2022 год, том 26, выпуск 2 (PDF)

А. В. Чечкин Когнитивный уровень искусственного интеллекта

Цель. Обсуждение когнитивного уровня и обосновать основной принцип искусственного интеллекта умных систем, человекоцентричность — подчинение и служение человеку (хозяину). Методы. Подчеркивается центральная роль радикальной (избыточной) модели театра действий умной системы как ядра искусственного интеллекта. Обсуждаются этапы создания ультрасистемы обеспечения информационно-системной безопасности умной системы, ее интеллектуального планирования действий и ситуационного управления поведением в театре ее действий, включая развитие самой системы и разумное преобразование театра ее действий. Результаты. Выделяются пять основных уровней развития искусственного интеллекта. Изучаются особенности первой и второй сигнальных систем (первичного и языкового сенсориумов). Выделяется информационная и системная нештатности умной системы как точки роста ее интеллектуального развития на базе машинного обучения. Исследуется коллективный искусственный интеллект группы умных систем в рамках их единого театра действий и подчинения человеку–хозяину группировки. Обосновывается принцип человеко-центрического целеполагания любой технической умной системы, определяемый безоговорочному подчинению ее своему человеку–хозяину. Обсуждаются соответствующие требования к ультрасистеме и ее языковой операционной системе интеллектуального планирования и ситуационного управления поведением отдельной умной системы или коллектива умных систем. Рассматриваются проблемы развития отдельной умной системы, реинжениринга коллектива таких систем и проблема разумного преобразовния театра действий такого коллектива.

Ключевые слова: когнитивность естественного интеллекта, автоматизированная умная система, коллективный искусственный интеллект, радикал, язык, интернет вещей, интерфейс, информационно-системная безопасность, тактическое и оперативное планирование действий умной системы.

А. Д. Журавлев Методы анализа данных в задаче прогнозировани спортивных результатов

В данной статье рассматривается задача возможности предсказывать спортивные результаты с помощью методов анализа данных и машинного обучения и определения качества такого прогноза. Также приводитя сравнение построенной модели с моделью используемой букмекерскими конторами.

Ключевые слова: машинное обучение, прогнозирование спортивных результатов, анализ данных, классификация.

А. А. Хусаенов Автоассоциативные нейронные сети в задаче классификации с усеченным множеством

Рассматривается модель оценки риска неблагоприятного клинического исхода 2. Предлагается применение метода обучения без учителя для задачи бинарной классификации с обучающим множеством, имеющим единственный ответ. Под усеченным множеством понимается не только малое количество примеров одного из случаев (благоприятного или неблагоприятного), но и данные полученные после очистки исходной таблицы. Некоторые результаты применения данной модели представлены в совместном исследовании [1], выполненном сотрудниками Национального медицинского исследовательского центра терапии и профилактической медицины МЗ РФ и механико-математического факультета МГУ имени М.В. Ломоносова.

Ключевые слова: нейронные сети, обучение без учителя, автоассоциативные нейронные сети, неблагоприятный клинический исход.

В. Г. Шишляков О построении явной архитектуры нейронной сети, приближающей кусочно-линейные функции

В работе рассматривается вопрос о нахождении оценки сверху параметров архитектуры нейронной сети, которая хорошо приближает зависимости, описывающиеся кусочно-линейными функциями. Основной результат работы заключен в теореме, утверждающей, что любую наперед заданную кусочно-линейную функцию можно приблизить сколь угодно точно нейронной сетью с активационными функциями сигмоидного типа на достаточно объемном множестве. Доказательство данной теоремы конструктивно, то есть в ней строится архитектура нейронной сети, удовлетворяющая вышеописанным свойствам.

Ключевые слова: схемы функциональных элементов, нейронные сети, архитектура, аппроксимация функций, оценка сверху, кусочно-линейные функции.

Ю. С. Капустин Кванторная выразимость в логике предикатов

В математике новые понятия часто вводятся путем кванторных определений. При наличии достаточно большого запаса таких понятий они могут позволить переформулировать новые кванторные определения бескванторным образом. Это делает заслуживающей рассмотрения задачу отыскания базисных понятий в заданной предметной области, которые делают избыточным дальнейшее кванторное определение. В данной работе рассматривается кванторная выразимость небольшой глубины в 4 алгебраических системах. Были найдены базисы выразимости для небольшой глубины.

Ключевые слова: логика предикатов, кванторная выразимость, алгебраическая система.

А. М. Миронов Математическая модель и методы верификации криптографических протоколов

В настоящей работе излагается новая математическая модель криптографических протоколов, и приводятся примеры применения этой модели для решения задач верификации криптографических протоколов. Криптографические протоколы – это распределенные алгоритмы, предназначенные для обеспечения передачи конфиденциальной информации в небезопасной среде. Они используются, например, в электронных платежах, электронных процедурах голосования, системах доступа к конфиденциальным данным, и т.д. Ошибки в криптографических протоколах могут привести к большому ущербу, поэтому необходимо использовать математические методы для обоснования различных свойств корректности и безопасности криптографических протоколов. В работе излагаются новые методы формальной верификации криптографических протоколов.

Ключевые слова: криптографические протоколы, последовательные процессы, распределенные процессы, верификация.

А. Д. Отрощенко О выразимости кусочно-постоянных функций в пространстве кусочно-параллельных

Для конечной системы кусочно-параллельных функций, реализуемых схемами из линейных элементов и функций Хэвисайда, дополненной всеми одноместными линейными функциями получен критерий выразимости кусочно-постоянных функций. Таким образом получен критерий выразимости бинарного классификатора, реализованного нейронной схемой МакКаллока-Питтса.

Ключевые слова: Кусочно-постоянная функция, кусочно-параллельная функция, проблема полноты, проблема выразимости, нейронные-схемы МакКаллока-Питтса.