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
Качество жизни населения региона является важнейшим интегральным критерием оценки эффективности деятельности региональной администрации. Важнейшей системообразующей отраслью экономики Краснодарского края является агропромышленный комплекс (АПК). Поэтому возникает задача управления качеством жизни населения региона путем использования в качестве управляющего фактора объемов и направленности инвестиций в АПК
-
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
-
01.00.00 Физико-математические науки
Краткое описаниеСтатья посвящена решению проблемы, заключающейся в том, что с одной стороны рейтинг российских вузов востребован, а с другой стороны пока он не создан. Предлагаемая идея решения проблемы состоит в применении отечественной лицензионной инновационной интеллектуальной технологии для этих целей: а именно предлагается применить автоматизированный системно-когнитивный анализ (АСК-анализ) и его программный инструментарий – интеллектуальную систему «Эйдос». Эти методы подробно описываются в этом контексте. Предлагается рассмотреть возможности применения данного инструментария на примере университетского рейтинга Гардиан, и рассматриваются его частные критерии (показатели вузов). Указываются источники данных и методика их подготовки для обработки в системе «Эйдос». В соответствии с методологией АСК-анализа описывается установка системы «Эйдос», ввод исходных данных в нее и формализация предметной области, синтез и верификация модели, их отображение и применение для решения задач оценки рейтинга Гардиан для российских вузов и исследования объекта моделирования. Рассматриваются перспективы и пути создания интегрированного рейтинга российских вузов и эксплуатации рейтинга в адаптивном режиме. Указываются ограничения предлагаемого подхода и перспективы его развития
-
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"). Основным первичным наукометрическим показателем, на основе которого строятся все остальные, такие, например, как индекс Хирша, является число цитирований работ автора, размещенных в библиографической базе данных. Это число цитирований определяется программным обеспечением РИНЦ путем так называемой «привязки», которая представляет собой грамматический разбор и поиск в базах данных работ автора, релевантных (соответствующих) ссылкам на них из источников литературы в работах различных авторов. Однако проблема состоит в том, что, как показывает опыт, авторы допускают очень большое количество некорректных и просто неполных ссылок в списках литературы, очень далеких от ГОСТ. В настоящее время программное обеспечение РИНЦ не может автоматически привязать эти некорректные ссылки и это требует вмешательства человека. Но централизованно, силами специалистов РИНЦ, это сделать не представляется возможным из-за огромного объема работ, а распределенная работа большого числа специалистов на местах все равно требует централизованной модерации. В результате работа по привязке ссылок к литературным источникам ведется очень медленно и огромный объем ссылок оказывается непривязанными. Это ведет к занижению накометрических показателей как отдельных авторов, так и научных коллективов, что нельзя признать приемлемым. Решение этой проблемы предлагается путем применения автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария – интеллектуальной системы «Эйдос». Приводится численный пример интеллектуальной привязки реальных некорректных ссылок к работам автора на основе небольшого объема реальных наукометрических данных, находящихся в открытом бесплатном on-line доступе в РИНЦ
-
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
-
Обоснование выбора метода 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. В данной статье проводится сравнение методов прогнозирования и предлагается применить АСК-анализ, который имеет хорошее теоретическое обоснование содержательной интерпретации модели знаний, основанной на теории информации; высокую точность и независимость результатов расчетов от единиц измерения исходных данных за счет использования не корреляционной матрицы, как в статистических системах, а матриц знаний. Развитый и доступный инструментарий АСК-анализа – интеллектуальная система «Эйдос» (автор – Е.В.Луценко, 1994) позволяет на основе фрагментированных, зашумленных исходных данных различной природы (числовых, текстовых) создавать модели большой размерности. АСК-анализ и система «Эйдос» имеют широкую успешную апробацию в экономике, технике, сельском хозяйстве, социологии и других областях. Эти особенности АСК-анализа и обусловили его выбор в качестве метода прогнозирования динамики показателей корпорации
-
Оценка эффективности кредитных средств во взаимодействующих предприятиях АПК
Краткое описаниеПриведены результаты исследования по оценке эффективности кредитных средств во взаимодействующих сельскохозяйственных (СХП) и перерабатывающих (ПП) предприятиях АПК. Проведенные исследования являются продолжением научных работ по разработке математических моделей взаимодействия предприятий СХП и ПП, показанных в статьях [1, 2, 3]. В данной статье представлен разработанный авторами комплекс моделей управления кредитными средствами взаимодействующих предприятий агропромышленного комплекса. В его состав входят математические модели экономической эффективности сельскохозяйственного предприятия с учетом использования кредитных средств, а так же оценки максимально допустимой величины процентной ставки кредита и минимальной цены реализации единицы готовой сельскохозяйственной продукции; математическая модель экономической эффективности перерабатывающего предприятия с учетом кредитных обязательств сельскохозяйственного предприятия и модель для расчета минимальной цены реализации его готовой продукции; математическая модель экономической эффективности объединенного предприятия с учетом взятых им кредитов и предложена модель для расчета минимальной цены реализации его готовой продукции
-
05.13.18 Математическое моделирование, численные методы и комплексы программ (технические науки)
Краткое описаниеДанная работа продолжает серию работ автора, посвященных применению современных научных методов в исследованиях сознания человека. В 1979-1981 были написаны две монографии, посвященные высшим формы сознания, перспективам человека, технологии и общества. Одна из этих монографий была двухтомной и называлась: «Теоретические основы синтеза квазибиологических роботов». В этих монографиях были предложены: 1) критериальная периодическая классификация 49 форм сознания, включающая и высшие формы сознания (ВФС); 2) основанные на этой классификации психологические, микросоциальные и технологические методики перехода между различными формами сознания, в т.ч. методики перехода из обычной формы сознания в ВФС; 3) информационно-функциональная теория развития техники (в т.ч. закона повышения качества базиса); 4) информационная теория стоимости; 5) 11 функциональных схем технических систем будущих форм общества, в т.ч. системы дистанционного миротелекинетического (мысленного) управления; 6) концепция развития общества в группах общественно-экономических формаций; 7) концепция детерминации формы сознания человека функциональным уровнем технологической среды; 8) математическое и численное моделирование динамики плотности вероятности состояний сознания человека в эволюции с применением теории Марковских случайных процессов. В данной работе проводится полный автоматизированный системно-когнитивный анализ (АСК-анализ) периодической критериальной классификации форм сознания, предложенной автором в 1978 году. Для этого в работе решаются задачи: когнитивной структуризации и формализации предметной области; синтеза и верификации статистических и системно-когнитивных моделей (многопараметрической типизации форм сознания); системной идентификации форм сознания; их типологического анализа; исследования моделируемой предметной области путем исследования ее модели. Приводится подробный численный пример решения всех этих задач
-
01.00.00 Физико-математические науки
Краткое описаниеКлассическая количественная мера достоверности моделей: F-мера Ван Ризбергена основана на подсчете суммарного количества верно и ошибочно классифицированных и не классифицированных объектов обучающей выборки. В мультиклассовых системах классификации объект может одновременно относится ко многим классам. Соответственно, при синтезе модели его описание используется для формирования обобщенных образов многих классов, к которым он относится. При использовании модели для классификации определяется степень сходства-различия объекта со всеми классами, причем истинно-положительным решением может являться принадлежность объекта сразу к нескольким классам. В результате такой классификации получается, что объект не просто правильно или ошибочно относится или не относится к различным классам, как в классической F-мере, но правильно или ошибочно относится или не относится к ним в различной степени. Однако классическая F-мера не учитывает того, что объект может, фактически, одновременно относится ко многим классам (мультиклассовость) и того, что в результате классификации может быть получена различная степень сходства-различия объекта с классами (нечеткость). На численных примерах автором установлено, что при истинно-положительных и истинно-отрицательных решениях модуль сходства-различия объекта с классами значительно выше, чем при ложно-положительных и ложно-отрицательных решениях. Поэтому была предложена L1-мера достоверности моделей, учитывающая не просто сам факт истинно или ложно положительного или отрицательного решения, но и степень уверенности классификатора в этих решениях. При классификации больших данных было обнаружено большое количество ложно-положительных решений с низким уровнем сходства, которые, однако, суммарно вносят большой вклад в снижение достоверности модели. Чтобы преодолеть эту проблему предлагается L2-мера, в которой вместо сумм уровней сходства используется средние уровни сходства по различным вариантам классификации. Таким образом, в данной работе предлагаются меры достоверности моделей, названые L1-мера и L2-мера, смягчающие и преодолевающие недостатки F-меры, эти меры описаны математически и их применение продемонстрировано на простом численном примере. В интеллектуальной системе «Эйдос», которая является программным инструментарием автоматизированного системно-когнитивного анализа (АСК-анализ), реализованы все эти меры достоверности моделей: F, L1 и L2
-
Краткое описание
Методы Функционально-стоимостного анализа и «Директ-костинг» общеизвестны и популярны. По своим идеям и принципам Функционально- стоимостной анализ и метод «Директ-костинг» очень сходны, если не сказать тождественны. С одной стороны эти идеи весьма разумны, хорошо обоснованы теоретически и доказали свою эффективность на практике. С другой стороны широкому применению этих методов препятствует сложность получения больших объемов детализированной технологической и финансово- экономической информации, а также необходимость ее тщательного исследования компетентными специалистами, хорошо и содержательно разбирающимися в предметной области. В этом и состоит противоречие между желанием применить методы ФСА и «Директ- костинг» сложностью это сделать на практике. Это противоречие представляет собой реальную проблему и часто обескураживает и вызывает разочарование этими методами. В данной работе предлагается простое и эффективное решение данной проблемы, хорошо обоснованное теоретически, оснащенное всем необходимым методическим и программным инструментарием и широко и успешно апробированное на практике. Предлагаемое решение основано на двух простых идеях: 1) вместо сбора и проведения содержательного исследования большого объема технологической и финансово-экономической информации применить подходы, приятные в теории управления; 2) для создания системы автоматизированного управления натуральной и финансово-экономической эффективностью затрат применить автоматизированный системно- когнитивный анализ и его программный инструментарий – интеллектуальную систему «Эйдос». В названии специальности 08.00.05 – Экономика и управление народным хозяйством, есть такие слова: «управление предприятиями, отраслями, комплексами, инновациями». Использование термина «Управление» предполагает, что есть модель, отражающая влияние факторов на объект управления, и есть управляющая система, принимающая решения на основе этой модели. Однако, как правило, в диссертациях по этой специальности мы ничего этого не видим, а видим лишь финансово- экономические расчеты. В статье предлагается подход, основанный на теории управления, снимающий этот недостаток