Skip navigation
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://libeldoc.bsuir.by/handle/123456789/37842
Название: О реализации средств машинного обучения в интеллектуальных системах реального времени
Другие названия: On the implementation of machine learning tools in real-time intelligent systems
Авторы: Еремеев, А. П.
Кожухов, А. А.
Голенков, В. В.
Гулякина, Н. А.
Ключевые слова: публикации ученых;искусственный интеллект;интеллектуальная система;гибкий алгоритм;самообучение;машинное обучение;реальное время;программное средство
Дата публикации: 2018
Издательство: Научно-исследовательский институт «Центрпрограммсистем»
Описание: О реализации средств машинного обучения в интеллектуальных системах реального времени = On the implementation of machine learning tools in real-time intelligent systems / А. П. Еремеев [и др.] // Программные продукты и системы. – 2018. – № 2. – С. 239–245.
Аннотация: В работе дан анализ методов обучения с подкреплением (RL-обучения) в плане их использования в интеллектуальных системах реального времени на примере интеллектуальных систем поддержки принятия решений реального времени. Описана реализация алгоритмов обучения с подкреплением на основе временных (темпоральных) различий и рассмотрены основные преимущества использования гибких алгоритмов, которые могут оказывать значительное влияние на эффективность и производительность интеллектуальных систем реального времени. Гибкие алгоритмы могут иметь решающее значение для интеллектуальных систем поддержки принятия решений реального времени, так как они способны находить приемлемые решения в условиях жестких временных ограничений и улучшать их (вплоть до получения оптимальных) при увеличении предоставляемых ресурсов (особенно временных). Предложен гибкий алгоритм, включающий в себя статистический модуль прогнозирования и мультиагентный модуль RL-обучения. Рассмотрены возможности внедрения разработанного гибкого алгоритма в подсистему прогнозирования интеллектуальных систем реального времени типа интеллектуальных систем поддержки принятия решений реального времени для управления и мониторинга сложного технологического объекта. Описываются подход к реализации перехода от обучения интеллектуальных систем, основанных на знаниях, к обучению средств их разработки (при этом архитектура такой интеллектуальной системы рассматривается как основа обеспечения ее гибкости и обучаемости), а также направления обучения и самообучения интеллектуальных систем, их способность приобретать знания и навыки из различных источников. Дается обоснование применения развиваемой в работе технологии OSTIS для разработки интеллектуальных систем, основанных на знаниях, включая интеллектуальные системы реального времени.
URI: https://libeldoc.bsuir.by/handle/123456789/37842
DOI: 10.15827/0236-235X.122.239-245
Располагается в коллекциях:Публикации в зарубежных изданиях

Файлы этого ресурса:
Файл Описание РазмерФормат 
Eremeyev_O.pdf1.03 MBAdobe PDFОткрыть
Показать полное описание Просмотр статистики Google Scholar

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.