Метод формирования исходных данных для обучения интеллектуальных информационных систем, реализующий нейросетевые модели

Белокопытов М. Л., Протасова А. В., Пономарева Э. В., Митряев Г. А.

Читать статью полностью

  Метод формирования исходных данных для обучения интеллектуальных информационных систем, реализующий нейросетевые модели(1,32 MB)

Аннотация

В научной статье рассматривается возможность формирования исходных данных для обучения интеллектуальных информационных систем на основе нейросетевых моделей. В качестве варианта обучения нейронной сети использован способ, основанный на реализации метода рандомизации.

Ключевые слова:

интеллектуальные информационные системы – intelligent information systems; экспертные системы – expert systems; исходные данные – initial data; нейронная сеть – neural network.

Список литературы

1. Приказ Министра обороны РФ № 725 дсп от 17 декабря 2018 г. «Об утверждении Порядка взаимодействия ОВУ и органов информационного обеспечения ВС РФ по подготовке и распространению информации о кризисных ситуациях, чрезвычайных ситуациях, чрезвычайных происшествиях и иных событиях в ВС РФ, имеющих общественную значимость в средствах массовой информации». – М.: МО РФ. – 2018.

2. Концепция Единого информационного пространства Вооруженных Сил Российской Федерации [Электронный ресурс] / Утверждена начальником ГШ ВС РФ 16 декабря 2004 г. // Военно-научные публикации. – Режим доступа: http://militaryarticle.ru [дата обращения 03.05.2022], свободный. – Загл. с экрана.

3. Назаров, А. В. Нейросетевые алгоритмы прогнозирования и оптимизации систем / А.В. Назаров, А.И. Лоскутов. – СПб.: Наука и Техника, 2003. – 384 с.

4. Флегонтов, А. В. Система интеллектуальной обработки данных / А.В. Флегонтов, В.В. Фомин // Известия Российского государственного педагогического университета им. А.И. Герцена. – 2013. – № 154. – С. 41–48.

5. Финн, В. К. Искусственный интеллект: идейная база и основной продукт / В.К. Финн // Труды 9-ой национальной конференции по искусственному интеллекту, Тверь, 8–11 сентября 2004. – 2004. – Т. 1. – С. 11–20.

6. Яковлев, Е. Л. Модель оценивания вычислительной сложности интеллектуального распознавания объектов на изображениях на борту БЛА / Е.Л. Яковлев // Интеллектуальные технологии на транспорте. – 2018. – № 3. – С. 27–31.

7. Шапиро, Л. Компьютерное зрение / Л. Шапиро, Дж. Стокман. – М.: Бином. Лаборатория знаний, 2006. – 752 с.