Найти

Результаты поиска

• МУЛЬТИАГЕНТНАЯ ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА КОНТРОЛЯ ПАРКОВОЧНЫХ МЕСТ В ИНФРАСТРУКТУРЕ ГОРОДА

  И. А. Пшенокова, К.Ч. Бжихатлов , М.А. Канокова

  2025-04-27

  Аннотация ▼

  В условиях растущего числа автомобилей и ограниченного пространства многие города
  осознают важность внедрения интеллектуальных парковочных систем для улучшения городской
  мобильности и удобства для водителей. Уровень внедрения интеллектуальных парковок на основе
  различных технологический решений растет, однако для достижения максимальной эффективности необходимо продолжать развивать технологии, интегрировать их с другими системами и
  учитывать потребности пользователей. Цель исследования – разработать мультиагентную ин-
  теллектуальную систему контроля и управления бронированием парковочных мест в сети парко-
  вок города. Разработана архитектура мультиагентной интеллектуальной системы управления
  парковочными местами, которая обеспечивает автоматическое управление доступа к парковоч-
  ным местам с учетом пожеланий владельцев парковок, заказов водителей, дорожной ситуации в
  городе и требований безопасности. Основным элементов разрабатываемой системы является
  парковка, которая представлена набором парковочных мест, оборудованных автоматизирован-
  ными системами управления парковочным местом (парковщики), системой связи и средствами
  сбора данных (камера наблюдения и метеостанции). Управление парковочными местами и пар-
  ковщиками осуществляется интеллектуальной системой управления на основе мультиагентных
  нейрокогнитивных архитектур. Разработан прототип программно-аппаратного комплекса
  мультиагентной интеллектуальной системы управления парковочными местами в виде клиент-
  серверной архитектуры. Сервер отвечает за сбор, обработку, хранение данных и управление ав-
  томатизированными парковщиками. К серверу подключается два вида клиентов – мобильное при-
  ложение администратора и водителя. Администратор имеет возможность управления парков-
  кой (установка фиксированных цен или использование рекомендаций сервера, бронирование парко-
  вочных мест для сотрудников) и просмотра статистики (текущая загрузка, статистика по пар-
  ковке, данные о принятых оплатах, прогноз работы парковки, рекомендации). У водителя реали-
  зована возможность просмотра состояния парковок в интересующей области (количество сво-
  бодных мест, время ожидания свободного места, стоимость, рекомендации по наиболее удобной
  парковке) и бронирования парковочного места с возможностью онлайн оплаты

• ИНТЕЛЛЕКТУАЛЬНАЯ РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА ДЛЯ ПРОСТРАНСТВЕННОГО АНАЛИЗА

  С.Л. Беляков , А.В. Боженюк , Н.А. Голова , К.С. Яворчук , И.Н. Розенберг

  14-26

  2025-07-30

  Аннотация ▼

  Работа посвящена анализу механизмов формирования рекомендаций и оценки реак-
  ции на них в интерактивном режиме работы пользователя с геоинформационной систе-
  мой. Одной из важных областей применения рекомендательных систем является поиск и
  принятие решений в пространственных ситуациях. Особенностью данного класса задач
  является неопределенность постановки задач и неоднозначность оценивания решений.
  Пользователи зачастую сталкиваются с проблемами, которые не имеют четкой форму-
  лировки. Стремление их разрешить потребует не только выбора направления поиска ре-
  шения, но и нахождения адекватной последовательности задач с четко оформленными
  входными и выходными данными. Рекомендации в таких случаях призваны в диалоге с поль-
  зователем-аналитиком планировать стратегию поиска решений. В настоящей работе
  исследуется интеллектуальная рекомендательная система, использующая опыт диалого-
  вого взаимодействия в процессе изучения проблемы. Предлагается модель адаптации к
  ментальному образу проблемы, который строит пользователь, с учетом уровней его си-
  туационной осведомленности и когнитивной нагрузки. Особенность модели в использова-
  нии визуальных картографических объектов, являющихся индикаторами состояния мен-
  тального образа. Рекомендация представляется набором объектов, которые внедряются в
  область картографического анализа. Тем самым неявно индуцируется определенное смы-
  словое направление повышения ситуационной осведомленности. Предлагается критерий
  удовлетворенности рекомендациями. Приводится диаграмма состояний рекомендатель-
  ной системы, описывающая подбор адекватного решаемой проблеме контекста. Под кон-
  текстом понимается информационный объект, способный предоставлять программные
  функции и данные для решения задач ограниченного класса. Последовательность контек-
  стов в сеансе анализа рассматривается как прецедент опыта. Для возможных цепочек
  контекстов предложены показатели тренда, тенденции и ритма. Через данные показате-
  ли оценивается степень смысловой близости прецедентов текущему ходу поиска решения.
  Их использование позволит повысить скорость адаптации

• ИНТЕЛЛЕКТУАЛЬНАЯ РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА ДЛЯ ПРОСТРАНСТВЕННОГО АНАЛИЗА

  С.Л. Беляков , А. В. Боженюк , Н. А. Голова , К.С. Яворчук , И.Н. Розенберг

  14-26

  2025-07-31

  Аннотация ▼

  Работа посвящена анализу механизмов формирования рекомендаций и оценки реак-
  ции на них в интерактивном режиме работы пользователя с геоинформационной систе-
  мой. Одной из важных областей применения рекомендательных систем является поиск и
  принятие решений в пространственных ситуациях. Особенностью данного класса задач
  является неопределенность постановки задач и неоднозначность оценивания решений.
  Пользователи зачастую сталкиваются с проблемами, которые не имеют четкой форму-
  лировки. Стремление их разрешить потребует не только выбора направления поиска ре-
  шения, но и нахождения адекватной последовательности задач с четко оформленными
  входными и выходными данными. Рекомендации в таких случаях призваны в диалоге с поль-
  зователем-аналитиком планировать стратегию поиска решений. В настоящей работе
  исследуется интеллектуальная рекомендательная система, использующая опыт диалого-
  вого взаимодействия в процессе изучения проблемы. Предлагается модель адаптации к
  ментальному образу проблемы, который строит пользователь, с учетом уровней его си-
  туационной осведомленности и когнитивной нагрузки. Особенность модели в использова-
  нии визуальных картографических объектов, являющихся индикаторами состояния мен-
  тального образа. Рекомендация представляется набором объектов, которые внедряются в
  область картографического анализа. Тем самым неявно индуцируется определенное смы-
  словое направление повышения ситуационной осведомленности. Предлагается критерий
  удовлетворенности рекомендациями. Приводится диаграмма состояний рекомендатель-
  ной системы, описывающая подбор адекватного решаемой проблеме контекста. Под кон-
  текстом понимается информационный объект, способный предоставлять программные
  функции и данные для решения задач ограниченного класса. Последовательность контек-
  стов в сеансе анализа рассматривается как прецедент опыта. Для возможных цепочек
  контекстов предложены показатели тренда, тенденции и ритма. Через данные показате-
  ли оценивается степень смысловой близости прецедентов текущему ходу поиска решения.
  Их использование позволит повысить скорость адаптации

• ЗНАНИЯ ДЛЯ АРГУМЕНТАЦИИ ПРИ СОПОСТАВЛЕНИИ ПРОСТРАНСТВЕННЫХ СИТУАЦИЙ

  С. Л. Беляков , Н.А. Голова , К.С. Яворчук , И. Н. Розенберг

  2022-05-26

  Аннотация ▼

  Традиционно применяемым способом оценки качества решения, которое предлагает-
  ся интеллектуальной системой, является объяснение хода логического вывода. Знания о
  рассуждениях применяются для аргументации выбора варианта решения. Последователь-
  ность примененных правил, использованные факты и подтвержденные гипотезы счита-
  ются аргументами, которые должны убедить пользователя в справедливости сформиро-
  ванного заключения. Недостатком подобного способа объяснения является то, что он
  отражает формально верный, но лишенный смыслового наполнения ход рассуждений.
  Аргументация полученного решения основывается на протоколе трассировки, по сути
  ничем не отличающегося от отладочной информации при трассировки программ. Аргу-
  ментация в таком случае далека от смысла ситуации. Под смыслом понимается заданный
  набор преобразований ситуации, сохраняющих неизменность ее восприятия человеком-
  аналитиком. Знания о смысловом содержании ситуаций должны представляться специ-
  альной моделью. В данной работе рассматривается представление, содержащее преце-
  дент и его допустимые преобразования. В такой форме описываются пространственные
  ситуации в геоинформационных системах. Для аргументации предлагается использовать
  специальные отношения между образами ситуаций. Вводится понятие области примени-
  мости образа. Взаимное расположение пространственно-временной и семантической обо-
  лочки образов и областей их применимости рассматривается как носитель отношения.
  Сведения об отношениях извлекаются из структуры картографической базы данных. Рас-
  сматриваются отношения наследования, агрегирования, композиции, генерализации и ас-
  социации классов объектов. Знания для аргументации представляются правилами опреде-
  ления показателя достоверности экспертного вывода для отдельных отношений и их со-
  четаний. Предлагается способ автоматической генерации правил. Приводятся соотноше-
  ния для сравнения уровней достоверности правил.

• ИНТЕЛЛЕКТУАЛЬНАЯ ПОДСИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ БИОЛОГИЧЕСКИ ПРАВДОПОДОБНЫХ АЛГОРИТМОВ САМООРГАНИЗАЦИИ

  Э. В. Кулиев , М.П. Кривенко , М.М. Семенова , С.В. Игнатьева

  2021-11-14

  Аннотация ▼

  Рассматриваются основные понятия и определения систем поддержки принятия реше-
  ний на основе самоорганизации. Системы поддержки принятия решений (Decision Support
  Systems) относятся к кругу интерактивных компьютерных систем, которые помогают ис-
  пользовать данные, модели и знания для решения частично структурированных, неструктури-
  рованных или неструктурированных проблем. Показана и описана схема базовой структуры
  системы поддержки принятий решений. Рассмотрены три основных компонента Decision
  Support Systems, а также описан случай, когда может быть применен четвертый компонент
  системы поддержки принятия решений – система управления, основанная на знаниях. В ста-
  тье предложено описание интеллектуальной системы поддержки принятия решений. Примеры
  специализированных интеллектуальных систем поддержки принятия решений включают в себя
  интеллектуальные системы поддержки принятия маркетинговых решений и системы меди-
  цинской диагностики, гибкие производственные системы. Проблемы, связанные с принятием
  оптимальных решений, занимают важное место в автоматизированном проектировании и
  требуют совершенствования методов и средств поддержки процессов оптимального проек-
  тирования на различных этапах. Рассмотрены алгоритмы самоорганизации, вдохновленные
  живой природой. Биоинспирированные алгоритмы являются представительским классом алго-
  ритмов самоорганизации. Биовдохновленные вычисления имитируют природу и используют
  основные концепции и поведение этих систем для решения сложных проблем. В статье описан
  алгоритм летучих мышей. Проведен экспериментальный анализ процесса применения алгорит-
  ма самоорганизации в системах принятия решений.

• ТРАНСФОРМИРОВАНИЕ ОПЫТА ПРИНЯТИЯ РЕШЕНИЙ В ПРОСТРАНСТВЕННЫХ СИТУАЦИЯХ

  С. Л. Беляков , М. Л. Белякова, С.А. Зубков , Н. А. Голова, К.С. Яворчук

  2021-01-19

  Аннотация ▼

  Рассматривается задача переноса опыта принятия решений в ситуационном анали-
  зе, использующим геоинформационные системы. Необходимость интеллектуальной под-
  держки со стороны геоинформационной системы обусловлена тем, что пространствен-
  ные объекты и связи реального мира чрезвычайно динамичны. Применять в этих условиях
  аналитические модели процессов и явлений не удается из-за неполноты и противоречиво-
  сти описывающей их информации. Статистические модели зависят от большого числа
  факторов, которое варьируется при изменении географического положения ситуации.
  Альтернативой может стать использование опыта экспертов, способных принимать
  эффективные решения в локальных пространственных ситуациях. Неконтролируемость
  повторного использования опыта является проблемой. Знания, полученные при выработке
  решений в одной местности, могут привести к неадекватным решениям в другой местно-
  сти. Опыт решения проблемы в одной и той же местности теряет свою значимость с
  течением времени. В работе предлагается представление знаний в виде образа, состояще-
  го из центра и допустимых преобразований центра. Вводятся функции трансформирова-
  ния образов, выполняющие перенос знаний. Анализируются свойства функций трансфор-
  мирования, которые несут в себе процедурное знание об образах ситуаций. Рассматрива-
  ется использование выявленных свойств для формирования плана тестирования программ-
  ных процедур трансформирования. Изучаются критерии успешного трансформирования.
  Формулируется оптимизационная задача поиска наилучшей функции трансформирования в
  базе знаний ГИС. Предлагается обобщенная методика трансформирования опыта. Приво-
  дится пример синтеза методов трансформирования для выбора центра оперативного
  обслуживания вызовов. Образ ситуации принятия решения о выборе земельного участка
  для центра обслуживания, трансформируется в заданную область на карте ГИС.

• ИДЕНТИФИКАЦИЯ НЕЯВНЫХ УГРОЗ НА ОСНОВЕ АНАЛИЗА АКТИВНОСТИ ПОЛЬЗОВАТЕЛЯ В ИНТЕРНЕТ-ПРОСТРАНСТВЕ

  В. В. Бова , Д.Ю. Запорожец , Ю.А. Кравченко , Э. В. Кулиев , В.В. Курейчик , Н. А. Лызь

  2020-10-11

  Аннотация ▼

  Статья посвящена проблеме идентификации неявных информационных угроз п о-
  исковой деятельности пользователя в Интернет-пространстве на основе анализа его
  активности в процессе данного взаимодействия. Применение знаний, хранящихся в
  интернет-пространстве, для реализации преступных намерений несет в себе угрозу
  для всего общества. Выявление злого умысла в действиях пользователей глобаль ной
  информационной сети не всегда является тривиальной задачей. Отработанные техн о-
  логии анализа контекста интересов пользователя дают сбой в случае осторожных
  грамотных действий злоумышленников, которые в явном виде не демонстрируют пр е-
  следуемой ими цели. В работе проведен анализ угроз, связанных с определенными сц е-
  нариями реализации поисковых процедур, проявляющихся в поисковой деятельности.
  Описаны критерии оценки неэффективных и эффективного сценариев поиска. Среди
  признаков, указывающих на возможность наличия угрозы, выделены следующие основ-
  ные: уход от решения задачи в бесцельную навигацию или к привлекательным ресурсам,
  поверхностный поиск, отсутствие смыслового погружения в решение поисковой зад а-
  чи, хаотичные действия при поиске. Для определения налич ия неблагоприятных при-
  знаков построена система показателей. Сформулированы признаки эффективного
  сценария организации поиска в Интернет-пространстве, описаны варианты наличия
  неявных угроз для подобной ситуации. Представлен подход идентификации описанных
  угроз с учетом заданных критериев оценки различных сценариев поведения пользоват е-
  ля в глобальном информационном пространстве. Разработан алгоритм машинного
  обучения для идентификации проблемных сценариев путем сравнения с ключевыми
  паттернами поведения. Создана программная реализация подсистемы идентификации
  информационных угроз, проведены экспериментальные исследования для подтвержд ения эффективности подсистемы. Экспериментальные исследования проводились на основе обработки открытых данных из социальных сетей, а также с применением
  анализа поисковой деятельности пользователей в университетской корпоративной
  информационной среде.