Ниже размещаем График предоставления работ на проверку АНТИПЛАГИАТ 2021-2022.

Работы нужно будет отправлять на адрес электронной почты vkrbspu@mail.ru.

Работы должны быть представлены в формате Word, содержать весь текст ВКР, включая титульный лист, содержание, введение, главы, заключение и список использованной литературы, исключая приложения, и подписаны в виде Фамилия, инициалы студента, (в скобках Фамилия, инициалы научного руководителя), например Иванов И. И. (Петров П. П.), где Иванов И. И. -имя студента, Петров П. П. - имя научного руководителя.

В рамках марафона функциональной грамотности с 18 по 26 октября 2021 года Академия Минпросвещения России проведет открытые онлайн-мероприятия для студентов и преподавателей педагогических вузов.

18.10.21 Публичная лекция Е.И. Казаковой «Педагог XXI века: ключевые навыки».

20.10.21 Публичная лекция Е.И. Исаева «Почему детям трудно учиться?».

26.10.21 Дискуссионный клуб со студенческими лидерами общественного мнения педагогических вузов «Педагог будущего: работа с информацией и читательская грамотность».

Ссылки на трансляции указаны в приложении.

По всем интересующим вопросам обращаться в Информационно-консультационный центр им. Р.Г. Кузеева, тел. 246-49-24.

Приложение

Уважаемые коллеги! Примите самые теплые и искренние поздравления в День учителя! Желаем вам вдохновения, терпения, искренних улыбок и благодарности учеников. Пускай вдохновенно начинается каждый ваш новый день. Будьте счастливы и здоровы! Спасибо за знания, опыт и душевное тепло.

© https://pozdravok.ru/pozdravleniya/prazdniki/den-uchitelya/proza.htm

В рамках реализации международного просветительского онлайн проекта, предусматривающего проведение «золотой лекции» преподавателями педагогических вузов состоятся лекции.

Получено свидетельство о государственной регистрации программы для ЭВМ «Программное приложение диагностики органов дыхания методами машинного обучения». Авторы: Маликов Р.Ф., Исхаков А.Р., Богданов М.Р.

Программное средство предназначено для классификации изображений, полученных с помощью компьютерных томографов на предмет выявления патологий органов дыхания человека. Программа осуществляет предварительную обработку изображений, выделение признаков и классификацию. Программное решение использует технологию Transfer Learning, при которой предварительно происходит обучение модели с помощью высокопроизводительного вычислительного кластера.

Программа показала свою высокую эффективность: количество диагностических классов равно 4, точность распознавания не ниже 90%, время распознавания не превышает 3 секунд.