№ 3 (2022)
Системное, эволюционное, когнитивное моделирование
Наука о данных: методология, основные направления, проблемы и перспективы
Аннотация
Наука о данных как самостоятельная наука зародилась в начале 2000-х годов как ответ научного сообщества на проблемы обработки больших данных. Сейчас она достигла того уровня зрелости, который делает ее наукой, которая играет важную и незаменимую роль в кластере наук, занимающихся проблемам сбора, хранения, представления и использования данных. В работе очерчиваются границы науки о данных по отношению к искусственному интеллекту. Описываются многоаспектные двухсторонние взаимосвязи науки о данных с другими смежными науками, которые работают с данными. Дается краткое введение в методологию науки о данных, характеризуются основные направления исследований. Перечисляются некоторые источники трудных проблем, решение которых можно ожидать от науки о данных.
3-20
Информационно-логическая модель научно-технологического потенциала превентивной и персонализированной медицины
Аннотация
Персонализация медицины является современной концепцией охраны здоровья. В статье обозначены цели и задачи превентивной и персонализированной медицины. Сформирована многоуровневая иерархическая информационно-логическая структура для системного моделирования тенденций развития превентивной и персонализированной медицины. Предложены методы многоаспектной оценки и выбора перспективных наукоемких технологий в превентивной и персонализированной медицине.
21-35
Системы поддержки принятия решений
Нейро-символический искусственный интеллект в коллаборативных системах поддержки принятия решений
Аннотация
В статье рассмотрены требования к коллаборативным человеко-машинным системам поддержки принятия решений и основные проблемы, возникающие при их создании. Показана роль методов нейро-символического искусственного интеллекта для обеспечения коммуникации между разнородными участниками коллаборативной системы поддержки принятия решений. Проведен анализ современных результатов в области онтолого-ориентированного нейросимволического искусственного интеллекта, в первую очередь, нацеленных на объяснение нейросетевых моделей с помощью онтологий и использование символьных знаний для повышения эффективности нейросетевых моделей. Предложена концептуальная модель коллаборативной человеко-машинной системы поддержки принятия решений на основе онтолого-ориентированного нейро-символического интеллекта.
36-50
Интеллектуальные рекомендательные системы для медицины: особенности и ограничения
Аннотация
Особенность интеллектуальных рекомендательных систем для медицинской предметной области заключается в необходимости учета многочисленных разнотипных признаков, а ограничение обусловлено необходимостью контроля выдаваемых рекомендаций врачом. Непосредственная передача рекомендаций пользователю невозможна, так как необходимо обеспечить безопасность пациента при их выполнении. Отсутствие на входе системы о неизвестных индивидууму отклонениях в его здоровье может угрожать необратимыми последствиями. Это необходимо учитывать в архитектуре рекомендательных систем для здоровьесбережения.
51-62
Оптимальный и рациональный выбор
Сужение множества Парето на основе информации о нечетком отношении предпочтения второго порядка. Описание алгоритма
Аннотация
Рассматривается задача многокритериального выбора в случае, когда предпочтения лица, принимающего решение (ЛПР), задаются нечетким бинарным отношением второго порядка. Предлагается алгоритм сужения множества Парето на основе нечетких квантов информации о предпочтениях ЛПР. Приводится пример его применения.
63-71
Использование границы Парето при поиске компромиссных правил регулирования уровня озера Байкал
Аннотация
Описывается метод компьютерной поддержки при поиске компромиссных правил регулирования уровня озера Байкал и выработке правил управления каскадом водохранилищ реки Ангара. Метод основан на диалоговой визуализации границы Парето, что позволяет экспертам находить эффективные компромиссы между различными требованиями и обосновывать получающееся решение. С помощью метода было сформулировано компромиссное правило управления каскадом, которое соответствует всем основным требованиям и может быть использовано при подготовке документов государственного управления водными ресурсами бассейна реки Ангара.
72-87
Многокритериальная оценка публикационной результативности научных подразделений организации
Аннотация
В статье рассматривается новый подход к многокритериальной оценке публикационной результативности научных подразделений организации с использованием информационных ресурсов, включающих данные о публикациях сотрудников, и метода группового вербального анализа решений АРАМИС. Информационный сервис предназначен для формирования отчетов о результатах научной деятельности организации.
88-95
Анализ текстовой и графической информации
Метод обучения деревьев решений с нелинейными разделителями
Аннотация
Деревья решений с одномерными разделителями, применяемые при обработке разреженных данных большой размерности, характеризуются низкой вычислительной эффективностью. Деревья решений с многомерными разделителями обладают большей выразительной способностью при классификации данных, но переобучаются на небольших выборках. В статье предложен метод обучения деревьев с многомерными нелинейными разделителями, который повышает точность классификации на наборах изображений и текстов. Это достигается за счёт совместной оптимизации расстояния от объектов обучающей выборки до разделяющей поверхности и критерия неоднородности данных при построении каждого узла дерева. Эффективность метода подтверждается результатами тестов.
96-105
Методы комбинирования множественных результатов распознавания текста
Аннотация
Задача комбинирования результатов распознавания текста на множестве изображений является важным компонентом систем распознавания документов в видеопоследовательности. В настоящее время все еще нет общего подхода к решению этой задачи, дающего высокую точность распознавания текста. В работе проведен сравнительный анализ известных подходов к межкадровому комбинированию результатов распознавания полей идентификационных документов. Показано, что различные подходы имеют преимущество на разных частях пакетов данных, при этом потенциальный идеальный результат распознавания может значительно превосходить результаты, полученные проанализированными методами.
106-116