• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Найдено 36 публикаций
Сортировка:
по названию
по году
Статья
Яковлев К. С. Искусственный интеллект и принятие решений. 2010. № 2. С. 16-25.

В статье рассматриваются существующие и перспективные подходы и методы планирования траектории на плоскости. Проводится анализ и дается качественная оценка существующих алгоритмов планирования. Описывается новый, эффективный алгоритм планирования траектории – HGA*, позволяющий осуществлять поиск плана при недостатке временных и вычислительных ресурсов, а также при дополнительных ограничениях (динамическое изменение и частичная наблюдаемость среды планирования). Приводятся результаты экспериментов, иллюстрирующие превосходство HGA* над имеющимися аналогами.

Добавлено: 27 апреля 2015
Статья
Савченко А. В. Искусственный интеллект и принятие решений. 2011. № 4. С. 102-109.

Исследуется возможность повышения точности распознавания образов за счет применения статистического подхода и трех решающих правил: для отбраковки сомнительных с точки зрения надежности решении, досрочного останова перебора и выбора решения, наиболее отличающегося от остальных. Представлены результаты экспериментальных исследований в задаче автоматического распознавания полутоновых изображений из нескольких распространенных баз данных фотографий лиц

Добавлено: 9 июня 2012
Статья
Подиновский В. В. Искусственный интеллект и принятие решений. 2009. № 4. С. 45-52.

Предлагается подход к анализу устойчивости (чувствительности к изменению значений параметров модели ситуации выбора) множества недоминируемых вариантов. Показывается, что в рамках разработанного подхода анализ чувствительности решения многокритериальной задачи выбора, полученного методами теории важности критериев, можно эффективно провести при помощи методов линейного программирования.

Добавлено: 11 февраля 2013
Статья
Макаров Д. А., Панов А. И., Яковлев К. С. Искусственный интеллект и принятие решений. 2015. № 3. С. 18-33.

В работе рассмотрен ряд вопросов, возникающих в области автоматизации управления малыми беспилотными летательными аппаратами (БПЛА) мультироторного типа. Предложена совокупность методов планирования и управления, рассмотрена задача организации взаимодействия различных методов и алгоритмов (авторских и известных) в единую интеллектуальную систему управления БПЛА. Предлагается использование трех уровней управления – стратегического, тактического и реактивного, описывается соответствующая архитектура – STRL (от англ. strategic, tactical, reactive, layered). Использование этой архитектуры позволит автоматизировать управление коалициями БПЛА при решении широкого круга задач в различных средах.

Добавлено: 20 ноября 2015
Статья
Панов А. И., Яковлев К. С. Искусственный интеллект и принятие решений. 2016. № 4. С. 68-78.

В работе исследуется задача автоматического планирования в контексте более общей проблемы создания интеллектуальных систем управления сложными техническими объектами (мобильными роботами, беспилотными транспортными средствами и др.). Основное внимание уделяется задачам, которые не могут быть решены без взаимодействия методов стратегического (символьного) и тактического (субсимвольного) планирования. В работе предлагаются оригинальные методы планирования на символьном (психологически правдоподобное планирование поведения агента) и субсимвольном (планирование траектории) уровнях. Описываются способы их взаимной увязки и возникающие прямые и обратные связи. Приводится описание применения указанных алгоритмов на модельном примере задачи коллективного перемещения в динамической среде с разрушаемыми препятствиями.

Добавлено: 23 октября 2016
Статья
Панов А. И. Искусственный интеллект и принятие решений. 2013. № 1. С. 24-32.

Работа посвящена совместному использованию AQ-обучения и ДСМ-метода в задаче выявления причинно-следственных связей в данных психологического тестирования. AQ-обучение применяется для построения описания группы испытуемых с помощью правил. Описание группы служит основой построения базы фактов ДСМ-метода. Для выдвижения гипотез о наличии причинно-следственных связей в базе фактов используется первый этап ДСМ-метода. Описан полный алгоритм разработанного метода, предлагаются рекомендации по его применению. Проводится сравнительный анализ результатов, полученных с помощью предложенного метода, с результатами статистической обработки.

Добавлено: 12 октября 2015
Статья
Михайлов А. С., Соколова Т. В., Чеповский А. А. и др. Искусственный интеллект и принятие решений. 2016. № 1. С. 9-17.

В статье представлено описание разработанной методики тематической рубрикации текстов, основанной на использовании специализированных словарей. Методика применяется для текстов СМИ и коротких комментариев сети Интернет. Показана эффективность использования псевдооснов слов, выделенных аналитическими алгоритмами анализа словоформ, для задачи тематической рубрикации текстов на различных естественных языках и применимость предложенной методики на практике.

Добавлено: 22 апреля 2016
Статья
Яковлев К. С., Баскин Е. Искусственный интеллект и принятие решений. 2013. Т. 1. С. 5-12.

В статье рассмотрены различные графовые модели, применимые для решения задачи планирования траектории на плоскости, и методы их извлечения из различных исходных данных. Дан анализ применимости описанных моделей и методов к решению класса практических задач, возникающих при разработке современных систем управления малыми, полностью автономными беспилотными транспортными средствами, функционирующими в статической среде. Описана графовая модель, наиболее применимая на практике в контексте решения задачи автоматизации управления транспортным средством на плоскости.

Добавлено: 2 марта 2015
Статья
Панов А. И., Чудова Н. В. Искусственный интеллект и принятие решений. 2016. № 4. С. 38-46.

Проведено психологическое эмпирическое исследование связи агрессивности с различными личностными особенностями, представлены результаты, полученные для различных форм агрессивности, в том числе с применением метода машинного обучения AQJSM. По выделенным классам (группам с высокими показателями по данным опросника на агрессивность) с использованием предобработки данных с помощью генерации AQ-правил и индуктивного вывода в стиле ДСМ осуществляется поиск причинно-следственных отношений для всех целевых свойств выделенных групп. Используемый метод подходит как для анализа небольшого количества полных данных, так и для работы с массивами неполных данных большого размера. Показано как метод AQJSM позволяет проводить на данных психодиагностического обследования автоматический синдромный анализ.

Добавлено: 29 декабря 2016
Статья
Гарбук С. В. Искусственный интеллект и принятие решений. 2017. № 1. С. 95-104.

В работе рассматривается вопрос повышения качества решения задач безопасности на основе создания технологий интеллектуальной обработки информации, поступающей от средств мониторинга. Предложены показатели и критерии качества интеллектуальных технологий, основанные на сопоставлении возможностей автоматизированных систем и человека-оператора при решении различных интеллектуальных задач. Показано преимущество использования интеллектуальных автоматизированных средств тематической обработки информации по сравнению с существующими системами.

Добавлено: 12 марта 2019
Статья
Суворов А. О., Суворова В. А. Искусственный интеллект и принятие решений. 2019. № 1. С. 62-73.

В статье рассматривается процесс построения системы обнаружения вторжений с использованием интеллектуального анализа сетевого трафика. Сформулированы требования к разрабатываемой системе обнаружения вторжений, а также предложена ее архитектура. В качестве механизма принятия решений о наличии атак предложено использовать методы индуктивного машинного обучения, а именно – искусственные нейронные сети. Предлагается построение нейросетевой модели на основе многослойного персептрона, для которой определены наиболее значимые входные параметры. Рассмотрена методика построения модуля интеллектуального анализа сетевого трафика, логика его работы. Приведены результаты тестирования разработанного клиент-серверного приложения для анализа сетевого трафика по сформированным параметрам.

Добавлено: 1 апреля 2019
Статья
Мадера А. Г. Искусственный интеллект и принятие решений. 2014. № 3. С. 105-115.

В статье предлагается метод многокритериальной оптимизации в условиях интервально стохастической неопределенности оценок, даваемых субъектом относительно важности одного критерия над другим и различных альтернатив между собой по каждому критерию. Метод является развитием детерминированного процесса аналитической иерархии Analytic Hierarchy Process (АНР), использующего для принятия решений в многокритериальных проблемах детерминированные точечные оценки важности критериев и альтернатив по каждому критерию. В то время как в детерминированном АНР выбор наилучшей альтернативы осуществляется по максимальному точечному значению глобального приоритета, в развиваемом в статье интервально стохастическом АНР глобальные приоритеты являются интервальными, что существенно затрудняет принятие наилучшего решения. Для выбора наилучшей интервальной альтернативы в статье вводятся два максимизируемых критерия. Первый критерий соответствует максимуму нижней и верхней границ интервалов глобальных приоритетов альтернатив, второй – максимуму их интервальной устойчивости. Применение предлагаемого подхода иллюстрируется конкретным примером. Проведено также сравнение с результатами, получаемыми на основе интервальной арифметики, показавшее несостоятельность последнего.

Добавлено: 3 сентября 2014
Статья
Никифорова Л., Яковлев К. С. Искусственный интеллект и принятие решений. 2009. № 3. С. 42-48.

В работе анализируются пути автоматизации маловысотного полета (МВП) вертолета. Предлагаются методы и результаты определения основных характеристик МВП вертолета на начальной стадии проектирования, исходя из энергетических и конструктивных ограничений вертолета.

Добавлено: 27 апреля 2015
Статья
Корепанова Н. В. Искусственный интеллект и принятие решений. 2018. № 1. С. 54-66.

Клинические исследования показывают, что часто эффект от лечения оказывается зависимым от различных признаков пациента: клинических, антропологических, генетических, психологических, социальных и т.д. Выявление подобного рода зависимостей составляет задачу персонифицированной медицины и способствует созданию стратегий лечения, более адаптированных под конкретного пациента. В данной работе представлен обзор подходов к анализу данных клинических исследований для поиска признаков, влияющих на эффективность лечения, и выделения подгрупп пациентов, для которых есть существенные различия в эффективности экспериментального и контрольного лечения.

Добавлено: 29 ноября 2017
Статья
Подиновский В. В. Искусственный интеллект и принятие решений. 2015. № 2. С. 60-74.

Приводится аналитический обзор числовых характеристик (мер) риска, применяемых в качестве критериев для оценки вариантов выбора в задачах принятия решений. Особое внимание уделяется среднему полуотклонению.

Добавлено: 10 июля 2015
Статья
Яковлев К. С., Макаров Д., Баскин Е. Искусственный интеллект и принятие решений. 2014. Т. 4. С. 3-17.

В статье решается задача планирования траектории беспилотного летательного аппарата мультиро- торного типа. Предлагается метод, позволяющий на основе модели динамики полета и допустимого управления, а также при некоторых разумных предположениях, определить ограничения на геометрию траектории. На основе этого описывается новый алгоритм планирования траектории, учитывающий геометрические ограничения. Приводятся результаты экспериментальных исследований алгоритма. В качестве модельной рассматривается задача планирования траектории маловысотного полета в городских условиях.

Добавлено: 2 марта 2015
Статья
Панов А. И., Швец А. В., Волкова Г. Д. Искусственный интеллект и принятие решений. 2015. № 1. С. 27-34.

В работе предлагается и исследуется метод извлечения причинно-следственных (каузальных) бинарных отношений из множества баз фактов. Базы фактов строятся для целевых свойств каждого класса объектов. Описание классов формируются в результате обучения на данных из слабо формализованной предметной области. Обучение проводится с использованием коэволюционного генетического алгоритма, сокращающего начальное пространство признаков. По сформированным оптимизированным описаниям классов с помощью первого этапа ДСМ-метода осуществляется поиск причинно-следственных отношений для всех целевых свойств. Предложенный метод подходит как для анализа небольшого количества полных данных, так и для работы с массивами неполных данных большого размера. Проведен ряд модельных экспериментов с использованием базы медицинских данных MIMIC II.

Добавлено: 12 октября 2015
Статья
Карпов В. Э. Искусственный интеллект и принятие решений. 2012. № 4. С. 95-102.

В работе критически рассматривается ряд методологических вопросов эволюционных вычислений. Делается вывод о том, что в рамках существующих представлений эволюционное направление ИИ вряд ли сможет выйти за рамки методов поисковой оптимизации. Предлагается ряд вопросов, решение которых сможет превратить эволюционные вычисления в действительно магистральное направление развития интеллектуальных систем.

Добавлено: 25 января 2013
Статья
Мадера А. Г. Искусственный интеллект и принятие решений. 2016. № 2. С. 38-45.

В данной статье разработан метод, позволяющий оценивать вероятности наступления прогнозируемых событий. Метод использует априорные данные о прогнозировании релевантных событий за прошлые периоды и данные о наблюдаемых в настоящий момент времени событиях. По обоим видам данных формируются две матрицы, одна из которых характеризует погрешности прогнозирования, известные из прошлых периодов, другая содержит уточненные оценки, полученные на основании новой информации, полученной в настоящий момент времени. Произведение указанных матриц формирует полную матрица погрешностей прогнозирования, которая характеризует полные погрешности, присущие субъекту, или эксперту, при совершении прогнозов. В статье показано, что вектор вероятностей наступления прогнозируемых событий представляет собой собственный вектор полной матрицы погрешностей прогнозирования, который отвечает единичному собственному значению этой матрицы. В то время как при байесовском подходе апостериорные вероятности прогнозируемых событий определяются через их априорные вероятности, которые, в принципе, априори не известны, в развиваемом в статье методе вероятности прогнозируемых событий однозначно определяются из полученной в статье системы уравнений. Рассмотрен конкретный пример применения разработанного метода для прогнозирования будущего спроса на новый продукт, с целью принятия научно обоснованного решения о его производстве.

Добавлено: 19 августа 2016
Статья
Осипов Г. С., Назаренко Г., Клейменова Е. и др. Искусственный интеллект и принятие решений. 2012. № 4. С. 51-60.

Научная статья

Добавлено: 15 ноября 2013
Статья
Михеенкова М. А., Финн В. К. Искусственный интеллект и принятие решений. 2010. № 3. С. 20-32.

Работа посвящена формализации поведения искусственного агента и группы агентов на основе структурированного представления агента и его действий. Предлагаемый подход позволяет осуществлять анализ и предсказание поведения отдельного агента, а также формировать классы агентов на основе детерминант набора действий. Аппарат может быть использован для анализа рациональности как отдельных агентов, так и многоагентных систем

Добавлено: 15 марта 2013
1 2