Многоуровневое представление разнородных нечетких параметров для идентификации состояний объекта контроля
Ключевые слова:
агрегирование, функция принадлежности, информационные НЕ-факторы, нечеткое представление разнородных параметровАннотация
Для принятия решения о степени принадлежности объекта контроля классу идентифицируемых состояний необходимо произвести агрегирование его известных характеристик, в результате которого массив разнородных параметров может быть сведен к небольшому числу обобщенных классов, функционально связанных с исходными данными. Данная задача решается с помощью алгоритмов нечеткой классификации.Литература
1. Душкин Р.В. Методы получения, представления и обработки знаний с НЕ – факторами [Электронный ресурс] // Библиотека оценщика LABRATE.RU: [сайт]. [2011]. URL: http://www.labrate.ru/discus/messages/33870/dushkin_ne-factors_2011-36925.pdf (дата обращения: 13.11.2014).
2. Нариньяни А.С. Инженерия знаний и НЕ-факторы: краткий обзор-08 // Вопросы искусственного интеллекта. Вестник НСМИИ РАН. 2008. №1. С 61-77.
3. Нариньяни А.С. Недоопределенность в системах представления и обработки знаний // Изв. АН СССР. Техн. кибернетика. 1986. № 5. С.42-54.
4. Нариньяни А.С. НЕ-факторы и инженерия знаний: от наивной формализации к естественной прагматике // Сборник трудов IV национальной конференции по Искусственному Интеллекту. Т. 1 (КИИ-94, Рыбинск). 1994. С. 9-18.
5. Душкин Р.В., Рыбина Г.В. Об одном подходе к автоматизированному извлечению, представлению и обработке знаний с НЕ-факторами // Известия РАН. Теория и системы управления. 1999. № 5. С. 34-44.
6. Шапот М.Д. Вывод решений в условиях неопределенности в системе ЭКО: Экспертные системы на персональных компьютерах. Материалы семинара. М.: МДНТМ, 1989. С. 65-78.
7. Нариньяни А.С. НЕ-факторы: неоднозначность (до-формальное исследование) // Новости искусственного интеллекта. 2003. №№ 5 и 6. С. 123-130.
8. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. Учебное пособие. М.: Издательство Физико-математической литературы, 2001. 256 с.
9. Багрецов С.А., Львов В.М., Наумов В.В. и др. Диагностика социально-психологических характеристик малых групп с внешним статусом. СПб.: Лань, Издательство Санкт-Петербургского Университета МВД России, 1999. 640 с.
10. Берг Т.Н. Нервно-психическая неустойчивость и способы ее выявления. Владивосток.: Мор. гос. ун-т им. адмирала Г.И. Невельского, 2005. 63 с.
11. Брюхомицкий Ю.А. Нейросетевые модели для систем информационной безопасности. Таганрог.: ТГРТУ, 2005. С. 160-165.
12. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1989. С. 232-240.
2. Нариньяни А.С. Инженерия знаний и НЕ-факторы: краткий обзор-08 // Вопросы искусственного интеллекта. Вестник НСМИИ РАН. 2008. №1. С 61-77.
3. Нариньяни А.С. Недоопределенность в системах представления и обработки знаний // Изв. АН СССР. Техн. кибернетика. 1986. № 5. С.42-54.
4. Нариньяни А.С. НЕ-факторы и инженерия знаний: от наивной формализации к естественной прагматике // Сборник трудов IV национальной конференции по Искусственному Интеллекту. Т. 1 (КИИ-94, Рыбинск). 1994. С. 9-18.
5. Душкин Р.В., Рыбина Г.В. Об одном подходе к автоматизированному извлечению, представлению и обработке знаний с НЕ-факторами // Известия РАН. Теория и системы управления. 1999. № 5. С. 34-44.
6. Шапот М.Д. Вывод решений в условиях неопределенности в системе ЭКО: Экспертные системы на персональных компьютерах. Материалы семинара. М.: МДНТМ, 1989. С. 65-78.
7. Нариньяни А.С. НЕ-факторы: неоднозначность (до-формальное исследование) // Новости искусственного интеллекта. 2003. №№ 5 и 6. С. 123-130.
8. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. Учебное пособие. М.: Издательство Физико-математической литературы, 2001. 256 с.
9. Багрецов С.А., Львов В.М., Наумов В.В. и др. Диагностика социально-психологических характеристик малых групп с внешним статусом. СПб.: Лань, Издательство Санкт-Петербургского Университета МВД России, 1999. 640 с.
10. Берг Т.Н. Нервно-психическая неустойчивость и способы ее выявления. Владивосток.: Мор. гос. ун-т им. адмирала Г.И. Невельского, 2005. 63 с.
11. Брюхомицкий Ю.А. Нейросетевые модели для систем информационной безопасности. Таганрог.: ТГРТУ, 2005. С. 160-165.
12. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1989. С. 232-240.
Опубликован
2015-03-10
Как цитировать
Глыбовский, П. А., Пилькевич, С. В., Жолус, Р. Б., & Пономарев, Ю. А. (2015). Многоуровневое представление разнородных нечетких параметров для идентификации состояний объекта контроля. Труды СПИИРАН, 1(38), 204-217. https://doi.org/10.15622/sp.38.11
Раздел
Статьи
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
