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: 273 шт
Сформировать список работ, опубликованных в Научном журнале КубГАУ
-
Краткое описание
В статье на небольшом и наглядном численном примере подробно рассматриваются методологические аспекты технологии выявления знаний из эмпирических данных, представления знаний и их использования для решения задач прогнозирования, принятия решений и исследования предметной области в системно-когнитивном анализе (СК-анализ) и его программном инструментарии – интеллектуальной системе «Эйдос»
-
Краткое описание
Перерабатывающий комплекс региона рассматривается как многоуровневая иерархическая активная рефлексивная система, являющаяся объектом интеллектуального управления. Экономическая устойчивость перерабатывающего комплекса региона рассматривается как одна из важнейших его характеристик, существенно влияющих на количественные и качественные результаты работы. Реализуется системно-когнитивный подход к построению и верификации системы интеллектуальных моделей перерабатывающего комплекса региона. Выбирается наиболее адекватная модель перерабатывающего комплекса региона, в которой и исследуется вопросы управления его экономической устойчивостью
-
Краткое описание
В статье в обобщенной форме рассмотрена методология применения системно-когнитивного анализа для синтеза многоуровневой семантической информационной модели управления агропромышленным холдингом и решения на ее основе задач прогнозирования, поддержки принятия решений по управлению и научных исследований.
-
Методы снижения размерности пространства статистических данных
01.00.00 Физико-математические науки
Краткое описание
Одной из «точек роста» прикладной статистики являются методы снижения размерности пространства статистических данных. Они все чаще используются при анализе данных в конкретных прикладных исследованиях, например, социологических. Рассмотрим наиболее перспективные методы снижения размерности. Метод главных компонент является одним из наиболее часто используемых методов снижения размерности. Для визуального анализа данных часто используют проекции исходных векторов на плоскость первых двух главных компонент. Обычно хорошо видна структура данных, выделяются компактные кластеры объектов и отдельно выделяющиеся вектора. Метод главных компонент является одним из методов факторного анализа. Новая идея по сравнению с методом главных компонент состоит в том, что на основе нагрузок происходит разбиение факторов на группы. В одну группу объединяются факторы, имеющие сходное влияние на элементы нового базиса. Затем из каждой группы рекомендуется оставить одного представителя. Иногда вместо выбора представителя расчетным путем формируется новый фактор, являющийся центральным для рассматриваемой группы. Снижение размерности происходит при переходе к системе факторов, являющихся представителями групп. Остальные факторы отбрасываются. На использовании расстояний (мер близости, показателей различия) между признаками и основан обширный класс методов многомерного шкалирования. Основная идея этого класса методов состоит в представлении каждого объекта точкой геометрического пространства (обычно размерности 1, 2 или 3), координатами которой служат значения скрытых (латентных) факторов, в совокупности достаточно адекватно описывающих объект. В качестве примера применения вероятностно-статистического моделирования и результатов статистики нечисловых данных обоснуем состоятельность оценки размерности пространства данных в многомерном шкалировании, ранее предложенной Краскалом из эвристических соображений. Рассмотрен ряд работ по оцениванию размерностей моделей (в регрессионном анализе и в теории классификации). Дана информация об алгоритмах снижения размерности в автоматизированном системно- когнитивный анализе
-
01.00.00 Физико-математические науки
Краткое описание
В статье измерительные шкалы рассматриваются как инструмент создания формальных моделей реальных объектов и инструмент повышения степени формализации этих моделей до уровня, до-статочного для их реализации на компьютерах. Описываются различные типы измерительных шкал, позволяющие создавать модели различной степени формализации; приводятся типы преобразований, допустимые при обработке эмпирических данных, полученных с помощью шкал различного типа; ставится задача метризации шкал, т.е. преобразования к наиболее формализованному виду; предлагается 7 способов метризации всех типов шкал, обеспечивающих совместную сопоставимую количественную обработку разнородных факторов, измеряемых в различных единицах измерения за счет преобразования всех шкал к одним универсальным единицам измерения в качестве которых выбраны единицы измерения количества информации. Все эти способы метризации реализованы в системно-когнитивном анализе и интеллектуальной системе «Эйдос»
-
Моделирование динамики полюса Земли с применением АСК-анализа
Краткое описание
На основе локальных семантических информационных моделей исследована зависимость динамики смещения полюса от положения небесных объектов. Разработан дифференцированный анализ и АСК-моделирование динамики полюса внутри шестилетних циклов по реперным точкам. Обоснованы причины возникновений инверсий и сингулярных состояний в динамике полюса
-
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
Рассмотрено применение Системно-когнитивного анализа и интеллектуальной системы «Эйдос-Х++» для создания моделей сложных многофакторных нелинейных объектов управления на основе зашумленных фрагментированных эмпирических данных большой размерности и для применения этих моделей для решения задач прогнозирования, принятия управляющих решений и исследования моделируемых объектов. Сформулировано системное обобщение принципа Эшби (для нелинейных систем). Приведен численный пример исследования абстрактной нелинейной системы (фигуры Лиссажу), в которой совместное влияние нескольких факторов не является суммой влияний каждого из этих факторов по отдельности, что говорит о невыполнении для этих факторов принципа супер-позиции и нелинейных эффектах в рассматриваемой системе. Показано, что предлагаемый аппарат и программный инструментарий позволяют успешно моделировать подобные системы. Отметим, что предлагаемый аппарат и инструментарий позволяют интерпретировать одни классификационные шкалы, как прогнозируемые географические координаты событий, а другие, как прогнозируемые события и степень их выраженности, что позволяет получить картографическую визуализацию результатов распознавания места и времени событий
-
01.00.00 Физико-математические науки
Краткое описание
Метод наименьших квадратов (МНК) широко известен и пользуется заслуженной популярностью. Вместе с тем не прекращаются попытки усовершенствования этого метода. Результатом одной из таких попыток является взвешенный метод наименьших квадратов (ВМНК), суть которого в том, чтобы придать наблюдениям вес обратно пропорциональный погрешностям их аппроксимации. Этим самым, фактически, наблюдения игнорируются тем в большей степени, чем сложнее их аппроксимировать. В результате такого подхода формально погрешность аппроксимации снижается, но фактически это происходит путем частичного отказа от рассмотрения «проблемных» наблюдений, вносящих большую ошибку. Если эту идею, лежащую в основе ВМНК довести до крайности (и тем самым до абсурда), то в пределе такой подход приведет к тому, что из всей совокупности наблюдений останутся только те, которые практически точно ложатся на тренд, полученный методом наименьших квадратов, а остальные просто будут проигнорированы. Однако, по мнению автора, фактически это не решение проблемы, а отказ от ее решения, хотя внешне и выглядит как решение. В работе предлагается именно решение, основанное на теории информации: считать весом наблюдения количество информации в аргументе о значении функции. Этот подход был обоснован в рамках нового инновационного метода искусственного интеллекта: метода автоматизированного системно-когнитивного анализа (АСК-анализа) и реализован еще 30 лет назад в его программном инструментарии – интеллектуальной системе «Эйдос» в виде так называемых «когнитивных функций». В данной статье приводится алгоритм и программная реализация данного подхода, проиллюстрированные на подробном численном примере. В будущем планируется дать развернутое математическое обоснование метода взвешенных наименьших квадратов, модифицированного путем применения теории информации для расчета весовых коэффициентов наблюдений, а также исследовать его свойства
-
01.00.00 Физико-математические науки
Краткое описание
В данной статье кратко рассматриваются математическая сущность предложенной автором модификации взвешенного метода наименьших квадратов (ВМНК), в котором в качестве весов наблюдений применяется количество информации в них. Предлагается два варианта данной модификации ВМНК. В первом варианте взвешивание наблюдений производится путем замены одного наблюдения с определенным количеством информации в нем соответствующим количеством наблюдений единичного веса, а затем к ним применяется стандартный метод наименьших квадратов (МНК). Во втором варианте взвешивание наблюдений производится для каждого значения аргумента путем замены всех наблюдений с определенным количеством информации в них одним наблюдением единичного веса, полученным как средневзвешенное от них, а затем к ним применяется стандартный МНК. Подробно описана методика численных расчетов количества информации в наблюдениях, основанная на теории автоматизированного системно-когнитивного анализа (АСК-анализ) и реализованная в его программном инструментарии – интеллектуальной системе «Эйдос». Приводится иллюстрация предлагаемого подхода на простом численном примере. В будущем планируется дать более развернутое математическое обоснование метода взвешенных наименьших квадратов, модифицированного путем применения в качестве весов наблюдений количества информации в них, а также исследовать его свойства
pdf 1.583.685kb
doc 1.583.685kb