Лабораторный практикум по интеллектуальным информационным системам

Системная теория информации и семантическая информационная модель. Теоретические основы системной теории информации. Семантическая информационная модель СК-анализа. Некоторые свойства математической модели (сходимость, адекватность, устойчивость и др.). Взаимосвязь математической модели СК-анализа с другими моделями
2.2. Лекция-3. Методика и технология численных расчетов в СК-анализе
Методика численных расчетов (алгоритмы и структуры данных). Принципы формализации предметной области и подготовки эмпирических данных. Иерархическая структура данных и последовательность численных расчетов в СК-анализе. Обобщенное описание алгоритмов СК-анализа. Детальные алгоритмы СК-анализа.
Технология синтеза и эксплуатации приложений в системе «Эйдос». Назначение и состав системы «ЭЙДОС». Пользовательский интерфейс, технология разработки и эксплуатации приложений в системе «ЭЙДОС». Технические характеристики и обеспечение эксплуатации системы «ЭЙДОС» (версии 12.5). АСК-анализ, как технология синтеза и эксплуатации рефлексивных АСУ активными объектами.

Раздел 3. Принципы построения интеллектуальных
информационных систем
3.1. Лекция-4. Системы с интеллектуальной обратной связью и интеллектуальными интерфейсами
Интеллектуальные интерфейсы. Использование биометрической информации о пользователе в управлении системами. Системы с биологической обратной связью. Системы с семантическим резонансом. Компьютерные (?-технологии и интеллектуальный подсознательный интерфейс. Системы виртуальной реальности и критерии реальности. Эффекты присутствия, деперсонализации и модификация сознания пользователя. Системы с дистанционным телекинетическим интерфейсом.
3.2. Лекция-5. Автоматизированные системы распознавания образов
Основные понятия и определения, связанные с системами распознавания образов. Проблема распознавания образов. Классификация методов распознавания образов. Применение распознавания образов для идентификации и прогнозирования. Сходство и различие в содержании понятий «идентификация» и «прогнозирование». Роль и место распознавания образов в автоматизации управления сложными системами. Методы кластерного анализа.
3.3. Лекция-6. Математические методы и автоматизированные системы поддержки принятия решений
Многообразие задач принятия решений. Языки описания методов принятия решений. Выбор в условиях неопределенности. Решение как компромисс и баланс различных интересов. О некоторых ограничениях оптимизационного подхода. Экспертные методы выбора. Юридическая ответственность за решения, принятые с применением систем поддержки принятия решений. Условия корректности использования систем поддержки принятия решений. Хранилища данных для принятия решений.
3.4. Лекция-7. Экспертные системы