— Семантический анализ текстов естественного языка: цели и средства
Леонид Святогор, Виктор Гладун
— Базовая онтология распределенной виртуальной лаборатории проектирования сенсорных систем
Александр Палагин, Владимир Романов, Крассимир Марков, Виталий Величко, Игорь Галелюка, Крассимира Иванова, Петер Станчев, Илия Митов, Милена Станева
— Автоматизированное создание тезауруса терминов предметной области для локальных поисковых систем Виталий Величко, Павел Волошин, Светлана Свитла
— Methods of Synthesizing Reversible Spatial Multivalued Structures of Language Systems Grigoriy Chetverikov, Irina Leshchinskaya, Irina Vechirskaya
— Computer Technology for Sign Language Modelling Iurii Krak, Iurii Kryvonos, Olexander Barmak, Anton Ternov, Bohdan Trotsenko
Knowledge Engineering
— Theoretic-Experimental Multicriteria Method for Neural Network Classifiers’ Architecture Albert Voronin, Yuriy Ziatdinov, Anna Antonyuk
— An Investigation of Problem of Artificial Neuron Networks Applicability for Solution of Problem of Forecasting of
— Gas Dispersion in Atmosphere Igor Shostak, Valentina Davidenko
— Сегментация аномальных областей на мультиспектральных изображениях шейки матки Катерина Малышевская
Mathematical Foundation of Artificial Intelligence
— Линейные структуры в прикладных задачах и конструктивные методы их описания
Николай Кириченко, Владимир Донченко
— Сложностно–структурный подход к исследованию области применимости алгоритма Profit Татьяна Ступина, Иван Кулаков
— Эффективность Байесовских процедур распознавания Александра Вагис, Анатолий Гупал
— Повышение точности решения обратной задачи с использованием случайных проекций Елена Ревунова, Дмитрий Рачковский
— Методы и средства сегментации пользователей Web-сайтов Дмитрий Ночевнов
Computing
— SAT-based Method of Verification Using Logarithmic Encoding Liudmila Cheremisinova, Dmitry Novikov
— Multicriterion Problems on the Combinatorial Set of Polyarrangements Natalia Semenova, Lyudmyla Kolechkina
— Методика определения качества тестовых заданий, оцениваемых по непрерывной шкале Наталия Белоус, Ирина Куцевич, Ирина Белоус
— Построение математической модели оптимизации производственного расписания металлургического производства Александр Турчин
— Многокритериальные задачи лексикографической оптимизации с линейными функциями критериев на нечетком множестве альтернатив Наталия Семенова, Людмила Колечкина, Алла Нагорная
Decision Making
— Procedures of Sequential Analysis and Sifting of Variants for the Linear Ordering Problem Pavlo Antosiak, Oleksij Voloshyn
— Statistical Modeling of Spread of Optical Fields in Fires Elena Visotskaja, Olga Kozina, Veronika Lachenova, Olga Remaeva, Tatiana Remaeva
— Принципы и задачи оптимизации размещения датчиков пожарной сигнализации в условиях
Неопределенности Александр Землянский, Виталий Снитюк
— Кооперативные моделе-ориентированные метаэвристики для задач комбинаторной оптимизации
Леонид Гуляницкий, Сергий Сиренко
— Об особенностях принятия решений при организации вычислений на основе метода базисных матриц Алексей Волошин, Всеволод Богаенко, Владимир Кудин
— Поиск индивидуально-оптимальных равновесий в условиях частичной информированности игроков Сергей Мащенко
— Нечеткий алгоритм последовательного анализа вариантов Алексей Волошин, Николай Маляр, Оксана Швалагин
— Качественный анализ многомерных нечетких разностных систем Евгений Ивохин
Economics Decision Support Systems
— Collective Product Cost Sharing in Conditions of Managed Economy Olexij Voloshin, Vasyl Laver
— The Fuzzy Group Method of Data Handling with Fuzzy Inputs Yuriy Zaychenko
— Экономические гипотезы и двойственная динамическая модель Леонтьева “затраты-выпуск” Игорь Ляшенко, Елена Ляшенко, Андрей Онищенко
— Методологические основы прогнозирования инфляции Ирина Горицына, Виктория Сатыр
— Об распределении инвестиций в экономико-социальной сфере Марина Коробова
-Модернизация системы Мартингейл и анализ ее работы на валютных рынках Владислав Плаксин
— Система моделирования и анализа валютных рисков Виктор Бондаренко
Philosophy and Methodology of Informatics
— Закон больших чисел для гиперслучайной выборки Игорь Горбань
— Краткий методологический меморандум – часть первая Анатолий Крисилов, Екатерина Соловьева, Авенир Уемов
— Зачем и почему в зрительной системе имеют место инверсия сетчатки и перекресты зрительных волокон Геннадий Воронков
— In memoriam: Prof. Kirichenko
— About
— Association of Developers and Users of Intelligent Systems ADUIS
In memoriam:
профессор дфмн Николай Фёдорович Кириченко
19 декабря 2008 года на 69-ом году ушёл из жизни известный специалист в области механики, математического моделирования робото-технических систем, теории оптимального управления, компьютерной графики, обработки сигналов и распознавания образов, доктор физико-математических наук, профессор Николай Фёдорович Кириченко.
В научной карьере Н.Ф. Кириченко явственно выделяются несколько этапов, связанных с деятельностью в той или иной конкретной прикладной области, в каждой из которых им получены значимые результаты.
Известно, что вследствие плотного прилегания друг к другу каждый предшествующий слой сетчатки как бы отпечатывается на следующем слое, и что отпечаток всегда зеркален в отношении печати. В силу того, что отдающая сторона рецепторной модели ПЗ у позвоночных зеркальна исходному ПЗ (как показано выше), и что она «отпечатывается» на воспринимающей стороне нейронного биполярного слоя сетчатки, последний с воспринимающей стороны оказывается зеркальным в отношении отдающей стороны рецепторной модели и, следовательно, незеркальным в отношении исходного оригинала, «лица» ПЗ. Очевидно, что то же справедливо и по отношению к слою ганглиозных клеток – ганглиозная модель ПЗ также незеркальна (с ее воспринимающей стороны) исходному оригиналу. Таким образом, можно видеть, что ИС, как и ИП, тоже направлена на формирование незеркальной нейронной модели ПЗ.
Автор: Геннадий Воронков
Аннотация: В результате анализа литературных данных получены свидетельства о том, что известные анатомо-физиологические феномены, перекресты зрительных волокон и инверсия сетчатки, хорошо изученные в нейроанатомическом плане, но остающиеся до сих пор без общепринятого объяснения в функциональном плане, являются механизмами зеркальных преобразований. Благодаря этим механизмам обеспечивается формирование такой нейронной модели (карты, проекции), оси координат которой на воспринимающей стороне направлены незеркально (а на отдающей – зеркально) таковым исходного оригинала – «лица» единого поля зрения и «лица» его составляющих, полей зрения. Без этих преобразований оси координат на воспринимающей стороне нейронной модели были бы направлены зеркально, как это имеет место у оптической проекции.
Ключевые слова: инверсия сетчатки, перекресты зрительных волокон, зеркальные преобразования (соответствия), проекции полей зрения.
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.
Введение
Инверсия етчатки (ИС) и перекрест в хиазме (ПХ) позвоночных – хорошо известные морфофизиологические феномены. Однако какой цели они служат, до сих пор остается неизвестным [Хьюбел, 1990]. У беспозвоночных сетчатка, как правило, не инвертирована. В то же время, у них имеет место перекрест рецепторных аксонов на ипсилатеральной глазу стороне [Cajal, 1917; Заварзин, 1950], отсутствующий у позвоночных. Биологическая роль этого «ипсилатерального» перекреста (ИП) тоже не имеет удовлетворительного объяснения [Bullock, Horridge, 1965].
Целью данного сообщения является: 1) показать, что в последовательности экранных структур зрительного пути проекция (модель) поля зрения (ПЗ) после ИП (у беспозвоночных) или после ИС (у позвоночных), а также проекция единого поля зрения (ЕПЗ) после ПХ являются зеркальными1 по отношению к непосредственно предшествующей модели ПЗ и ЕПЗ соответственно. Это будет свидетельствовать о том, что ИП, ИС и ПХ являются механизмами зеркальных преобразований (соответствий) 2, 2) показать, что эти механизмы – ПХ, а также ИП и ИС – направлены на формирование такой нейронной модели ЕПЗ и такой модели каждой его составляющей (ПЗ), отдающая сторона каждой из которых была бы зеркальна (а воспринимающая – незеркальна) соответственно «лицу» исходного ЕПЗ и «лицу» исходного ПЗ.
7.Моделирование (построение системной модели)
Значительная часть предыдущего проводилась, по сути, для того, чтобы построить возможно более полную модель нашей системы и на ней практически исследовать все необходимое.
Сегодня арсенал моделей очень велик, «модельеры» имеют очень широкий выбор: от моделей феноменологических, где моделируется лишь явление, феномен, до сложных полиситуационных имитационных моделей. Виды моделей и технологии системного моделирования представлены в разных источниках. Весьма емкий и последовательный материал именно по системным моделям содержится в работе [6]; здесь же укажем на некоторые важные, в том числе – и в методологическом отношении, объекты моделирования. К их числу относятся:
4.Основные этапы системного анализа
В последнее время стала модной идиома «дорожная карта». В это понятие вкладывают разные смыслы – последовательность ориентиров движения, план работы, перечень заданий,… Обратим внимание на то, что эти понятия носят, в основном, номинативный характер, они лишь обозначают жанр документа, являются именами, почти не раскрывая содержания и смысла (работы, действия и т. п.)
По отношению к системному анализу можно провести аналогию лишь с такой картой местности, которую топографы называют «поднятой», на которой не только изображены детали рельефа, географические и хозяйственные объекты, но и показаны связи и расстояния между ними, описано их окружение, приведены их детальные характеристики. Но даже и в этом случае, хоть образ и хорош, речь может идти лишь о достаточно далекой аналогии, о самом начальном разъяснении.
Авторы: Анатолий Крисилов, Екатерина Соловьева, Авенир Уемов
–Ищи карту, Джим! – говорил Билли Бонс. – Они здорово ее запрятали.
Но вся важная информация – на ней!
Р.Л. Стивенсон
«Лучше найти системное объяснение, чем занять царский престол».
Демокрит, Ю. Урманцев
Аннотация: Работа посвящена методологии системного исследования сложных и слабоформализованных объектов. Показаны преимущества системологического подхода, приведено содержание этапов системного анализа; затронуты вопросы инженерии и менеджмента знаний.
Ключевые слова: системологическое исследование, системный анализ, описание плохо поддающихся структуризации и слабоформализуемых объектов, системные параметры, когнитивные задачи.
ACM Classification Keywords: H.1.1 – Systems and Information Theory – General Systems Theory.
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.
1.Вводные замечания
Англичане говорят, что если хочешь быть понятым, когда ты о чем-то говоришь, то сделай это в три этапа: сперва скажи, о чем ты будешь говорить, потом это самое толково расскажи, а потом объясни, о чем ты, собственно, говорил.
В настоящей работе в сжатом виде будут изложены основные соображения о смысле и содержании методологического исследования, системного (системологического) подхода, и о том, почему полезно его придерживаться. Затем будет вкратце описано содержание основных шагов системного анализа и высказан ряд соображений по тому, что можно назвать системным синтезом.
Практически весь материал изложен в конспективном виде: почти каждое положение нуждается в расширении, обсуждении, детализации. Однако при этом неизбежны «расползание» материала и утрата целостности. С другой стороны – работа ограничена принятым форматом. Слабая надежда – на ч. II.
Системный анализ возник (и формируется) как результат стремления конкретно применить идеологию общей теории систем (ОТС) в практике управления сложными системами. Одним из фундаментальных положений теории систем является представление сложного объекта (то есть такого, который с трудом поддается наблюдению и описанию, формализации) – в виде целенаправленной системы или, что весьма близко по смыслу, – имеющей внешнюю функцию. По существу своему системный анализ представляет собой совокупность методов исследования таких свойств и отношений в системе, которые именно так (как целенаправленную) ее характеризуют, и изучению связей в этой системе как взаимоотношений между ее целями и способами их реализации.
Автор: Игорь Горбань
Аннотация: Доказаны две теоремы, определяющие условия сходимости выборочного среднего гиперслучайной величины и алгоритм расчета состоятельных оценок границ начальных моментов гиперслучайных величин при быстрых изменениях статистических условий. Доказана для гиперслучайных событий теорема, определяющая предельные границы функции распределения частоты гиперслучайных событий при устремлении объема выборки к бесконечности. Доказано, что нижняя граница математического ожидания гиперслучайной величины не меньше математического ожидания верхней границы распределения, а верхняя граница математического ожидания гиперслучайной величины не больше математического ожидания нижней границы распределения.
Ключевые слова: теория гиперслучайных явлений, выборка, сходимость.
ACM Classification Keywords: G3 Probability and Statistics
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.
Введение
Недавно была опубликована монография [Горбань, 2007], посвященная новой теории гиперслучайных явлений, под которыми подразумевается множество условных случайных явлений – множество условных случайных событий, величин и функций. Гиперслучайную величину X наиболее полно характеризуют условные функции распределения Fx / g ( x), соответствующие множеству условий g? G, менее полно – верхняя и нижняя границы функции распределения FSx ( x), FIx ( x). Представление о гиперслучайной величине дают начальные и центральные моменты границ распределения, в частности, математические ожидания границ mSx, mIx, дисперсии границ DSx, DIx и пр., а также границы моментов, к числу которых относятся границы математического ожидания msx, mix, границы дисперсии Dsx, Dix и др.
Исследована сходимость этих оценок к соответствующим точным характеристикам и параметрам. Доказан ряд теорем, определяющих условия сходимости.
Автор: Виктор Бондаренко
Аннотация: В статье описывается система построенная на основе реализации метода Монте-
Карло для анализа рисков и управления валютным портфелем.
Ключевые слова: Валютные риски, валютный портфель, VaR метод, метод Монте-Карло.
ACM Classification Keywords: J.4. Social and Behavioral Sciences
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.
Введение
Валютный риск — это риск потерь обусловленный неблагоприятным изменением курсов иностранных валют в ходе осуществления сделок по купле-продаже этих валют. Валютный риск, или риск курсовых потерь, связан с интернационализацией рынка банковских операций, созданием транснациональных предприятий и банковских учреждений и представляет собой возможность денежных потерь в результате колебаний валютных курсов.
При этом, изменение курсов валют происходит в силу многочисленных факторов, например, в связи с изменением внутренней стоимости валют, постоянным перетеканием денежных потоков из страны в страну, спекуляцией и т.д. Ключевым фактором, характеризующим любую валюту является степень доверия к валюте.
Доверие к валюте сложный многофакторный критерий состоящий из нескольких показателей, например: показатель доверия к политическому режиму, степени открытости страны, либерализации экономики и режима обменного курса, экспортно-импортного баланса страны, базовых макроэкономических показателей и веры инвесторов в стабильность развития страны в будущем.
Вместе с тем, из всех факторов, влияющих на курс валют в долгосрочной перспективе, можно выделить два основных.
МОДЕРНИЗАЦИЯ СИСТЕМЫ МАРТИНГЕЙЛ И АНАЛИЗ ЕЕ РАБОТЫ НА ВАЛЮТНЫХ РЫНКАХ
Автор: Владислав Плаксин
Аннотация: Предлагается изменение и адаптация известной торговой системы «Мартингейл» для
прогнозирования кросс-курсов иностранных валют. Представленные экспериментальные результаты использования модернизированной версии МБАС «Мартингейл» доказывают эффективность предлагаемого подхода.
Ключевые слова: рынок валюты, прогнозирования кросс-курсов, торговая система
ACM Classification Keywords: H.4.2 [Information Systems Applications] Types of Systems — Decision support
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.
Введение
У любой компании вне зависимости от вида деятельности в определенный момент времени бывают временно свободные денежные средства. И часто возникает вопрос, как их использовать с наибольшей полезностью для организации и, конечно же, с минимальными рисками от потерь. Существуют множество вариантов размещения своих средств для получения прибылей, к примеру:
1. Разместить денежные средства на депозите в коммерческом банке.
2. Приобрести различные векселя как промышленных предприятий, так и коммерческих банков.
3. Купить государственные ценные бумаги.
4. Приобрести акции корпоративных предприятий.
5. Работа на западных финансовых рынках
6. Спекуляция на валютных курсах
ОБ РАСПРЕДЕЛЕНИИ ИНВЕСТИЦИЙ В ЭКОНОМИКО-СОЦИАЛЬНОЙ СФЕРЕ
Авторы: Марина Коробова
Аннотация: Рассматривается проблема оптимального распределения инвестиций между
экономическим и социальным направлениями, которая сводиться к задаче оптимального управления. Находятся оптимальные траектории динамики социально-экономической системы с учетом соответствующих оптимальных капиталовложений. Таким образом, предлагается концепция для принятия оптимальных управленческих решений по инвестированию на макро- и микроуровнях.
Ключевые слова: социально-экономическая система, инвестиции, возобновимый ресурс, управление,
принятие решений.
ACM Classification Keywords: I. Computing Methodologies, H.4.2 Information Systems Applications: Types of
Systems: Decision Support.
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.
Введение
Особенностью современного этапа хозяйственного развития является формирование концепции о тесной взаимосвязи между экономическим и экологическим благополучием.
В наше время эколого-экономическая проблематика определяет не только эффективность функционирования всех видов и форм хозяйственной деятельности, но и принципиальные условия нормального функционирования каждого человека. Это включает, во-первых, эффективное использование экономикой природных ресурсов, а во-вторых, отыскание и обоснование методов предотвращения и ликвидации ущерба от загрязнения окружающей среды. Эти проблемы должны решаться на основе закономерностей естественноисторического характера, а также с учетом постоянно меняющихся потребностей общества.