This document reviews the functioning of the intellectual agents based on adaptive ontology, which are using precedents. Also was made the software activity of such agents.

Індекс рубрикатора НБУВ: В379.21 + В371.35 + К234.104

Рубрики:

Квантування в напівпровідниках, квантові ями

Плазмові коливання

Шифр НБУВ: Ж16425 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: Г461.315 + Ж364.206

Рубрики:

Люмінесцентний та флуоресцентний аналіз. Хемілюмінесцентний аналіз

Властивості наноматеріалів

Шифр НБУВ: Ж100178 Пошук видання у каталогах НБУВ 

Gold nanostructures are considered as a potential platform for building smart nanocarriers that will form the basis of novel methods of targeted delivery and controlled release of drugs. However, to ensure maximum efficiency of gold nanoparticles upon the drug release via the plasmon-enhanced photothermal effect, it is necessary to optimize their spectral parameters for operation in the human body that requires both theoretical research and development of appropriate methods for nanostructures fabrication. In this work, mathematical modeling of light extinction spectral dependences for gold nanostructures of different morphology was performed to determine their geometric parameters that provide the occurrence of localized surface plasmon resonance (LSPR) in the red and near infrared regions of the spectrum, where the transparency window of biological tissues exists. Based on the results of previous studies and computer modeling, using hollow gold nanoshells to construct smart nanocarriers was found to be most reasonable. A protocol for production of these nanoparticles based on "silver-gold" galvanic replacement reaction, which is accompanied by a controlled shift of the LSPR wavelength position, was proposed and described in detail. It is shown that the loading of model biomolecules in hollow gold nanoshells significantly changes the output optical parameters of the system under investigation, which should be taken into account for matching with the laser excitation wavelength during the development of smart nanocarriers.

Розглянуто обгрунтування особливостей застосування технології Web Mining для визначення ключових слів. Web Mining надає можливість використати переваги контент-моніторингу тексту на основі Cтеммера Портера для визначення ключових слів. Запропоновано формальний підхід реалізації стемінгу україномовного тексту. Одержано експериментальні результати запропонованого методу для визначення ключових слів у слов'янськомовних наукових текстах технічного профілю.

Досліджено застосування онтологій для задачі планування дій інтелектуальних агентів у слабкоструктурованих предметних областях. Використовуючи мову запитів до онтологій, будується простір станів, в якому функціонує інтелектуальний агент. Для зменшення розмірності простору використано оцінку до джерел інформації, на базі яких будується онтологія. Здійснено апробацію функціонування інтелектуального агента в області матеріалознавства.

Розглянуто особливості застосування технологій лінгвометрії, стилеметрії та глоттохронології для визначення стилю автора публікацій. Лінгвостатистичний аналіз авторського тексту використовує переваги контент-моніторінгу на базі методів NLP для визначення стопових слів. Квантитативний аналіз стопових слів використано для визначення степеня приналежності аналізованого тексту конкретному авторові. Запропоновано метод визначення стилю автора україномовного тексту.

Розглянуто особливості застосування технологій NLP, Information Retrieval, SEO та Web-mining для визначення стійких словосполучень у процесі ідентифікації ключових слів (КС) в опрацюванні Web-ресурсів. Лінгвостатистичний аналіз природомовного тексту використовує переваги контент-моніторінгу на базі методів NLP для ідентифікації стійких словосполучень. Квантитативний аналіз стійких словосполучень використано для визначення степеня приналежності множині КС. Запропоновано метод визначення стійких словосполучень у процесі ідентифікації КС україномовного контенту.

У даний час постійно зростає інтерес до застосування інтелектуальних систем (ІС) у різних галузях як інформаційні технології (ІТ), машинобудування, медицина, біологія, екологія, географія, юриспруденція тощо. В основі архітектури сучасних ІС використовують бази знань (БЗ), які формують відповідно до предметної області (ПО), де застосовують дану ІС. Основною частиною БЗ є онтологія як чітко структурована модель ПО, систематизований набір термінів, які пояснюють відношення об'єктів цієї ПО. Онтології є загальновизнані та широко застосовувані в таких різних галузях науки, як інженерія знань, подання знань, інформаційний пошук, управління знаннями, проектування баз даних, інформаційне моделювання та об'єктно-орієнтований аналіз. Зокрема, фірма Gartner в дослідженні ІТ-ринку віднесла використання таксономії/онтології на третє місце в десятці передових технологій у даній галузі. Тому є актуальним дослідження структур синтаксичних онтологічних БЗ, побудова та дослідження оптимальних алгоритмів синтаксичного аналізу україномовних текстів, та розроблення програмно-алгоритмічного засобу синтаксичного опрацювання текстів, наприклад, для рубрикації Інтернет-контенту, автоматичного реферування текстів, видобування знань із них, перекладу на інші мови тощо. Методами розв'язання проблеми створення консолідованого ресурсу на основі онтологічної БЗ були обрані дерева рішень, методологія IDEF5 та методології побудови онтологій. Результати роботи синтаксичного аналізу враховуються асоціативно-семантичним контекстним аналізом для оптимізації процесу побудови асоціативних зв'язків контексту між словами та словосполученнями речення всередині ієрархічної мережі онтологічної БЗ. Створено консолідований інформаційний ресурс - онтологічну БЗ синтаксичного аналізу україномовних текстових документів за допомогою Protege 3.4.7. Висновки: створено метод видобування даних на основі онтологічної БЗ та ПСУМ мови для подальшого розроблення консолідованого інформаційного ресурсу синтаксичного опрацювання текстових документів. В результаті створено БЗ онтологічного типу із ПСУМ. Синтаксична структура вхідного речення є фундаментом та каркасом для наступного не менш важливого кроку - семантичного аналізу. Дана онтологічна БЗ консолідованого ЛР синтаксичного опрацювання україномовних текстових документів виступає потужною основою для подальшого розроблення автоматизованої ІС синтаксичного аналізу україномовних текстів.

Сьогодні електронна комерція є одним з найактивніших та найбільш перспективних сегментів глобальної економіки, для якого характерним є стале зростання обсягів та активне вдосконалення засобів і технологій. Інтелектуалізація систем електронної комерції сьогодні є одним з основних трендів їх розвитку та ефективного функціонування в конкурентному середовищі. Одним з найперспективніших засобів вирішення цієї категорії задач є використання інтелектуальних агентів (ІА). Сучасний підхід до моделювання процесу підтримки прийняття рішень, зокрема, в електронній комерції використовує принцип петлі Бойда, який передбачає багаторазове повторення циклу з чотирьох послідовних взаємопов'язаних процесів (етапів): спостереження - орієнтація - прийняття рішення - дія. Згідно із гіпотезою Бойда - вища швидкість виконання циклу - точність оцінок етапів циклу забезпечує перевагу над конкурентом. Мета роботи - розроблення засобів ефективного планування дій інтелектуальних агентів систем електронної комерції в конкурентному середовищі на основі онтологій, та зведення задачі планування дій інтелектуальних агентів до задачі динамічного програмування. Розроблено математичне забезпечення та метод планування дій ІА на основі адаптивних онтологій. Цей метод можна використати для ефективного функціонування ІА у конкурентному середовищі СЕК, яке моделюється петлею Бойда. Для планування дій ІА використано адаптивну онтологію. З цією метою у загальноприйнятий трьохелементний кортеж, який задає онтологію (множина понять, відношень та їх інтерпретація), нами додано дві скалярні величини (важливість понять та відношень), які використовуються для пошуку ефективного шляху реалізації плану ІА. Така оцінка елементів онтології дає змогу звести задачу планування дій ІА в конкурентному середовищі до задачі динамічного програмування. Побудовано модель планування дій інтелектуальних агентів систем u1077 електронної комерції з використанням онтологічного підходу. Розроблено метод оцінки дій інтелектуальних агентів на основі адаптивних онтологій. Така оцінка дає змогу звести задачу планування дій до задачі динамічного програмування. Висновки: аналіз результатів дій ІА дозволяє визначити причин формування цільової аудиторії за набором характеристик функціонування СЕК. Регулюючи тематичний набір контенту, його унікальність, оперативність його формування та адекватне управління ним згідно індивідуальних потреб постійного користувача, можна моделювати межі цільової соціальної аудиторії та кількість унікальних відвідувачів з пошукових систем. На рис. 5 - 6 подані результати роботи розроблених систем у вигляді графіків, з яких випливає, що при наявності всіх типів ІА суттєво збільшується обсяг відвідувань та унікальних користувачів.

Розробленно лінгвометричний метод алгоритмічного забезпечення процесів контент-моніторінгу для розв'язання задачі автоматичного визначення автора україномовного текстового контенту на базі технології статистичного аналізу коефіцієнтів мовної різноманітності. Проведено декомпозицію методу визначення автора на підставі аналізу таких коефіцієнтів мовлення як лексична різноманітність, ступінь (міра) синтаксичної складності, зв'язність мовлення, індекси винятковості та концентрації тексту. Проаналізовано параметри авторського стилю як кількість слів у певному тексті, загальна кількість слів цього тексту, кількість речень, кількість прийменників, кількість сполучників, кількість слів із частотою 1, і кількість слів із частотою 10 і більше. Особливостями розробленого є адаптація морфологічного та синтаксичного аналізу лексичних одиниць до особливостей конструкцій україномовних слів/текстів. Тобто під час аналізу лінгвістичних одиниць типу слів враховувалась належність до частини мови та відмінювання в межах цієї частини мови. Для цього проаналізовано флексії цих слів для класифікації, виділено основи для формування відповідних алфавітно-частотних словників. Наповнення цих словників у подальшому враховувалися на наступних кроках визначення авторства тексту як розрахунок параметрів та коефіцієнтів авторського мовлення. Для індивідуального стилю письменника показовими є саме службові (стопові або опорні) слова, оскільки вони ніяк не пов'язані з темою і змістом публікації. Проведено порівняння результатів на множині 200 одноосібних робіт технічного спрямування біля 100 різних авторів за період 2001 - 2017 рр. для визначення, чи змінюються і як коефіцієнти різноманітності тексту цих авторів у різні проміжки часу. Виявлено, що для обраної експериментальної бази з понад 200 робіт найкращих результатів за критерієм щільності досягає метод аналізу статті без початкової обов'язкової інформації як анотації та ключові слова різними мовами, а також списку літератури.

Запропоновано формальний підхід щодо реалізації визначення автора україномовного тексту. Досліджено україномовні наукові тексти технічного профілю. Проаналізовано результати застосування розроблених алгоритмів автоматичного визначення автора текстового контенту на базі методів NLP і стилеметрії. Розглянуто перспективи та особливості застосування інформаційних технологій стилеметрії для визначення автора текстового контенту. Квантитативний контент-аналіз текстового контенту науково-технічного спрямування використовує переваги контент-моніторингу та контент-аналізу тексту на базі методів NLP, Web-Mining та стилеметрії для визначення множини авторів, стилі мовлення яких є подібними з досліджуваним уривком тексту. Це звужує коло пошуку у разі подальшого використаннч в методах стилеметрії для визначення ступеня приналежності аналізованого тексту конкретному авторові. Проведено декомпозицію методу визначення автора на підставі аналізу таких коефіцієнтів мовлення як лексична різноманітність, та концентрації тексту. Паралельно проаналізовано такі параметри авторського стилю як кількість слів у певному тексті, загальна кількість слів цього тексту, кількість речень, кількість прийменників, кількість сполучників, кількість слів із частотою 1, і кількість слів із частотою 10 і більше. Подальшого експериментального дослідження потребує апробація запропонованого методу для визначення ключових слів з інших категорій текстів - наукових гуманітарного профілю, художніх, публіцистичних тощо.

Досліджено процеси аналізу, інтеграції та формування контенту з врахуванням криптовалютних потреб користувача. Використовуючи розроблену формальну модель і проведений критичний аналіз методів і технологій прогнозу курсу криптовалюти, побудовано загальну архітектуру системи опрацювання контенту з різних криптовалютних Інтернет-бірж. Сформульвано загальні функціональні вимоги до інтелектуальної криптовалютної системи, орієнтованої на Інтернет-користувачів. Досліджено методи, моделі та інструменти для удосконалення ефективнішої підтримки розроблення структурних елементів моделі системи підтримки прийняття рішень з керування контентом згідно з потребами користувача. Розроблено загальні архітектури backend та fronted частин інтелектуальної криптовалютної системи. Також розроблено програмне забезпечення системи інтеграції та формування контенту з урахуванням криптовалютних потреб користувачів. Проведено аналіз результатів експериментальної апробації запропонованого методу інтеграції та формування контенту з урахуванням криптовалютних потреб користувачів. Особливість системи полягає у аналізі інформації з соціальних медіа та створення прогнозу курсів на основі зібраної інформації. Дана система надає можливість вгадати тренд напрямку курсів. Конференції певної криптовалюти, нові впровадження, державні укази різних країн задають теж напрям тренду, тому це теж треба враховувати. Для того щоб врахувати більшість випадків, потрібно постійно накопичувати інформацію по темі та сортувати по таблицях в базі даних. Даний процес відбувається за допомогою спеціальної програми бота, яка збирає та індексує інформацію. Одними з кращих можливостей системи, у порівнянні з аналогами, є швидкість генерації сторінки; присутність SSL сертифіката та шифрування TLS; більш якісніший контент, так як він оновлюється щохвилини; відсутні неактивні розділи сервісу; мобільна верстка сайту без дубляжу контенту на піддомені; автоперевірки проти засмічення пошти повідомленнями про курс. Основний акцент системи робитися на частоті оновлення на швидкості агрегації даних з Інтернет-бірж і соціальних мереж.

Розглянуто проблему проектування інтелектуальної системи комерційного поширення інформаційних продуктів із застосуванням персоналізованого підходу до відвідувачів на основі категорій і тегів цікавого відвідувачам контенту. Розроблено загальну типову архітектуру відповідної системи з використанням методів і засобів персоналізації в Інтернет-середовищі з ядром автоматичного рекомендування тегів (категорій) у вигляді нейромережі з контрольованим навчанням. Персоналізований підхід до користувача сайту призводить до більш високого коефіцієнта продаж. Розроблена система на основі сучасних методів SEO-технологій з урахування метрик оцінювання роботи інформаційно-пошукового модуля системи надає можливість підбирати релевантний контент згідно інтересів персоналізованого користувача. Система володіє класами та підкласами, до яких належать реальні комерційні інформаційні продукти, між якими побудовані логічні зв'язки, за допомогою яких відбувається інтелектуальна подача контенту на основі персоналізації потреб і зацікавлень користувача. Також на базі сучасних методів Machine Learning розроблена система навчається уточнювати результати пошуку затребуваного контенту згідно з персоналізацією вподобань користувача. Алгоритми персоналізації надають можливість пов'язати кожного користувача з списком продуктів, які найімовірніше його зацікавлять, а також можуть прогнозувати те, що клієнти можуть хотіти бачити, навіть якщо ще не знають про це. Метою інтелектуальної системи е-комерції є подача унікального контенту на базі підходу персоналізації та використання тегів. Окрім звичайного текстового введення категорій і тегів на основі зображень та опису продукту, розроблено процес автоматизації визначення тегів і категорій товару. Розпізнавання контексту за допомогою глибоких нейронних мереж тепер забезпечує технологію автоматичного додавання тегів в описи товару сайтів е-комерції. Методи можна використовувати для класифікації міміки і розпізнання емоцій.

Проведено дослідження рекомендаційних алгоритмів і виявлення переваг і недоліків. Вдосконалено метод формування рекомендацій на базі колаборативної фільтрації як Content-Based Filtering (CBF), Collaborative Filtering (CF) і гібридних методів Machine Learning (ML). Описано принципи проектування та функціональні вимоги до рекомендаційної системи у вигляді веб-додатка для вибору необхідного для користувача контенту на прикладі фільмів. Основні дослідження зосереджені на вирішенні проблем холодного старту та масштабованості в методі колаборативної фільтрації. Для ефективного вирішення цих проблем використано гібридні методи навчання. Здійснено практичну реалізацію гібридної рекомендаційної системи (ГРС) надання релевантних рекомендацій контенту на прикладі фільмів з урахуванням особистих потреб користувача на базі розробленого гібридного методу. Вдосконалено алгоритм формування рекомендацій контенту на базі колаборативної фільтрації та Machіne Learnіng для спільної фільтрації показників подібності між користувачами або товарами. Гібридний алгоритм приймає вхідну інформацію у різному вигляді, нормалізує її та формує відповідні рекомендації на базі комбінації методів CF та CBF. Machine Learning здатне визначати чинники, що впливають на підбір релевантних фільмів, що сприяє поліпшенню надання рекомендацій конкретному користувачу. Для вирішення цих завдань запропоновано новий удосконалений метод, на відміну від наявних систем рекомендацій, в основі якого є гібридні методи та Machine Learning. Дані для Machine Learning розробленої ГРС взято із MovieLens. Проаналізовано методи формування рекомендацій користувачеві, проведено огляд наявних рекомендаційних систем. Експериментальні результати показують, що показники роботи запропонованої ГРС на базі технології CF + CBF +ML є кращими, ніж у двох одиничних моделей, CF та CBF, та їх комбінацій як CF + CBF, CF + ML і CBF + ML. ГРС рекомендується використовувати для збору даних про вподобання людей у виборі товару та надання релевантних рекомендацій.

Індекс рубрикатора НБУВ: З810.22

Рубрики:

Нейронні мережі

Шифр НБУВ: Ж43974 Пошук видання у каталогах НБУВ 

Вирішено задачу автоматизації синтезу штучних нейронних мереж для подальшого використання при діагностуванні, прогнозуванні та розпізнаванні образів. Об'єкт дослідження - процес синтезу штучних нейронних мереж за допомогою генетичного алгоритму. Предмет дослідження - послідовий та паралельний методи синтезу штучних нейронних мереж. Мета роботи - зменшити час синтезу та підвищити точність отриманої нейронної мережі. Метод. Запропоновано метод синтезу штучних нейронних мереж на основі модифікованого генетичного алгоритму, який може бути реалізовано послідовно та паралельно використвуючі MIMD- та SIMD-системи. Введення великої ймовірності мутації дозволяє збільшити різноманітність всередині популяції та перешкодити завчасній збіжності методу. Вибір нової кращої особини, на відміну від повного перезапуску методу, значно економить ресурси системи та гарантує вихід із області локальних екстремумів. Використання нових критеріїв для адаптивного вибору мутації, по-перше, не обмежує кількість прихованих нейронів, а, по-друге, перешкоджає безмірному збільшенню мережі. Використання рівномірного схрещування істотно підвищує ефективність, а також без проблем дозволяє емулювати інші оператори схрещування. Більш того, саме використання рівномірного схрещування підвищує гнучкість генетичного алгоритму. Паралельний підхід значно скорочує кількість ітерацій та істотно прискорює виконання синтезу штучних нейронних мереж. Результати. Розроблено програмне забезпечення, яке реалізує запропонований метод синтезу штучних нейронних мереж і дозволяє виконувати синтез мереж послідовно та паралельно на ядрах центрального процесору або графічного процесору. Висновки: проведені експерименти підтвердили працездатність запропонованого методу синтезу штучних нейронних мереж і дозволяють рекомендувати його для використання на практиці при обробці масивів даних для подальшого діагностування, прогнозування або розпізнавання образів. Перспективи подальших досліджень можуть полягати у введені можливості використання генетичної інформації декількох батьків для формування нової особини та модифікуванні методів синтезу для мереж рекурентних архітектур для обробки великих даних.

Проведено дослідження рекомендаційних алгоритмів і виявлення переваг і недоліків. Вдосконалено метод формування рекомендацій на базі колаборативної фільтрації як Content-Based Filtering (CBF), Collaborative Filtering (CF) і гібридних методів Machine Learning (ML). Описано принципи проектування та функціональні вимоги до рекомендаційної системи у вигляді веб-додатка для вибору необхідного для користувача контенту на прикладі фільмів. Основні дослідження зосереджені на вирішенні проблем холодного старту та масштабованості в методі колаборативної фільтрації. Для ефективного вирішення цих проблем використано гібридні методи навчання. Здійснено практичну реалізацію гібридної рекомендаційної системи (ГРС) надання релевантних рекомендацій контенту на прикладі фільмів з урахуванням особистих потреб користувача на базі розробленого гібридного методу. Вдосконалено алгоритм формування рекомендацій контенту на базі колаборативної фільтрації та Machіne Learnіng для спільної фільтрації показників подібності між користувачами або товарами. Гібридний алгоритм приймає вхідну інформацію у різному вигляді, нормалізує її та формує відповідні рекомендації на базі комбінації методів CF та CBF. Machine Learning здатне визначати чинники, що впливають на підбір релевантних фільмів, що сприяє поліпшенню надання рекомендацій конкретному користувачу. Для вирішення цих завдань запропоновано новий удосконалений метод, на відміну від наявних систем рекомендацій, в основі якого є гібридні методи та Machine Learning. Дані для Machine Learning розробленої ГРС взято із MovieLens. Проаналізовано методи формування рекомендацій користувачеві, проведено огляд наявних рекомендаційних систем. Експериментальні результати показують, що показники роботи запропонованої ГРС на базі технології CF + CBF +ML є кращими, ніж у двох одиничних моделей, CF та CBF, та їх комбінацій як CF + CBF, CF + ML і CBF + ML. ГРС рекомендується використовувати для збору даних про вподобання людей у виборі товару та надання релевантних рекомендацій.

Індекс рубрикатора НБУВ: З810.22

Рубрики:

Нейронні мережі

Шифр НБУВ: Ж43974 Пошук видання у каталогах НБУВ 

Вирішено задачу автоматизації синтезу штучних нейронних мереж для подальшого використання при діагностуванні, прогнозуванні та розпізнаванні образів. Об'єкт дослідження - процес синтезу штучних нейронних мереж за допомогою генетичного алгоритму. Предмет дослідження - послідовий та паралельний методи синтезу штучних нейронних мереж. Мета роботи - зменшити час синтезу та підвищити точність отриманої нейронної мережі. Метод. Запропоновано метод синтезу штучних нейронних мереж на основі модифікованого генетичного алгоритму, який може бути реалізовано послідовно та паралельно використвуючі MIMD- та SIMD-системи. Введення великої ймовірності мутації дозволяє збільшити різноманітність всередині популяції та перешкодити завчасній збіжності методу. Вибір нової кращої особини, на відміну від повного перезапуску методу, значно економить ресурси системи та гарантує вихід із області локальних екстремумів. Використання нових критеріїв для адаптивного вибору мутації, по-перше, не обмежує кількість прихованих нейронів, а, по-друге, перешкоджає безмірному збільшенню мережі. Використання рівномірного схрещування істотно підвищує ефективність, а також без проблем дозволяє емулювати інші оператори схрещування. Більш того, саме використання рівномірного схрещування підвищує гнучкість генетичного алгоритму. Паралельний підхід значно скорочує кількість ітерацій та істотно прискорює виконання синтезу штучних нейронних мереж. Результати. Розроблено програмне забезпечення, яке реалізує запропонований метод синтезу штучних нейронних мереж і дозволяє виконувати синтез мереж послідовно та паралельно на ядрах центрального процесору або графічного процесору. Висновки: проведені експерименти підтвердили працездатність запропонованого методу синтезу штучних нейронних мереж і дозволяють рекомендувати його для використання на практиці при обробці масивів даних для подальшого діагностування, прогнозування або розпізнавання образів. Перспективи подальших досліджень можуть полягати у введені можливості використання генетичної інформації декількох батьків для формування нової особини та модифікуванні методів синтезу для мереж рекурентних архітектур для обробки великих даних.