Метод предельных обобщений для решения слабо формализованных задач

Предложен эффективный метод решения интеллектуальных логических и вычислительных задач для слабо формализованных предметных областей. В основе метода лежит построение истинных предельных моделей знаний максимально высокого уровня общности в рамках многоуровневого описания действительности. Метод соо...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Datum:2009
1. Verfasser: Прокопчук, Ю.А.
Format: Artikel
Sprache:Russian
Veröffentlicht: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2009
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/5533
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Метод предельных обобщений для решения слабо формализованных задач / Ю.А. Прокопчук // Управляющие системы и машины. — 2009. — № 1. — С. 31-38, 53. — Бібліогр.: 5 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-5533
record_format dspace
spelling Прокопчук, Ю.А.
2010-01-26T11:24:31Z
2010-01-26T11:24:31Z
2009
Метод предельных обобщений для решения слабо формализованных задач / Ю.А. Прокопчук // Управляющие системы и машины. — 2009. — № 1. — С. 31-38, 53. — Бібліогр.: 5 назв. — рос.
0130-5395
https://nasplib.isofts.kiev.ua/handle/123456789/5533
519.237.5
Предложен эффективный метод решения интеллектуальных логических и вычислительных задач для слабо формализованных предметных областей. В основе метода лежит построение истинных предельных моделей знаний максимально высокого уровня общности в рамках многоуровневого описания действительности. Метод соответствует базовым принципам работы естественного интеллекта; может быть использован при создании интеллектуальных систем во многих практических областях.
Запропоновано ефективний метод розв’язання інтелектуальних логічних і обчислювальних задач для слабко формалізованих предметних областей. В основі методу лежить побудова істинних граничних моделей знань максимально високого рівня спільності в межах багаторівневого опису дійсності. Метод відповідає базовим принципам роботи природного інтелекту; може бути використаний при створенні інтелектуальних систем в багатьох практичних галузях.
An efficient method for solving intelligent logical and computation tasks for weakly formalized subject domains is suggested. The method is based on constructing true limiting models of the knowledge of maximally high level of generality in the framework of the multilevel description of the reality. The method corresponds to the basic principles of operation of natural intelligence; it may be used for the development of intelligent systems in many practical domains.
ru
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
Искусственный интеллект и обработка знаний
Метод предельных обобщений для решения слабо формализованных задач
A Method of Limiting Generalizations for Solving Weak Formalized Tasks
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Метод предельных обобщений для решения слабо формализованных задач
spellingShingle Метод предельных обобщений для решения слабо формализованных задач
Прокопчук, Ю.А.
Искусственный интеллект и обработка знаний
title_short Метод предельных обобщений для решения слабо формализованных задач
title_full Метод предельных обобщений для решения слабо формализованных задач
title_fullStr Метод предельных обобщений для решения слабо формализованных задач
title_full_unstemmed Метод предельных обобщений для решения слабо формализованных задач
title_sort метод предельных обобщений для решения слабо формализованных задач
author Прокопчук, Ю.А.
author_facet Прокопчук, Ю.А.
topic Искусственный интеллект и обработка знаний
topic_facet Искусственный интеллект и обработка знаний
publishDate 2009
language Russian
publisher Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
format Article
title_alt A Method of Limiting Generalizations for Solving Weak Formalized Tasks
description Предложен эффективный метод решения интеллектуальных логических и вычислительных задач для слабо формализованных предметных областей. В основе метода лежит построение истинных предельных моделей знаний максимально высокого уровня общности в рамках многоуровневого описания действительности. Метод соответствует базовым принципам работы естественного интеллекта; может быть использован при создании интеллектуальных систем во многих практических областях. Запропоновано ефективний метод розв’язання інтелектуальних логічних і обчислювальних задач для слабко формалізованих предметних областей. В основі методу лежить побудова істинних граничних моделей знань максимально високого рівня спільності в межах багаторівневого опису дійсності. Метод відповідає базовим принципам роботи природного інтелекту; може бути використаний при створенні інтелектуальних систем в багатьох практичних галузях. An efficient method for solving intelligent logical and computation tasks for weakly formalized subject domains is suggested. The method is based on constructing true limiting models of the knowledge of maximally high level of generality in the framework of the multilevel description of the reality. The method corresponds to the basic principles of operation of natural intelligence; it may be used for the development of intelligent systems in many practical domains.
issn 0130-5395
url https://nasplib.isofts.kiev.ua/handle/123456789/5533
citation_txt Метод предельных обобщений для решения слабо формализованных задач / Ю.А. Прокопчук // Управляющие системы и машины. — 2009. — № 1. — С. 31-38, 53. — Бібліогр.: 5 назв. — рос.
work_keys_str_mv AT prokopčukûa metodpredelʹnyhobobŝeniidlârešeniâslaboformalizovannyhzadač
AT prokopčukûa amethodoflimitinggeneralizationsforsolvingweakformalizedtasks
first_indexed 2025-12-07T20:39:37Z
last_indexed 2025-12-07T20:39:37Z
_version_ 1850883417135120384