Search academic texts

Information × Registration Number 2125U004982, Article popup.category Стаття, Опубліковано Title Optimization of the architecture of the predictive intelligence agency SPR for the detection of qualitative solutions on the basis of data on the atmospheric condition of the city (AI translated) popup.author Копняк Володимир ЄвгеновичМокін Віталій БорисовичKopnyak Volodymyr YevhenovychMokin Vitalii Borysovych popup.publication 29-12-2025 popup.source_user "Наукові праці Вінницького національного технічного університету" (Вінницький національний технічний університет) popup.source https://praci.vntu.edu.ua/index.php/praci/article/view/899 popup.publisher Вінницький національний технічний університет Description Сучасні системи підтримки прийняття рішень (СППР) у сфері екологічного моніторингу мають забезпечувати високу якість рекомендацій, зокрема – гарну точність, достовірність, робастність, обґрунтованість та інтерпретованість результатів за умов динамічних, нерегулярних та неповних даних. У статті запропоновано формалізацію задачі оптимізації архітектури прогнозної інтелектуальної агентної СППР (ІАСППР), орієнтованої на надання природномовних рекомендацій різним групам користувачів (населенню, екологам, органам влади) за принципами моделі «DPSIR» (Drivers, Pressures, State, Impacts, Responses). Введено інтегральний критерій оптимальності як середньозважену суму критеріїв якості рекомендацій, серед яких виділено такі основні: урахування достовірності даних, точності аналізу ситуації, обчислювальної ефективності та робастності, обґрунтованості й інтерпретованості рекомендацій для відповідних категорій користувачів. Доведено теорему про Парето-оптимальність архітектури, яка максимізує цей інтегральний критерій якості за виконання низки умов. Як наслідок цієї теореми сформульовано вимоги до оптимальної структури агент-бенчмарку, що з високою ймовірністю забезпечує коректний вибір оптимальної архітектури ІАСППР. Як наслідок доведеної теореми обґрунтовано оптимальну структуру агент-бенчмарку, який названо «Air-DSS Agent Benchmark» і який генерує репрезентативну множину сценаріїв чи ситуацій, забезпечує їх збалансованість, дозволяє порівнювати різні архітектури ІАСППР та гарантує їх оцінювання за узгодженими критеріями якості. Наведено спрощений приклад для реальних даних громадського моніторингу стану атмосферного повітря м. Вінниці за 2019 – 2025 рр., отриманих по 20 станціях з мережі моніторингу EcoCity. Було порівняно дві архітектури агентів А і В. Проведене тестування підтвердило, що архітектура А демонструє значно вищу точність класифікації сценаріїв та дещо меншу похибку прогнозів порівняно з архітектурою B, що узгоджується з теоретичними передумовами. Отримані результати показують, що правильний вибір архітектури ІАСППР істотно впливає на якість рекомендацій, а розроблений агент-бенчмарк є коректним та ефективним інструментом для її оптимізації. popup.nrat_date 2026-04-22 Close