Рассмотрены вопросы формализации процессов управления в сложных организационных системах с целью разработки информационной технологии построения системы поддержки принятия управленческих решений, заключающейся в создании формально-логических средств представления знаний и данных о проблемной области на основании семантических сетей и списков поддержки истинности принимаемых решений.

Рассмотрены вопросы математического моделирования процессов функционирования сложных организационных иерархических систем с целью формализации процедуры принятия управленческих решений для определения условий формирования структуры стратифицированных семантических сетей и списков поддержки истинности принимаемых решений в рамках разработки информационных технологий построения формально-логических средств представления и обработки знаний и данных о проблемной области.

Предложен подход к нормализации концептуальных структур контурных изображений с проективными искажениями для построения структурно-лингвистического концепта распознаваемого объекта в режиме реального времени.

Розглянуто питання формалізації процедури прийняття рішення у складних організаційних ієрархічних системах для визначення умов побудови алгоритмів оптимізації вироблення управлінських рішень.

Предложен подход к процессу классификации изображений объектов, полученных искусственным спутником Земли, основанный на правилах взаимосвязи структурно-лингвистических элементов в концепте изображения и служащий для устранения влияния проективных искажений на результат распознавания.

Розглянуто процес конвергенції різнорідного трафіку окремих служб інформаційно-телекомунікаційних мереж; запропоновано математичні моделі даного процесу, які базуються на ефектах об'єднання одноканальних систем масового обслуговування. Встановлено, що конвергований трафік інформаційно-телекомунікаційних мереж має властивість довготривалої залежності та виявляє фрактальний характер.

Індекс рубрикатора НБУВ: З970.5

Рубрики:

Інтелектуальні системи

Шифр НБУВ: Ж70474 Пошук видання у каталогах НБУВ 

Запропоновано підхід до побудови семантичної мережі структурно-лінгвістичних концептів контурних зображень об'єктів, одержаних під різними кутами зйомки для розпізнавання об'єктів у режимі реального часу.

Предложена методика построения порождающих грамматик и конечных автоматов для семантической сети структурно-лингвистических концептов в процессе обучения системы распознавания трехмерных объектов, учитывающая различные углы отклонения камеры от положения в надир.

Рассмотрены вопросы разработки операционной семантики стратифицированной семантической сети для осуществления логического вывода и сохранения непротиворечивости экстенсиональной базы данных в системах поддержки принятия управленческих решений.

Рассмотрены вопросы построения понятийной структуры стратифицированной семантической сети для представления знаний в системах поддержки принятия решений задач оперативного управления в сложных организационных иерархических системах.

Рассмотрены вопросы построения экстенсиональной базы стратифицированной семантической сети и ее аксиоматики для представления знаний в системах поддержки принятия решений задач оперативного управления в сложных организационных иерархических системах.

Предложена и обоснована модель презентативной подсистемы формальной системы интеллектуального типа. Ядром данной модели является структурный процессор, моделирующий деятельность стриарной коры мозга и формирующий многоуровневую систему детекторов - модель экстрастриарных зон. Сформулирован и обоснован принцип самоорганизации информационной структуры первичного представления воспринимаемого "контурного мира" на основе двух базовых процессов: детектирования и установления линейных порядков детекторов.

Предложена новая концепция создания искусственных нейронных сетей - осуществление декомпозиции характеристик образов, ведущей к формированию их декомпозиционной структуры без применения математических вычислений. Данную концепцию реализуют разработанные структурные нейронные сети, состоящие из последовательности интегрированных зон - процессоров, каждый из которых, используя универсальную процедуру, осуществляет упорядочивание зонных реакций детекторов предыдущего уровня на основе их конкурентного выбора по уровням возбуждения. Изложенные в работе принципы построения и функционирования презентативной и репрезентативной подсистем формальной системы интеллектуального типа могут явиться основой новой теории.

Предложен формальный подход к построению интеллектуальных систем, способных решать задачи "сильного" интеллекта. Данные системы строятся из универсальных модулей, функционирующих по единому алгоритму без применения математических процедур преобразования информации. В основе построения и функционирования модулей лежит принцип формирования вектора значений (мод) определенных характеристик распознаваемого образа с его последующим импликативным отображением в точку (детектор) зоны вышестоящего уровня иерархии модулей. Дано описание структуры и функционирования модуля, а также основные определения предлагаемой теории.

Рассмотрен класс информационных систем, способных решать эвристические задачи на основе формальной теории, получившей название модально-векторной теории формальных интеллектуальных систем (ФИС). Обоснован подход к построению разрешающего алгоритма ФИС, определены основные свойства данных систем и доказаны теоремы, лежащие в основе теории, сформулирован принцип репрезентативного разнообразия в построении ФИС.

Искусственные нейронные сети (ИНС) являются неадекватными биологическим нейронным сетям. Эта неадекватность проявляется в использовании устаревшей модели нейрона и коннекционистской парадигмы построения ИНС. Результатом данной неадекватности является существование множества недостатков ИНС и проблем их практической реализации. Предложен альтернативный принцип построения ИНС. Этот принцип получил название детекторного принципа. Основой детекторного принципа является рассмотрение свойства связности входных сигналов нейрона. В данном принципе используется новая модель нейронадетектора, новый подход к обучению ИНС - встречное обучение и новый подход к формированию архитектуры ИНС.

Рассмотрено применение детекторной нейронной сети (ДИНС) для распознавания параметров фронта электромагнитного импульса грозового разряда в автоматизированной системе мониторинга и анализа внешней электромагнитной обстановки. ДИНС в результате эмуляции активного перцептивного акта восприятия изображения и эмуляции процедуры встречного обучения позволяет не только выделить фронт импульса в структуре осциллографического изображения, но и запомнить измеряемые параметры распознанного сегмента изображения в концепте нейрона-детектора. Это дает возможность уменьшить ошибки измерений и увеличить скорость обработки сигналов по сравнению с рассматриваемым методом интерактивного анализа характеристик электромагнитных помех.

Дисертація присвячена вирішенню проблеми підвищення ефективності побудови та використання нейроморфних комп'ютерних систем (НКС) в результаті розробки моделей побудови їх компонентів та загальної архітектури, а також методів їх навчання на основі формалізованого детекторного принципу. В результаті аналізу і класифікації архітектури та компонентів НКС встановлено, що в основі всіх їх нейромережевих реалізацій лежить конекціоністська парадигма побудови штучних нейронних мереж. Було обгрунтовано та формалізовано альтернативний до конекціоністської парадигми детекторний принцип побудови архітектури НКС та її компонентів, в основі якого лежить встановлена властивість зв’язності елементів вхідного вектору сигналів та відповідних вагових коефіцієнтів нейроелемента НКС. На основі детекторного принципу були розроблені багатосегментні порогові інформаційні моделі компонентів детекторної НКС (ДНКС): блоків-детекторів, блоків-аналізаторів та блоку новизни, в яких в результаті розробленого методу зустрічного навчання формуються концепти, що визначають необхідні і достатні умови формування їх реакцій. Метод зустрічного навчання ДНКС дозволяє скоротити час її навчання при вирішенні практичних задач розпізнавання зображень до однієї епохи та скоротити розмірність навчальної вибірки. Крім того, цей метод дозволяє вирішити проблему стабільності-пластичності пам'яті ДНКС та проблему її перенавчання на основі самоорганізації карти блоків-детекторів вторинного рівня обробки інформації під управлінням блоку новизни. В результаті досліджень була розроблена модель мережевої архітектури ДНКС, що складається з двох шарів нейроморфних компонентів первинного та вторинного рівнів обробки інформації, та яка дозволяє скоротити кількість необхідних компонентів системи. Для обґрунтування підвищення ефективності побудови та використання НКС на основі детекторного принципу, були розроблені програмні моделі ДНКС автоматизованого моніторингу та аналізу зовнішньої електромагнітної обстановки, а також розпізнавання рукописних цифр бази даних МИКТ. Результати дослідження цих систем підтвердили правильність теоретичних положень дисертації та високу ефективність розроблених моделей і методів.

Індекс рубрикатора НБУВ: З973.6

Рубрики:

Нейрокомп'ютери

Шифр НБУВ: РА435944 Пошук видання у каталогах НБУВ