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
-
01.00.00 Физико-математические науки
Краткое описание
Качество системы рассматривается, как эмерджентное свойство систем, обусловленное их составом и структурой и отражающее их функциональность, надежность и стоимость. Поэтому, при управлении качеством, целью управления является формирование у объекта управления заранее заданных системных свойств. Чем ярче у объекта управления выражены системные свойства, тем сильнее у него проявляется нелинейность: и в зависимости самих управляющих факторов друг от друга, и в зависимости результатов действия одних факторов, от действия других. Поэтому проблема управления качеством состоит в том, что в процессе управления сам объект управления изменяется качественно, т.е. изменяются его уровень системности, степень детерминированности и сама передаточная функция. Эта проблема распадается на несколько задач: 1-я состоит в системной идентификации состояния объекта управления, 2-я – в принятии решений об управляющем воздействии так изменяющем состав объекта управления, чтобы его качество максимально повышалось при минимальных затратах на это. Для решения 2-й задачи предлагается применить выбор компонентов объекта управления по их функциональному назначению с учетом ресурсов, выделенных на реализацию различных функций, затрат, связанных с выбором тех или иных компонентов и степени соответствия различных компонентов их функциональному назначению. Фактически, предлагается формулировка и решение нового обобщения варианта задачи о назначениях: «Мультипликативный рюкзак», отличающееся от известного тем, что назначения производится не только с учетом ресурсов и затрат, но и с учетом степени соответствия компонентов их функциональному назначению. Математическая модель, обеспечивающая решение 1-й задачи и отражающая степень соответствия компонентов их функциональному назначению, а также весь процесс приятия решений по назначениям, т.е. 2-я задача, реализованы в АСК-анализе и системе «Эйдос-Х++». Приводится упрошенный численный пример предлагаемого подхода, связанный с назначением персонала
-
АСК-анализ влияния экологических факторов на качество жизни населения региона
01.00.00 Физико-математические науки
Краткое описание
Без опоры на науку невозможно становление полноценного экологического сознания. Чтобы повысить обоснованность и вес выводов о влиянии экологии на качество жизни, необходимо количественно оценить силу и направление влияния на него разнородных экологических факторов. Однако, оказывается, что сделать это довольно проблематично по целому ряду причин. Во-первых, это отсутствие или малодоступность необходимых для подобных исследований исходных данных. Те же данные, которые все же удается найти, охватывают небольшие периоды наблюдений (малый лонгитюд), а их восполнение, в т.ч. путем проведения экспериментов, принципиально невозможно. В результате невозможно требовать от таких данных полных повторностей, что является необходимым условием корректного применения факторного анализа. Во-вторых, экологические факторы описываются разнородными показателями, измеренными в различных типах измерительных шкал (номинальных, порядковых и числовых) и в различных единицах измерения. Математические методы сопоставимой обработки подобных данных, а также реализующий эти методы программный инструментарий, фактически отсутствуют. В-третьих, подобные задачи относятся к задачам большой размерности, т.е. в них идет речь не о 5 или максимум 7 факторах, как в факторном анализе, а о сотнях и тысячах. В четвертых исходные данные зашумлены и требуют устойчивых методов. В-пятых, экологические факторы взаимосвязаны и требуют нелинейных непараметрических подходов. Для решения этих проблем предлагается применить новую инновационную интеллектуальную технологию: автоматизированный системно-когнитивный анализ и его программный инструментарий – систему «Эйдос». Приводится краткий численный пример оценки влияния экологических факторов на продолжительность жизни и причины смерти
-
01.00.00 Физико-математические науки
Краткое описание
В статье рассматривается применение автоматизированного системно-когнитивного анализа (АСК-анализ), его математической модели – системной теории информации и программного инструментария – интеллектуальной системы «Эйдос» для ввода (оцифровки) изображений из графических файлов, синтеза обобщенных изображений классов, их абстрагирования, классификации обобщенных изображений (кластеры и конструкты), сравнения конкретных изображений с обобщенными образами (идентификация). Предлагается новый подход к оцифровке изображений, основанный на использовании полярной системы координат, центра тяжести изображения и его контура. Перед оцифровкой изображений могут применяться их преобразования, стандартизирующие положение изображений, их размеры и поворот. Поэтому, если заданы эти опция, то результаты оцифровки и АСК-анализа изображений могут быть инвариантны (независимы) относительно их положения, размеров и поворота. Это означает, что в модели на основе ряда конкретных примеров будет создан один образ каждого класса изображений, независящий от их конкретных реализаций, т.е. «Эйдос» этих изображений (в смысле Платона) - прототип или архетип (в смысле Юнга) изображений. Но система «Эйдос» обеспечивает не только формирование прототипов изображений, в которых количественно отражено количество информации в элементах изображения о прототипе, но удаление из них всего несущественного для идентификации (абстрагирование), а также сравнение конкретных изображений с обобщенными (идентификация) и самих обобщенных образов изображений друг с другом (классификацию). Приведен развернутый численный пример АСК-анализа изображений
-
Моделирование и прогноз динамики глобальных климатических аномалий типа Эль-Ниньо и Ла-Нинья
01.00.00 Физико-математические науки
Краткое описание
В работе обсуждаются вопросы моделирования и прогнозирования климата нашей планеты с использованием системы искусственного интеллекта AIDOS-X. Нами разработан ряд семантических информационных моделей, демонстрирующих наличие сходства между движением элементов лунной орбиты и смещением мгновенного полюса Земли. Установлено, что движение полюса Земли связано с вариациями магнитного поля, сейсмическими событиями, а также с нарушениями глобальной атмосферной и водной циркуляции, ведущими к возникновению эпизодов типа Эль-Ниньо и Ла-Нинья. Посредством семантических информационных моделей изучены отдельные экваториальные регионы Тихого океана, а также пространственные паттерны умеренных широт, выявлена их сравнительная значимость для прогнозирования глобальных климатических нарушений в тропической зоне и умеренных широтах. Выявлены причины появления Эль-Ниньо Modoki и их связь с движением элементов лунной орбиты в долговременных циклах. Ранее нами был сделан прогноз о возникновении эпизода Эль-Ниньо в 2015 году. На основе анализа семантических моделей сделан вывод о том, что ожидается Эль-Ниньо классического типа. На базе блока прогнозирования AIDOS-X рассчитан помесячный сценарий эволюции этой глобальной климатической аномалии. В настоящей работе выполнен анализ фактической реализации прогноза Эль-Ниньо с момента его опубликования в январе 2015 г – до июня 2015г. Показано, что реализовался предсказанный сценарий развития климатических аномалий. Расчеты в модуле распознавания системы «Aidos-X» будущих сценариев развития климата свидетельствуют о том, что дальнейшее возможное аномальное превышение температурных показателей поверхностных вод океана в регионах Nino 1,2 и Nino3,4 в течение 2015 года может быть сопоставимо с подобными отклонениями при катастрофическом Эль-Ниньо 1997-1998 гг.
-
01.00.00 Физико-математические науки
Краткое описание
Рассматривается применение автоматизированного системно-когнитивного анализа (АСК-анализ), его математической модели – системной теории информации и программного инструментария – интеллектуальной системы «Эйдос» для ввода (оцифровки) изображений из графических файлов, синтеза обобщенных изображений классов, их абстрагирования, классификации обобщенных изображений классов (кластеры и конструкты), сравнения конкретных изображений с обобщенными образами (идентификация) классов, сравнения классов друг с другом. Предлагается применить теорию информации для расчета количества информации, содержащегося в пикселе изображения о том, что это изображение принадлежит к определенному классу изображений. Приводится численный пример, в котором на основе ряда конкретных примеров изображений, принадлежащих к различным классам, формируются обобщенные образы этих классов, независящие от их конкретных реализаций, т.е. «Эйдосы» этих изображений (в смысле Платона) – прототипы или архетипы изображений (в смысле Юнга). Но система «Эйдос» обеспечивает не только формирование прототипов изображений, в которых количественно отражено количество информации в элементах конкретных изображений об их принадлежности к определенным прототипам, но и сравнение конкретных изображений с обобщенными (идентификация) и самих обобщенных образов изображений друг с другом (классификацию)
-
01.00.00 Физико-математические науки
Краткое описание
В 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 статье рассмотрено применение интеллектуальной технологи «Эйдос» для предупреждения возникновения пожаров, электротравматизма, аварий на объектах агропромышленного комплекса и оптимизации мер обеспечения безопасности человеко- машинных систем. Причинами аварий являются многофазные или однофазные короткие замыкания в питающей сети или в электроустановках, отказ основной защитной аппаратуры и нарушения режимов эксплуатации электроустановок, приводящие к перегрузкам, износу изоляции питающих кабелей, несоответствие параметров защитной аппаратуры нормативным требованиям. Реализация системно- когнитивного анализа обеспечивает уменьшение количества опасных техногенных ситуаций на опасных производственных объектах. Благодаря применению АСК-анализа обеспечивается более эффективная эксплуатация электроустановок на опасных производственных объектах, благодаря предупреждению возникновения пожаров, электротравматизма, аварий и оптимизации мер обеспечения безопасности человеко-машинных систем. Пользователями системы «Эйдос» могут быть предприятия с высоким риском возникновения аварий на опасных производственных объектах: агропромышленного комплекса, газоснабжения, тепло- и электроэнергетики, нефтепродуктообеспечения, металлургической промышленности, химической, нефтехимической и нефтеперерабатывающей промышленности, магистрального трубопроводного транспорта, пищевой и масложировой промышленности и других. Планируемая эффективность и результативность реализации АСК-анализа обеспечивается уменьшением количества опасных техногенных ситуаций: аварий, пожаров и электротравм на опасных производственных объектах. Реализация АСК-анализа позволяет повысить эффективность прогнозирования технического состояния ЭУ и определить её остаточный ресурс
-
Краткое описание
В данной статье в соответствии с методологией Автоматизированного системно-когнитивного анализа (АСК-анализ) рассматривается реализация 1-го и 2-го этапов АСК-анализа: когнитивной структуризации и формализации предметной области. На этапе когнитивной структуризации предметной области, исследователи решают, что рассматривать в качестве объекта моделирования, влияющих на него факторов и результатов их действия. В соответствии с результатами когнитивной структуризации подготавливаются база исходных данных для исследования (обучающая выборка или база прецедентов). На этапе формализации предметной области база исходных данных нормализуются, т.е. разрабатываются классификационные и описательные шкалы и градации, и с их использованием база исходных данных кодируется. В результате формируется база событий (эвентологическая база данных) и обучающая выборка. Этап когнитивной структуризации и подготовки исходных данных не формализован, а этап формализации предметной области полностью автоматизирован и выполняются непосредственно с применением универсальной когнитивной аналитической системы «Эйдос», которая является программным инструментарием АСК-анализа. Этапы когнитивной структуризации и формализации предметной области АСК-анализа являются первыми этапами преобразования данных в информацию, а ее в знания. Последующие этапы: синтез и верификация системно-когнитивной модели, решение задач идентификации, прогнозирования и принятия решений, а так- же исследования моделируемого объекта путем исследования его модели планируется рассмотреть в будущих статьях
-
Краткое описание
В данной статье в соответствии с методологией Автоматизированного системно-когнитивного анализа (АСК-анализ) рассматривается реализация 3-го АСК-анализа: синтез и верификация модели прогнозирования развития многоотраслевой агропромышленной корпорации. На этом этапе осуществляется синтез и верифкация 3 статистических и 7 системно-когнитивных моделей: ABS – матрица абсолютных частот, PRC1 и PRC2 – матрицы условных и безусловных процентных распределений, INF1 и INF2 – частный критерий: количество знаний по А.Харкевичу, INF3 – частный критерий: Хи-квадрат: разности между фактическими и теоретически ожидаемыми абсолютными частотами INF4 и INF5 – частный критерий: ROI - Return On Investment, INF6 и INF7 – частный критерий: разность условной и безусловной вероятностей (коэффициент взаимосвязи). Достоверности созданных моделей оценивались в соответствии с пред- ложенной метрикой, сходной с известным F-критерием, но не предполагающей выполнение нормального распределения, линейности объекта моделирования, независимости и аддитивности действующих на него факторов. Достоверность полученных моделей оказалось достаточно высокой для решения последующих задач идентификации, прогнозирования и принятия решений, а так-же исследования моделируемого объекта путем исследования его модели, которые планируется рассмотреть в будущих статьях
-
Краткое описание
С одной стороны, человек является физическим объектом, а с другой – личностью. Поэтому и с реальностью он взаимодействует с одной стороны непосредственно как физический объект, а с другой стороны как личность, т.е. опосредованно через свою психику. На основе информации от органов чувств сознанием человеком создается субъективная модель реальности. Человек ошибочно принимает свою субъективную модель реальности за саму реальность, т.е. неоправданно присваивает ей онтологический статус, осуществляет гипостазирование. Фактически, как реальность человек осознает не саму реальность, а лишь свою субъективную модель этой реальности. В результате, как физический объект человек живет в физическом мире, а как личность он живет в своей субъективной модели физической и социальной реальности, созданной на основе информации, поступающей на его органы чувств непосредственно и из СМИ. В работе рассматривается процесс формирования субъективной 3D-модели реальности на основе большого числа 2D изображений, проводится различие в содержании терминов: «Видеть» и «Воспринимать», анализируется преобразование объективных восприятий в субъективный факт сознания и обратно. В результате гипостазирования субъективной модели реальности, наблюдаются все те же самые эффекты, что и в виртуальной реальности (эффект реальности; эффект присутствия; эффект деперсонализации; эффект виртуализации целей, ценностей и мотиваций). Поэтому, есть все основания считать различные субъективные модели реальности, формируемые при различных формах сознания, виртуальными моделями. Изучаются различные следствия из этих положений
pdf 5.971.133kb
doc 5.971.133kb