Реєстраційний номер
0210U001614,
0107U003028
, Науково-дослідна робота
Назва роботи
Синтез методів обробки інформації за умов невизначеності на основі самонавчання та м'яких обчислень
Назва етапу роботи
Керівник роботи
Бодянський Євгеній Володимирович, Доктор технічних наук
Дата реєстрації
02-03-2010
Організація виконавець
Харківський національний університет радіоелектроніки
Опис етапу
Об'єкт дослідження - нейро-фаззі системи обчислювального інтелекту. Предмет дослідження - інтелектуальні методи обробки інформації за умов суттєвої апріорної та поточної невизначеності на основі нейро-фаззі систем м'яких обчислень, що самонавчаються. Мета дослідження - створення нових методів обчислювального інтелекту, призначених для розв'язання широкого класу задач інтелектуальної обробки інформації за умов апріорної та поточної невизначеності на основі самонавчання, тобто без зовнішнього навчаючого сигналу, та м'яких обчислень, що базуються на математичному апараті нечітких та приблизних множин; вейвлет-перетворення та грануляції, штучних нейронних та імунних систем; розробка нових та вдосконалення відомих методів адаптивної фільтрації кольорових зображень та об'єктно-орієнтованих моделей даних в системах обробки інформації. Методи дослідження - інтелектуальний аналіз даних на основі засобів обчислювального інтелекту. Створено нові методи, математичне забезпечення та їх теоретичне обґрунтування для розв'язання задач інтелектуальної обробки та аналізу інформації за умов апріорної та поточної невизначеності на основі методів обчислювального інтелекту, що базуються на парадигмі самонавчання та м'яких обчисленнях. Синтезовано нові структури, архітектури та алгоритми самонавчання нейро-фаззі-систем обчислювального інтелекту для вирішення задач інтелектуального аналізу даних в реальному часі таких, як компресія даних, синтез динамічних автоасоціативних нейро-фаззі-пам'ятей підвищеної ємності, кластеризація, фільтрація та сегментація масивів даних та часових рядів, грануляція інформації, обробка даних із спеціалізованих баз на основі еліпсоїдального та імунного підходів. Створені методи інтелектуальної обробки інформації на основі самонавчання та м'яких обчислень дозволяють вирішувати широкий клас задач інтелектуального аналізу даних при більш високому рівні невизначеності в порівнянні з підходами на основі парадигми навчання з вчителем. Результати досліджень у формі нових методів та математичного забезпечення було використано для інтелектуального аналізу даних та обробки медико-біологічної (застосування в задачах медичної та біоінформатики для аналізу змінних станів біологічних об'єктів), технічної (вирішення задач прогнозування енергоспоживання по регіонах та країни в цілому) інформації та в навчальному процесі ХНУРЕ.
Опис продукції
Синтезовано нові структури, архітектури та алгоритми самонавчання нейро-фаззі-систем обчислювального інтелекту для вирішення задач інтелектуального аналізу даних в реальному часі таких, як компрессія даних, синтез динамічних автоасоціативних нейро-фаззі-пам'ятей підвищеної ємності, кластеризація, фільтрація та сегментація масивів даних та часових рядів, грануляція інформації, обробка даних із спеціалізованих баз на основі еліпсоїдального та імунного підходів. Створені нові інтелектуальні системи обробки інформації при суттєвому рівні апріорної та поточної невизначеності дозволяють розв'язувати клас задач, які досі не вирішувались інтелектуальними системами, що базуються на парадигмі контрольованого навчання.
Автори роботи
Ахметшина Л.Г.
Блізнюк В.Г.
Бодянський Є.В.
Вікторов Є.О,
Винокурова О.А.
Горшков Є.В.
Долотов А.І.
Ламонова Н.С.
Машталір С.В.
Петров К.Е.
Плісс І.П.
Попов С.В.
Самітова В.О.
Сліпченко Є.В.
Тесленко Н.О.
Тищенко О.К.
Удовенко О.С.
Чепенко Т.Є.
Додано/оновлено в НРАТ
2020-04-02
