Для решения задачи классификации деталей по ЕСКД предлагается использовать экспертную систему, состоящую из эмулятора нейронной сети Хемминга и семантической модели представления знаний с прямым выводом на ней. Такое сочетание нейрокибернетики и информационного подхода к созданию экспертной системы позволяет либо в автоматическом режиме определять характеристику детали по её изображению, либо в полуавтоматическом, запрашивая у пользователя недостающую информацию, если одного изображения недостаточно.    

Ключевые слова: экспертная система, распознавание изображений, автоматизированное проектирование, нейронные сети, классификационная характеристика детали.

05.13.18 - Математическое моделирование, численные методы и комплексы программ

Представлены результаты исследования в области методов классификации плохо структурированных коллекций разнородных документов. Предложен метод и разработан гибридный алгоритм классификации текстовых документов. Выполнена теоретическая оценка сложности предложенного метода и произведено экспериментальное исследование.

Ключевые слова: нечеткая логика, байесовская классификация, классификация текстовых документов.

05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.18 - Математическое моделирование, численные методы и комплексы программ

Описывается методика формирования обучающей выборки для обучения искусственных нейронных сетей при их использовании в задачах, связанных с поиском в таблицах баз данных строк, содержащих ошибки. Основной задачей при этом является обеспечение репрезентативности выборки. Выделены три составляющих репрезентативности — достаточность, разнообразие и равномерность. Предложены подходы к обеспечению каждого из указанных требований. Приводятся расчёты достаточного количества строк для обучения нейронных сетей различных типов, а также результаты экспериментов, подтверждающие корректность теоретических расчётов.

Ключевые слова: базы данных, достоверность, нейронные сети, обучение, обучающая выборка, репрезентативность

05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.18 - Математическое моделирование, численные методы и комплексы программ

Работа посвящена проблеме разработки  теоретических и прикладных основ  применения интеллектуальных  технологий для продуктивного извлечения знаний из массивов данных для принятия решений в реальном времени. Разработана методика построения ускоряющего алгоритма при одновременном контроле за допустимой адекватностью модели, позволяющего обучать нейросетевые модели в темпе реального времени в пределах заданных рисков.  Предложен ускоряющий  алгоритм и  построены нейросетевые модели на основе стандартного эмулятора, обеспечивающие требуемую продуктивность при обработке массива входных данных. в рамках заданных ограничений.

Ключевые слова: нейроэмулятор, ускоряющий алгоритм, каскадная схема, обучающая выборка, градиентный спуск, обратное распространение ошибки

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)

Выведена математическая модель водохранилища. Рассчитана скорость осаждения частиц в водохранилище. Сделан вывод, что водохранилище является предварительным отстойником.

Ключевые слова: водохранилище, предварительный отстойник, математическая модель, скорость осаждения

05.23.04 - Водоснабжение, канализация, строительные системы охраны водных ресурсов