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
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
-
Краткое описание
На основе семантических информационных моделей исследована зависимость параметров сейсмической активности от положения небесных тел
-
Краткое описание
В статье на примере одного из сегментов фондового рынка рассматривается технология и методика применение системно-когнитивного анализа и его инструментария – системы «Эйдос» для синтеза и верификации информационных семантических моделей временных рядов
-
Краткое описание
В статье рассматривается технология и методика применение системно-когнитивного анализа и его инструментария – системы «Эйдос» для использования информационных семантических моделей временных рядов (на примере одного из сегментов фондового рынка) для решения задач прогнозирования и поддержки принятия решений, а также исследования предметной области
-
Краткое описание
В статье на примере одного из сегментов фондового рынка рассматривается технология и методика применение системно-когнитивного анализа и его инструментария – системы «Эйдос» для когнитивная структуризации и формализации предметной области с целью моделирования временных рядов
-
Краткое описание
На показатели эффективности работы торговой фирмы в натуральном и стоимостном выражении существенное влияние оказывает номенклатура и объемы закупаемой и реализуемой продукции, а также то, у каких она закупается поставщиков и каким потребителям продается. Однако решение задачи выбора рациональной номенклатуры продукции наталкивается на значительные затраты вычислительных и человеческих ресурсов, а также отсутствие исходных данных, и при реальных размерностях данная задача не имеет решения. В статье предлагается такое решение, очень экономное по затратам различных видов ресурсов и основанное на применении теории информации, когнитивных технологий и теории управления
-
Краткое описание
В статье формулируется проблема управления агропромышленным комплексом (АПК), рассматриваются цели управления и критерии его успешности, а также состав автоматизированной системы управления, включая объект управления, управляющую систему, информационно-измерительную систему и подсистему оказания управляющих воздействий. Предлагается: 1) целью управления считать повышение уровня качества жизни населения региона; 2) в качестве критериев успешности управления рассматривать показатели уровня качества жизни населения; 3) объемы и направленность инвестиций использовать как управляющий фактор 4) синтез и верификацию модели АПК осуществлять непосредственно в цикле управления на основе применения системно-когнитивного анализа (СК-анализ) и его программного инструментария - интеллектуальной системы «Эйдос»; 5) прогнозирование развития АПК и выработку управляющих решений осуществлять на основе когнитивной модели АПК с применением СК-анализа и системы «Эйдос»
-
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
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
Цель статьи состоит в применении автоматизированного системно-когнитивного анализа (АСК-анализ) для исследования влияния агротехнологических факторов на урожайность и качество пшеницы и применению созданных моделей для решения задач прогнозирования, поддержки принятия решений и исследования моделируемой предметной области путем исследования ее модели. Для достижения поставленной цели поставлены и решены следующие задачи, полученные путем декомпозиции цели и являющиеся этапами ее достижения: Задача 1: сформулировать идею и концепцию решения проблемы; Задача 2: обосновать выбор метода и инструмента решения проблемы; Задача 3: применить выбранный метод и инструмент для достижения поставленной цели: когнитивная структуризация предметной области; формализация предметной области; синтез и верификация модели; повышение качества модели и выбор наиболее достоверной модели; решение в наиболее достоверной модели задач диагностики (классификации, распознавания, идентификации), поддержки принятия решений и исследования моделируемой предметной области путем исследования ее модели. Задача 4: описать эффективность предложенного решения проблемы. Задача 5: рассмотреть ограничения и недостатки предложенного решения проблемы и перспективы его развития путем их преодоления этих ограничений и недостатков. Приводится подробный численный пример решения поставленных задач, основанный на 217 реальных примерах выращивания пшеницы на полях Краснодарского края. Для читателей обеспечивается возможность загрузки данного численного примера и установки его у себя на компьютере для изучения