Наведено основні аспекти методології роботи команди на основі відповідної підтримки індивідуальних, суспільних і колективних мотиваційних відносин у групі різнорідних агентів. Ключовим поняттям є "колективне зобов'язання". Основні фази розв'язку розподіленої задачі (побудова, підтримка і реалізація колективних зобов'язань) призначено для чотирирівневої абстрактної архітектури. Ефективний і гнучкий алгоритм реконфігурації визначено у значеннях цих загальних рівнів та їх взаємодії. Показано використання алгоритму реконфігурації у середовищі розподілу.

Запропонована процедура вирівнювання оцінок учасників. Аналіз виконано на прикладі проблеми вибору порядку авторів статті.

Проаналізовано можливості розв'язання задач експертного визначення значущості параметрів технічних систем за допомогою відомих методів експертної оцінки. Описано програму реалізації нового, більш ефективного методу їх розв'язання.

Запропоновано модифікований нерекурентний метод потенціальних функцій та алгоритм багатовимірної класифікації. Наведено нейромережеву інтерпретацію алгоритму багатовимірної класифікації. Подано рекомендації щодо практичного застосування запропонованих методів.

Запропоновано класифікатор спостережень із суміші зі змінними концентраціями, побудований на основі нейронної сітки, що навчається за алгоритмом "weighted back propagation".

Символьные преобразования громоздких формульных выражений являются одним из наиболее сложных аспектов аналитического моделирования инженерных задач. Предложен компьютерный метод решения одного класса систем дифференциальных уравнений. Приведены результаты решения задач.

Показано, що байєсівська процедура розпізнавання є субоптимальною для незалежних ознак і розподілу ланцюга Маркова. Отримано оцінку похибки процедури розпізнавання залежно від кількості ознак і розмірів навчальної вибірки.

Рассмотрены и проанализированы два индуктивных метода восстановления функции: метод группового учета аргументов (МГУА) и метод предельных упрощений (МПУ). Указаны их преимущества перед другими методами и показана возможность совмещения с целью улучшения их экстраполяционных свойств.

Запропоновано розв'язання задач оптимізації вибору варіанта вироблення значень параметрів керуючих впливів за критерієм точності значень як з обмеженнями часу, так і без них.

Рассмотрен ограниченный класс закономерностей, хотя и небольшой, но покрывающий достаточно обширную область часто встречающихся связей: закономерности равенства, сходства и порядка. Закономерности сходства указывают правила, по которым отдельные объекты могут быть отнесены к определенному классу, объединяющему в своих пределах сходные или похожие объекты. Закономерности равенства устанавливают функциональную зависимость некоторого целевого параметра от одного или многих измеряемых величин. Закономерности порядка указывают, в каком порядке объекты следуют один за другим по какому-то плохо определяемому (нечеткому) свойству, например свойству "красивый".

Запропоновано два нових алгоритми типу "квадрат" парних порівнянь альтернатив у фундаментальній шкалі. Перший забезпечує лінійну, а другий - гіперболічну залежність відносних ваг альтернатив від ступенів переваг, даних експертом альтернативам, що порівнюються. Обидва алгоритми вільні від обмежень на діапазон числових еквівалентів ступенів переваг, а також передбачають зворотний зв'язок з експертом для забезпечення в перебігу діалогу з ним достатнього ступеня внутрішньої узгодженості оцінок експерта. Алгоритми проілюстровано числовими прикладами.

Розглянуто задачу прийняття рішень щодо відновлення властивостей складних систем. Розроблено алгоритм вибору об'єктів, які підлягають відновленню відповідно до динаміки розвитку системи. Запропоновано математичну модель оцінки ефективності прийняття раціональних рішень щодо формування переліку об'єктів, які підлягають відновленню в першу чергу.

Розглядається зв'язок проблем автоматизації суджень, АС-уніфікації і сумісність систем лінійних діофантових рівнянь над множиною натуральних чисел. Запропонована інкрементальна версія критерію перевірки сумісності системи лінійних однорідних діофантових рівнянь над множиною натуральних чисел.

Розглянуто методи, які дозволяють отримати кількісні оцінки якості експертного рішення, тобто оцінки об'єктів, що не мають прямої міри порівняння. Введені кількісні міри базуються на методах рангової конкордації, що є ефективним інструментом кількісного упорядкування напівінтуїтивної інформації.

Рассмотрены феномен, теория и применение естественной (сущностной) классификации как основы любой фундаментальной науки, а также концептуального моделирования в интеллектуальных автоматизированных информационных системах. Разработана и применена для исследования картины мира системология систем-классов (внешних систем). Впервые рассмотрены операционные и математические критерии естественной классификации произвольной проблемной области. Построена категорно-функторная модель естественной классификации как концептуальной модели универсума на основе синтеза системологических и математических методов. Предложен новый метод системологического классификационного анализа на основе естественной классификации, который позволяет отразить в классификации глубинные знания о проблемной области, существенные свойства моделируемых объектов, а также наделить классификацию объяснительной и предсказательной силой. Показано, что применение естественных классификаций схем обеспечивает поддержку принятия оптимальных решений, получение выводов и рекомендаций, повышающих эффективность, а также адаптивность систем и технологий, основанных на знаниях.

Запропоновано новий підхід до проблеми визначення людської мови на засадах розробленої автором кібернетичної теорії Розумних систем одного класу та теорії контакту таких систем.

Розглянуто теорію редукції стосовно задач навчання розпізнаванню образів, виявлення закономірностей, відновлення функціональних залежностей та функцій належності у розмитих множинах та кластеризації. Запропоновано ітеративний підхід до розв'язання задач розпізнавання образів із застосуванням методів, що базуються на теорії редукції. Розглянуті методи базуються на індуктивному підході.

Рассмотрены основные положения нового раздела искусственного интеллекта - принятие эвристических решений во время вычислительного процесса, связанного с математическими вычислениями над данными, представленными (в формате) с плавающей точкой. Предложена новая арифметическая архитектура компьютерных систем следующих поколений с аппаратно-программной поддержкой системы слежения вычислительного процесса, в т.ч. относительной точности начальных, промежуточных и конечных данных.

Викладено авторський погляд на історію, проблеми та перспективи розвитку науково-технічного напрямку й дисципліни "штучний інтелект" з позицій конструктивно-методологічного підходу створення штучної особистості в межах загальної теорії систем штучного інтелекту, яка розвивається в інституті.

Освещена история проблемы обучения опознования образов и ее современное состояние. Рассматриваются следующие вопросы: образное восприятие (тайны познания, образность языка, опознавание без обучения); первичное упорядочение информации, способы ее представления; теория и алгоритмы (математическая лингвистика, метод группового учета аргументов, алгебра адгоритмов, размытые множества, опознавание и предсказание); алгоритмы и реальность (опознавание динамических образов, программы "Арифметика", "Открой закон", "Кора", алгоритм обобщенного портрета, алгоритмы "Краб" и "Форель"); естественный и искусственный интеллект и др.