978-5-908172-24-0 Педагогика, психология, общество: от теории к практике Pedagogy, Psychology, Society: from theory to practice

В сборнике представлены статьи участников II Всероссийской научно-практической конференции с международным участием, посвященные актуальным вопросам образовательных процессов. В материалах сборника приведены результаты теоретических и прикладных изысканий представителей научного и образовательного сообщества в области педагогики, психологии и социологии. Статьи представлены в авторской редакции.

 Мурзина Жанна Владимировна https://orcid.org/0000-0003-1322-0515 jinnist@yandex.ru chief_editor Мурзина Жанна Владимировна https://orcid.org/0000-0003-1322-0515 jinnist@yandex.ru Егорова Анна Семёновна https://orcid.org/0000-0002-3603-171X annaerenar@mail.ru Мурзина Жанна Владимировна https://orcid.org/0000-0003-1322-0515 Евдокимова Екатерина Юрьевна Игнатьева Светлана Геннадьевна Кузнецов Александр Валерьянович https://orcid.org/0000-0002-8740-1610 Егорова Анна Семёновна https://orcid.org/0000-0002-3603-171X Педагогика, психология, общество: от теории к практике Pedagogy, Psychology, Society: from theory to practice 19 08 2026 Чебоксары ИД «Среда» 1900 © 2026 Черняева П. Д., Алмазова Е. С., Панченко В. Ю. 2026 Черняева П. Д., Алмазова Е. С., Панченко В. Ю. Это произведение доступно по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0) 168910 Графовые нейронные сети как инструмент прогнозирования академических рисков в образовательной среде: аналогия с цифровыми двойниками промышленных линий Черняева Полина Денисовна pchernyaevap@gmail.com Алмазова Екатерина Сергеевна Панченко Вероника Юрьевна Ступина Алёна Александровна Научный руководитель 0485fyg31 Российский государственный аграрный университет – МСХА им. К.А. Тимирязева Россия ФГБОУ ВО «Сибирский государственный университет науки и технологий им. академика М.Ф. Решетнева» Россия 131 133

Обосновывается перенос методологии графовых нейронных сетей (ГНС), апробированной на датасете UCI AI4I 2020 для предиктивного обслуживания промышленных линий, на задачу анализа академических рисков обучающихся. Производственная линия формализуется как ориентированный гетерогенный граф, а Graph Attention Network (GAT) прогнозирует вероятность «каскадных сбоев» с F1 = 0,891 и упреждением в 2,4 цикла. Проводится педагогическая интерпретация результатов: узлы графа соответствуют образовательным модулям, а рёбра – логическим и мотивационным зависимостям, что создаёт основу для индивидуализации сопровождения.

 индивидуализация обучения социальная адаптация образовательная аналитика цифровые двойники графовые нейронные сети академические риски References Сравнительный анализ статистических и нейросетевых методов прогнозирования геоэкологических показателей горнодобывающих объектов / А.А. Ступина, М.В. Спринджук, М.В. Журавлёв, Т.И. Ашмарина // Известия Тульского государственного университета. Науки о Земле. – 2025. – №4. – С. 125–130. – EDN ITXOMF. Ступина А. А. Спринджук М. В. Журавлёв М. В. Ашмарина Т. И. Сравнительный анализ статистических и нейросетевых методов прогнозирования геоэкологических показателей горнодобывающих объектов Известия Тульского государственного университета 2025 4 125 130 ITXOMF Интеллектуальные модели анализа геоэкологических рисков горнопромышленных территорий на основе ансамблевых методов машинного обучения / Б.В. Потапов, Д.Ю. Евсюков, Т.В. Бирюкова, Т.И. Ашмарина // Известия Тульского государственного университета. Науки о Земле. – 2026. – №1. – С. 108–112. – EDN SJGJHI. Потапов Б. В. Евсюков Д. Ю. Бирюкова Т. В. Ашмарина Т. И. Интеллектуальные модели анализа геоэкологических рисков горнопромышленных территорий на основе ансамблевых методов машинного обучения Известия Тульского государственного университета 2026 1 108 112 SJGJHI Худякова Е. В., Пчелинцева С. В., Журавлев М. В. Прогнозирование технико-экологических показателей горно-обогатительных производств с использованием гибридных нейросетевых моделей // Известия Тульского государственного университета. Науки о Земле. – 2026. – №1. – С. 547–552. – EDN FSKMLC. Худякова Е. В. Пчелинцева С. В. Журавлев М. В. Прогнозирование технико-экологических показателей горно-обогатительных производств с использованием гибридных нейросетевых моделей Известия Тульского государственного университета 2026 1 547 552 FSKMLC Применение методов машинного обучения для автоматизированной классификации магнитных аномалий Северного Кавказа по данным аэрогеофизической съемки / В.С. Тынченко, М.В. Журавлёв, Н.А. Ягудаева [и др.] // Геология и геофизика Юга России. – 2026. – Т. 16, №2. – С. 108–119. DOI 10.46698/VNC.2026.48.42.001. EDN CBGZAI Тынченко В. С. Журавлёв М. В. Ягудаева Н. А. Применение методов машинного обучения для автоматизированной классификации магнитных аномалий Северного Кавказа по данным аэрогеофизической съемки Геология и геофизика Юга России 2026 16 2 108 119 10.46698/VNC.2026.48.42.001 CBGZAI Сравнительный анализ статистических и нейросетевых методов прогнозирования геоэкологических показателей горнодобывающих объектов / А.А. Ступина, М.В. Спринджук, М.В. Журавлёв, Т.И. Ашмарина // Известия Тульского государственного университета. Науки о Земле. – 2025. – №4. – С. 125–130. – EDN ITXOMF. Ступина А. А. Спринджук М. В. Журавлёв М. В. Ашмарина Т. И. Сравнительный анализ статистических и нейросетевых методов прогнозирования геоэкологических показателей горнодобывающих объектов Известия Тульского государственного университета 2025 4 125 130 ITXOMF