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
Насекомые являются важнейшим компонентом естественных биоценозов и агроценозов. Одним из самых больших и многочисленных семейств – являются жужелицы (Carabidae), насчитывающие по разным данным более 30000 видов. Для жужелиц характерны различные способы питания, местообитания, занимаемые яруса, сезонная и суточная активность. Они обитают как на поверхности, так и в почве, реже на кустарниках и деревьях. Виды семейства жужелицы – активные жуки с длинными тонкими антеннами равномерной толщины, длинными надкрыльями и длинными ногами, приспособленными к беганию. Размеры их варьируют от нескольких миллиметров до 10 см. Являясь активными хищниками, жужелицы играют огромное практическое значение, уничтожая вредителей еще до достижения последними порога вредоносности, тем самым обеспечивая их естественную регуляцию. Исходя из того, что количество жужелиц велико, а размеры их иногда составляют всего несколько миллиметров, возникла проблема определения вида этих насекомых (или их идентификации), вследствие чего потребовался специальный инструмент, который, с одной стороны, упростил бы получение данных об этих насекомых, а с другой стороны, повысил бы их точность. В данной статье предлагается новый для данной предметной области подход к идентификации различных видов жужелиц по их внешнему контуру с применением программного инструментария автоматизированного системно-когнитивного анализа (АСК-анализ) – универсальной когнитивной аналитической системы «Эйдос», которая прекрасно себя зарекомендовала при изучении других объектов. Причина, по которой было решено использовать эту систему, состоит в том, что обычные (стандартные) способы определения жужелиц, имеют определенные недостатки: человеческий фактор (явные ошибки при определении); достаточно большие временные затраты; невозможность увеличения количества критериев для повышения достоверности модели сравнения. Данная статья направлена на преодоление этих недостатков, путем использования универсальной когнитивной аналитической системы «Эйдос», автоматизированного системнокогнитивного анализа (АСК-анализ). Приводится численный пример
-
Логарифмический закон и коэффициент эмерджентности классических и квантовых систем
01.00.00 Физико-математические науки
Краткое описание
В работе рассмотрены различные примеры физических систем, состояние которых определяется логарифмическим законом – статистические квантовые и классические системы, и релятивистское движение в многомерных пространствах. Установлено, что статистики Ферми-Дирака, Бозе-Эйнштейна и Максвелла- Больцмана можно описать единым уравнением, которое следует из уравнения Эйнштейна для систем, обладающих центральной симметрией. Построен коэффициент эмерджентности классических и квантовых систем. Установлена взаимосвязь статистических и динамических параметров в теории супергравитации в пространствах произвольной размерности. Показано, что описание движения большого числа частиц может быть сведено к задаче о движении на гиперсфере. Радиальное движение в такой модели сводится к известным распределениям квантовой и классической статистики. Модель углового движения сводится к системе нелинейных уравнений, описывающих взаимодействие пробной частицы с источниками логарифмического типа. Уравнение Гамильтона-Якоби проинтегрировано при самых общих предположениях в случае центрально-симметрической метрики. Получена зависимость действия от параметров системы и метрики. Показано, что в случае фермионов действие достигает экстремума в четырехмерном пространстве. В случае же бозонов существует локальный экстремум действия в пространствах любой размерности
-
Краткое описание
Авторами разработано и изготовлено большое количество различных конструкций релятивных винтовых барабанов для смешивания комбикормов. Проведено 749 натурных экспериментов с барабанами 10 различных конструкций при различных параметрах режимов работы. Во всех экспериментах измерялось качество получаемой комбикормовой смеси. Однако непосредственно на основе эмпирических данных рациональный выбор конструктивных особенностей и параметров режимов работы барабанов не представляется возможным. Для этого необходимо предварительно разработать модель, отражающую эти эмпирические данные. Построение содержательных аналитических моделей различных типов барабанов представляет собой сложную и трудоемкую научную задачу, сложность которой обусловлена большим разнообразием и сложностью форм барабанов и режимов их использования, большим числом разнородных физических факторов, влияющих на процессы в барабане. Вследствие этого разработка аналитических моделей связана с большим количеством упрощающих допущений, снижающих их универсальность и достоверность. Поэтому актуальной является задача поиска математического метода и программного инструментария, обеспечивающих быструю и простую для пользователя разработку модели влияния конструкции барабана и параметров режимов его работы на качество получаемой комбикормовой смеси непосредственно на основе эмпирических (экспериментальных) данных. Предлагается решение этой задачи с применением нового универсального инновационного метода искусственного интеллекта: автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария – универсальной когнитивной аналитической системы «Эйдос». В системе «Эйдос» реализован программный интерфейс, обеспечивающий непосредственный ввод в систему больших объемов эмпирических данных из Excel-файла. Создаваемая на их основе в системе «Эйдос» системно-когнитивная модель позволяет в наглядной форме отразить влияние конструкции барабана и параметров режимов его работы на качество получаемой комбикормовой смеси и разработать на этой основе научно-обоснованные и адекватные рекомендации по рациональному выбору конструктивных особенностей и параметров режимов работы релятивных винтовых барабанов. Приводится численный пример
-
01.00.00 Физико-математические науки
Краткое описание
В СССР ВАК с 1975 и до самого распада СССР подчинялась не Министерству образования и науки, а непосредственно Совету министров СССР. Однако с тех пор существует устойчивая тенденция постепенного снижения статуса ВАК. Сегодня ВАК уже не просто входит в Минобрнауки, а является всего лишь одним из подразделений одной из его структур: Рособрнадзора. Снижение статуса ВАК неизбежно приводит к снижению как статуса, так и адекватности присваиваемых им ученых степеней и научных званий. Этот процесс обесценивания традиционных ученых степеней и званий, присваиваемых ВАК, дошел до того, что несколько лет назад отменили надбавки к заработной плате за них. Теперь вместо них каждым вузом и НИИ разрабатывается свои локальные, т.е. несопоставимые друг с другом наукометрические методики оценки результатов научной и педагогической деятельности. При всем разнообразии этих методик, общим для всех них является несоразмерно большая роль, которая отводится в них индексу Хирша. Значение индекса Хирша начинает играть важную роль при защитах, при рассмотрении конкурсных дел на замещение должностей, а также при определении величины ежемесячного материального поощрения за результаты научной и педагогической деятельности. Сам по себе, этот индекс теоретически вполне обоснован. Однако, в связи с практикой его применения в наших условиях, в коллективном сознании научного сообщества возникла своеобразная мания, которую авторы называют «Хиршамания». Эта мания характеризуется повышенным нездоровым интересом к самому значению индекса Хирша, а также к некорректному манипулированию его значением, т.е. к искусственному неадекватному преувеличению этого значения, а также рядом негативных последствий этого интереса. В данной работе делается попытка сконструировать количественную меру для оценки степени некорректного манипулирования значением индекса Хирша, а также предлагается научно-обоснованная модификация индекса Хирша, нечувствительная (устойчивая) к манипулированию им. Приводится методика всех численных расчетов, которая достаточно проста, чтобы ее мог применить любой автор
-
Краткое описание
Система детерминации здоровья населения представляет собой большую сложную иерархическую систему. Современный уровень управления подобными системами предполагает использование математических моделей и соответствующего программного инструментария для накопления исходных данных (мониторинга), идентификации, прогнозирования и принятия решений. Однако при моделировании подобных больших сложных систем возникает ряд проблем. Основная проблема состоит в том, что в одной модели необходимо корректно и сопоставимо обрабатывать очень большое количество факторов, измеряемых в различных единицах измерения и различных типах шкал (числовых и текстовых). Традиционно для решения этой проблемы и определения значений частных критериев используются экспертные оценки и функции желательности, а в качестве интегрального критерия – среднее геометрическое. Однако традиционный подход, применяемый в настоящее время в данной области, имеет ряд недостатков. Во-первых, в традиционной модели экспертным путем определено, какие факторы влияют на решение тех или иных проблем положительно, какие отрицательно, а какие вообще не влияют. Во-вторых, для численной оценки силы влияния фактора на решение проблемы используется разные алгоритмы вычисления значений функции желательности для положительно и отрицательно влияющих факторов, что при использовании в качестве интегрального критерия среднего геометрического приводит к несопоставимым результатам. В-третьих, использование нормированных функций полезности приводит к нивелированию силы влияния факторов в результате чего сильно влияющие и слабо влияющие факторы получают одинаковую вариативность числовых значений и оказывают одинаковое влияние на интегральный критерий. Все перечисленные проблемы традиционного подхода решаются с применением Автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария – Универсальной когнитивной аналитической системе «Эйдос». В предлагаемой системно-когнитивной модели для значений экологических и экономических факторов без участия экспертов вычисляется количество и знак содержащейся в них информации о том, что наблюдаются те или иные значения показателей здоровья населения
-
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
-
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
Из огромного количества организмов, населяющих нашу планету, насекомые составляют 70%, являясь самым многочисленным из беспозвоночных животных классов, насчитывающих более 2 млн. видов. Сложно отыскать такое место, где нельзя было бы встретить представителей этого огромного класса. Они полностью освоили все среды обитания - воду, сушу, воздух. Для них характерны сложные инстинкты, всеядность, высокая плодовитость, для некоторых - общественный образ жизни. Насекомых можно встретить на огромных высотах, доходящих до уровня 5000 метров, населяют они и безжизненные пустыни, где практически никогда не бывает дождей, не говоря уж об отсутствии какой – либо растительности. Глубокие пещеры, в которых нет ни солнечного света, ни условий для питания и существования живых организмов — это тоже места обитания насекомых, встретить их можно далеко за Полярным кругом, и даже — на многих островах Антарктики, где кроме безжизненных скал, казалось бы, нет ничего. Среди насекомых, одним из самых больших и многочисленных семейств – являются жужелицы (Carabidae). Они тонко реагируют на изменения почвенно-растительных, гидротермических и микроклиматических условий среды, что делает их удобным модельным объектом различных экологических и зоологических исследований. Жужелицам принадлежит большое число родов и видов, нередко трудно различимых, в связи с этим для диагностики используются много различных признаков: принимаются во внимание окраска, форма тела, наружное строение, структура поверхности, размеры, строение гениталий и хетотаксия. Вследствие того, что количество жужелиц огромно, а по внешнему виду очень трудно определить их родовую принадлежность, возникла потребность автоматизации процесса их идентификации, вследствие чего потребовался специальный механизм, который бы повысил точность определения этих насекомых. В предыдущей работе авторов (http://ej.kubagro.ru/2016/05/pdf/01.pdf) в перспективе рассматривалась возможность с помощью метода АСК-анализа классифицировать насекомых не только по видам, но и по родам, отрядам, тем самым повысив достоверность определения жужелиц, что и будет сделано в данной статье. Приводится численный пример. Имеется успешный опыт решения подобных задач в других предметных областях. Данная статья может рассматриваться, как продолжение серии работ, посвященных применению автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария – системы «Эйдос»
-
01.00.00 Физико-математические науки
Краткое описание
Адекватная 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
-
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
pdf 3.330.924kb
doc 3.330.924kb