1. теоретические основы искусственного интеллекта бисикало О. В




Скачать 99.17 Kb.
Название1. теоретические основы искусственного интеллекта бисикало О. В
Дата публикации27.09.2013
Размер99.17 Kb.
ТипАнализ
uchebilka.ru > Информатика > Анализ
Содержание сборника тезисов конференции «ИИ» 2007
1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Бисикало О.В.

Подход к построению ассоциативной памяти на основе модели образного мышления
Варламов О.О.

о разработке теории активного отражения как обобщения искусственного интеллекта
Горелова Г.В., Мельник Э.В., Радченко С.А.

Анализ взаимодействия сложных систем
на имитационных динамичных когнитивных моделях
Ионов А.С., Петров Г.А.

Живой человек как объект управления
кватернионной логики
Левин В.И.

Двузначная и многозначная логики мышления
Проненко В.Д.

Ментальное восприятие и анализ информации человеком-оператором при автоматизированной обработке многоспектральных наблюдений

^ 2. СИСТЕМЫ ПРИНЯТИЯ РЕШЕНИЙ
Абрамов П.С., Тожа К.Э., Адамова Л.Е., Блохина С.В.

о применении в прикладных интеллектуальных системах энергосбытовых компаний матричного поиска маршрута логического вывода
Блохина С.В., Адамова Л.Е.

о внедрении новых систем принятия решений и управления в аспекте корпоративной культуры
Вандышева Т.М.

Моделирование задач принятия решений в условиях риска на рынке потребительского кредитования
Варламов А.О., Абрамов П.С., Котов К.Ю., Блохина С.В.

об использовании интеллектуальных информационных технологий для повышения эффективности инновационного производства
Гафуров С.В., Краснопрошин В.В.

Программная технология построения систем для решения практических задач распознавания со сложной структурой
Глубокая М.Г.

Метод оценки достоверности контроля взлёта системой поддержки принятия решений на этапе взлёта пассажирского самолёта
Котов К.Ю., Тожа К.Э., Варламов О.О., Межуев Н.В.

о разработке новой информационной технологии баз данных и знаний путем обобщения xml и soa на основе миварного пространства
Масленникова А.В.

Разработка инструментальных средств для исследования и автоматизированного управления социально-эколого-экономическими региональными процессами
Сарычев А.П.

Моделирование в классе систем регрессионных уравнений со случайными коэффициентами в условиях структурной неопределенности
Синельников С.С.

Разработка и анализ алгоритма ускоренного бинарного поиска для баз данных интеллектуальных систем
Тожа К.Э.

о необходимости применения прикладных интеллектуальных систем и модернизации методов обработки информации для управления деятельностью энергосбытовых компаний

Фальфушинський В.В.

Вирішення транспортних задач на кластерних системах
Федорук П.І.

Технологія визначення оптимального часу тестування в адаптивних системах контролю знань
Чудинов С.М., Тожа К.Э., Котов К.Ю., Варламов А.О.

об оптимизации множественного доступа параллельных процессов к базам данных в прикладных интеллектуальных системах энергосбытовых компаний
Шуклин Д.Е.

Особенности применения объектно-ориентированных сетевых СУБД в интеллектуальных системах

^ 3. РАСПОЗНАВАНИЕ РЕЧЕВЫХ ОБРАЗОВ
Азаренко Д.С.

структура представления синтаксических связей предложений русского языка
Воронков Н.В.

Позиционный метод оценки информативности предложений в задаче автоматического реферирования текстов
Воронков Н.В.

Статистический метод оценки информативности предложений в задаче автоматического реферирования текстов
Вороной С.М., Егошина А.А.

Определение грамматических характеристик словоформы методом графов
Ермоленко Т.В.

Сравнительный анализ наборов признаков, используемых для пофонемного распознавания речи
Жук А.В.

Алгоритм беспорогового определения частотного состава звукового сигнала

Каплина О.А.

Правосторонние актанты в простом элементарном предложении: автоматический семантико-синтаксический анализ
Карпов О.Н., Савенкова О.А.

Использование эвристической функции для поиска оптимальных решений сегментно-слогового синтеза
Левковская Т.В., Полещук С.А.

Текстозависимый верификатор речи на основе динамического программирования и моделей гауссовых смесей
Леднов Д.А., Мельников С.Ю.

Способ формирования начальных плотностей распределения фонетических состояний для обучения системы распознавания слитной речи
Овчинников П.Е., Сёмин Ю.А.

Сравнение методов параметризации речевых сигналов для задачи нейросетевого распознавания фонем
Панченко А.Е.

Проблема установления факта совершения кибернетического преступления и идентификации личности преступника при расследовании кибернетических преступлений, совершённых удалённо
Постаногов Д.Ю.

Разработка вопросно-ответной системы на основе развитых средств лингвистического анализа текста
Слепич А.Н.

Особенности речевой диагностики диктора
Слепич А.Н.

Отождествление личности по речи
Совпель И.В.

Автоматическое распознавание основных типов знаний в текстовых документах
Хашан Т.С.

Сегментация речевого сигнала
Шелепов В.Ю.

Концепция пофонемного распознавания отдельно произносимых слов русской речи. Распознавание синтаксически
связных фраз

^ 4. РАСПОЗНАВАНИЕ ЗРИТЕЛЬНЫХ ОБРАЗОВ
Антощук С.Г., Бабилунга О.Ю., Николенко А.А., Бурак Т.А.

Контурная сегментация полутоновых изображений методами вейвлет-анализа
Ахметшина Л.Г., Ахметшин А.М., Мацюк И.М.

Интерференционные методы повышения качества и чувствительности анализа низко контрастных изображений на основе комплексной фазовой модуляции яркостей
Воронов А.A., Дудкин А.А.

Контроль конструкторско-технологических тpебований объектов топологии интегральных схем
Гамбарова Е.М.

Практические аспекты обучения нейронных классификаторов для распознавания объектов на космических снимках
высокого разрешения
Ганченко В.В., Дудкин А.А.

Анализ динамики изменения цветовых характеристик объектов идентификации
Гороховатский В.А., Кузьмин С.В.

Построение и анализ характерных признаков изображений
Гороховатский А.В., Путятин Е.П.

распознавание изображений на основе признаков проекций

^

Каркищенко А.Н., Лепский А.Е.


Применение понятия информативности
в распознавании образов
Коблов Е.В.

Технология распознавания лиц
с алгоритмами, инвариантными к ракурсу
Крак Ю.В., Бармак О.В., Єфімов Г.М.

Використання контурних моделей для побудови
базису простору мімічних виразів емоцій

^ 5. ИТЕЛЛЕКТУАЛЬНЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ
Бурдаев В.П.

Мультиагентный подход при создании компьютерной системы обучения
Волченко Е.В.

Метод формирования обучающей выборки мета-объектов для многоклассовых систем распознавания
Коноплянко З.Д., Кравчук Г.Т.

Психолого-педагогічні аспекти використання комп’ютерних технологій в освіті
Михалин А.И.

Разработка математической модели процесса функционирования адаптивной автоматизированной системы обучения операторов диспетчерских комплексов
Овчаренко О.И., Плаксиенко Е.А., Клименко А.Б.

Об одном подходе к расширению возможностей cетевых обучающих систем
Ольшевский А.И.

Алгоритмы построения маршрута при групповой рассылке сетевых пакетов данных дистанционного обучения на базе ДонГИИИ
Ротков С.И., Мошкова Т.В., Васильева О.Ю.

Организация информационного управления
учебным процессом по курсам геометро-графических дисциплин в техническом вузе
Шелухин О.И., Прокопенко В.В., Румянцев К.Е.,
Лукьянцев Д.А.


Многоуровневая on/off модель интернет-трафика
^ 6. СИСТЕМЫ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ
Аграновский В.А., Сергеев Д.В.

Модель мультиагентной системы управления информационной безопасностью беспроводной сети
Астраханцев Д.Б., Профатилов В.И.

Автоматизированная информационная система слежения за мобильными объектами
Варламов О.Г., Варламов О.О., Варламов А.О.

современные системы защиты информации
и анализ способов добывания информации на основе оптического синтезирования апертуры
Межуев Н.В., Котов К.Ю., Варламов О.О., Варламов А.О.

о системах и способах защиты информации от пользовательской компьютерной разведки путем обработки закрытых запросов к базам данных
Селин Р.Н.

Модель прогнозирования реализации угроз информационных систем
Чипига А.Ф., Пелешенко В.С., Дагаев Э.Х.

Определение надежности и производительности программного средства обнаружения атак

^ 7. МОДЕЛИРОВАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ
Артемьева И.Л., Тютюнник М.Б.

Модель модульного языка декларативных конфлюэнтных продукций
Бернштейн А.В., Кулешов А.П.

Методы искусственного интеллекта в задачах проектирования и моделирования объектов

^

Буза М.К.


Эффективное средство доставки сообщений
в кластерах
Булкин В.И.

Формализация знаний средствами алгебры предикатов и предикатных операций
Васенин В.А., Астапов И.С., Дзыба М.С., Коршунов А.А.

Система мониторинга работоспособности информационно-телекоммуникационной среды
Гитис Т.П.

Исследование возможностей применения нейронных сетей для оценки квалификационного уровня персонала
Данченков О.И.

О выборе средств формального описания параллельных программ
^

Даринцев О.В., Мигранов А.Б.


Интеллектуальное управление микроманипулятором, выполненном на основе наноматериалов
Денисенко П.Н.

Решение краевых задач по -методу Ланцоша
в системах компьютерной алгебры
Дорогов А.Ю., Шестопалов М.Ю.

Базовый конструкт локальной
балансировки знакового графа
Ковалев С.Г.

Моделирование с применением полиномов Эрмита
Кривуля А.В., Романова Т.Е., Злотник М.В.

Задача покрытия многоугольной области семейством прямоугольных объектов
Логинов А.А., Солдатов Е.А.

Алгоритм дискретизации сигналов на основе теоретико-информационного подхода
Лямина М.А.

Моделирование системы балльных оценок региона в области ипотечного кредитования на основе индексного метода объединения разномерных показателей
Минеев С.А., Семенова О.В., Палагин А.В.

Интеллектуальная система оперативной диагностики неисправностей многоканального
радиотехнического комплекса
Нестеренко Б.Б., Новотарский М.А.

Формальное описание дискретных
клеточных нейронных сетей
Романенко В.П.

Алгоритм и структура дистанционных наблюдений на
1-метровом телескопе САО РАН
Савельев А.В.

Дифференциация мононейронального интравезикулярного состава и многопроцессорность нейроэкзоцитоза
Савельев А.В.

Моделирование молекулярной многопроцессорности нейроэкзоцитоза нейрона
Савельев А.В.

Моделирование молекулярной многопроцессорности нейроэкзоцитоза нейрона в ГАМК-ергических путях
Ступак Е.А., Романова Т.Е., Злотник М.В.

Ф-функции для неориентированных круговых сегментов и базовых 2d объектов
Тимофеев А.В.

Интеллектуальное управление и мультиагентная навигация роботов
Чипига А.Ф., Петров Г.А., Калмыков И.А.

Анализ распределения потомков стандартного оператора мутации
Бейли К.Д.

Диалог науки и религии.
Размышления к постановке проблемы





Добавить документ в свой блог или на сайт

Похожие:

1. теоретические основы искусственного интеллекта бисикало О. В iconПерспективы использования искусственного интеллекта в дистанционном...
Вуз. Все течет, все меняется, говорит пословица. Но все же что-то важное остается неизменным. Так чему учить и что возможно в дистанционной...

1. теоретические основы искусственного интеллекта бисикало О. В iconНекоторые аспекты философии искуственного интеллекта
В настоящее время в развитии философии искусственного интеллекта обсуждению подлежат два основных аспекта

1. теоретические основы искусственного интеллекта бисикало О. В iconРеферат по философии на тему: «Проблемы построения искусственного интеллекта»

1. теоретические основы искусственного интеллекта бисикало О. В iconА. С. Алексеев, Е. Е. Федоров
Донецкий институт проблем искусственного интеллекта, Донецк

1. теоретические основы искусственного интеллекта бисикало О. В icon1. Теоретические основы развития логического мышления младших школьников
В младшем школьном возрасте происходит интенсивное развитие интеллекта детей. Развиваются и превращаются в регулируемые произвольные...

1. теоретические основы искусственного интеллекта бисикало О. В iconПедагогические основы использования искусственного интеллекта в дистанционном...
Модели на разных системах дистанционного обучения. Сделан анализ места педагогики в науках о человеке, показаны тенденции развития...

1. теоретические основы искусственного интеллекта бисикало О. В iconРеферат скачан с сайта allreferat wow ua
Построение информационно-управляющей системы с элементами искусственного интеллекта

1. теоретические основы искусственного интеллекта бисикало О. В iconСтефанова Анна Владимировна
Страшной Александр Петрович, старший преподаватель, Донецкий государственный институт искусственного интеллекта

1. теоретические основы искусственного интеллекта бисикало О. В iconИ искусственного интеллекта
Моделирование влияния внедрения инновационных энергосберегающих технологий на снижение тарифов жилищно-коммунального хозяйства

1. теоретические основы искусственного интеллекта бисикало О. В iconДолматова Екатерина Андреевна
Страшной Александр Петрович, старший преподаватель, Донецкий государственный институт искусственного интеллекта

Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
uchebilka.ru
Главная страница


<