| Title: | Экспертные и гибридные модели принятия решений в интеллектуальных системах контроля и оценки знаний |
| Other Titles: | Expert and hybrid decision-making models in intelligent knowledge assessment and control systems |
| Authors: | Мигалевич, С. А. |
| Keywords: | материалы конференций;Big Data;информационные системы;экспертные системы;гибридные интеллектуальные модели;логические выводы;нечёткая логика;контроль знаний;адаптивное тестирование;нейро-символьные системы |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Мигалевич, С. А. Экспертные и гибридные модели принятия решений в интеллектуальных системах контроля и оценки знаний = Expert and hybrid decision-making models in intelligent knowledge assessment and control systems / С. А. Мигалевич // Big Data и анализ высокого уровня = Big Data and Advanced Analytics : сборник научных статей XII Международной научно-практической конференции, Республика Беларусь, Минск, 23 апреля 2026 года : в 2 ч. Ч. 2 / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш [и др.]. – Минск, 2026. – С. 137–142. |
| Abstract: | В статье рассматриваются экспертные и гибридные модели принятия решений, применяемые в интеллектуальных системах контроля и оценки знаний. Анализируются архитектуры экспертных систем, включающие базу знаний, механизм логического вывода и интерфейс пользователя. Описываются методы представления знаний: продукционные правила, семантические сети, фреймы и нечёткая логика. Особое внимание уделено гибридным интеллектуальным системам, объединяющим экспертные правила с нейросетевыми и байесовскими подходами для повышения точности диагностики знаний студентов и адаптации учебного контента. |
| Alternative abstract: | The article examines expert and hybrid decision-making models applied in intelligent knowledge assessment and control systems. The architectures of expert systems, including knowledge bases, inference engines, and user interfaces, are analyzed. Methods of knowledge representation are described: production rules, semantic networks, frames, and fuzzy logic. Particular attention is paid to hybrid intelligent systems that combine expert rules with neural network and Bayesian approaches to improve the accuracy of student knowledge diagnosis and adaptive content customization. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/63604 |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2026)
|
