Ф.И.О.
Луценко Евгений Вениаминович
Ученая степень
• доктор экономических наук
Ученое звание
профессор
Почетное звание
—
Организация, должность
• Кубанский государственный аграрный университет
кафедра компьютерных технологий и систем
профессор
Научные интересы
Системно-когнитивный анализ, системы искусственного интеллекта, высшие формы сознания, перспективы человека, технологии и общества
Адрес веб-сайта
Электропочта
Текущий рейтинг (суммарный рейтинг статей)
0
TOP5 соавторов
Статей в журнале: 276 шт
Сформировать список работ, опубликованных в Научном журнале КубГАУ
-
Краткое описание
Общеизвестно, что генетика изучает механизмы изменчивости/наследственности и очень широко пользуется понятием «наследственная информация». При этом генетика под информацией подразумевает содержание генетического кода - структуры молекул ДНК и РНК, входящих в состав клетки живого организма. Генетика изучает механизмы записи, копирования, считывания генетической информации, возможности ее модификации, а также ее влияние на признаки и свойства организма. В разговорном и научном языке прочно закрепились фразы, типа «Гены содержат информацию о признаках/свойствах организма». Парадоксально, но мы не видим попыток определения количества информации, содержащейся в конкретных генах о конкретных фенотипических признаках или свойствах организма. Казалось бы, применение теории информации в генетике является совершенно естественным и напрашивается само собой. Тем более странно, что практически нет работ, посвященных применению теории информации для решения задач генетики. Данная статья призвана в какой-то степени восполнить этот пробел на примере вычисления количества информации в генах о признаках или свойствах различных сортов винограда. В ней рассматривается применение автоматизированного системно-когнитивного анализа (АСК-анализ), его математической модели – системной теории информации и реализующего их программного инструментария – интеллектуальной системы «Эйдос» для решения одной из важных задач генетики: определения количества информации, содержащейся в генах о различных фенотипических признаках/свойствах винограда. Для решения этой задачи выполняются следующие этапы: 1) когнитивно-целевая структуризация предметной области; 2) формализация предметной области, т.е. разработка классификационных и описательных шкал и градаций и обучающей выборки; 3) синтез и верификация информационной модели, отражающей количество информации в генах о фенотипических признаках/свойствах (многопараметрическая типизация); 4) вывод информации о генетической системе детерминации фенотипических признаков/свойств (SWOT-анализ феносвойства); 5) вывод информации о силе и направлении влияния конкретного гена на фенотипические признаки/свойства (SWOT-диаграммы генов); 6) решение задачи системной идентификации фенотипических признаков/свойств по наличию тех или иных генов; 7) количественное определение сходства-различия различных фенотипических признаков/свойств по их системе детерминации генами. Конкретное фенотипическое свойство (или признак) рассматривается как зашумленный генетический текст, включающий как генетическую информацию об истинном феносвойстве (чистый сигнал), так и шум, искажающий эту информацию, обусловленный случайным воздействием окружающей среды. Программный инструментарий АСК-анализа – интеллектуальная система «Эйдос» обеспечивает подавление шума и выделение истинного сигнала
-
Краткое описание
Чтобы повысить обоснованность выводов о влиянии экологии на качество жизни необходимо перейти от общих рассуждений к применению количественных методов моделирования. Для этого необходима совместная обработка экологических баз данных и баз данных, отражающих различные аспекты качества жизни. Эти базы данных необходимо обработать не просто совместно, но и в сопоставимой форме по одной методологии, технологии и методике, и в одной реализующей их программной системе. Впервые в экологических исследованиях это планируется сделать с применением АСК-анализа и системы «Эйдос». В данной работе поставлены цели и задачи применения АСК-анализа для исследования влияния экологических факторов на качество жизни населения региона. Обоснованы актуальность данного исследования, требования к методу проведения исследования, выбор метода исследования, кратко раскрыто содержание задач исследования. Предлагаемая работа находится на стыке математической экологии и математического моделирования качества жизни (которое относится к математическим и инструментальным методам экономики), вследствие чего от нее ожидается синергетический эффект, состоящий в получении новых знаний в этих областях науки, что является актуальным как для экологии, так и для экономики. Эти знания сделают более осмысленным и обоснованным применение экологических критериев и понятий в экономике
-
Автоматизированный системно-когнитивный анализ и классификация пород крупного рогатого скота
06.02.00 Ветеринария и Зоотехния
Краткое описаниеНа сайте мясной академии http://meatinfo.ru по адресу: http://meatinfo.ru/info/show?id=197 в размещена сравнительная таблица пород крупного рогатого скота по 8 показателя, из которых 2 текстовых и 6 числовых. У хозяйственников возникает естественный вопрос о том, какие из этих пород сходны по всей системе характеризующих их показателей, а какие различаются и в какой степени. Возникает также вопрос о том, какие показатели сходны и отличаются по смыслу и на сколько. Решению этих задач и посвящена данная статья. Результаты исследования могут быть использованы всеми желающими, благодаря тому, что Универсальная автоматизированная система «Эйдос», являющаяся инструментарием Автоматизированного системно-когнитивного анализа, находится в полном открытом бесплатном доступе на сайте автора по адресу: http://lc.kubagro.ru/aidos/_Aidos-X.htm, а численный пример решения поставленных задач размещен как облачное Эйдос-приложение №131
-
01.00.00 Физико-математические науки
Краткое описаниеВ статье рассматривается применение автоматизированного системно-когнитивного анализа (АСК-анализ), его математической модели – системной теории информации и программного инструментария – интеллектуальной системы «Эйдос» для решения ряда задач ампелографии: 1) оцифровка сканированных изображений листьев и создание их математических моделей; 2) формирование математических моделей конкретных листьев с применением теории информации; 3) формирование моделей обобщенных образов листьев различных сортов; 4) сравнение образа конкретного листа с обобщенным образом листа разных сортов и определение количественной степени сходства -различия между ними, т.е. идентификация сорта по листу; 5) количественное определение сходства-различия сортов, т.е. кластерно-конструктивный анализ обобщенных образов листьев различных сортов. Предлагается новый подход к оцифровке изображений листьев, основанный на использовании полярной системы координат, центра тяжести изображения и его внешнего контура. Перед оцифровкой изображений могут применяться их преобразования, стандартизирующие положение изображений, их размеры и угол поворота. Поэтому результаты оцифровки и АСК-анализа изображений могут быть инвариантны (независимы) относительно их положения, размеров и поворота. Форма контура конкретного листа рассматривается как зашумленное информационное сообщение о сорте, включающее как информацию об истинной форме листа данного сорта (чистый сигнал), так и шум, искажающий эту истинную форму, обусловленный случайным воздействием окружающей среды. Программный инструментарий АСК-анализа – интеллектуальная система «Эйдос» обеспечивает подавление шума и выделение сигнала об истинной форме листа каждого сорта на основе ряда зашумленных конкретных примеров листьев данного сорта. Таким образом создается один образ формы листа каждого сорта, независящий от их конкретных реализаций, т.е. «Эйдос» этих изображений (в смысле Платона) - прототип или архетип (в смысле Юнга) изображений
-
Краткое описание
В сложных многопараметрических технических системах происходят многочисленные и разнообразные физические процессы, которые, с одной стороны, оказывают существенное влияние на характеристики этих систем, а с другой стороны, крайне сложно поддаются описанию в виде содержательных аналитических моделей, основанных на уравнениях, т.к. эти модели должны учитывать специфические особенности систем. Вследствие этого разработка содержательных аналитических моделей является «штучной работой» и связана с большим количеством упрощающих допущений, снижающих их универсальность и достоверность. Но известен и другой принцип моделирования: построение феноменологических информационных моделей, т.е. моделей, не имеющих аналитической формы представления и описывающих моделируемую систему чисто внешне как «черный ящик». Такие модели могут строиться непосредственно на основе эмпирических данных и при наличии соответствующего программного инструментария это может быть по типовой технологии намного быстрее и значительно менее трудоемко, чем разработка содержательных аналитических моделей. С другой стороны феноменологические информационные модели могут быть вполне достаточны для определения рациональных конструктивных особенностей и параметров режимов работы сложных технических систем. Кроме того, такие феноменологические модели могут рассматриваться в качестве первого этапа разработки содержательных аналитических моделей. Предлагается применить для создания феноменологических моделей сложных технических систем новый универсальный инновационный метод искусственного интеллекта: автоматизированный системно-когнитивный анализ (АСК-анализ) и его программный инструментарий – универсальную когнитивную аналитическую систему «Эйдос». В системе «Эйдос» реализован программный интерфейс, обеспечивающий непосредственный ввод в систему больших объемов эмпирических данных из Excel-файла. Система «Эйдос», непосредственно на основе эмпирических (экспериментальных) данных, позволяет рассчитать какое количество информации о результатах работы технической системы содержится в фактах наличия у нее определенных конкретных конструктивных элементов и в определенных значениях параметрах режимов ее работы. На этой основе системой предлагаются научно-обоснованные и адекватные рекомендации по рациональному выбору конструктивных особенностей и параметров режимов работы моделируемой системы
-
01.00.00 Физико-математические науки
Краткое описаниеАдекватная и технологичная оценка результативности, эффективности и качества научной деятельности конкретных ученых и научных коллективов является актуальной проблемой для информационного общества и общества, основанного на знаниях. Решение этой проблемы является предметом наукометрии и ее целью. Современный этап развития наукометрии существенно отличается от предыдущих появлением в открытом, а также платном on-line доступе огромного объема детализированных данных по большому числу показателей как об отдельных авторах, так и о научных организациях и вузах. В мире, это известные библиографические базы данных: Web of Science, Scopus, Astrophysics Data System, PubMed, MathSciNet, zbMATH, Chemical Abstracts, Springer, Agris или GeoRef. В России это прежде всего Российский индекс научного цитирования (РИНЦ). РИНЦ – это национальная информационно-аналитическая система, аккумулирующая более 9 миллионов публикаций российских ученых, а также информацию о цитировании этих публикаций из более 6000 российских журналов. Данных очень много, это так называемые «Большие данные» ("Big Data"). Но проблема состоит в том, чтобы осмыслить эти большие данные, точнее, выявить смысл значений наукометрических показателей) и тем самым преобразовать их в большую информацию («great information»), а затем применить эту информацию для достижения цели наукометрии, т.е. преобразовать ее в большие знания («great knowledge») о конкретных ученых и научных коллективах. Решение этой проблемы предлагается путем создания «Наукометрической интеллектуальной измерительной системы» на основе применения автоматизированного системно-когнитивного анализа и его программного инструментария – интеллектуальную систему «Эйдос». Приводится численный пример создания и применения Наукометрической интеллектуальной измерительной системы, на основе небольшого объема реальных наукометрических данных, находящихся в открытом бесплатном on-line доступе в РИНЦ
-
Блеск и нищета виртуальной реальности
Краткое описаниеВ статье кратко рассматриваются перечисленные ниже вопросы. Классическое определение системы виртуальной реальности. Эффекты виртуальной реальности: эффекты реальности, присутствия, деперсонализации (модификации самосознания), модификация сознания пользователя, виртуализации интересов, целей, ценностей и мотиваций ("реалы и виртуалы"). Критерии реальности при различных формах сознания и их применение в виртуальной реальности. Системы виртуальной реальности и критерии реальности, принципы эквивалентности (относительности) Галилея и Эйнштейна и критерии виртуальной реальности. Виртуальные устройства ввода-вывода. Авторское определение системы виртуальной реальности. Сон со сновидениями, гипнотические состояния и виртуальная реальность. Дополненная реальность и дополненная виртуальность. Модификация сознания и самосознания пользователя в виртуальной реальности. Рассмотрение перспективных и патологических измененных форм сознания, возникающих в системах с интеллектуальными интерфейсами. Соблюдения моральных норм в виртуальной реальности и последствия их несоблюдения. Опасность эффектов виртуальной реальности и необходимость их самого серьезного научного изучения. Перенос знаний, умений и навыков из виртуальной реальности в истинную. Перенос знаний, умений и навыков из виртуальной реальности в истинную. Механизмы формирования моделей истинной и виртуальной реальности человеком и принципы их корректной содержательной интерпретации. Принципы и перспективы корректной содержательной интерпретации субъективных (виртуальных) моделей физической и социальной реальности, формируемых сознанием человека. Применения систем виртуальной реальности. Приводится тест на понимание виртуальной реальности
-
01.00.00 Физико-математические науки
Краткое описаниеВ статье описан численный пример создания в среде системы «Эйдос» интеллектуального приложения, предназначенного для прогнозирования количества солнечных вспышек разных классов на основе предыстории их развития. В качестве исходных данных использована база данных репозитория UCI
-
Когнитивные модели прогнозирования развития многоотраслевой корпорации
Краткое описаниеПрименение классических методов прогнозирования применительно к многоотраслевой корпорации наталкивается на ряд определенных сложностей, обусловленных ее экономической природой. В отличие от других хозяйствующих субъектов, многоотраслевые корпорации характеризуются многомерными массивами данных с высокой долей искажения и фрагментированности информации, что обусловлено кумулятивным эффектом неполноты и искажения отчетной информации, поступающей от входящих в нее предприятий. В этих условиях применяемые методы и инструментарий должны обладать высокой разрешающей способностью и эффективно работать с большими базами данных в условиях неполноты информации, обеспечивать корректную совместную сопоставимую количественную обработку разнородных по своей природе факторов, измеряемых в различных единицах измерения. Поэтому необходимо выбрать или разработать методы, способные работать со сложными слабо формализуемыми задачами. Данное обстоятельство обосновывает актуальность проблемы разработки моделей, методик и инструментария для решения задачи прогнозирования развития многоотраслевой корпорации. Этим вопросам посвящена данная работа, что и делает ее актуальной. В работе ставятся задачи: 1) провести анализ методов прогнозирования, обосновать выбор системно-когнитивного анализа как одного из эффективных методов прогнозирования слабоструктурированных задач; 2) адаптировать и развить метод системно-когнитивного анализа для прогнозирования динамики развития корпорации с учетом сценарного подхода; 3) разработать модели прогнозирования сценариев изменения основных экономических показателей развития корпорации и оценить их достоверность; 4) определить в аналитическом виде зависимости между прошлыми и будущими сценариями различных экономических показателей; 5) разработать аналитические модели взвешивания прогнозируемых сценариев, с учетом всех результатов прогнозирования с положительными уровнями сходства, для повышения уровня достоверности прогнозов; 6) разработать процедуру вычисления оценки силы влияния на корпорацию (чувствительность) входящих в нее предприятий; 7) доработать программный инструментарий АСК-анализ до уровня информационной технологии с учетом его адаптации и развития для прогнозирования многоотраслевой корпорации
-
06.02.00 Ветеринария и Зоотехния
Краткое описаниеИсследователями получены данные по морфологическому, биохимическому и микроэлементному составу крови бычков герефордской породы различных размеров. В этой связи у ученых и хозяйственников возникает три естественных вопроса: 1) возможно ли по этим показателям крови прогнозировать размеры и тем самым мясную продуктивность бычков; каковы сила и направление влияния тех или иных значений показателей крови на размер и вес бычков; какие показатели крови сходны по смыслу, а какие отличаются и на сколько (в какой степени). Аргументированным ответам на эти вопросы путем применения современных методов математического и численного моделирования для решения соответствующих задач и посвящена данная статья. Результаты исследования могут быть использованы всеми желающими, благодаря тому, что Универсальная автоматизированная система «Эйдос», являющаяся инструментарием Автоматизированного системно-когнитивного анализа, находится в полном открытом бесплатном доступе на сайте автора по адресу: http://lc.kubagro.ru/aidos/_Aidos-X.htm, а численный пример решения поставленных задач размещен как облачное Эйдос-приложение №133