В.И. Терехов1, Б.С. Горячкин2

1,2 МГТУ им. Н.Э. Баумана (Москва, Россия)

Постановка проблемы. Изучение современного состояния кафедры, в особенности развития ее научных направлений, дает понимание исторической преемственности и вектора дальнейшего ее развития. Приведенные проекты показывают преемственность научных школ, которые начинались от счетно-решающей техники, далее развивались в области автоматизированных систем управления и пришли к системам искусственного интеллекта и обработки больших данных. Материалы этих проектов являются генератором новых образовательных программ и методического обеспечения базовых дисциплин, активно используются в учебном процессе, реализуя уникальную систему образования МГТУ им. Н.Э. Баумана – обучение через практику или «русский метод обучения ремеслам». Объектом исследования выступают научные проекты кафедры «Системы обработки информации и управления» МГТУ им. Н.Э. Баумана.

Цель. Представить основные проекты кафедры «Системы обработки информации и управления» на современном этапе развития ее научных направлений, связанных с разработками систем искусственного интеллекта и обработки больших данных для автоматизированных систем управления различного назначения.

Результаты. Представлены научные проекты кафедры, показывающие основные направления развития на современном этапе: обработка 3D данных, изображений; системы поддержки принятия решений на основе методов искусственного интеллекта; экспертные и предиктивные системы, а также методы моделирования вычислительных систем. Приведены описания проектов, их актуальность и решаемые задачи.

Практическая значимость. Выявлена общая тенденция, заключающаяся в том, что в каждом проекте кафедры для решения поставленных задач используются методы искусственного интеллекта и обработки больших данных. 

Терехов В.И., Горячкин Б.С. Развитие актуальных научных направлений как продолжение научных школ кафедры «Системы обработки информации и управления» МГТУ им. Н.Э. Баумана // Динамика сложных систем. 2023. Т. 17. № 3. С. 25−33. DOI: 10.18127/j19997493-202303-04

1. Terekhov V. et al. Classification of Tree Species by Trunk Image Using Conventional Neural Network and Augmentation of the Training Sample Using a Telegram-Bot. International Conference on Neuroinformatics. Cham: Springer, 2021. P. 210–216.
2. Grishin I.A. et al. Tree Inventory with LiDAR Data. Advances in Neural Computation, Machine Learning, and Cognitive Research VI: Selected Papers from the XXIV International Conference on Neuroinformatics. October 17–21. 2022. Moscow. Russia. Cham: Springer. 2022. P. 3–11.
3. Terekhov V., Zabelina V., Savchenko G., Chumachenko S. Classification of tree species by trunk image using conventional neural network and augmentation of the training sample using a telegram-bot. Studies in Computational Intelligence. 2022. V. 1008 SCI.  P. 210–216.
4. Чумаченко С.И., Терехов В.И., Митрофанов Е.М., Гришин И.А. Подход к автоматической оценке таксационных параметров деревьев с помощью данных LiDAR // Динамика сложных систем. 2022. Т. 16. № 4. С. 63–73.
5. Grishin I.A., Terekhov V.I. Procedure for Locating Trees and Estimating Diameters Using LiDAR Data. 2023 5th International Youth Conference on Radio Electronics, Electrical and Power Engineering (REEPE). IEEE, 2023. V. 5. P. 1–5.
6. Терехов В.И., Чумаченко С.И., Митрофанов Е.М. и др. Создание прототипа цифрового двойника локального участка леса, как элемента системы климатического мониторинга: Отчет по НИР ПРИОР/СН/НУ/22/СП1/4. Заключительный. М.: МГТУ им. Н.Э. Баумана. 2023. Т. 1. 318 с.
7. Кузнецов М.И. Ракетно-космические адреса московского региона. Цандер // XLIV Академические чтения по космонавтике, посвященные памяти академика С.П. Королева и других выдающихся отечественных ученых – пионеров освоения космического пространства: Сб. тезисов конференции. Москва, 28–31 января 2020. В 2-х томах. М.: МГТУ им. Н.Э. Баумана. 2020. Т. 1. С. 19–20.
8. Кузнецов М.И. Ракетно-космические» адреса взаимодействия Цандера, Королева, Победоносцева в окрестностях МВТУМММИ // XLVI Академические чтения по космонавтике. Королевские чтения 2022: Сб. тезисов, посвященных памяти академика С.П. Королева и других выдающихся отечественных ученых – пионеров освоения космического пространства. Москва, 25–28 января 2022. В 4-х томах. М.: МГТУ им. Н.Э. Баумана. 2022. Т. 1. С. 17–19.
9. Варламов О.О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство. М.: Радио и связь. 2002. 288 c. 
10. Varlamov O.O. Wi!Mi Expert System Shell As The Novel Tool For Building Knowledge-Based Systems With Linear Computational Complexity. International Review of Automatic Control. 2018. V. 11. № 6. P. 314–325. 
11. Shadrin S.S., Ivanov A.M., Varlamov O.O. Experimental Autonomous Road Vehicle With Logical Artificial Intelligence. Journal of Advanced Transportation. 2017. V. 10. № 2492765. P. 1–10.
12. Varlamov O. “Brains” For Robots: Application Of The Mivar Expert Systems For Implementation Of Autonomous Intelligent Robots. Big Data Research. 2021. V. 25. № 100241. 
13. Варламов О.О. Основы создания миварных экспертных систем: Учеб. пособие. М.: Научно-издательский центр ИНФРА-М. 2021. 267 с.
14. Варламов О.О. Обзор 18 миварных экспертных систем, созданных на основе MOGAN // Изв. Кабардино-Балкарского научного центра РАН. 2021. № 3 (101). С. 5–20. 
15. Мивар’22: Сб. статей / Под ред. О.О. Варламова. М.: ИД «Инфра-М». 2022. 440 с. 
16. Варламов О.О., Кривошеев О.В., Трищенков А.В. и др. Машиностроительный искусственный интеллект как новое направление для СПЖЦ // Мивар’22: Сб. статей / Под ред. О.О. Варламова. М.: ИД «Инфра-М». 2022. С. 363–369.