Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур

Работа посвящена проблеме автоматизации принятия решений в режиме реального времени для сложных социотехнических объектов в базисе эмуляторов нейросреды. Предложена технология моделирования базовых процессов автоматизации принятия решений (распознавание состояний, выделение однородных данных, прогно...

Повний опис

Збережено в:
Бібліографічні деталі
Видавець:Інститут проблем штучного інтелекту МОН України та НАН України
Дата:2011
Автор: Алёшин, С.П.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут проблем штучного інтелекту МОН України та НАН України 2011
Назва видання:Штучний інтелект
Теми:
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/58829
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Цитувати:Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур / С.П. Алёшин // Штучний інтелект. — 2011. — № 2. — С. 99-109. — Бібліогр.: 12 назв. — рос.

Репозиторії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-58829
record_format dspace
spelling irk-123456789-588292014-04-01T03:01:38Z Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур Алёшин, С.П. Моделирование объектов и процессов Работа посвящена проблеме автоматизации принятия решений в режиме реального времени для сложных социотехнических объектов в базисе эмуляторов нейросреды. Предложена технология моделирования базовых процессов автоматизации принятия решений (распознавание состояний, выделение однородных данных, прогнозирование динамики поведения) для критических инфраструктур в разных предметных областях. В основе подхода лежит идея создания дополнительного, независимого инструмента принятия решения в режиме реального времени. Приведены модели и алгоритмы, реализованные в среде стандартных нейроэмуляторов формата Statistika Neural Network, обеспечивающие состоятельные показатели надежности принимаемых решений. Робота присвячена проблемі автоматизації прийняття рішень в режимі реального часу для складних соціотехнічних об’єктів у базисі емуляторів нейросередовища. Запропоновано технологію моделювання базових процесів автоматизації прийняття рішень (розпізнавання станів, виділення однорідних даних, прогнозування динаміки поведінки) для критичних інфраструктур у різних предметних галузях. В основі підходу лежить ідея створення додаткового, незалежного інструменту прийняття рішення в режимі реального часу. Наведені моделі та алгоритми реалізовані в середовищі стандартних нейроемуляторів формату Statistika Neural Network, що забезпечують слушні показники надійності прийнятих рішень. The article is devoted to the problem automatic decision-making in a mode of real time for difficult objects on basis of neural network emulators. The technology of modeling of base processes of automation of decision-making (recognition of conditions, allocation of the homogeneous data, forecasting of dynamics of behavior) for critical infrastructures in different subject domains is offered. At the heart of the approach there is the idea of creation of the additional, independent tool of decision-making in a mode of real time. The models and algorithms realized in the environment of standard emulators format Statistika Neural Network, providing well-founded indicators of reliability of accepted decisions are resulted. 2011 Article Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур / С.П. Алёшин // Штучний інтелект. — 2011. — № 2. — С. 99-109. — Бібліогр.: 12 назв. — рос. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/58829 004.8.032.26 681.3 ru Штучний інтелект Інститут проблем штучного інтелекту МОН України та НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Russian
topic Моделирование объектов и процессов
Моделирование объектов и процессов
spellingShingle Моделирование объектов и процессов
Моделирование объектов и процессов
Алёшин, С.П.
Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур
Штучний інтелект
description Работа посвящена проблеме автоматизации принятия решений в режиме реального времени для сложных социотехнических объектов в базисе эмуляторов нейросреды. Предложена технология моделирования базовых процессов автоматизации принятия решений (распознавание состояний, выделение однородных данных, прогнозирование динамики поведения) для критических инфраструктур в разных предметных областях. В основе подхода лежит идея создания дополнительного, независимого инструмента принятия решения в режиме реального времени. Приведены модели и алгоритмы, реализованные в среде стандартных нейроэмуляторов формата Statistika Neural Network, обеспечивающие состоятельные показатели надежности принимаемых решений.
format Article
author Алёшин, С.П.
author_facet Алёшин, С.П.
author_sort Алёшин, С.П.
title Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур
title_short Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур
title_full Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур
title_fullStr Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур
title_full_unstemmed Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур
title_sort нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур
publisher Інститут проблем штучного інтелекту МОН України та НАН України
publishDate 2011
topic_facet Моделирование объектов и процессов
url http://dspace.nbuv.gov.ua/handle/123456789/58829
citation_txt Нейросетевые модели принятия решений быстрого реагирования для критических инфраструктур / С.П. Алёшин // Штучний інтелект. — 2011. — № 2. — С. 99-109. — Бібліогр.: 12 назв. — рос.
series Штучний інтелект
work_keys_str_mv AT alëšinsp nejrosetevyemodeliprinâtiârešenijbystrogoreagirovaniâdlâkritičeskihinfrastruktur
first_indexed 2023-10-18T18:33:03Z
last_indexed 2023-10-18T18:33:03Z
_version_ 1796144514917728256