Ученые ЮФУ предложили новые методы извлечения знаний для интеллектуальных систем

Проблема извлечения знаний в теории искусственного интеллекта играет чрезвычайно важную роль

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 Целых носят прорывной характер.

Очередная публикация ученых Южного федерального университета в журнале Physica A: Statistical Mechanics and its Applications (Q2, Elsevier, 2019) продолжила серию статей, вызвавших резонанс у мировой научной общественности. Ранее публикации наших ученых разместили ведущие научные журналы International Journal of Automation and Computing (Q2, Springer, 2019); Expert Systems (Q2, Wiley, 2018); Advances in Electrical and ElectronicEngineering (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.

Читайте также:

Новости
Учёные из России и Китая используют многосеточный метод для решения уравнений Навье-Стокса.
Учёные Научно-исследовательского института физики Южного федерального университета совместно с коллегами из К...
Новости
Исследования ученых ЮФУ помогут увеличить плотность записи информации
Учёные Научно-исследовательского института физики ЮФУ совместно с коллегами из Китайской народной республики исследуют новые соедин...
Новости
Учёные ЮФУ разработали антиобледенительные материалы.
Учёные из Научно-исследовательского института физической и органической химии Южного федерального университета разработали материалы для защиты от ...
Новости
Концерт Андрея Родионова.
В День космонавтики на площадке арт-центра выступит Андрей Родионов - один из самых эпатажных поэтов страны. На театрализованном творческом вечере будет все: от маргинального ...
Новости
В 2018 году ЮФУ принял в аспирантуру и магистратуру студентов из 211 вузов России и мира.
По итогам прошлого года студенты из 211 вузов России и мира выбрали Южный федеральный университет для поступлен...
Новости
«Катины комнаты»: выставка картин.
 В галерее «Ростов» откроется выставка «Катины комнаты» художника из Санкт-Петербурга Васи Хорста. Художник родился в 1987 г. в Зеленограде, в 2010 году зак...
Интересное по теме: