Государственная публичная научно-техническая библиотека России
База данных: Сводный каталог ГПНТБ России
Страница 1, Результатов: 56
Отмеченные записи: 0
1.
Подробнее
Баранович, А. Е.
Структурное метамоделирование телеологических информационных процессов в интеллектуальных системах [Текст] / А.Е.Баранович. — М. : [б. и.], 2002. — 316 с. : ил. — Тираж не указ.
В надзаг.: Генерал. штаб Вооружен. сил РФ, Гл. упр. Библиогр.: с. 259-274 (195 назв.). Предм. указ.: с. 300-312
Рубрики: Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА — МОДЕЛИРОВАНИЕ
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
Баранович, А. Е.
Структурное метамоделирование телеологических информационных процессов в интеллектуальных системах [Текст] / А.Е.Баранович. — М. : [б. и.], 2002. — 316 с. : ил. — Тираж не указ.
В надзаг.: Генерал. штаб Вооружен. сил РФ, Гл. упр. Библиогр.: с. 259-274 (195 назв.). Предм. указ.: с. 300-312
| ГРНТИ | |
| УДК |
Рубрики: Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА — МОДЕЛИРОВАНИЕ
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
2.
Подробнее
Интеллектуальные модели систем [Текст] : Сб. науч. тр. / Ташк. политехн. ин-т им.Абу Райхана Беруни ; Редкол.:П.Ф.Хасанов и др. — Ташкент : [б. и.], 1991. — 119 с. : ил. — 300 экз.
Библиогр.в конце ст
Рубрики: Интеллектуальные системы—Моделирование
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Хасанов, П.Ф. \ред.\
Ташкентский политехнический ин-т им. А. Р. Беруни
Свободных экз. нет
Интеллектуальные модели систем [Текст] : Сб. науч. тр. / Ташк. политехн. ин-т им.Абу Райхана Беруни ; Редкол.:П.Ф.Хасанов и др. — Ташкент : [б. и.], 1991. — 119 с. : ил. — 300 экз.
Библиогр.в конце ст
| ГРНТИ | |
| УДК |
Рубрики: Интеллектуальные системы—Моделирование
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Хасанов, П.Ф. \ред.\
Ташкентский политехнический ин-т им. А. Р. Беруни
Свободных экз. нет
3.
Подробнее
К вопросу о моделировании двигательного поведения крыс в многоальтеранативном Ж-образом лабиринте [Текст] / А. В. Ахтеров [и др.]. — М. : [б. и.], 2008. — 27 с. : ил. — (Препринт / Ин-т прикладной математики им.М.В.Келдыша(Москва) ; 68 за 2008 г.). — Библиогр.: с. 19(5 назв.)
Рубрики: Интеллектуальные системы—Моделирование
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Ахтеров, А.В.
Барабашова, Т.Ф.
Белоусов, А.И.
Бобк, А.А.
Воронн, А.Ю.
Свободных экз. нет
К вопросу о моделировании двигательного поведения крыс в многоальтеранативном Ж-образом лабиринте [Текст] / А. В. Ахтеров [и др.]. — М. : [б. и.], 2008. — 27 с. : ил. — (Препринт / Ин-т прикладной математики им.М.В.Келдыша(Москва) ; 68 за 2008 г.). — Библиогр.: с. 19(5 назв.)
| ГРНТИ | |
| УДК |
Рубрики: Интеллектуальные системы—Моделирование
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Ахтеров, А.В.
Барабашова, Т.Ф.
Белоусов, А.И.
Бобк, А.А.
Воронн, А.Ю.
Свободных экз. нет
4.
Подробнее
Баранович, А. Е.
Семиотико-хроматические гипертопографы.Введение в аксиоматичекскую теорию: информационный аспект [Текст] / А.Е.Баранович. — М. : [б. и.], 2003. — 403 с.
В надзаг.:Ген. штаб вооруж. сил РФ, Гл. упр.Библиогр.: с. 370-377 (111 назв.). Предм. указ.: с. 392-399
Рубрики: Графов теория
Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА — МОДЕЛИРОВАНИЕ — ТЕОРИЯ ГРАФОВ
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
Баранович, А. Е.
Семиотико-хроматические гипертопографы.Введение в аксиоматичекскую теорию: информационный аспект [Текст] / А.Е.Баранович. — М. : [б. и.], 2003. — 403 с.
В надзаг.:Ген. штаб вооруж. сил РФ, Гл. упр.Библиогр.: с. 370-377 (111 назв.). Предм. указ.: с. 392-399
| ГРНТИ | ||
| УДК |
Рубрики: Графов теория
Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА — МОДЕЛИРОВАНИЕ — ТЕОРИЯ ГРАФОВ
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
5.
Подробнее
Баранович, А. Е.
Структурное метамоделирование телеологических информационных процессов в интеллектуальных системах [Текст] / А.Е.Баранович. — М. : [б. и.], 2002. — 316 с. : ил. — Тираж не указ.
В надзаг.: Генерал. штаб Вооружен. сил РФ, Гл. упр. Библиогр.: с. 259-274 (195 назв.). Предм. указ.: с. 300-312
Рубрики: Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА — МОДЕЛИРОВАНИЕ
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
Баранович, А. Е.
Структурное метамоделирование телеологических информационных процессов в интеллектуальных системах [Текст] / А.Е.Баранович. — М. : [б. и.], 2002. — 316 с. : ил. — Тираж не указ.
В надзаг.: Генерал. штаб Вооружен. сил РФ, Гл. упр. Библиогр.: с. 259-274 (195 назв.). Предм. указ.: с. 300-312
| ГРНТИ | |
| УДК |
Рубрики: Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА — МОДЕЛИРОВАНИЕ
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
6.
Подробнее
Баранович, А. Е.
Семиотико-хроматические гипертопографы. Введение в аксиоматическую теорию: информационный аспект [Текст] / А. Е. Баранович. — 2-е изд., испр. и доп. — М. : Центр САММ, 2014. — 382 с. : ил. — Библиогр.: с. 343-351 (131 назв.). — 500 экз.
Рубрики: Графов теория
Интеллектуальные системы—Моделирование
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
Баранович, А. Е.
Семиотико-хроматические гипертопографы. Введение в аксиоматическую теорию: информационный аспект [Текст] / А. Е. Баранович. — 2-е изд., испр. и доп. — М. : Центр САММ, 2014. — 382 с. : ил. — Библиогр.: с. 343-351 (131 назв.). — 500 экз.
| ГРНТИ | ||
| УДК |
Рубрики: Графов теория
Интеллектуальные системы—Моделирование
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
7.
Подробнее
Головинский, П. А.
Гендерный генетический алгоритм с обучением в задаче динамической оптимизации / П. А. Головинский // Воронежский государственный университет. Вестник Воронежского государственного университета : научный журнал. — 2020. — N 1. — С. 130-137. — Библиогр. в конце ст.
Рубрики: Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
гендерный генетический алгоритм — эффект Болдуина — динамическая оптимизация
Аннотация: Статья из раздела «Интеллектуальные информационные системы». Анализируется подход к оптимизации быстро меняющихся процессов с использованием гендерного генетического алгоритма. Отличие от традиционного генетического алгоритма состоит в разделении искусственной популяции на два пола. Разделение по полу позволяет сочетать быструю приспособляемость к изменениям за счет вариации мужской субпопуляции с фиксацией приспособляемости в женской части популяции. Показано преимущество эффекта метаобучения параметров мутации и дополнительного обучения индивидуумов в форме Болдуина в сравнении с обычным гендерным генетическим алгоритмом и алгоритмом Ламарка при нахождении динамических оптимальных решений. В качестве перспективного применения гендерного генетического алгоритма с эффектом Болдуина отмечена динамика тушения природных пожаров.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Головинский, П. А.
Гендерный генетический алгоритм с обучением в задаче динамической оптимизации / П. А. Головинский // Воронежский государственный университет. Вестник Воронежского государственного университета : научный журнал. — 2020. — N 1. — С. 130-137. — Библиогр. в конце ст.
| ГРНТИ | |
| УДК |
Рубрики: Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
гендерный генетический алгоритм — эффект Болдуина — динамическая оптимизация
Аннотация: Статья из раздела «Интеллектуальные информационные системы». Анализируется подход к оптимизации быстро меняющихся процессов с использованием гендерного генетического алгоритма. Отличие от традиционного генетического алгоритма состоит в разделении искусственной популяции на два пола. Разделение по полу позволяет сочетать быструю приспособляемость к изменениям за счет вариации мужской субпопуляции с фиксацией приспособляемости в женской части популяции. Показано преимущество эффекта метаобучения параметров мутации и дополнительного обучения индивидуумов в форме Болдуина в сравнении с обычным гендерным генетическим алгоритмом и алгоритмом Ламарка при нахождении динамических оптимальных решений. В качестве перспективного применения гендерного генетического алгоритма с эффектом Болдуина отмечена динамика тушения природных пожаров.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
8.
Подробнее
Леденева, Т. М.
Формирование базы знаний на основе выделения типовых состояний сложной системы / Т. М. Леденева, М. А. Сергиенко, Е. А. Тихомирова // Воронежский государственный университет. Вестник Воронежского государственного университета : научный журнал. — 2020. — N 1. — С. 140-151. — Библиогр. в конце ст.
Рубрики: Интеллектуальные системы—Моделирование
Нейронные сети—Моделирование
Кл.слова (ненормированные):
временной ряд — линейный ряд — типовое состояние — продукционное правило
Аннотация: В данной статье представлен подход для формирования базы знаний, описывающей поведение сложной системы. Для того, чтобы описать это поведение вводится система показателей. Предполагается, что в результате их наблюдения формируются временные ряды. На основе кусочно-линейной аппроксимации выделяются такие временные промежутки, внутри которых линейные тренды временных рядов не изменяются. Данные промежутки определяют некоторое состояние сложной системы. Для формального описания состояний используются кодовые векторы, которые формируются на основе лингвистической шкалы. Ее градации определяют базисные направления линейных трендов. Каждому базисному направлению соответствует целочисленный код. Близость угла наклона линейного тренда к базисному направлению определяется с помощью функции принадлежности. Для выделения типовых состояний предлагается использовать кластерную процедуру. Анализ подходящих методов позволил выделить в качестве такой процедуры метод декомпозиционного дерева. Его преимуществом является то, что он позволяет сгенерировать все возможные разбиения заданного множества состояний. На данном этапе возникает проблема выбора оптимального разбиения. В данной статье под оптимальным подразумевается такое разбиение, которое содержит как можно больше классов, встречающихся в декомпозиционном дереве. Такие классы проявляют устойчивость в некотором смысле. Оптимальному разбиению соответствует определенный уровень декомпозиционного дерева, а классам разбиения — типовые состояния сложной системы. В рамках предположения, что показатели системы зависят от некоторого множества факторов, формируется база продукционных правил. Заключения данных правил содержат термы и функции, которые соответствуют факторам. Предложенный подход апробирован в среде FuzzyClips для анализа инвестиционного портфеля.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Сергиенко, М.А.
Тихомирова, Е.А.
Леденева, Т. М.
Формирование базы знаний на основе выделения типовых состояний сложной системы / Т. М. Леденева, М. А. Сергиенко, Е. А. Тихомирова // Воронежский государственный университет. Вестник Воронежского государственного университета : научный журнал. — 2020. — N 1. — С. 140-151. — Библиогр. в конце ст.
| ГРНТИ | ||
| УДК |
Рубрики: Интеллектуальные системы—Моделирование
Нейронные сети—Моделирование
Кл.слова (ненормированные):
временной ряд — линейный ряд — типовое состояние — продукционное правило
Аннотация: В данной статье представлен подход для формирования базы знаний, описывающей поведение сложной системы. Для того, чтобы описать это поведение вводится система показателей. Предполагается, что в результате их наблюдения формируются временные ряды. На основе кусочно-линейной аппроксимации выделяются такие временные промежутки, внутри которых линейные тренды временных рядов не изменяются. Данные промежутки определяют некоторое состояние сложной системы. Для формального описания состояний используются кодовые векторы, которые формируются на основе лингвистической шкалы. Ее градации определяют базисные направления линейных трендов. Каждому базисному направлению соответствует целочисленный код. Близость угла наклона линейного тренда к базисному направлению определяется с помощью функции принадлежности. Для выделения типовых состояний предлагается использовать кластерную процедуру. Анализ подходящих методов позволил выделить в качестве такой процедуры метод декомпозиционного дерева. Его преимуществом является то, что он позволяет сгенерировать все возможные разбиения заданного множества состояний. На данном этапе возникает проблема выбора оптимального разбиения. В данной статье под оптимальным подразумевается такое разбиение, которое содержит как можно больше классов, встречающихся в декомпозиционном дереве. Такие классы проявляют устойчивость в некотором смысле. Оптимальному разбиению соответствует определенный уровень декомпозиционного дерева, а классам разбиения — типовые состояния сложной системы. В рамках предположения, что показатели системы зависят от некоторого множества факторов, формируется база продукционных правил. Заключения данных правил содержат термы и функции, которые соответствуют факторам. Предложенный подход апробирован в среде FuzzyClips для анализа инвестиционного портфеля.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Сергиенко, М.А.
Тихомирова, Е.А.
9.
Подробнее
Зуева, Анастасия Сергеевна.
Интеллектуальная информационная система анализа рынка мобильных приложений / А. С. Зуева, Ю. А. Леонов, М. В. Терехов, Р. А. Филиппов, А. А. Кузьменко // Воронежский государственный университет. Вестник Воронежского государственного университета : научный журнал. — 2020. — N 4. — С. 98-120. — Библиогр. в конце ст.
Рубрики: Искусственный интеллект—Применение
Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
мобильные приложения — регрессионный анализ — мониторинг интернет-магазинов, — агрегирование данных — интерпретация функциональных зависимостей — нтерполяция и экстраполяция данных — динамика продаж интернет-магазинов
Аннотация: В статье приводится актуальность исследования и рассматриваются основные достоинства и недостатки аналогичных информационных систем аналитики интернет-магазинов приложений: «AppFollow», «42matters: App Market Data & Mobile Audience Data», «AppAnnie». Представлена функциональная схема разрабатываемой системы, которая включает четыре функциональных блока, отвечающих за мониторинг интернет-магазинов приложений, актуализацию данных в БД, получение агрегированных данных и визуализацию результатов агрегации. Подробно рассматривается функциональный блок визуализации, который используя результаты агрегации и пользовательские настройки визуализации, определяет параметры построения графиков, диаграмм, отчётов и осуществляет их построение. На основе созданных графиков можно производить интерполяцию, экстраполяцию и регрессионный анализ. Приведена математическая модель базы данных для разработанной информационной системы. Предложено математическое описание формализованного языка, предназначенного для описания функциональных зависимостей между различными характеристиками мобильных приложений. Формализованный язык используется на этапах агрегации и визуализации данных. Языковая модель формализованного языка позволяет строить более 100 различных типов графиков и может использоваться для других предметных областей. Рассматриваются функциональные возможности разработанной информационной системы, которая решает задачи мониторинга, сбора, актуализации информации о различных характеристиках мобильных приложений, содержащихся в интернет-магазинах. Разработанная информационная система предоставляет аналитику инструментарий для автоматизации процедуры проведения комплексного анализа динамики продаж интернет-магазинов приложений. Такая система позволяет определить производителям мобильных приложений наиболее перспективные направления разработки, определять объемы продаж в различных сегментах рынка и выявлять новые знания, например, при проведенном анализе была выявлена корреляция между параметрами «Рейтинг» и «Дата последнего обновления» — чем чаще обновляется приложение, тем выше его рейтинг.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Леонов, Юрий Алексеевич
Терехов, Максим Владимирович
Филиппов, Родион Алексеевич
Кузьменко, Александр Анатольевич
Зуева, Анастасия Сергеевна.
Интеллектуальная информационная система анализа рынка мобильных приложений / А. С. Зуева, Ю. А. Леонов, М. В. Терехов, Р. А. Филиппов, А. А. Кузьменко // Воронежский государственный университет. Вестник Воронежского государственного университета : научный журнал. — 2020. — N 4. — С. 98-120. — Библиогр. в конце ст.
| ГРНТИ | |
| УДК |
Рубрики: Искусственный интеллект—Применение
Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
мобильные приложения — регрессионный анализ — мониторинг интернет-магазинов, — агрегирование данных — интерпретация функциональных зависимостей — нтерполяция и экстраполяция данных — динамика продаж интернет-магазинов
Аннотация: В статье приводится актуальность исследования и рассматриваются основные достоинства и недостатки аналогичных информационных систем аналитики интернет-магазинов приложений: «AppFollow», «42matters: App Market Data & Mobile Audience Data», «AppAnnie». Представлена функциональная схема разрабатываемой системы, которая включает четыре функциональных блока, отвечающих за мониторинг интернет-магазинов приложений, актуализацию данных в БД, получение агрегированных данных и визуализацию результатов агрегации. Подробно рассматривается функциональный блок визуализации, который используя результаты агрегации и пользовательские настройки визуализации, определяет параметры построения графиков, диаграмм, отчётов и осуществляет их построение. На основе созданных графиков можно производить интерполяцию, экстраполяцию и регрессионный анализ. Приведена математическая модель базы данных для разработанной информационной системы. Предложено математическое описание формализованного языка, предназначенного для описания функциональных зависимостей между различными характеристиками мобильных приложений. Формализованный язык используется на этапах агрегации и визуализации данных. Языковая модель формализованного языка позволяет строить более 100 различных типов графиков и может использоваться для других предметных областей. Рассматриваются функциональные возможности разработанной информационной системы, которая решает задачи мониторинга, сбора, актуализации информации о различных характеристиках мобильных приложений, содержащихся в интернет-магазинах. Разработанная информационная система предоставляет аналитику инструментарий для автоматизации процедуры проведения комплексного анализа динамики продаж интернет-магазинов приложений. Такая система позволяет определить производителям мобильных приложений наиболее перспективные направления разработки, определять объемы продаж в различных сегментах рынка и выявлять новые знания, например, при проведенном анализе была выявлена корреляция между параметрами «Рейтинг» и «Дата последнего обновления» — чем чаще обновляется приложение, тем выше его рейтинг.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Леонов, Юрий Алексеевич
Терехов, Максим Владимирович
Филиппов, Родион Алексеевич
Кузьменко, Александр Анатольевич
10.
Подробнее
Симанков, В. С.
Системный анализ в иерархических интеллектуальных многоагентных системах [Текст] / В. С. Симанков, Ю. В. Дубенко // Вестн. компьютер. и информ. технологий : ежемесячный научно-технический и производственный журнал. — 2021. — Том 18, N 3. — С. 33-46. — Библиогр. в конце ст.
Рубрики: Искусственный интеллект—Применение
Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
иерархическая интеллектуальнгая многоагентная система — интеллектуальный агент — подсистема компьютерного зрения — подсистема обучения — подсистема реализации поведенческих стратегий — иерархическое обучение — многоагентное обучение
Аннотация: Выполнен системный анализ иерархической интеллектуальной многоагентной системы в общем виде, а также ее основной структурной единицы — интеллектуального агента, определены его основные подсистемы. В рамках анализа подсистемы компьютерного зрения сделан вывод о недостаточной проработке вопросов, связанных с обработкой окклюзий, автоматизацией процесса реконструкции трехмерных сцен, осуществлением обработки неструктурированного множества изображений. Предложена структура блока реконструкции трехмерных сцен, реализация которой направлена на устранение обозначенных проблем, характерных для подсистемы машинного зрения. Выполнен анализ основных методов реализации обучения без учителя, по результатам которого сделан вывод о целесообразности применения обучения с подкреплением при реализации систем данного типа. Рассмотрены такие разновидности обучения с подкреплением, как иерархическое и многоагентное обучения с подкреплением. Предложен метод сегментации макродействий, основанный на выполнении кластеризации методом распространения меток, в котором число переходов формализуется в виде весовых коэффициентов ребер.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Дубенко, Ю.В.
Симанков, В. С.
Системный анализ в иерархических интеллектуальных многоагентных системах [Текст] / В. С. Симанков, Ю. В. Дубенко // Вестн. компьютер. и информ. технологий : ежемесячный научно-технический и производственный журнал. — 2021. — Том 18, N 3. — С. 33-46. — Библиогр. в конце ст.
| ГРНТИ | |
| УДК |
Рубрики: Искусственный интеллект—Применение
Интеллектуальные системы—Моделирование
Кл.слова (ненормированные):
иерархическая интеллектуальнгая многоагентная система — интеллектуальный агент — подсистема компьютерного зрения — подсистема обучения — подсистема реализации поведенческих стратегий — иерархическое обучение — многоагентное обучение
Аннотация: Выполнен системный анализ иерархической интеллектуальной многоагентной системы в общем виде, а также ее основной структурной единицы — интеллектуального агента, определены его основные подсистемы. В рамках анализа подсистемы компьютерного зрения сделан вывод о недостаточной проработке вопросов, связанных с обработкой окклюзий, автоматизацией процесса реконструкции трехмерных сцен, осуществлением обработки неструктурированного множества изображений. Предложена структура блока реконструкции трехмерных сцен, реализация которой направлена на устранение обозначенных проблем, характерных для подсистемы машинного зрения. Выполнен анализ основных методов реализации обучения без учителя, по результатам которого сделан вывод о целесообразности применения обучения с подкреплением при реализации систем данного типа. Рассмотрены такие разновидности обучения с подкреплением, как иерархическое и многоагентное обучения с подкреплением. Предложен метод сегментации макродействий, основанный на выполнении кластеризации методом распространения меток, в котором число переходов формализуется в виде весовых коэффициентов ребер.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Дубенко, Ю.В.
Страница 1, Результатов: 56
