Ученые ИКТИБ ЮФУ предложили новые методы извлечения знаний для интеллектуальных систем

11.03.2019


Очередная публикация ученых Южного федерального университета в журнале Physica A: Statistical Mechanics and its Applications (Q2) продолжила серию статей, вызвавших резонанс у мировой научной общественности.

Проблема извлечения знаний в теории искусственного интеллекта играет чрезвычайно важную роль и до сих пор считается нерешенной проблемой, поскольку до настоящего времени учеными не предложены сколько-нибудь приемлемые способы автоматизации этого процесса. В этом контексте научные разработки коллектива ученых ЮФУ под руководством заведующего кафедрой информационно-аналитических систем безопасности, профессора Александра Николаевича Целых носят прорывной характер.

Сразу несколько ведущих научных изданий, публикующих новейшие достижения в области искусственного интеллекта,  размеcтили публикации наших ученых: Physica A: Statistical Mechanics and its Applications (Q2, Elsevier, 2019); International Journal of Automation and Computing (Q2, Springer, 2019); Expert Systems (Q2, Wiley, 2018); Advances in Electrical and Electronic Engineering (Q2, AEEE, 2017).

Суть и инновационный характер разработок исследователей из Таганрога состоит в том, что предложенные ими алгоритмы помогают не только извлекать знания, имеющиеся у экспертов (knowledge acquisition), что является достаточно известной и широко обсуждаемой научной проблемой, но также позволяют обнаруживать скрытые знания которые эксперты не могут представить и сформулировать сами в явном виде (tacit knowledge discovery).

Обнаружение скрытых знаний является результатом применения алгоритмических процедур, основанных на максимизации передачи влияния в когнитивных графовых моделях и нахождении влиятельных факторов системы как наиболее эффективных точек приложения управляющих воздействий.

С математической точки зрения, задача нахождения эффективных управлений решается как оптимизационная задача, основанная на  максимизации отношения квадратов норм вектора накопленного роста приращений показателей вершин графа и вектора внешних воздействий. Для решения оптимизационной задачи используются метод множителей Лагранжа, метод сопряженных направлений и алгоритм ортогонализации Грама-Шмидта.

Skip to content
Контактная информация

ул. Чехова, 2, ауд. И-201
г. Таганрог, 347922
Ростовская область, Россия

на карте

Телефон: 8 (8634) 360-450
E-Mail: info@ictis.sfedu.ru

Сайты подразделений
кафедры подразделения
Б Безопасности информационных технологий И Индийско-Российский научный центр ЮФУ
В Высшей математики Л Лаборатория виртуальной реальности
Вычислительной техники Лаборатория поисковых технологий
И Интеллектуальных и многопроцессорных систем Н Научно-технический центр
"Информационные технологии"
Информационно-аналитических систем безопасности
Информационной безопасности телекоммуникационных систем П
С
Проектный офис
Студенческое конструкторское бюро "КИТ"
М Математического обеспечения и применения ЭВМ Ю Южно-Российский региональный учебно-научный центр по проблемам информационной безопасности в системе высшей школы
П Психологии и безопасности жизнедеятельности
С Синергетики и процессов управления
Систем автоматизированного проектирования
Системного анализа и телекоммуникаций

© 2015-2020,
Институт компьютерных технологий и
информационной безопасности ИТА ЮФУ

Ответственный за сайт: Алексей Целых
Сайт разработан в Лаборатории информационно-
психологической безопасности СКБ "КИТ"