Другие журналы

Булдакова Татьяна Ивановна

Московский государственный технический университет им. Н.Э. Баумана, Научно-учебный комплекс "Инфоматика и системы управления" (Москва)
Список публикаций: http://elibrary.ru/author_profile.asp?id=601677
Оценка информационных рисков в автоматизированных системах с помощью нейро-нечёткой модели
Инженерное образование # 11, ноябрь 2013
DOI: 10.7463/1113.0645489
Рассматривается задача моделирования информационных рисков в автоматизированных системах. Показывается, что перспективным подходом является применение нечётких моделей, поскольку при их разработке требуются значительно меньшие объёмы информации о моделируемой системе. Выполняется анализ различных типов нечётких моделей, выделяются их особенности. Делается вывод о том, что для оценки информационных рисков в большей степени подходит модель Мамдани. Предлагается совмещение нечёткого и нейросетевого моделирования – создание нейро-нечётких сетей путём преобразования нечёткой модели Мамдани в самообучающуюся нейронную сеть, действующую на основе аппарата нечёткой логики и нечётких множеств. Приводится пример нейро-нечёткой сети для оценки информационных рисков.
Нейросетевая защита ресурсов автоматизированных систем от несанкционированного доступа
Инженерное образование # 05, май 2013
DOI: 10.7463/0513.0566210
Рассмотрена задача обеспечения информационной безопасности автоматизированных систем. Проанализированы различные подходы к ограничению доступа к информационным ресурсам. Разработан алгоритм авторизации пользователей по изображению, которое сможет распознать человек и не сможет распознать интеллектуальная «программа-робот». Выбраны базовые типы искажений эталонных образов. Предложено применить динамическую нейронную сеть как своеобразный фильтр, позволяющий отбрасывать образы с высокой вероятностью распознавания. Для реализации алгоритма использована рекуррентная сеть Хопфилда.
Концептуальная модель виртуального центра охраны здоровья населения
Инженерное образование # 08, август 2012
DOI: 10.7463/0812.0550846
Рассмотрены основные положения, принципы, условия и механизмы реализации в форме виртуального центра новой концепции в здравоохранении – персонализированной медицины. Виртуальный центр объединяет на базе общего информационного пространства все составляющие элементы системы здравоохранения, обеспечивая сбор информации, глубокий анализ и обмен большими объемами данных. В этой концепции важной проблемой является создание виртуальной физиологии человека. Виртуальная «копия» пациента, построенная посредством математических моделей элементов и подсистем организма, описывает деятельность физиологических подсистем человека и представляет собой его виртуальный физиологический образ. Составной частью общей виртуальной модели физиологии человека является компьютерная модель биосистемы «сердце – сосуды – легкие». Предложен метод построения этой модели на основе структурно-параметрической идентификации и ее использования для оценки функционального состояния. Переход к виртуальной форме организации здравоохранения предполагает поэтапную реализацию отдельных проектов. Приоритетной задачей первого этапа является создание методов и технических средств экспресс-мониторинга и оценки состояния здоровья человека. Предложен прототип виртуального центра охраны здоровья.
Модель пульсового механизма на основе волнового описания сигнала
Инженерное образование #8 август 2005
DOI: 10.7463/0805.0551212
Рассмотрена задача восстановления модели сложной системы по неполным данным, в частности, по наблюдаемому в эксперименте сигналу. Исследованы особенности волнового представления регистрируемых биосигналов. Проанализированы основные этапы построения модельных уравнений сложной системы, выходные сигналы которой проявляют нестационарный волновой характер. Представлен алгоритм реконструкции линейной модели пульсового механизма на основе волнового описания пульсового сигнала. Приведены примеры выбора базисных функций. Проведено сравнение с алгоритмами реконструкции нелинейных моделей сложных систем.
Нейросетевые алгоритмы прогнозирования в инструментальном производстве
Инженерное образование #8 август 2004
DOI: 10.7463/0804.0551050
Рассматриваются различные задачи прогнозирования в инструментальном производстве и исследуются подходы к их решению. Выявляются особенности учета нестационарных производственных факторов и скрытых взаимосвязей. Обосновывается необходимость применения искусственных нейронных сетей. Предлагаются алгоритмы прогнозирования загрузки оборудования, потребности в материале, прогноза брака и потребления энергии, которые реализуются с помощью нейросети прямого распространения. Приводятся примеры задач прогнозирования в информационно-аналитической системе управления снабжением и производством инструмента.
 
ПОИСК
 
elibrary crossref ulrichsweb neicon rusycon
 
ЮБИЛЕИ
ФОТОРЕПОРТАЖИ
 
СОБЫТИЯ
 
НОВОСТНАЯ ЛЕНТА



Авторы
Пресс-релизы
Библиотека
Конференции
Выставки
О проекте
Rambler's Top100
Телефон: +7 (915) 336-07-65 (строго: среда; пятница c 11-00 до 17-00)
  RSS
© 2003-2024 «Наука и образование»
Перепечатка материалов журнала без согласования с редакцией запрещена
 Тел.: +7 (915) 336-07-65 (строго: среда; пятница c 11-00 до 17-00)