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 данной статье рассматриваются современные алгоритмы, применяемые для интеллектуального анализа речевых сигналов, а также их научно-практическое значение. Развитие технологий искусственного интеллекта и машинного обучения расширяет возможности автоматической обработки речевых сигналов, извлечения признаков и распознавания. В исследовании анализируются процессы моделирования на основе таких передовых методов, как MFCC, CNN и RNN. Также рассматриваются алгоритмы, применяемые для преобразования речи в текст, идентификации говорящего и понимания контекста. Полученные результаты могут быть использованы в интеллектуальных голосовых интерфейсах, системах безопасности и лингвистических приложениях.
В статье исследуется роль интеллектуальных систем и цифровых технологий в оценке и развитии экспортного потенциала регионов Узбекистана в условиях международной интеграции. Проанализированы текущие проблемы и предложены рекомендации по эффективному внедрению цифровых инструментов для устойчивого роста экспорта.
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 данной исследовательской работе частично описаны элементы базы знаний, которые широко используются в процессах принятия решений в интеллектуальных системах, этапы их формирования, а также последовательности обогащения логических правил предикатами. Кроме того, исследование включает общую архитектуру интеллектуальных систем на основе базы знаний и теоретические сведения о типах и свойствах правил. В то же время статья также включает анализ основной литературы по построению и обогащению правил с использованием концепций и принципов логики первого порядка.
Сегодня для решения проблем, связанных с возросшими требованиями к системам энергоснабжения в связи с развитием бытовой техники и интеллектуальных систем, предлагается устанавливать возобновляемые источники энергии, резервные источники, а также центральную сеть энергоснабжения с гибким управлением. С этой целью в данной статье разрабатывается проект по применению технологии, области применения и базы данных для сбора и обработки данных мониторинга на основе гибридных источников энергоснабжения и Интернета вещей.
Данная статья посвящена необходимости разработки моделей прогнозирования на основе данных для принятия качественных решений в управленческих системах. Рассмотрены методы, основанные на временных рядах, в процессе анализа данных и прогнозирования. Приводятся анализ временных рядов, влияние на формирование управленческой стратегии, а также математические модели и алгоритмы, необходимые для повышения точности и эффективности, а также улучшения надежности результатов.
Целью данного исследования является анализ того, какую важную роль играет искусственный интеллект (ИИ) в образовательном процессе. В статье исследуется, как современные ИИ-технологии могут решить ряд проблем в сфере образования, таких как барьеры доступа к учебным материалам, трудности в обучении и дефицит образовательных ресурсов.
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 внедрение цифровой трансформации для повышения эффективности образования в высших учебных заведениях и модернизации образовательных процессов. Также обсуждаются возможности оптимизации образовательных ресурсов, эффективного управления рабочими процессами студентов и преподавателей, а также повышения качества образования через внедрение цифровых технологий. В статье представлены меры и рекомендации, направленные на улучшение образовательного процесса через внедрение этих цифровых инструментов.
