Необходимо отметить также, что все выходные формы, формируемые системой, формируются ей в автоматизированном режиме без участия экспертов и могут быть созданы на основе моделей очень больших размерностей. Система «Эйдос» была апробирована при создании моделей с нечеткими продукциями с фиксацией результатов их работы в декларативной форме при размерностях моделей 10000 классов на 10000 признаков и с обучающей выборкой до миллиона объектов, описанных до 1500 классификационных и описательных шкал.

Литература

1. Луценко Е.В. Методика использования репозитария UCI для оценки качества математических моделей систем искусственного интеллекта / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2003.

2. Луценко Е.В. АСК-анализ, моделирование и идентификация живых существ на основе их фенотипических признаков / Е.В. Луценко, Ю.Н. Пенкина // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2014.

3. Луценко Е.В. Теоретические основы, технология и инструментарий автоматизированного системно-когнитивного анализа и возможности его применения для сопоставимой оценки эффективности вузов / Е.В. Луценко, В.Е. Коржаков // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2013. - №04(088). С. 340 - 359.

4. 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.

5. Луценко Е.В. 30 лет системе «Эйдос» - одной из старейших отечественных универсальных систем искусственного интеллекта, широко применяемых и развивающихся и в настоящее время / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2009. - №10(054). С. 48 - 77.

6. Луценко Е.В. Универсальная когнитивная аналитическая система «Эйдос-Х++» / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2012. - №09(083). С. 328 - 356.

7. Луценко Е.В. Метризация измерительных шкал различных типов и совместная сопоставимая количественная обработка разнородных факторов в системно-когнитивном анализе и системе «Эйдос» / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2013. - №08(092). С. 859 - 883.

8. 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). - Краснодар: КубГАУ, 2011. - №06(070). С. 233 - 280.

9. Луценко Е.В. Моделирование сложных многофакторных нелинейных объектов управления на основе фрагментированных зашумленных эмпирических данных большой размерности в системно-когнитивном анализе и интеллектуальной системе «Эйдос-Х++» / Е.В. Луценко, В.Е. Коржаков // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2013. - №07(091). С. 164 - 188.

10. 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). - Краснодар: КубГАУ, 2004. - №03(005). С. 44 - 65.

11. Луценко Е.В. Количественный автоматизированный SWOT- и PEST-анализ средствами АСК-анализа и интеллектуальной системы «Эйдос-Х++» / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2014. - №07(101). С. 1368 - 1410.

12. Луценко Е.В. Системная теория информации и нелокальные интерпретируемые нейронные сети прямого счета / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2003. - №01(001). С. 79 - 91.

13. Луценко Е.В. Автоматизированная система распознавания образов, математическая модель и опыт применения. В сб.: "В.И.Вернадский и современность (к 130-летию со дня рождения)". Тезисы научно-практической конференции. - Краснодар: КНА, 1993. - С. 37-42.

14. Луценко Е.В. Когнитивные функции как обобщение классического понятия функциональной зависимости на основе теории информации в системной нечеткой интервальной математике / Е.В. Луценко, А.И. Орлов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2014. - №01(095). С. 122 - 183.

15. Луценко Е.В. Прогнозирование продолжительности жизни пациентов, перенесших сердечный приступ, по данным эхокардиограммы на основе базы данных репозитория UCI / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). - Краснодар: КубГАУ, 2014. - №08(102). С. 1282 - 1328.

Аннотация

Луценко Евгений Вениаминович д.э.н., к.т.н., профессор

Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13,

Боровко Антон Юрьевич студент группы ПИ1101 факультета прикладной информатики

Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13,

В статье описан численный пример создания в среде системы «Эйдос» интеллектуального приложения, предназначенного для прогнозирования количества солнечных вспышек разных классов на основе предыстории их развития. В качестве исходных данных использована база данных репозитория UCI

Ключевые слова: ПРОГНОЗИРОВАНИЕ ХАРАКТЕРИСТИК СОЛНЕЧНЫХ ВСПЫШЕК НА ОСНОВЕ ИХ ПРЕДЫСТОРИИ С ПРИМЕНЕНИЕМ АСК-АНАЛИЗА И ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ «ЭЙДОС» ПО ДАННЫМ РЕПОЗИТОРИЯ UCI

FORECASTING THE NUMBER AND THE CLASSES OF SOLAR FLARES BASED ON THEIR BACKGROUND ACCORDING TO THE UCI REPOSITORY USING ASC-ANALYSIS AND "EIDOS" INTELLIGENT SYSTEMS

Lutsenko Eugeny Veniaminovich Dr.Sci.Econ., Cand.Tech.Sci., professor

Kuban State Agrarian University, Krasnodar, Russia Borovko Anton Yurievich student of the Faculty of applied Informatics

Kuban State Agrarian University, Krasnodar, Russia

The article describes a numerical example of creating intellectual application designed to predict solar flares of different classes on the basis of the history of their development in the environment of "Eidos" system. As the source data, we used the database of UCI repository

Keywords: FORECASTING CHARACTERISTICS OF SOLAR FLARES BASED ON THEIR HISTORY WITH USE OF ASC-ANALYSIS AND INTELLIGENT SYSTEMS "EIDOS" ACCORDING UCI REPOSITORY

Размещено на Allbest.ru