В данном исследовании представлен передовой подход к оптимизации систем нечеткого вывода (СНВ) с использованием генетических алгоритмов (ГА) -мощного эволюционного метода, вдохновленного естественным отбором. Традиционная разработка FIS основана на эвристической настройке базы правил и функций релевантности, что может быть неэффективным. Это исследование позволяет систематически оптимизировать базу правил СНВ, что повышает точность, гибкость и надежность систем принятия решений. Экспериментальные результаты показывают, что сложность базы правил значительно снижается при сохранении производительности системы. В исследовании также подчеркивается важность таких операторов ГА, как отбор, кроссинговср и мутация, для достижения глобальной оптимальности. Такая интеграция помогает разрабатывать интеллектуальные системы, способные адаптироваться к реальным ситуациям, обеспечивая многообещающие результаты для экспертных систем, приложений автоматизации и управления.
В статье представлен сравнительный анализ алгоритмов машинного обучения, применяемых для ранней диагностики онкологических заболеваний. В работе рассмотрены алгоритмы Random Forest, XGBoost, AdaBoost и другие, протестированные на различных клинических задачах, таких как рак шейки матки, лёгких и кожи. Особое внимание уделено ансамблевым методам, которые продемонстрировали наивысшую точность, особенно алгоритму Random Forest (случайный лес). Подчёркивается универсальность изучаемых методов, их адаптивность к разнородным медицинским данным и потенциал для разработки интеллектуальных систем поддержки принятия клинических решений.
В данной статье рассматривается задача нахождения и анализа решения краевой задачи для сингулярного дифференциального уравнения второго порядка с использованием спектрального метода на основе полиномов Чебышева.
В данной статье рассматривается роль речевых сигналов в системах идентификации личности, а также процессы выделения их характеристик и формирования параметров. Биометрическая уникальность речевого сигнала основана на неповторимых фонетических и акустических особенностях речи каждого человека.
Целью данной статьи является разработка комплекса математических моделей для решения многих вопросов, связанных с использованием природных ресурсов с экологической и экономической точек зрения. Эти модели должны описывать конкретные аспекты реализации изучаемой системы с учетом различных характеристик экологоэкономических систем. В этом случае придется решать большое количество новых вопросов. Эти вопросы возникают при моделировании и анализе эколого-экономических систем.
Искусственный интеллект (ИИ) открывает множество возможностей для интеллектуального анализа медицинских изображений. Однако для эффективной работы таких моделей необходимы большие и качественно размеченные данные. Поскольку в медицинской сфере сбор таких данных является сложным и дорогостоящим, методы аугментации данных приобретают особую важность.
В статье «Методы извлечения объектов из изображений» рассмотрены основные типы алгоритмов сегментации объектов изображения и представлена информация об их основных преимуществах и недостатках. В зависимости от характера проблемы есть возможность выбрать один или несколько методов.
В статье приведено нейросетевое прогнозирование геомагнитного К - индекса с использованием нейронных сетей. Построение нейронных сетей проведено для многослойного персептрона и сети радиаль- но базисных функций. Нейросетевые модели имеют минимальную ошибку краткосрочного прогнозирования геомагнитного К - индекса по сравнению со статистическими моделями.
Искусственный интеллект (ИИ) становится неотъемлемой частью повседневной жизни, активно влияя на множество аспектов человеческой деятельности. Технологии ИИ используются для автоматизации рутинных задач, улучшения качества обслуживания и повышения удобства в различных сферах, таких как медицина, образование, транспорт, финансы и развлечения. Например, голосовые помощники, рекомендательные системы, умные дома и чат-боты значительно упрощают выполнение повседневных задач. Однако вместе с преимуществами ИИ вызывает вопросы, связанные с этикой, приватностью и безопасностью данных. Влияние искусственного интеллекта на рынок труда вызывает опасения о замене человеческого труда, в то время как стремительное развитие технологий порождает необходимость адаптации к новым условиям. Данная тема подчеркивает важность изучения преимуществ и рисков, связанных с внедрением ИИ, а также выработки стратегий его эффективного использования для улучшения качества жизни и минимизации возможных у1роз.
В статье рассматриваются подходы, основанные на машинном обучении, к профилактике эндокринных заболеваний в медицине, их преимущества и перспективы применения. Изучена возможность прогнозирования ранних стадий заболеваний с использованием сбора данных, их анализа и алгоритмов машинного обучения.
В статье рассматриваются ключевые аспекты внедрения искусственного интеллекта в образовательный процесс. На примере разработки онлайн-курса по базам данных показано практическое применение искусственного интеллекта: генерация материала, автоматическая проверка заданий, чат-бот и др. Особое внимание уделяется роли искусственного интеллекта, как инструмента поддержки для преподавания.
Статья посвящена проблеме неравного доступа к дистанционному обучению у студентов вечернего отделения, обусловленного профессиональной занятостью, бытовыми условиями и техническими ограничениями. Предлагается использование интеллектуальных систем как инструмента для персонализации образовательного процесса, адаптации учебных материалов, а также для организации гибкого взаимодействия между студентом и преподавателем. Приводятся примеры возможных решений, архитектура интеллектуальной поддержки и потенциальный эффект внедрения на уровне ВУЗа.
В статье рассматриваются методы автоматизации коммуникаций между работниками медицинских учреждений и пациентами. Предлагается интегрированная платформа связи, описаны ее преимущества и математическая основа моделирования.
Цифровизация здравоохранения требует автоматизированного анализа дермоскопических изображений. Такие изображения играют важную роль в раннем выявлении кожных новообразований, особенно меланомы. В данной статье рассматриваются ключевые проблемы обработки изображений нестандартизированный формат, дисбаланс выборки и неопределенность визуальных признаков. На основе этого был разработан диаграмма последовательности для автоматизированной системы анализа.
