Модели машинного обучения для решения задачи оценивания организационно-технических систем
- 1,2 Военная академия войсковой ПВО ВС РФ (г. Смоленск, Россия)
- 3 АО «Концерн «Моринсис-Агат» (Москва, Россия)
- 4,5,6 Московский технологический университет (РТУ МИРЭА) (Москва, Россия)
Аннотация
Постановка проблемы. В статье рассматриваются проблемы, возникающие при решении задач оценивания организационно-технических систем. В настоящий момент существующие технологии обработки данных не позволяют реализовать своевременный и качественный анализ для формирования оценки системы. Рассмотрены специфические особенности использования моделей машинного обучения основанных на интеллектуальном анализе данных предметной области.
Цель. Исследовать модели машинного обучения для решения задачи оценивания организационно-технических систем.
Результаты. Предложен подход, позволяющий оперативно оценивать сложные системы на основе интеллектуального анализа данных.
Практическая значимость. Своевременное оценивание эффективности работы сложных систем, позволит оперативно принимать управленческие решения.
- Поступила
- 01.07.2025
- Одобрена
- 10.07.2025
- Принята
- 20.07.2025
Для цитирования
Прокопенков И.А., Гарковенко А.С., Волосенков В.О., Ширяев М.В., Железняк Л.М., Асадова Ю.С. Модели машинного обучения для решения задачи оценивания организационно-технических систем // Наукоемкие технологии. 2025. Т. 26. № 4. С. 50−59. DOI: https://doi.org/ 10.18127/j19998465-202504-06
Список источников
- Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер. 2000. 384 с.
- Юдин В.Н., Карпов Л.Е., Ватазин А.В. Методы интеллектуального анализа данных и вывода по прецедентам в программной системе поддержки врачебных решений // Альманах клинической медицины. 2008. Т. 17. Ч. 1. С. 266–269.
- Борисов В.В., Федулов А.С., Зернов М.М. Основы нечеткой математики. Часть 5. Основы гибридизации нечетких моделей: Учебное пособие для вузов. М.: Горячая линия – Телеком. 2016. 105 с.
- Прокопенков И.А., Котов Д.В., Молявко А.А. Способ формирования обобщенных прецедентных решений на основе композиционного онтологического подхода // Сборник научных трудов VIII Междунар. науч.-практ. конф. «Нечеткие системы, мягкие вычисления и интеллектуальные технологии». Смоленск: Универсум. 2020. Ч. II. С. 128–135.