Когнитивная ветеринария – ветеринария цифрового общества: дефиниция базовых понятий
Краткий обзор научных работ авторов по когнитивной ветеринарии. Традиционное определение понятия данных и его критика. Развитый алгоритм принятия решений с применением SWOT- и кластерно-конструктивного анализа, ФСА и метода Директ-костинг в ветеринарии.
| Рубрика | Медицина |
| Вид | практическая работа |
| Язык | русский |
| Дата добавления | 07.12.2019 |
| Размер файла | 424,9 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
In the article [14], on a small numerical example, we consider the similarity and difference of symptoms and syndromes according to their diagnostic meaning, i.e. according to the information they contain about the belonging of conditionals of animals to different nosological images. This problem can be solved for veterinary with the use of a new method of agglomerative cognitive clustering, implemented in Automated System-Cognitive analysis (ASC-analysis). This method of clustering differs from the known traditional methods in: a) in this method, the parameters of the generalized image of the cluster are calculated not as averages from the original objects (symptoms) or their center of gravity, but are determined using the same basic cognitive operation of ASC-analysis, which is used to form generalized images of the classes based on examples of objects and which really correctly provides a generalization; b) the similarity criterion is not the Euclidean distance or its variants, but the integral criterion of non-metric nature: "the total amount of information", the application of which is theoretically correct and gives good results in unortonormated spaces, which are usually found in practice; c) cluster analysis is carried out not on the basis of initial variables, frequency matrices or matrix of similarity (differences), depending on the units of measurement on the axes (measurement scales), but in cognitive space, in which one unit of measurement is used for all axes: the amount of information, and therefore the results of clustering do not depend on the initial units of measurement of features of objects. All this allows us to get the results of clustering, understandable to specialists and amenable to meaningful interpretation, well-consistent with the experts ' assessments, their experience and intuitive expectations, which is often a problem for classical clustering methods
5.5 Автоматизированный системно-когнитивный анализ
антибиотиков в ветеринарии
|
Антибактериальные химиотерапевтические препараты, к которым относятся антибиотики и синтетические противомикробные средства, широко применяются в ветеринарии для профилактики и лечения заболеваний, вызываемых микроорганизмами [15]. Антибактериальные средства можно классифицировать по типу действия и химической структуре. Известно также, что при применении нескольких препаратов в сочетании друг с другом они взаимодействуют внутри организма друг с другом, что может приводить к усилению или ослаблению их действия. По этим причинам представляет научный и практический интерес разработка классификации антибиотиков по их характеристикам и принципу действия (задача 1), а также по взаимной совместимости (задача 2). Эти задачи решаются в статье с применением нового метода агломеративной когнитивной кластеризации, реализованного в автоматизированном системно-когнитивном анализе (АСК-анализ). Этот метод кластеризации имеет ряд преимуществ перед известными традиционными методами кластеризации. Эти преимущества позволяют получить результаты кластеризации, понятные специалистам и поддающиеся содержательной интерпретации, хорошо согласующиеся с оценками экспертов, их опытом и интуитивными ожиданиями, что часто представляет собой проблему для классических методов кластеризации. В статье приводятся подробные численные примеры решения двух поставленных задач. Универсальная автоматизированная система «Эйдос», являющаяся инструментарием АСК-анализа, находится в полном открытом бесплатном доступе на сайте автора по адресу: http://lc.kubagro.ru/aidos/_Aidos-X.htm. Численные примеры решения задач ветеринарии с применением технологий искусственного интеллекта размещены как облачные Эйдос-приложения и доступны всем желающим. |
Antibacterial chemotherapeutic drugs, which include antibiotics and synthetic antimicrobial agents, are widely used in veterinary medicine for the prevention and treatment of diseases caused by microorganisms. Antibacterial agents can be classified by type of action and chemical structure. It is also known that when several drugs are used in combination with each other, they interact within the body with each other, which can lead to strengthening or weakening of their action. For these reasons, it is of scientific and practical interest to develop a classification of antibiotics by their characteristics and principle of action (task 1), as well as by mutual compatibility (task 2). The article solves these problems using a new method of agglomerative cognitive clustering, implemented in automated system-cognitive analysis (ASK-analysis). This method of clustering has a number of advantages over the known traditional methods of clustering. These advantages allow us to obtain clustering results that are understandable to specialists and amenable to meaningful interpretation, which are well consistent with the experts ' assessments, their experience and intuitive expectations, which is often a problem for classical clustering methods. The article provides detailed numerical examples of solving two problems. The universal automated system called "Eidos", which is a tool of ASK-analysis, is in full open access on the author's website: http://lc.kubagro.ru/aidos/_Aidos-X.htm. Numerical examples of solving veterinary problems with the use of artificial intelligence technologies are placed as cloud Eidos-applications and are available to everyone |
5.6 Разработка ветеринарного теста для диагностики желудочно-кишечных заболеваний лошади на основе данных репозитория UCI с применением АСК-анализа
В статье [16] кратко рассматривается новый инновационный (доведенный до уровня, обеспечивающего практическое использование) метод искусственного интеллекта: автоматизированный системно-когнитивный анализ (АСК-анализ) и его программный инструментарий - интеллектуальная система «Эйдос». Приводится подробный численный пример решения, демонстрирующий технологию создания ветеринарного диагностического теста желудочно-кишечных заболеваний лошади. В качестве исходных данных использованы данные репозитория UCI, предоставленные Мэри Маклиш и Мэтт Сесиль (Отдел компьютерных наук Гуэлфский университет, Онтарио, Канада N1G 2W1, при поддержке спонсора: Уилла Тейлора. Разработанный тест использован для решения задач диагностики, поддержки принятия решений и исследования моделируемой предметной области путем исследования ее модели. Результаты исследования могут быть использованы всеми желающими, благодаря тому, что Универсальная автоматизированная система «Эйдос», являющаяся инструментарием АСК-анализа, находится в полном открытом бесплатном доступе на сайте автора по адресу: http://lc.kubagro.ru/aidos/_Aidos-X.htm, а численные примеры решения задач ветеринарии с применением технологий искусственного интеллекта размещены как облачное Эйдос-приложение № 129 |
This article briefly discusses a new innovation (brought to a level that ensures its practical use) method of artificial intelligence: automated system-cognitive analysis (ASC-analysis) and its programmatic toolkit which is called intellectual system "Eidos". A detailed numerical example of the solution demonstrating the technology of creating a veterinary diagnostic test of gastrointestinal diseases of horses is given. As the source data, we use data from the UCI repository, kindly given by Mary McLeish and Matt Cecile (Department of computer science of University of Guelph, Ontario, Canada N1G 2W1, with the support of a sponsor: Will Taylor. The developed test is used to solve the problems of diagnosis, decision support and examining the simulated subject area by studying its model. The results of the study can be used by anyone, due to the fact that Eidos the universal automated system, which is a tool of ask-analysis, is in full open free access on the author's website at: http://lc.kubagro.ru/aidos/_Aidos-X.htm, and numerical examples of solving veterinary problems with the use of artificial intelligence technologies are placed as a cloud Eidos-application 129 |
5.7 АСК-анализ ветеринарных текстов
АСК-анализ текстов позволяет [17, 18, 21-25]:
- формировать обобщенные лингвистические образы классов (семантические ядра) на основе фрагментов или примеров относящихся к ним текстов на любом языке;'
- количественно сравнивать лингвистический образ конкретного человека, или описание объекта, процесса с обобщенными лингвистическими образами групп (классов);
- сравнивать обобщенные лингвистические образы классов друг с другом и создавать их кластеры и конструкты;
- исследовать моделируемую предметную область путем исследования ее лингвистической системно-когнитивной модели;
- проводить интеллектуальную атрибуцию текстов, т.е. определять вероятное авторство анонимных и псевдонимных текстов, датировку, жанр и смысловую направленность содержания текстов;
- все это можно делать для любого естественного или искусственного языка или системы кодирования.
5.7.1 Формирование семантического ядра ветеринарии путем Автоматизированного системно-когнитивного анализа паспортов научных специальностей ВАК РФ и автоматическая классификация текстов по направлениям науки
|
Данная работа [17] является продолжением серии работ автора по когнитивной ветеринарии. Настоящее время характеризуется появлением в открытом доступе огромных объемов текстов на различных языках, сгенерированных людьми. В настоящее время эти тексты накапливаются в различных электронных библиотеках и библиографических базах данных (WoS, Скопус, РИНЦ и др), а также просто в Internet на различных сайтах. Все эти тексты имеют конкретных авторов, датировку и могут относиться одновременно ко многим не альтернативным категориям и жанрам, в частности: учебные; научные; художественные; политические; новостные; чаты; форумы и многие другие. Большой научный и практический интерес представляет решение обобщенной задачи атрибуции текстов, т.е. такого исследования этих текстов, при котором определялись бы их вероятные авторы, датировка создания, принадлежность этих текстов к перечисленным выше обобщенным группам или жанрам, а также оценка сходства- различия авторов и текстов по их содержанию, выделение в текстах ключевых слов и т.п. и т.д. Для решения всех этих задач необходимо сформировать обобщенные лингвистические образы текстов по группам (классам), т.е. сформировать семантические ядра классов. Частным случаем этой задачи является создание семантических ядер по различным научным специальностям ВАК РФ и автоматическая классификация научных текстов по направлениям науки. Традиционно эта задача решается диссертационными советами, т.е. экспертами, на основе экспертных оценок, т.е. неформализованным путем, на основе опыта, интуиции и профессиональной компетенции. Однако традиционный подход имеет ряд довольно серьезных недостатков, накладывающих на качество и объемы анализа существенные ограничения. В настоящее время уже есть все основания рассматривать эти ограничения как неприемлемые, т.к. их вполне можно преодолеть. Таким образом, налицо проблема, пути решения которой и являются предметом рассмотрения в данной статье. Следовательно, актуальными является усилия исследователей и разработчиков по их преодолению. Поэтому целью работы является разработка автоматизированной технологии (метода и инструментария), а также методики их применения для формирования семантического ядра ветеринарии путем автоматизированного системно-когнитивного анализа паспортов научных специальностей ВАК РФ и автоматической классификация текстов по направлениям науки. Приводится развернутый численный пример решения поставленной проблемы на реальных данных. |
This work [17] is a continuation of the author's series of works on cognitive veterinary medicine. The present period is characterized by the appearance of huge volumes of texts in different languages in the open access, generated by people. Currently, these texts are accumulated in various electronic libraries and bibliographic databases (WoS, Scopus, RSCI, etc.), as well as on the Internet on various sites. All these texts have specific authors, dates and can belong simultaneously to many non-alternative categories and genres, in particular: educational; scientific; artistic; political; news; chats; forums and many others. The solution of the generalized problem of attribution of texts is of great scientific and practical interest, i.e. studying these texts, which would reveal their probable authors, date of creation, the ownership of these texts to the above generalized categories or genres, and might evaluate the similarities - differences of authors and texts according to their content, highlight key words etc. To solve all these problems it seems necessary to form the generalized linguistic images of texts into groups (classes), i.e. to form semantic kernels of classes. A special case of this problem is the creation of the semantic kernel in various scientific specialties of the HAC of the Russian Federation and the automatic classification of scientific texts in the areas of science. Traditionally, this task is solved by dissertation councils, i.e. experts, on the basis of expert assessments, i.e. in an informal way, on the basis of experience, intuition and professional competence. However, the traditional approach has a number of serious drawbacks that impose significant limitations on the quality and volume of analysis. Currently, there are all grounds to consider these restrictions as unacceptable, because they can be overcome. Thus, there is a problem, the solutions of which are the subject of consideration in this article. Therefore, the efforts of researchers and developers to overcome them are relevant. Therefore, the aim of the work is to develop an automated technology (method and tools), as well as methods of their application for the formation of the semantic core of veterinary medicine by automated system-cognitive analysis of passports of scientific specialties of the HAC of the Russian Federation and automatic classification of texts in the areas of science. A detailed numerical example of solving the problem on real data has been given as well |
5.7.2 Синтез семантических ядер научных специальностей ВАК РФ и автоматическая классификации статей по научным специальностям с применением АСК-анализа и интеллектуальной системы «Эйдос» (на примере Научного журнала КубГАУ и его научных специальностей: механизации, агрономии и ветеринарии)
|
14 января 2019 года на сайте ВАК РФ http://vak.ed.gov.ru/87 появилась информация: «Об уточнении научных специальностей и соответствующих им отраслей науки, по которым издания входят в Перечень рецензируемых научных изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени кандидата наук, на соискание ученой степени доктора наук». Сообщается, что согласно рекомендации ВАК для остальных изданий, входящих в Перечень по группам научных специальностей, работа по уточнению научных специальностей и отраслей науки будет продолжена в 2019 году. Данная работа является продолжением серии работ автора по когнитивной лингвистике. В ней предлагается инновационная интеллектуальная технология для автоматизации решения задачи, сформулированной ВАК РФ выше. С применением автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария - интеллектуальной системы «Эйдос» непосредственно на основе официальных текстов паспортов научных специальностей ВАК РФ созданы их семантические ядра, а затем реализована автоматическая классификация научных текстов (статей, монографий, учебных пособий и т.д.) по специальностям и группам специальностей ВАК РФ. Традиционно эта задача решается диссертационными советами, а также редакционными советами научных изданий, т.е. экспертами, на основе экспертных оценок, неформализованным путем, на основе опыта, интуиции и профессиональной компетенции. Однако, традиционный подход имеет ряд довольно серьезных недостатков, накладывающих на качество и объемы анализа существенные ограничения. Следовательно, актуальными является усилия исследователей и разработчиков по преодолению этих ограничений. В настоящее время уже есть все основания рассматривать эти ограничения как неприемлемые, т.к. их не только нужно, но и вполне возможно преодолеть. Таким образом, налицо проблема, решение которой и являются предметом рассмотрения в данной статье. Приводится развернутый численный пример решения поставленной проблемы на реальных данных [18]. |
14 January 2019 at the website of the higher attestation Commission of the Russian Federation http://vak.ed.gov.ru/87 the information appeared: "About refining of scientific specialties and their respective fields of science where publications are included in the List of peer-reviewed scientific publications, where basic scientific results of dissertations on competition of a scientific degree of candidate of Sciences, on competition of a scientific degree of the doctor of Sciences must be published ". It is reported that according to the recommendation of the HAC for other publications included in the List of groups of scientific specialties, the work on refining scientific specialties and branches of science will be continued in 2019. This work is a continuation of the author's series of works on cognitive linguistics. It offers innovative intelligent technology to automate the solution of the problem formulated by the higher attestation Commission of the Russian Federation above. With the use of the automated system-cognitive analysis (ASC-analysis) and its programmatic toolkit which is intellectual system called "Eidos" directly on the basis of official texts of passports of scientific specialties of the higher attestation Commission of the Russian Federation, there were established their semantic kernels, and then, implemented the automatic classification of scientific texts (articles, monographs, textbooks, etc.) on the specialties and groups of specialties of the higher attestation Commission of the Russian Federation. Traditionally, this task is solved by dissertation councils, as well as editorial boards of scientific publications, i.e. by experts, on the basis of expert assessments, in an informal way, on the basis of experience, intuition and professional competence. However, the traditional approach has a number of serious drawbacks that impose significant limitations on the quality and volume of analysis. Therefore, the efforts of researchers and developers to overcome these limitations are relevant. Currently, there are all grounds to consider these restrictions as unacceptable, because they are not only necessary, but also quite possible to overcome. Thus, there is a problem, the solution of which is the subject of consideration in this article. A detailed numerical example of solving the problem on real data is given as well [18]. |
5.8 Автоматизированный системно-когнитивный анализ влияния пробиотиков в рационах на телосложение бычков
|
Статья [19] посвящена применению автоматизированного системно-когнитивного анализа для исследования пробиотиков на рост бычков, причем в качестве индикаторов роста использована не живая масса, а индексы, характеризующие форму телосложения и пропорции тела животных. Приводится подробный численный пример решения поставленной задачи на реальных данных. |
The article [19] is devoted to the use of automated system-cognitive analysis for the study of probiotics for the growth of bulls. Moreover, as growth indicators we have not used live weight, but indices characterizing the shape and proportions of the body of animals. A detailed numerical example of solving the problem using real data is given |
5.9 Когнитивная информационно-измерительная квалиметрическая система для определения содержанияжира и белка в коровьем молоке по параметрам тензиограмм динамического поверхностного натяжения на границе раздела молоко/воздух
|
Рядом авторов (Милаёва И.В., Зайцев С.Ю., Довженко Н.А., Царьков Д.В., Царькова М.С., 2015) предложена регрессионная модель и способ косвенного измерения содержания жира и белка в коровьем молоке по его динамическому поверхностному натяжению, имеющий ряд преимуществ перед традиционным подходом. Эта модель отражает объективно существующие взаимосвязи между содержанием жира и белка в коровьем молоке и параметрами тензиограмм динамического поверхностного натяжения на границе раздела молоко/воздух. Эти взаимосвязи выявлены авторами способа путем математической обработки 112 эмпирических проб. Для этого ими был применен регрессионный и корреляционный анализ (в MS Excel). Так как содержание жира и белков в молоке во многом определяет его качество, то данная задача относится к задачам квалиметрии. Однако, данная задача квалиметрии относится также к типичным задачам распознавания образов (многопараметрической типизации и системной идентификации), и, поэтому вполне возможно, что качество ее решения может быть повышено путем применения методов искусственного интеллекта, в частности когнитивных и информационных технологий. Тем более, что эти взаимосвязи имеют довольно сложный характер. Применение интеллектуальных технологий открывает также дополнительные возможности для исследования моделируемой предметной области путем исследования ее модели. Все это представляет большой научный и практический интерес как для ученых исследователей, а так и для практиков. Для решения всех этих задач в работе применен Автоматизированный системно-когнитивный анализ (АСК-анализ) и его программный инструментарий - интеллектуальная система «Эйдос». Подробно рассмотрен численный пример, основанный на реальных данных [20]. |
A number of authors (Milaeva I. V., Zaitsev S. Yu., Dovzhenko N. A., Tsarkov D. V., Tsarkova M. S., 2015) have proposed a regression model and a method for indirect measurement of fat and protein content in cow's milk by its dynamic surface tension, which has a number of advantages over the traditional approach. The model reflects the objectively existing relations between the content of fat and protein in cow's milk and parameters of centigrams of dynamic surface tension at the interface of the milk/air. These relationships are revealed by the authors of the method wit mathematical processing of 112 empirical samples. For this purpose, they have applied regression and correlation analysis (in MS Excel). Since the content of fat and proteins in milk largely determines its quality, this problem refers to the problems of qualimetry. However, this problem of qualimetry also refers to typical problems of pattern recognition (multi-parameter typing and system identification), and therefore it is possible that the quality of its solution can be improved by the use of artificial intelligence methods, in particular cognitive and information technologies. Moreover, these relationships are quite complex. The use of intelligent technologies also creates additional opportunities for the study of the simulated subject area by studying its model. All this is of great scientific and practical interest for both researchers and practitioners. To solve all these problems in the work we have applied Automated System-Cognitive analysis (ASC-analysis) and its software tool which is an intelligent system called "Eidos". A numerical example based on real data has been considered in detail as well [20]. |
6. Заключение
Необходимо отметить, что системно-когнитивные модели, разработанные в системе «Эйдос», могут быть применены для решения практических задач с применением той же системы «Эйдос», в которой они созданы, причем это применение возможно в адаптивном режиме, т.е. их можно совершенствовать в процессе эксплуатации, адаптировать к изменениям предметной области, локализовать или районировать для других регионов. Эти уникальные возможности обеспечиваются тем, что система «Эйдос» представляет собой не только среду для эксплуатации интеллектуальных приложений, но и является инструментом их создания и адаптации.
Таким образом АСК-анализ и система «Эйдос» представляют собой новый инновационный, т.е. реально доведенный до возможности практического применения, метод искусственного интеллекта, который обоснованно может рассматриваться как универсальный инструмент решения всех тех задач в области ветеринарии (и других наук), для решения которых используется естественный интеллект. Причем это инструмент, многократно увеличивающий возможности естественного интеллекта, примерно также, как микроскоп и телескоп многократно увеличивает возможности естественного зрения, естественно только в том случае, если оно есть. Поэтому, конечно, этих задач огромное количество.
В качестве перспектив можно было бы отметить в частности решение следующих задач ветеринарии с применением автоматизированного системно-когнитивного анализа:
- поддержка принятия решений по выбору антибактериальных препаратов в зависимости от характера микробной флоры;
- поддержка принятия решений по определению дозы и пути введения препаратов группы пенициллина;
- поддержка принятия решений по определению дозы и пути введения цефалоспоринов;
- поддержка принятия решений по выбору антибактериальных препаратов с учетом основных токсических и аллергических реакций на антибактериальные препараты;
- исследование взаимодействия антибактериальных препаратов с другими препаратами при приеме внутрь и поддержка принятия решений по выбору антибактериальных препаратов с учетом результатов этих исследований.
Область ветеринарии, в которой перечисленные выше и другие задачи решаются с применением системно-когнитивного анализа, программным инструментарием которого в настоящее время является система «Эйдос», предлагается назвать «Когнитивной ветеринарией» или шире «Математической ветеринарией», по аналогии с математической экономикой (08.00.13), Прикладной и математической лингвистикой (10.02.21), когнитивной лингвистикой и т.д.
Надо отметить, что все сказанное в данной статье практически без изменений относится не только к ветеринарии, но и к любой науке, которая еще недостаточно пользуется математикой и интеллектуальными технологиями. Ясно, что науки будут развиваться в этом направлении и со временем появятся основания назвать их, например когнитивной агрономией, когнитивной ампелографией, когнитивным овощеводством, когнитивным плодоводством, когнитивной механизацией и т.д.
Эта идея находится в русле Указа Президента РФ от 7 июля 2011 г. N 899 "Об утверждении приоритетных направлений развития науки, технологий и техники в Российской Федерации и перечня критических технологий Российской Федерации", в котором под п.8 указаны Нано-, био-, информационные, когнитивные технологии Отметим, что все приведенные выше аргументы введения научного понятия: «когнитивная ветеринария» применимы и к другим направлениям науки, например: «когнитивная агрономия», «когнитивная экономика» и т.д.. Автор пытался развивать когнитивную математику [10] и когнитивную теорию управления [10], а также применять их в других областях науки и практики. .
Этим и другим применениям способствует и то, что система «Эйдос» является мультиязычной интеллектуальной on-line средой для обучения и научных исследований [2, 3] http://lc.kubagro.ru/aidos/Presentation_Aidos-online.pdf и находится в полном открытом бесплатном доступе (причем с подробно комментированными актуальными исходными текстами: http://lc.kubagro.ru/_AIDOS-X.txt) на сайте автора по адресу: http://lc.kubagro.ru/aidos/_Aidos-X.htm. [2-11].
Численные примеры решения задач ветеринарии с применением технологий искусственного интеллекта размещены как облачные Эйдос-приложения под номерами: 100, 125, 126, 127, 128, 131, 133, 134, 144 и доступны всем желающим в режиме 1.3 системы «Эйдос».
Конечно, представленный в статье уровень исследования относится хотя и к развитому, но эмпирическому уровню, т.е. это просто наблюдаемые факты, эмпирические закономерности и в лучшем случае, при условии подтверждения полученных результатов другими исследователями, может подняться до уровня эмпирического закона. Для перехода на теоретический уровень познания необходимо выдвинуть гипотезы содержательной интерпретации полученных результатов (которые может выдвинуть только специалист в области ветеринарии), объясняющие внутренние механизмы наблюдаемых закономерностей. Потом необходимо подтвердить, что эти научные гипотезы имеют прогностическую силу, т.е. позволяют обнаружить новые ранее неизвестные явления, и тогда эти гипотезы переходят в статус научной теории. Эта теория позволяют обобщить эмпирический закон до уровня научного закона [1-5].
7. Благодарности
Авторы благодарны проректору по научной работе Кубанского ГАУ им. И.Т. Трубилина доктору биологических наук профессору Андрею Георгиевичу Кощаеву за помощь в публикации статьи: https://kubsau.ru/university/rectorate/.
данные алгоритм решения директ костинг
Литература
1.Луценко Е.В. Системно-когнитивный анализ как развитие концепции смысла Шенка - Абельсона / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2004. - №03(005). С. 65 - 86. - IDA [article ID]: 0050403004. - Режим доступа: http://ej.kubagro.ru/2004/03/pdf/04.pdf, 1,375 у.п.л.
2.Луценко Е.В. Методологические аспекты выявления, представления и использования знаний в АСК-анализе и интеллектуальной системе «Эйдос» / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2011. - №06(070). С. 233 - 280. - Шифр Информрегистра: 0421100012\0197, IDA [article ID]: 0701106018. - Режим доступа: http://ej.kubagro.ru/2011/06/pdf/18.pdf, 3 у.п.л.
3.Луценко Е.В. Проблемы и перспективы теории и методологии научного познания и автоматизированный системно-когнитивный анализ как автоматизированный метод научного познания, обеспечивающий содержательное феноменологическое моделирование / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2017. - №03(127). С. 1 - 60. - IDA [article ID]: 1271703001. - Режим доступа: http://ej.kubagro.ru/2017/03/pdf/01.pdf, 3,75 у.п.л.
4.Луценко Е.В. Формирование субъективных (виртуальных) моделей физической и социальной реальности сознанием человека и неоправданное придание им онтологического статуса (гипостазирование) / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2015. - №09(113). С. 1 - 32. - IDA [article ID]: 1131509001. - Режим доступа: http://ej.kubagro.ru/2015/09/pdf/01.pdf, 2 у.п.л.
5.Луценко Е.В. Принципы и перспективы корректной содержательной интерпретации субъективных (виртуальных) моделей физической и социальной реальности, формируемых сознанием человека / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2016. - №01(115). С. 22 - 75. - IDA [article ID]: 1151601003. - Режим доступа: http://ej.kubagro.ru/2016/01/pdf/03.pdf, 3,375 у.п.л.
6.Луценко Е.В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). - Краснодар: КубГАУ. 2002. - 605 с. http://elibrary.ru/item.asp?id=18632909
7.Орлов А.И., Луценко Е.В. Системная нечеткая интервальная математика. Монография (научное издание). - Краснодар, КубГАУ. 2014. - 600 с. ISBN 978-5-94672-757-0. http://elibrary.ru/item.asp?id=21358220
8.Луценко Е.В., Открытая масштабируемая интерактивная интеллектуальная on-line среда «Эйдос» («Эйдос-online»). Свид. РосПатента РФ на программу для ЭВМ, Заявка № 2017618053 от 07.08.2017, Гос.рег.№ 2017661153, зарегистр. 04.10.2017. - Режим доступа: http://lc.kubagro.ru/aidos/2017661153.jpg, 2 у.п.л.
9.Луценко Е.В. Открытая масштабируемая интерактивная интеллектуальная on-line среда для обучения и научных исследований на базе АСК-анализа и системы «Эйдос» / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2017. - №06(130). С. 1 - 55. - IDA [article ID]: 1301706001. - Режим доступа: http://ej.kubagro.ru/2017/06/pdf/01.pdf, 3,438 у.п.л. http://lc.kubagro.ru/aidos/Presentation_Aidos-online.pdf
10.Луценко Е.В. Автоматизация Функционально-стоимостного анализа и метода "Директ-костинг" на основе АСК-анализа и системы "Эйдос" (автоматизация управления натуральной и финансовой эффективностью затрат без содержательных технологических и финансово-экономических расчетов на основе информационных и когнитивных технологий и теории управления) / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2017. - №07(131). С. 1 - 18. - IDA [article ID]: 1311707001. - Режим доступа: http://ej.kubagro.ru/2017/07/pdf/01.pdf, 1,125 у.п.л.
11.Луценко Е.В. Реализация тестов и супертестов для ветеринарной и медицинской диагностики в среде системы искусственного интеллекта «Эйдос-Х++» без программирования / Е.В. Луценко, В.Е. Коржаков // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2013. - №05(089). С. 167 - 207. - IDA [article ID]: 0891305014. - Режим доступа: http://ej.kubagro.ru/2013/05/pdf/14.pdf, 2,562 у.п.л.
12.Луценко Е.В. Автоматизированный системно-когнитивный анализ в ветеринарии (на примере разработки диагностических тестов) / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2018. - №03(137). С. 143 - 196. - IDA [article ID]: 1371803031. - Режим доступа: http://ej.kubagro.ru/2018/03/pdf/31.pdf, 3,375 у.п.л.
13.Луценко Е.В. Агломеративная когнитивная кластеризация нозологических образов в ветеринарии / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2018. - №04(138). С. 122 - 139. - IDA [article ID]: 1381804033. - Режим доступа: http://ej.kubagro.ru/2018/04/pdf/33.pdf, 1,125 у.п.л.
14.Луценко Е.В. Агломеративная когнитивная кластеризация симптомов и синдромов в ветеринарии / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2018. - №05(139). С. 99 - 116. - IDA [article ID]: 1391805033. - Режим доступа: http://ej.kubagro.ru/2018/05/pdf/33.pdf, 1,125 у.п.л.
15.Луценко Е.В. Автоматизированный системно-когнитивный анализ антибиотиков в ветеринарии / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2018. - №06(140). С. 171 - 220. - IDA [article ID]: 1401806033. - Режим доступа: http://ej.kubagro.ru/2018/06/pdf/33.pdf, 3,125 у.п.л.
16.Луценко Е.В. Разработка ветеринарного теста для диагностики желудочно-кишечных заболеваний лошади на основе данных репозитория UCI с применением АСК-анализа / Е.В. Луценко, Е.К. Печурина, А.Э. Сергеев // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2018. - №07(141). С. 111 - 175. - IDA [article ID]: 1411807033. - Режим доступа: http://ej.kubagro.ru/2018/07/pdf/33.pdf, 4,062 у.п.л.
17.Луценко Е.В. Формирование семантического ядра ветеринарии путем Автоматизированного системно-когнитивного анализа паспортов научных специальностей ВАК РФ и автоматическая классификация текстов по направлениям науки / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2018. - №10(144). С. 44 - 102. - IDA [article ID]: 1441810033. - Режим доступа: http://ej.kubagro.ru/2018/10/pdf/33.pdf, 3,688 у.п.л.
18.Луценко Е.В. Синтез семантических ядер научных специальностей ВАК РФ и автоматическая классификации статей по научным специальностям с применением АСК-анализа и интеллектуальной системы «Эйдос» (на примере Научного журнала КубГАУ и его научных специальностей: механизации, агрономии и ветеринарии) / Е.В. Луценко, Н.В. Андрафанова, Н.В. Потапова // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2019. - №01(145). С. 31 - 102. - IDA [article ID]: 1451901033. - Режим доступа: http://ej.kubagro.ru/2019/01/pdf/33.pdf, 4,5 у.п.л.
19.Луценко Е.В. Автоматизированный системно-когнитивный анализ влияния пробиотиков в рационах на телосложение бычков / Е.В. Луценко, Е.К. Печурина // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2019. - №02(146). С. 68 - 93. - IDA [article ID]: 1461902033. - Режим доступа: http://ej.kubagro.ru/2019/02/pdf/33.pdf, 1,625 у.п.л.
20.Луценко Е.В. Когнитивная информационно-измерительная квалиметрическая система для определения содержания жира и белка в коровьем молоке по параметрам тензиограмм динамического поверхностного натяжения на границе раздела молоко/воздух / Луценко Е.В., Печурина Е.К., Сергеев А.Э. // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2019. - №07(151). - Режим доступа: http://ej.kubagro.ru/2019/07/pdf/15.pdf, 3,438 у.п.л. - IDA [article ID]: 1511907015. http://dx.doi.org/10.21515/1990-4665-151-015
21.Луценко Е.В. Интеллектуальная привязка некорректных ссылок к литературным источникам в библиографических базах данных с применением АСК-анализа и системы «Эйдос» (на примере Российского индекса научного цитирования - РИНЦ) / Е.В. Луценко, В.А. Глухов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2017. - №01(125). С. 1 - 65. - IDA [article ID]: 1251701001. - Режим доступа: http://ej.kubagro.ru/2017/01/pdf/01.pdf, 4,062 у.п.л.
22.Луценко Е.В. Применение АСК-анализа и интеллектуальной системы "Эйдос" для решения в общем виде задачи идентификации литературных источников и авторов по стандартным, нестандартным и некорректным библиографическим описаниям / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2014. - №09(103). С. 498 - 544. - IDA [article ID]: 1031409032. - Режим доступа: http://ej.kubagro.ru/2014/09/pdf/32.pdf, 2,938 у.п.л.
23.Луценко Е.В. АСК-анализ проблематики статей Научного журнала КубГАУ в динамике / Е.В. Луценко, В.И. Лойко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2014. - №06(100). С. 109 - 145. - IDA [article ID]: 1001406007. - Режим доступа: http://ej.kubagro.ru/2014/06/pdf/07.pdf, 2,312 у.п.л.
24.Луценко Е.В. Атрибуция анонимных и псевдонимных текстов в системно-когнитивном анализе / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2004. - №03(005). С. 44 - 64. - IDA [article ID]: 0050403003. - Режим доступа: http://ej.kubagro.ru/2004/03/pdf/03.pdf, 1,312 у.п.л.
25.Луценко Е.В. Атрибуция текстов, как обобщенная задача идентификации и прогнозирования / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2003. - №02(002). С. 146 - 164. - IDA [article ID]: 0020302013. - Режим доступа: http://ej.kubagro.ru/2003/02/pdf/13.pdf, 1,188 у.п.л.
Размещено на Allbest.ru
...Подобные документы
Методы радиоиммуноанализа и иммунорадиометрического анализа. Сферы применения иммуноанализа в ветеринарии, потребители иммунодиагностических наборов. Диагностика фертильности и фекундильности крупного рогатого скота. Развитие иммуноанализа в ветеринарии.
реферат [1,7 M], добавлен 06.08.2009История китайской медицины. Развитие ветеринарии в Индии. Ветеринарные врачи Древней Персии. Развитие ветеринарии в Месопотамии (долина рек Тигра и Ефрата, XX-XVII вв. до н.э.). Приемы врачевания в Египте. Главная заслуга Гиппократа в развитии медицины.
реферат [26,2 K], добавлен 26.11.2010Военная ветеринария в Древней Руси и русском централизованном государстве. Развитие и усовершенствование структуры русской армии в XVIII веке. Создание центрального аппарата для руководства военно-ветеринарным делом. Ветеринарная служба во время ВОВ.
реферат [25,6 K], добавлен 19.01.2013Основные физико-химические свойства кетамина. Влияние препарата на сердечно-сосудистую систему и дыхательный центр. Практические рекомендации к применению кетамина. Общее анестезирующее и анальгезирующее действие. "Кетаминовая проблема" в ветеринарии.
реферат [26,1 K], добавлен 03.11.2015Применение ионизирующих излучений в сельском хозяйстве, ветеринарии и животноводстве. Использование ионизирующих излучений для диагностики и лечения животных. Использование нейтронов наряду с другими тяжелыми заряженными частицами для лечения опухолей.
контрольная работа [168,6 K], добавлен 30.01.2009Ветеринария - наука, изучающая здоровое и безболезненное состояние домашних животных. История развития науки, ее основные направления и достижения: открытие микроскопа Левенгуком, открытие кровообращения Гарвеем и роль данных исследований в медицине.
реферат [23,0 K], добавлен 17.08.2010Этика научных исследований в ветеринарии. Современные проблемы и будущее ветеринарной медицины. Особенности и пути интенсификации науки. Основные научные проблемы ветеринарной медицины и направления ее развития. Особенности этики научных работников.
реферат [32,9 K], добавлен 10.06.2010Диагностические учреждения государственной ветеринарии. Бактериологические, серологические, паталогоанатомические, биохимические, токсикологические, капроскопические и другие лабораторные методы исследования. Проведение диагностики заболеваний животных.
реферат [22,2 K], добавлен 08.12.2011В задачу токсиколога-химика входит не только установление наличия того или иного вещества относимого к категории «ядов», но и количество последнего. Существование качественных и количественных методов токсикологического исследования в ветенарии.
контрольная работа [25,2 K], добавлен 21.04.2009Характеристика скелетной мышцы животного, которая представляет собой сложное образование, способное выполнять роль активного органа аппарата движения. Химический состав мышц. Условия, улучшающие работу мышц и вспомогательные приспособления для их работы.
реферат [755,5 K], добавлен 22.06.2011Значение ветеринарно-профилактических мероприятий в выполнении задач по интенсификации животноводства. Ветеринария и ветеринарное обслуживание животноводческих комплексов, крупных ферм и птицефабрик. Правовая база выполнения ветеринарных мероприятий.
контрольная работа [53,6 K], добавлен 30.01.2009Развитие ветеринарных учреждений в Российской империи. Открытие первых ветеринарных амбулаторий. Основные цели губернских ветеринарных совещаний и съездов. Анализ первых декретов советского правительства по ветеринарии и журнала "Белорусская ветеринария".
реферат [87,9 K], добавлен 10.04.2012Первые формирования лосиных, перепелиных и страусиных ферм. Собака как первое приученное животное. Особенности развития народной ветеринарии у восточных славян. Луций Колумелла как первый ученый, использовавший в своих трудах термин "ветеринар".
реферат [44,4 K], добавлен 09.04.2012Клиническая диагностика как важнейший раздел клинической ветеринарии, предмет и методы ее изучения. Порядок клинического исследования сердечнососудистой системы собаки, порода Американский Стаффордширский терьер. Взятие крови и методика ее анализа.
курсовая работа [23,3 K], добавлен 09.11.2009Группы медикаментов, порядок их хранения. Наиболее употребляемые дезинфицирующие химические средства и способы их применения. Основные болезни органов дыхания сельскохозяйственных животных. Воспаление легких и плеврит. Распространение заразных болезней.
контрольная работа [700,4 K], добавлен 30.01.2009Витаминная питательность кормов. Классификация витаминов на жирорастворимые и водорастворимые. Применение антибиотиков и витаминов в ветеринарии и животноводстве. Витамины с индуктивным и биокаталитическим действием: последствия их недостаточности.
реферат [24,2 K], добавлен 23.03.2010Нитрофурал как антисептическое средство местного действия. Биофармацевтические аспекты фурацилина. Токсическое действие нитрофурановых препаратов. Способ получения фурацилина. Особенности применения его в ветеринарии. Лекарственные формы фурацилина.
презентация [841,4 K], добавлен 07.11.2012Болезни обмена веществ. Профилактика и лечение остеомаляции у сельскохозяйственных животных. Туберкулез крупного рогатого скота. Методы диагностики и профилактики. Пироплазмидоз сельскохозяйственных животных. Ветеринарная дезинфекционная техника.
контрольная работа [108,0 K], добавлен 18.01.2014Статистика в медико-биологическом исследовании, выбор метода анализа в соответствии с типом распределения данных. Анализ времени жизни в ППО Statistica, сравнение коэффициентов корреляции. Порядок осуществления проверки типа распределения данных.
реферат [1,2 M], добавлен 03.06.2011История открытия и описание препарата "Новокаин" - одного из лучших местных анестетиков, которые применяются в ветеринарии. Механизм действия новокаиновых блокад. Противопоказания к применению. Виды новокаиновых блокад. Общие положения при их выполнении.
курсовая работа [49,2 K], добавлен 06.04.2017
