Лабораторный практикум по интеллектуальным информационным системам

Базовые понятия. Методика построения. Этап-1 синтеза ЭС: «Идентификация». Этап-2 синтеза ЭС: «Концептуализация». Этап-3 синтеза ЭС: «Формализация». Этап-4 синтеза ЭС: «Разработка прототипа». Этап-5 синтеза ЭС: «Экспериментальная эксплуатация». Этап-6 синтеза ЭС: «Разработка продукта». Этап-7 синтеза ЭС: «Промышленная эксплуатация».
3.5. Лекция-8. Нейронные сети
Биологический нейрон и формальная модель нейрона Маккалоки и Питтса. Возможность решения простых задач классификации непосредственно одним нейроном. Однослойная нейронная сеть и персептрон Розенблата. Линейная разделимость и персептронная представляемость. Многослойные нейронные сети. Проблемы и перспективы нейронных сетей. Модель нелокального нейрона и нелокальные интерпретируемые нейронные сети прямого счета.
3.6. Лекция-9. Генетические алгоритмы и моделирование биологической эволюции
Основные понятия, принципы и предпосылки генетических алгоритмов. Пример работы простого генетического алгоритма. Достоинства и недостатки генетических алгоритмов. Примеры применения генетических алгоритмов.
3.7. Лекция-10. Когнитивное моделирование
Определение основных понятий: «Когнитивное моделирование» и «Классическая когнитивная карта», их связь с когнитивной психологией и гносеологией. Когнитивная (познавательно-целевая) структуризация знаний об исследуемом объекте и внешней для него среды на основе PEST-анализа и SWOT-анализа. Разработка программы реализации стратегии развития исследуемого объекта на основе динамического имитационного моделирования (при поддержке программного пакета Ithink).
3.8. Лекция-11. Выявление знаний из опыта (эмпирических фактов) и интеллектуальный анализ данных (data mining)
Интеллектуальный анализ данных (data mining). Типы выявляемых закономерностей data mining. Математический аппарат data mining. Области применения технологий интеллектуального анализа данных. Автоматизированные системы для интеллектуального анализа данных.

Раздел 4. Применение и перспективы
систем искусственного интеллекта
Лекция-12. Применение и перспективы СИИ
Области применения систем искусственного интеллекта. Обзор опыта применения АСК-анализа для управления и исследования социально-экономических систем. Поддержка принятия решений по выбору агротехнологий, культур и пунктов выращивания. Прогнозирование динамики сегмента рынка. Анализ динамики макроэкономических состояний городов и районов на уровне субъекта Федерации в ходе экономической реформы (на примере Краснодарского края) и прогнозирование уровня безработицы (на примере Ярославской области)
Перспективы развития систем искусственного интеллекта, в т.ч. в Internet. Ограничения АСК-анализа и обоснованное расширение области его применения на основе научной индукции. Перспективы применения АСК-анализа в управлении. Развитие АСК-анализа. Другие перспективные области применения АСК-анализа и систем искусственного интеллекта

4.2. Содержание лабораторного практикума