ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И СЕТИ
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ
В. И. Балута, В. П. Осипов, Ю. Г. Рыков, Б. Н. Четверушкин "О понятии влияния в концепции когнитивного моделирования при использовании функции активации типа ReLU "
ПРИКЛАДНЫЕ АСПЕКТЫ ИНФОРМАТИКИ
ПРОГРАММНАЯ ИНЖЕНЕРИЯ
ОБРАБОТКА ИНФОРМАЦИИ И АНАЛИЗ ДАННЫХ
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
МАТЕМАТИЧЕСКИЕ ОСНОВЫ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
В. И. Балута, В. П. Осипов, Ю. Г. Рыков, Б. Н. Четверушкин "О понятии влияния в концепции когнитивного моделирования при использовании функции активации типа ReLU "
Аннотация. 

Рассматриваются алгоритмические принципы введения нелинейных функций активации в когнитивную модель сложной слабоформализуемой системы. С точки зрения прозрачности теоретического рассмотрения в качестве такой нелинейной функции использована функция типа ReLU. Сложная система представляется в виде ориентированного графа, вершинам и ребрам которого присваиваются определенные значения. В работе определена нелинейная процедура расчета значений элементов системы (внутренних вершин) на графе в зависимости от внешних факторов (входных вершин) и, соответственно, расчета коэффициентов влияния. Показано, что в отличие от линейного случая, рассмотренного ранее, в нелинейном случае коэффициенты влияния существенно зависят от значений вершин – элементов системы. На примере двух простых моделей, описывающих основные тренды мировой энергетики и воздействие некоторой вирусной инфекции на производственный процесс, показано возникновение более богатого набора сценариев развития ситуации по сравнению с линейным случаем.

Ключевые слова: 

сложная слабоформализуемая система, когнитивное моделирование, взвешенный орграф, функция активации, разбиение графа на циклы, степень влияния, слабо структурированная ситуация.

Стр. 59-71.

DOI 10.14357/20718632230406 

EDN AWCVVW
 
Литература

1. Евсеев Е.А. Тенденции развития нечетких когнитивных карт // Молодежь XXI века: образ будущего. Материалы Всероссийской научной конференции с международным участием. Ответственные редакторы Н.Г. Скворцов, Ю.В. Асочаков. 2019. С. 68–69.
2. Felix G.et al. A review on methods and software for fuzzy cognitive maps // Artif. Intell. Rev. 2019. V. 52:3. P. 1707–1737.
3. Федулов А.С., Борисов В.В. Модели системной динамики на основе нечетких реляционных когнитивных карт // Системы управления, связи и безопасности. 2016. № 1. С. 66–80.
4. Исаев Р.А., Подвесовский А.Г. Обобщенная модель импульсного процесса для динамического анализа нечетких когнитивных карт Силова // Информационные технологии и нанотехнологии (ИТНТ-2017): сборник трудов III международной конференции и молодежно школы, Самара, 25–27 апреля 2017 года. Самарский национальный исследовательский университет имени академика С.П. Королева. Самара: Предприятие "Новая техника". 2017. С. 1984–1990.
5. Нечаев Ю. И., Лютин А.В. Мультиагентное моделирование импульсных процессов на нечетких когнитивных картах // Международная конференция по мягким вычислениям и измерениям. 2019. Т. 1. С. 205–208.
6. Оськин А.Ф., Оськин Д.А. Применение нечетких когнитивных карт для моделирования плохоструктурированных систем // Вестник Полоцкого государственного университета. Серия С. Фундаментальные науки. 2017. № 4. С. 15–20.
7. Фомин Г.А., Полотнов М.М. Метод расчета с использованием когнитивной карты и данных наблюдений реакции объекта управления на внешнее воздействие // Вестник Московского энергетического института. 2020. № 2. С. 113–119.
8. Васильев В.И., Вульфин А.М., Кудрявцева Р.Т. Анализ и управление рисками информационной безопасности с использованием технологии когнитивного моделирования // Доклады Томского государственного университета систем управления и радиоэлектроники. 2017. Т. 20. № 4. С. 61–66.
9. Шульц В.Л., Бочкарев С.А., Кульба В.В. [и др.] Сценарное исследование проблем обеспечения общественной безопасности в условиях цифровизации. М.: Общество с ограниченной ответственностью "Проспект". 2020. 240 с.
10. Первов К.С., Хафизов Ф.Ш., Васильев Д.В., Озден И.В. Анализ и оптимизация алгоритмов управления техносферной безопасностью на основе нечетких когнитивных карт // Электронный научный журнал Нефтегазовое дело. 2022. № 1. С. 28–50.
11. Заграновская А. В. Построение нечеткой когнитивной карты с использованием методов машинного обучения // Международный научно-исследовательский журнал. 2022. № 9 (123). https://research-journal.org/archive/9- 123-2022-september/10.23670/IRJ.2022.123.52
12. Рыжкова М.Н., Орлов А.А. Когнитивное моделирование адаптивной траектории обучения студентов радиотехнического профиля // Радиотехнические и телекоммуникационные системы. 2020. № 2 (38). С. 50-58.
13. Горбанева О.И., Мурзин А.Д., Угольницкий Г.А. Математическая постановка задач управления на когнитивных моделях // Проблемы управления. 2022. № 5. С. 25–39.
14. Горелова Г.В. Когнитивные исследования сложных систем // Системный анализ в проектировании и управлении: сборник научных трудов XXIII Международной научно-практической конференции, Санкт-Петербург, 10–11 июня 2019 года. Санкт-Петербургский политехнический университет Петра Великого. Том Часть 3. Санкт-Петербург: Политех-Пресс. 2019. С. 422–433.15. Дулесов А.С., Пантелеев В.И., Баркова Д.В. Когнитивное моделирование как инструмент управления запасами топлива на станции // Журнал Сибирского федерального университета. Серия: Техника и технологии. 2013. Т. 6. № 1. С. 69–74.
16. Липатова С.В., Мартыненко Ю.В., Ярдаева М.Н. [и др.] Свидетельство о государственной регистрации программы для ЭВМ № 2019662689 Российская Федерация. Программа построения когнитивной карты взаимосвязей между внутренними факторами деятельности предприятия и факторами внешней среды: № 2019661505: заявл. 18.09.2019: опубл. 01.10.2019; заявитель ФГБОУ высшего образования «Ульяновский государственный университет».
17. Щербатов И.А. Нечеткие когнитивные карты как инструмент представления структур слабоформализуемых систем // Проблемы управления, обработки и передачи информации: сборник трудов V Международной юбилейной научной конференции, Саратов, 28–30 сентября 2017 года. Саратовский государственный технический университет. Саратов: ООО СПО "Лоди". 2017. С. 375–378.
18. Осипов В.П., Рыков Ю.Г., Четверушкин Б.Н. Математические аспекты понятия влияния в концепции когнитивного моделирования // Искусственный интеллект и принятие решений. 2021. № 2. С. 3–10.
19. Dranko O.I., Rykov Yu.G., Karandeev A.A. Structural analysis of large-scale socio-technical systems based on the concept of influence // IFAC-PapersOnline. 2021. V. 54. Issue 13. P. 738–743.
20. Osipov V. P, Rykov Yu. G. On mathematical aspects of analyzing the structure of complex systems using weighted digraphs. Lobachevskii Journal of Mathematics. 2020. V. 41. № 11. P. 2231–2238.
21. World Energy Outlook, 2022 edition. International Energy Agency (World Energy Outlook 2022 – Analysis - IEA). Paris. 2022. 523 p.
 

2024 / 03
2024 / 02
2024 / 01
2023 / 04

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".