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 докладе рассмотрены вопросы создания систем поиска научнообразовательной информации на основе интеграции модулей, основанных на методах искусственного интеллекта. Актуальность проблемы диктуется необходимостью повышения оперативности поиска информации в базах данных для решения научных, образовательных и технологических проблем.
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 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.
В данной статье рассматриваются роль и значение технологий искусственного интеллекта (ИИ) в процессе оцифровки архивных документов в Узбекистане. Перевод архивных материалов в электронный формат обеспечивает их сохранность, возможность повторной обработки и открытый доступ для широкой общественности. В статье представлены информационные системы, внедрённые агентством «Узархив», и раскрываются особенности применения ИИ в этих системах. Также проведён сравнительный анализ передового международного опыта таких стран, как США, Великобритания, Южная Корея, Китай и другие европейские государства — с акцентом на правовую базу, цифровую инфраструктуру и использование ИИ в архивной сфере. В завершение приведены практические рекомендации по дальнейшему развитию системы цифровых архивов в Узбекистане.
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 настоящее время активно развиваются системы, обеспечивающие естественное взаимодействие между человеком и машиной. Одной из актуальных задач является определение языка пользователя. В данной статье рассматривается задача определения языка (Language Identification - LID) на основе речевых сигналов, области её применения, существующие проблемы и современные подходы. Проведен сравнительный анализ классических методов машинного обучения (GMM, SVM, i-vector) и подходов, основанных на глубоких нейронных сетях (CNN, RNN, Transformer). Также описаны основные метрики оценки эффективности систем: Accuracy, Precision, Fl-score и Equal Error Rate (EER). Рассмотрены передовые подходы к решению сложных случаев, таких как переключение языков (code-switching) и открытые наборы языков (open-set LID), а также обсуждены практические перспективы для малоизученных языков, включая узбекский. Результаты исследования могут служить теоретической и практической основой для разработки многоязычных интерактивных голосовых систем.
В статье анализируется система работы с обращениями граждан в нашей стране, процессы их приема и рассмотрения, а также роль современных информационных технологий, в частности Виртуальной приемной и портала «Murojaatlar», в этих процессах. Обсуждается внедрение автоматизированных систем с целью обеспечения прав граждан, повышения прозрачности и минимизации человеческого фактора. Статья подчеркивает важность платформ электронного правительства в улучшении взаимодействия между государством и гражданами.
Статья посвящено решению проблемы выбора прсцидентных объектов, являющейся важным аспектом мульти кластеризации в процессах распознавания и классификации образов. Предложен новый алгоритм выбора прецидентных объектов с учетом пространства номинальных и числовых признаков. Этот алгоритм обеспечивает точную, устойчивую и прозрачную классификацию данных, повышая эффективность принятия аналитических решений, особенно в процессах медицинской диагностики.
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.
В работе анализируются историческое развитие, принципы работы и современные подходы к технологиям формирования рентгеновских изображений. В основном это касается технологий от традиционных методов рентгеновской визуализации до современных систем, интегрированных с искусственным интеллектом. В работе также анализируются преимущества и недостатки рентгеновских систем, и эта информация служит важным ресурсом для медицинских работников и научных исследователей.
В данной статье проведен анализ архитектуры веб-сервера, аппаратного и программного обеспечения для мониторинга и контроля уровня воды в скважине па базе микроконтроллера ESP32. Также рассматриваются возможности использования технологий 1оТ (Интернет вещей) для расширения возможностей мониторинга в реальном времени на платформе ESP32. В статье подробно проанализированы методы и способы наблюдения и контроля за подземными водами. Приведены экспериментальные результаты по техническим параметрам разработанного оборудования и скорости работы программного обеспечения. Данная система может найти широкое применение в эффективном управлении водными ресурсами, экологическом мониторинге, а также в сельском хозяйстве.
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.
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 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.
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.
