I’m an indie developer of apps and software. What brought me to GitHub was the idea of doing my own research on attention variability in ADHD. I began working on that project seriously, and others followed: ikna, vespian, and a few more.
I’m interested in neuroscience, psychology, AI/ML, and possibly statistics.
The code in my projects is written by AI. I’m not a programmer: I work on the idea, the architecture, and problems AI might miss on its own. When it produces an unsuitable result, I try to explain what’s wrong. If the proposed solutions don’t fit at all, I use my intuition and try to figure out which direction to take.
I’m not a theorist, and I can’t always answer a difficult question on my own, for example in statistics. AI fills gaps in my knowledge, while scientific research gives me a reference point to rely on in my projects.
My apps often grow out of frustrations with existing tools. If something makes a program awkward to use or it lacks a feature I need, I try to make my own version. I focus on a particular group of people with similar needs and don’t present my projects as “competitor killers”.
The scientific side matters to me. I try to understand what a decision is based on, even if it has long been standard practice. Before using a study in a project, I look at its validity and reproducibility, then examine the effect it found. I choose results I can apply to my task, taking the study’s limitations into account.
Я инди-разработчик приложений и программ. На GitHub меня привела идея провести собственное исследование вариабельности внимания при СДВГ. Начал серьёзно заниматься этим проектом, а потом появились и другие: ikna, vespian и ещё несколько.
Мне интересны нейробиология, психология, AI/ML и, возможно, статистика.
Код в моих проектах написан ИИ. Я не программист: занимаюсь идеей, архитектурой и проблемами, которые ИИ сам может не заметить. Когда он выдаёт неподходящий результат, стараюсь объяснить, где проблема. Если предложенные решения вообще не подходят, подключаю свою интуицию и пробую разобраться, в какую сторону двигаться.
Я не теоретик и не всегда могу самостоятельно ответить на сложный вопрос, например по статистике. ИИ дополняет мои знания, а научные исследования дают ориентир, на который можно опираться в проектах.
Часто мои приложения появляются из-за неудобств в существующих инструментах. Если что-то мешает пользоваться программой или в ней не хватает нужной функции, пробую сделать свой вариант. Ориентируюсь на определённый круг людей с похожими задачами и не позиционирую свои проекты как «убийц конкурентов».
Мне важна научная часть. Стараюсь разбираться, на чём основано решение, даже если оно давно стало привычным. Прежде чем использовать исследование в проекте, смотрю на его валидность и воспроизводимость, затем разбираюсь с полученным эффектом. Выбираю результаты, которые могу применить к своей задаче, учитывая ограничения исследования.
What I’m working on.
An open-source language-learning app using spaced repetition. It teaches phrases in context, adjusts the daily workload automatically, and stores review history locally.
I want attention to go into learning, with almost no time spent managing the card queue.
A tool for statistical analysis of repeated measurements. It compares summary metrics through simulation on a specific dataset and estimates statistical power and false-alarm rates. It saves run settings so the analysis can be reproduced. Further development focuses on the CLI and Python API.
I first check how a variability metric behaves in the scenario I need. That makes it easier to see whether it fits the task.
I’m testing the original Allostatic Sprint hypothesis on several open datasets from attention tasks. I keep positive and null results, as well as cases where the method’s limitations prevent a conclusion.
I keep testing the model on new data and retain null results so the analysis isn’t shaped to fit the hypothesis.
A Python tool with no dependencies for pushing one local Git repository to several forges. It checks each remote using ordinary Git.
I made it to avoid repeating the same push by hand or setting up the same shell alias in every project.
A sleep model for Android. It tries to predict when a person will be able to fall asleep and shows a time range and confidence for each forecast. It reads Health Connect data and processes it on the device.
I’m trying to estimate when sleep is likely now, instead of setting one fixed bedtime.
A Compose design system for Android without Material: no elevation, ripple, rounded corners, or tonal surfaces. Shared tokens define geometry, color, and contrast, which are checked by tests.
These constraints apply across the system so I don’t have to disable Material elements by hand on each screen.
То, над чем я работаю.
Приложение с открытым исходным кодом для изучения языков через интервальные повторения. В нём учишь фразы в контексте, дневная нагрузка регулируется автоматически, а история повторений хранится локально.
Хочу, чтобы внимание уходило на обучение, а возиться с очередью карточек почти не приходилось.
Инструмент для статистического анализа повторных измерений. Сравнивает сводные метрики через моделирование на конкретном наборе данных, оценивает статистическую мощность и частоту ложных срабатываний. Сохраняет параметры запуска, чтобы анализ можно было повторить. Дальше развиваю в первую очередь CLI и Python API.
Сначала проверяю, как метрика вариабельности ведёт себя в нужном сценарии. Так проще понять, подходит ли она для задачи.
Проверяю исходную гипотезу Allostatic Sprint на нескольких открытых наборах данных задач на внимание. Сохраняю все результаты: и положительные, и нулевые, и те, где ограничения метода не позволяют сделать вывод.
Продолжаю проверять модель на новых данных. Нулевые результаты тоже оставляю, чтобы не подгонять анализ под гипотезу.
Python-инструмент без зависимостей для отправки одного локального Git-репозитория сразу на несколько хостингов. Проверяет каждый remote через обычный Git.
Сделал, чтобы не повторять одинаковые push вручную и не заводить один и тот же shell alias в каждом проекте.
Модель сна для Android. Пытается предсказать, когда человек сможет заснуть, и показывает диапазон времени и уверенность прогноза. Берёт данные из Health Connect и обрабатывает их на устройстве.
Пробую оценивать, когда сон сейчас вероятен, вместо того чтобы задавать одно фиксированное время отхода ко сну.
Compose-дизайн-система для Android без Material: без теней, ripple, скруглений и тональных поверхностей. Геометрия, цвета и контраст задаются общими токенами и проверяются тестами.
Эти ограничения заданы для всей системы, чтобы не отключать элементы Material вручную на каждом экране.