Розглянуто підвищення функціональної ефективності адаптивних розподілених автоматизованих систем керування (АСК) технологічними процесами шляхом подальшого розвитку прогресивної інформаційно-екстремальної інтелектуальної технології за умов відсутності через технічні ускладнення неперервного вхідного міжопераційного та вихідного контролю сировини та матеріалів. Запропоновано новий інформаційно-екстремальний метод аналізу та синтезу інтегрованої в розподілену АСК системи підтримки прийняття рішень (СППР), що самонавчається в режимі факторного кластер-аналізу (ФКА). Розроблено засоби інформаційних технологій синтезу СППР, що самонавчається в режимі ФКА, у процесі виробництва складних мінеральних добрив. Впроваджено наукові результати, що дозволило підвищити відсоток виходу кондиційного продукту, точність та оперативність керування технологічним процесом і зменшити витрати сировини та матеріалів.

  Скачати повний текст

Дисертаційна робота присвячена підвищення функціональної ефективності здатної до машинного навчання системи підтримки прийняття діагностичних рішень для визначення ЕПС людини за зображенням її обличчям, що дозволить збільшити точність і оперативність оцінювання поточного рівня стійкості та впливу стресу, втоми та різних збурюючих факторів на професійну діяльність людини. У дисертаційній роботі було поставлено та успішно вирішено важливе науково-прикладне завдання, яке полягає в розробці здатної навчатися інформа-ційної інтелектуальної технології інформаційного синтезу, з метою діагносту-вання емоційно-психічного стану людини на основі аналізу зображення її об-личчя. Водночас дослідження в рамках цієї роботи здійснені в контексті інфор-маційно-екстремальної інтелектуальної технології аналізу даних. На основі за-пропонованих та розроблених моделей, методів та алгоритмів створено ком-плекс інструментальних засобів для інформаційного синтезу системи підтримки прийняття діагностичних рішень при визначенні емоційно-психічного стану лю-дини за зображенням її обличчям, який включає модулі формування вхідного математичного опису системи, алгоритми інформаційно-екстремального ма-шинного навчання і побудовані за результатам машинного навчання контейнери класів розпізнавання, які дозволяють підвищити точність і оперативність ма-шинного оцінювання поточного рівня емоційної стійкості.^UThe thesis is devoted to improving the functional efficiency of a machine-learning-capable diagnostic decision support system for determining a person's EMS from the image of his or her face, which will increase the accuracy and efficiency of assessing the current level of stability and the impact of stress, fatigue, and various disturbing factors on a person's professional activity. In the thesis, an important scien-tific and applied task was set and successfully solved, which consists in the develop-ment of a learnable, intelligent technology of information synthesis in order to diag-nose the emotional and mental state of a person based on the analysis of his or her face image. At the same time, the research within the framework of this work was car-ried out in the context of information-extreme intellectual technology and data analy-sis. On the basis of the proposed and developed models, methods and algorithms, a set of tools for information synthesis of a diagnostic decision support system for de-termining the emotional and mental state of a person by the image of his face, which includes modules for forming the input mathematical description of the system, has been created, information-extreme machine learning algorithms and containers of recognition classes built on the basis of machine learning results, which allow to in-crease the accuracy and efficiency of machine assessment of the current level of emo-tional stability.