Автоматизированный системно-когнитивный анализ и система «Эйдос» как метод и инструментарий решения задач в различных предметных областях

Для интеллектуального анализа текстовых, числовых и графических эмпирических данных в различных предметных областях предложены метод автоматизированного системно-когнитивного анализа и его программный инструментарий — интеллектуальная система «Эйдос». Данные метод и инструментарий позволяют на много порядков повысить возможности естественного интеллекта. Они разработаны в универсальной постановке и не зависят от предметной области и конкретной решаемой задачи. Спецификой метода является то, что независимые и зависимые переменные могут формализоваться как в текстовых шкалах (логических, номинальных — категориальных лингвистических переменных — и порядковых), так и в числовых шкалах в различных единицах измерения. При этом метод и инструментарий обеспечивают сопоставимость обработки данных различных типов, представленных в разных типах шкал и единицах измерения путем метризации текстовых шкал, т.е. повышения их степени формализации до уровня числовых шкал. Это достигается путем вычисления количества информации (или других количественных мер знаний), содержащегося в градациях описательных шкал, о переходе объекта моделирования в состояния, описываемые градациями классификационных шкал. Поставлены многочисленные задачи, которые могут решаться с помощью данного метода и инструментария. Основные задачи: 1) когнитивная структуризация предметной области, статичная и динамичная интерпретации классификационных и описательных шкал и градаций; 2) формализация предметной области; 3) синтез статистических и системно-когнитивных моделей, многопараметрическая типизация и частные критерии знаний; 4) верификация моделей; 5) выбор наиболее достоверной модели; 6) системная идентификация и прогнозирование, интегральные критерии знаний; 7) поддержка принятия решений в упрощенном и развитом вариантах; 8) исследование объекта моделирования путем изучения его модели (включает больше 10 подзадач)

1. Луценко Е. В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем). — Краснодар: КубГАУ, 2002. — 605 с. EDN: OCZFHC

2. Орлов А. И., Луценко Е. В. Системная нечеткая интервальная математика. — Краснодар: КубГАУ, 2014. — 600 с. EDN: RZJXZZ

3. Луценко Е. В., Головин Н. С. Системы. — Краснодар: ВЦСКИ «Эйдос», 2024. — 518 с. DOI: 10.13140/RG.2.2.22863.09123. EDN: INUTJL

4. Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета: http://ej.kubagro.ru/t2.asp?aut=11&keepThis=true&TB_iframe=true&width=750

5. Луценко Е. В., Головин Н. С. Методологические принципы научного познания и методика изложения научных результатов. — Краснодар: КубГАУ, 2024. DOI: 10.13140/rg.2.2.32569.79203. EDN: JQDIEX

6. Луценко Е. В., Головин Н. С. Революция начала XXI века в искусственном интеллекте: глубинные механизмы и перспективы. — Краснодар: КубГАУ, 2024. — 495 с. DOI: 10.13140/rg.2.2.17056.56321. EDN: OMIPIL

7. Луценко Е. В. Синтез адаптивных интеллектуальных измерительных систем с применением АСК-анализа и системы «Эйдос», системная идентификация в эконометрике, биометрии, экологии, педагогике, психологии и медицине / Науч. жур. КубГАУ. 2016. № 116. С. 1 – 60. EDN: VQUVHJ

8. Шитиков В. К., Розенберг Г. С., Зинченко Т. Д. Количественная гидроэкология: методы системной идентификации. — Самара: Самарский научный центр РАН, 2003. — 463 с. ISBN 5-93424-109-5. EDN: QKMGTL

9. Орлов А. И. Новая парадигма прикладной статистики / Заводская лаборатория. Диагностика материалов. 2012. Т. 78. № I-1. С. 87 – 93. EDN: OOEMQT

10. Орлов А. И. Состоятельные критерии проверки абсолютной однородности независимых выборок / Заводская лаборатория. Диагностика материалов. 2012. Т. 78. № 11. С. 66 – 70. EDN: PIDWOR

11. Орлов А. И. Искусственный интеллект, нейросети, большие данные и математические методы исследования / Заводская лаборатория. Диагностика материалов. 2023. Т. 89. № 7. С. 5 – 7. DOI: 10.26896/1028-6861-2023-89-7-5-7. EDN: MYVPMI

12. Покровский В. М., Абушкевич В. Г. и др. Сердечно-дыхательный синхронизм в оценке регуляторно-адаптивных возможностей организма. — Краснодар: Кубань-книга, 2010. — 243 с. ISBN 978-5-91053-022-9. EDN: QLYKPD

13. Цветков В. Я. Извлечение знаний для формирования информационных ресурсов. — М.: Государственный научно-исследовательский институт информационных образовательных технологий, 2006. — 158 с. EDN: RUYHKB

14. Поляков А. А., Цветков В. Я. Прикладная информатика: учебно-методическое пособие. Т. 2. — М.: ООО «МАКС Пресс», 2008. — 860 с. EDN: RUXIHT

15. Блинкин М. Я., Решетова Е. М. Безопасность дорожного движения: история вопроса, международный опыт, базовые институции. — М.: Высшая школа экономики, 2013. — 240 с. EDN: VVQMFJ

16. Захарова Е. Н. Исследование слабоструктурированных проблем социально-экономических систем. Когнитивный подход. — Ростов-на-Дону: ЮФУ, 2006. — 332 с. ISBN 5-7507-0220-0. EDN: RSGKOT

17. Орлов А. И. Математические методы теории классификации / Науч. жур. КубГАУ. 2014. № 95. С. 23 – 45. EDN: RVEYCL

18. Розенберг И. Н., Цветков В. Я. Информатика и синергетика. — М.: МИИТ, 2015. — 88 с. EDN: TZAHW

19. Савенок О. В. Оптимизация функционирования эксплуатационной техники для повышения эффективности нефтепромысловых систем с осложненными условиями добычи. — Краснодар: ИД «Юг», 2013. — 336 с. EDN: TLSVJB

20. Мартынушкин А. Б. Формирование системы управления рисками сельскохозяйственных предприятий: дис. ... канд. экон. наук. — М., 2008. — 177 с. EDN: NQHTRH

21. Бармута К. А., Богданова И. О., и др. Современные аспекты формирования инновационной экономики и менеджмента. — Ростов-на-Дону: Донской государственный технический университет, 2020. — 159 с. EDN: YEAAYS

22. Аврелькин В. А., Акулов А. В. и др. Качество жизни в XXI веке: актуальные проблемы и перспективы. — Екатеринбург: ГК «Стратегия позитива», 2014. — 542 с. EDN: TERCVV

23. Зелинская М. В., Пронин Е. С. Системный подход при отборе персонала: основные этапы и критерии / Науч. жур. КубГАУ. 2015. № 108. С. 1093 – 1106. EDN: TROMWP

24. Котляков В. Ю. Методика «Система жизненных смыслов» / Вестник Кемеровского государственного университета. 2013. № 2-1(54). С. 148 – 153. EDN: QBFAVV

25. Козлова О. А., Гладкова Т. В. и др. Методический подход к измерению качества жизни населения региона / Экономика региона. 2015. № 2(42). С. 182 – 193. DOI: 10.17059/2015-2-15. EDN: VHRTJL

26. Пойа Д. Математика и правдоподобные рассуждения. — М.: Наука, 1975. — 464 с.

27. Макаренко С. И. Интеллектуальные информационные системы: учебное пособие. — Ставрополь, 2009. — 206 с. EDN: QIRWSN

28. Борталевич С. И., Логинов Е. Л. и др. Стратегическое управление распределенными объектами в условиях самоорганизованной критичности внешней среды. — М.: Институт проблем рынка РАН, 2015. — 202 с. EDN: TCESIN

29. Лянцев А. В., Стародубцев М. П. Информационные технологии как неотъемлемая часть при обучении в системе образования / Актуальные проблемы профессионально-прикладной физической культуры и спорта: Межвузовский сборник научно-методических работ. — Санкт-Петербург: Политех-Пресс, 2020. С. 17 – 21. EDN: TSWCCT

30. Карпун Н. Н. Структура комплексов вредных организмов древесных растений во влажных субтропиках России и биологическое обоснование мер защиты: дис. ... докт. биол. наук. — Сочи, 2018. — 399 с. EDN: ZOSTYA

31. Раков Д. Л. Структурный анализ и синтез новых технических систем на базе морфологического подхода. — М.: КД «ЛИБРОКОМ», 2011. — 159 с. ISBN 978-5-397-02604-8. EDN: QMHIVZ

32. Сафронова Т. И. Информационная модель управления качеством состояния рисовой оросительной системы / Труды КубГАУ. 2007. № 6. С. 11 – 15. EDN: JUGWXJ

33. Богаткина Ю. Г. и др. Применение информационных технологий для экономической оценки нефтегазовых инвестиционных проектов. — М.: «МАКС Пресс», 2016. — 148 с. ISBN 978-5-317-05187-7. EDN: VJVGIJ

34. Луценко Е. В., Лойко В. И. и др. Системы представления и приобретения знаний. — Краснодар: Экоинвест, 2018. — 513 с. EDN: UZZBLC

35. Ермоленко В. В. Интеллектуальный человеческий капитал в обеспечении принятия уникальных управленческих решений в корпорации. Теория, методология и инструменты. — Краснодар: КубГУ, 2012. — 363 с. ISBN 978-5-8209-0798-2. EDN: RAIEPZ

36. Мехренцев А. В., Хрущева М. И. и др. Качество жизни: проблемы и перспективы XXI века: коллективная монография. — Екатеринбург: ГК «Стратегия позитива», 2013. — 532 с. ISBN 978-5-94984-389-5. EDN: QCEIAT

37. Абдужалилов Х. А., Аванесян К. А., и др. Экосистемы в пространстве новой экономики. — Ростов-на-Дону: ЮФУ, 2020. 788 с. ISBN 978-5-9275-3706-8. EDN: VCAFTP

38. Насырова С. И. Экономика, ориентированная на человека: разработка дефиниции / Russian Journal of Economics and Law. 2022. Т. 16. № 2. С. 258 – 274. DOI: 10.21202/2782-2923.2022.2.258-274. EDN: SDXTAR

39. Рекс Л. М., Умывакин В. М. и др. Математическая модель экологической ситуации на рисовой оросительной системе / Науч. жур. КубГАУ. 2008. № 44. С. 191 – 208. EDN: JWXXYN

40. Ахременко А. С., Евтушенко С. А. Качество жизни регионов России: политологический аспект, методология и методика измерения / Вестник Московского университета. Серия 12: Политические науки. 2010. № 1. С. 67 – 83. EDN: LLSYYB

41. Хлопова Т. П., Романова М. Л. и др. Мониторинг качества образования в современных условиях. — Краснодар: КубГТУ, 2013. — 166 с. ISBN 978-5-8333-0471-6. EDN: ROKNSH