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
Целью данной работы является изучение силы и направления влияния морфологических и биохимических свойств помидоров на количественные, качественные и финансово-экономические результаты их выращивания и степень детерминированности этих результатов. Достижение данной цели представляет большой научный и практический интерес как для ученых-селекционеров, а так и для овощеводов-практиков. Селекционерам это позволяет получить новые высокоэффективные сорта гибридов помидоров, а хозяйствам выбрать гибриды, возделывание которых наиболее эффективно с финансово-экономической точки зрения. Для достижения поставленной цели применяется Автоматизированный системно-когнитивный анализ (АСК-анализ) и его программный инструментарий – интеллектуальная система «Эйдос». Подробно рассматривается численный пример, основанный на реальных данных по гибридам помидоров
-
Автоматизированный системно-когнитивный анализ влияния пробиотиков в рационах на телосложение бычков
06.02.00 Ветеринария и Зоотехния
Краткое описание
Статья посвящена применению автоматизированного системно-когнитивного анализа для исследования пробиотиков на рост бычков, причем в качестве индикаторов роста использована не живая масса, а индексы, характеризующие форму телосложения и пропорции тела животных. Приводится подробный численный пример решения поставленной задачи на реальных данных
-
Краткое описание
Стремительно развивающиеся процессы глобальной информатизации общества оказали существенное влияние и на сферу образования. В последнее время в аграрных и других вузах резко возросли объемы генерируемой и обрабатываемой педагогической информации. Стихийно и целенаправленно создаются электронные банки данных педагогической информации, образовательные порталы. Все эти работы требуют значительных затрат труда и времени профессорско-преподавательского состава (ППС) вузов и большого количества технических специалистов в области информационных технологий, а также предполагают наличие соответствующего компьютерного и коммуникационного оборудования. Все это – это уже свершившийся факт. С другой стороны, возникает закономерный вопрос о степени осмысленности и целесообразности отдельных аспектов этого процесса в том виде, в каком он фактически осуществляется, и оценки его влияния на выполнение миссии ВУЗа вообще: «Подготовки качественных специалистов», в частности для регионального агропромышленного комплекса (АПК). По всей видимости, в настоящее время этот процесс развивается стихийно, и никем не спланирован, с учетом с одной стороны затрат различного рода на его осуществление, а с другой стороны - обеспечения его эффективности с точки зрения достижения поставленных целей и получения заданных желаемых результатов, как в натуральном, так и в стоимостном выражении. Осмысленность и оправданность же этому процессу может придать только его существенное положительное влияние на повышение качества образования, причем только при разумных адекватных затратах. Для аргументированного ответа на эти актуальные вопросы авторы предлагают применить теорию рефлексивного управления активными объектами, автоматизированный системно-когнитивный анализ (АСК-анализ), функционально-стоимостной анализ (ФСА) и метод «Директ-костинг». Имеется задел для решения поставленной проблемы: это большой опыт преподавательской и научной деятельности, успешный опыт применения АСК-анализа и ФСА для управления персоналом; программный инструментарий АСК-анализа – интеллектуальная система «Эйдос», находящаяся в полном открытом бесплатном доступе
-
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
-
08.00.13 Математические и инструментальные методы экономики (экономические науки)
Краткое описание
Традиционно, управляющие решения принимаются путем многократного решения задачи прогнозирования при различных значениях управляющих факторов и выбора такого их сочетания, которое обеспечивает перевод объекта управления в целевое состояние. Однако на реальные объекты управления действуют сотни и тысячи управляющих факторов, каждый из которых может иметь десятки значений. Полный перебор всех возможных сочетаний значений управляющих факторов приводит к необходимости решения задачи прогнозирования десятки и сотни тысяч и даже миллионы раз для принятия одного решения, и это является совершенно неприемлемым на практике. Поэтому необходим метод принятия решений не требующий значительных вычислительных ресурсов. Таким образом, налицо противоречие между фактическими и желаемым, в чем и состоит проблема, решаемая в работе. В данной работе предлагается развитый алгоритм принятия решений путем однократного решения обратной задачи прогнозирования (автоматизированный SWOT-анализ), использующий результаты кластерно-конструктивного анализа целевых состояний объекта управления и значений факторов и однократного решения задачи прогнозирования. Этим и обуславливается актуальность темы работы. Цель работы состоит в решении поставленной проблемы. Путем декомпозиции цели сформулированы следующие задачи, являющиеся этапами достижения цели. Когнитивно-целевая структуризация предметной области; формализация предметной области (разработка классификационных и описательных шкал и градаций и формирование обучающей выборки); синтез, верификация и повышение достоверности модели объекта управления; прогнозирование, принятие решений и исследование объекта управления путем исследования его модели. В качестве метода решения поставленных задач применяется автоматизированный системно-когнитивный анализ и его программный инструментарий – интеллектуальная система «Эйдос». В результате работы предложен развитый алгоритм приятия решений, применимый в интеллектуальных системах управления. Основной вывод по результатам работы состоит в том, что предлагаемый подход позволил успешно решить поставленную проблему
-
Автоматизированный системно-когнитивный анализ антибиотиков в ветеринарии
06.02.00 Ветеринария и Зоотехния
Краткое описание
Антибактериальные химиотерапевтические препараты, к которым относятся антибиотики и синтетические противомикробные средства, широко применяются в ветеринарии для профилактики и лечения заболеваний, вызываемых микроорганизмами. Антибактериальные средства можно классифицировать по типу действия и химической структуре. Известно также, что при применении нескольких препаратов в сочетании друг с другом они взаимодействуют внутри организма друг с другом, что может приводить к усилению или ослаблению их действия. По этим причинам представляет научный и практический интерес разработка классификации антибиотиков по их характеристикам и принципу действия (задача 1), а также по взаимной совместимости (задача 2). Эти задачи решаются в статье с применением нового метода агломеративной когнитивной кластеризации, реализованного в автоматизированном системно-когнитивном анализе (АСК-анализ). Этот метод кластеризации имеет ряд преимуществ перед известными традиционными методами кластеризации. Эти преимущества позволяют получить результаты кластеризации, понятные специалистам и поддающиеся содержательной интерпретации, хорошо согласующиеся с оценками экспертов, их опытом и интуитивными ожиданиями, что часто представляет собой проблему для классических методов кластеризации. В статье приводятся подробные численные примеры решения двух поставленных задач. Универсальная автоматизированная система «Эйдос», являющаяся инструментарием АСК-анализа, находится в полном открытом бесплатном доступе на сайте автора по адресу: http://lc.kubagro.ru/aidos/_Aidos-X.htm. Численные примеры решения задач ветеринарии с применением технологий искусственного интеллекта размещены как облачные Эйдос-приложения и доступны всем желающим
-
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
Создание систем искусственного интеллекта является одним из важных и перспективных направлений развития современных информационных технологий. Так как существует множество альтернатив математических моделей систем искусственного интеллекта, то возникает необходимость оценки качества этих моделей, для чего необходимо их сравнение. Для достижения поставленной цели необходимы свободный доступ к исходным данным и методика, которая позволяет преобразовать эти данные в форму, необходимую для их обработки в системе искусственного интеллекта. Удачным выбором для этих целей является база данных тестовых задач для систем искусственного интеллекта репозитория UCI. В данной работе использована база данных «Iris Data Set» из банка исходных данных по задачам искусственного интеллекта – репозитория UCI, на основе которой решается задачи формализации предметной области (разработки классификационных и описательных шкал и градаций и кодирование исходных данных с их использованием, в результате чего формируется обучающая выборка, по сути представляющая собой нормализованные исходные данные), синтеза и верификации статистических и системно-когнитивных моделей предметной области, идентификации конкретных цветов с классами, в качестве которых выступают сорта Ириса, а также исследования предметной области путем исследования ее модели. Для решения этих задач применяется автоматизированный системно- когнитивный анализ (АСК-анализ) и его программный инструментарий – интеллектуальная система «Эйдос»
-
АСК-анализ классов вина по его свойствам на основе данных репозитория UCI
Краткое описание
Создание систем искусственного интеллекта является одним из важных и перспективных направлений развития современных информационных технологий. Так как существует множество альтернатив систем искусственного интеллекта, то возникает необходимость оценки качества математических моделей этих систем. В данной работе рассмотрено решение задачи идентификации классов уровней оплаты сотрудников фирмы по их характеристикам. Для достижения поставленной цели необходимы свободный доступ к тестовым исходным данным и методика, которая поможет преобразовать эти данные в форму, которая необходима для работы в системе искусственного интеллекта. Удачным выбором является база данных тестовых задач для систем искусственного интеллекта репозитория UCI. В данной работе использована база данных «Wine Data Set» из банка исходных данных по задачам искусственного интеллекта – репозитория UCI. При этом наиболее достоверной в данном приложении оказались модели INF4, основанная на семантической мере целесообразности информации А.Харкевича при интегральном критерии «Сумма знаний». Точность модели составляет 0,916, что заметно выше, чем достоверность экспертных оценок, которая считается равной около 70%. Для оценки достоверности моделей в АСК-анализе и системе «Эйдос» используется F-критерий Ван Ризбергена и его нечеткое мультиклассовое обобщение, предложенное проф.Е.В.Луценко (L-мера)
-
Краткое описание
Автоматизированный системно-когнитивный анализ (АСК-анализ) изображений обеспечивает автоматическое выявление признаков конкретных изображений из цветов пикселей и контуров изображений, синтез обобщенных образов изображений (классов), выявление наиболее характерных и нехарактерных для классов признаков изображений, определение ценности признаков изображений для их различения, удаление из модели малоценных признаков (абстрагирование), решение задач количественного сравнения конкретных изображений с обобщенными образами классов и обобщенных образов классов друг с другом, а также задачи исследования моделируемой предметной области путем исследования ее модели. В работе рассматриваются новые возможности АСК-анализа и реализующей его интеллектуальной системы «Эйдос», обеспечивающие выявление признаков изображений путем их спектрального анализа, формирования обобщенных спектров классов, решение задач сравнения изображений конкретных объектов с классами и классов друг с другом по их спектрам. Впервые стало возможным формировать обобщенные спектры классов с весами цветов по степени их характерности и нехарактерности для классов, причем это не интенсивность цвета в спектре, а количество информации в цвете о принадлежности объекта с этим цветом к данному классу. По сути, речь идет об обобщении спектрального анализа путем применении интеллектуальных когнитивных технологий и теории информации в спектральном анализе. Во-первых, все говорят о том, что в спектральных линиях содержится информация о том, какой элемент или вещество входят в состав объекта, но никто не удосужился посчитать какое же это конкретно количество этой информации, а затем использовать его для определения состава объекта методы распознавания образов, основанные на использовании этой информации. Во-вторых, спектральный анализ традиционно используется для определения элементарного и молекулярного состава объекта, а мы предлагаем использовать его не только для этого, но и для идентификации любых изображений. Приводится численный пример
pdf 13.791.819kb
doc 13.791.819kb