В книге
Статья посвящена описанию применения разработанной в МИЭМ объектно-атрибутной архитектуры вычислительной системы для реализации система искусственного интеллекта.
Проблема создания интеллектуальных систем чрезвычайно актуальная в наше время, однако до сих пор не было предложено достаточно эффективного способа построения подобных систем. Все существующие способы (фреймовые системы, нейронные сети, объектно-ориентированное программирование, нейронные сети, семантические сети) не обладают достаточной гибкостью или не обеспечивают достаточную абстракцию данных, необходимую для подобных задач. Объектно-атрибутная же архитектура обладает всеми необходимыми качествами для создания интеллектуальных систем: абстракция данных, гибкость организации вычислительного процесса, изоморфизм данных и программы, высокий параллелизм вычислений и т.д.
Также в статье приведен пример объектно-атрибутной программы, предназначенной для смыслового распознания текста. В данном примере приведены необходимые для организации функциональные устройства (ФУ): в объектно-атрибутная архитектуре алгоритм задается не как последовательность выполняемых команд, а как описание обмена информацией между ФУ (концепция, управления вычислительным процессом потоком данных (dataflow)). В статье также описывается синтез абстрактных данных от простого к сложному, происходящий в ОА-вычислительной системе.
В октябре 2009 года исполняется 10 лет со дня создания кафедры логистики Государственного университета – Высшей школы экономики (ГУ ВШЭ), а в апреле следующего года десятилетний юбилей будет отмечать Международный центр подго
товки кадров в области логистики (МЦЛ) ГУ ВШЭ. В связи с этими знаменательными для коллектива ГУ ВШЭ (и мы надеемся, что и для всего логистического сообщества России) событиями нам хотелось бы кратко вспомнить основные исторические вехи в развитии кафедры логистики (а теперь и Отделения логистики) и МЦЛ ГУ ВШЭ в ракурсе формирования современной базы знаний персонала компаний по логистике и Supply Chain Management (Управлению цепями поставок).
This book constitutes the thoroughly refereed post-conference proceedings of the 8th International Conference on Learning and Optimization, LION 8, which was held in Gainesville, FL, USA, in February 2014. The 33 contributions presented were carefully reviewed and selected for inclusion in this book. A large variety of topics are covered, such as algorithm configuration; multiobjective optimization; metaheuristics; graphs and networks; logistics and transportation; and biomedical applications.
Рассмотрены методологические аспекты создания базы знаний экспертной системы.
This book constitutes the thoroughly refereed post-conference proceedings of the 8th International Conference on Learning and Optimization, LION 8, which was held in Gainesville, FL, USA, in February 2014. The 33 contributions presented were carefully reviewed and selected for inclusion in this book. A large variety of topics are covered, such as algorithm configuration; multiobjective optimization; metaheuristics; graphs and networks; logistics and transportation; and biomedical applications.