|
Ученая степень
|
докт. экон. наук, профессор, кафедра информационных технологий в экономике и управлении, филиал Федерального государственного бюджетного образовательного учреждения высшего образования «Национальный исследовательский университет "МЭИ"» в г. Смоленске |
|---|---|
|
E-mail
|
tatjank@yandex.ru |
|
Местоположение
|
г. Смоленск, Россия |
|
Статьи автора
|
Трехуровневая нечеткая когнитивная модель для анализа процессов инновационного развития регионаАвторами доказана необходимость применения когнитивных карт для моделирования процессов инновационного развития региона. Определены основные особенности моделирования инновационной деятельности с использованием нечетких когнитивных карт. Разработан новый вид нечетких когнитивных карт, позволяющих учитывать неопределенность и изменчивость системных характеристик. Читать дальше...Анализ коротких неструктурированных документов с использованием нечетких весов значимости и особых процедур интеграции экономической информацииВ статье предложен новый подход к автоматическому анализу коротких сообщений,
поступающих на Интернет-порталы и электронную почту органов государственной власти.
Разработанная модель позволяет выполнять классификацию коротких неструктурированных
текстовых документов при недостатке статистической информации и слабой степени пересечения
тематических рубрик. Входными данными для алгоритма построения модели является множество
рубрик и обучающая выборка, а его результатом являются нечеткие весовые коэффициенты
значимых слов тезаурусов рубрик, что обеспечивает корректное представление характеристик
документа и работу алгоритма рубрицирования (классификации).
Читать дальше...
Алгоритмы и программные средства адаптации базы знаний информационных систем управления проектамиЭффективность проектных решений во многом зависит от оперативности обработки большого объема данных из различных источников, что определяет целесообразность использования информационных систем поддержки решений (ИСППР) в области проектного менеджмента. Особенности информационных процессов при управлении проектами в значительной степени затрудняют или даже делают невозможным реализацию на практике методов построения аналитических, а также вероятностно- статистических зависимостей между характеристиками моделируемой системы проектного управления и показателями ее внутренней и внешней среды. В этой связи в качестве алгоритмического обеспечения ИСППР по управлению проектами перспективным является использование прецедентных методов анализа информации, основанных на знаниях об аналогичных ситуациях, наблюдавшихся ранее в практике проектного менеджмента, и представлении знаний в виде онтологий. Анализ практических ситуаций в области проектного управления позволяет обосновать целесообразность организации процедуры мониторинга базы знаний ИСППР, по результатам которой принимаются решения по ее адаптации. В статье предложены основные пути указанной адаптации: изменение структуры и основных элементов (в первую очередь, концептов) онтологий; уточнение структуры описания текущих ситуаций, а следовательно, и прецедентов. Описан разработанный алгоритм мониторинга базы знаний ИСППР по проектному управлению для анализа и идентификации типовых ситуаций целесообразности ее изменения. Алгоритм отличается возможностью выработки на основе нечеткой классификации результатов поиска и использования релевантных текущим ситуациям прецедентов рекомендаций по модификации онтологий. Предложена процедура изменения структуры описания прецедентов с учетом результатов оценки показателей нечеткого соответствия характеристик имеющихся прецедентов характеристикам реализуемого проекта. Приведены описание компьютерной программы, реализующей предложенный алгоритм и его составляющие, а также результаты ее применения. Читать дальше... Выявление аномалий в экономических показателях на основе нейронной сети с глубинно-разделимыми сверткамиВыявление (детектирование) аномалий представляет собой актуальную исследовательскую задачу во многих предметных областях, решение которой позволяет своевременно принимать управленческие решения. В представляемом исследовании предложен метод выявления аномалий в экономических показателях, характеризующих внутреннюю и внешнюю среду производственной организации, который может быть применен в алгоритмическом обеспечении систем поддержки предпринимательского решения. В основе метода лежит использование искусственной нейронной сети с архитектурой автокодировщика и обученной повторять входные данные на выходе. После обучения автокодировщика на нормальных данных ошибка восстановления входа на выходе будет невелика, но при подаче аномальных данных ошибка будет возрастать, что может служит индикатором аномалии. В предложенном методе применяется сверточный автокодировщик, поэтому входные данные сначала преобразуются в изображения (сигнатуры), для чего предложен оригинальный способ их формирования. Способ заключается в представлении исторического поведения каждого экономического показателя в форме тепловой матрицы. Каждая тепловая матрица образует один канал, а их совокупность формирует сигнатуру, которая затем подается на вход автокодировщика для дальнейшего анализа. В автокодировщике использованы глубинно-разделимые свертки, что позволяет автономно настраивать сверточные фильтры по отдельным каналам сигнатур. Новизна результатов исследования состоит в разработанном методе выявления аномалий в массивах экономических показателей, позволяющем выполнять локализацию коллективных и единичных аномалий (выбросов), а также в разработанном программном обеспечении, с помощью которого проводилось апробирование метода. Выполненные вычислительные эксперименты показали, что метод достигает точности выявления аномалий, сопоставимой с некоторыми современными моделями. Читать дальше... |