Разработка методов анализа, прогнозирования и диагностики процессов байесовой теории

Научный руководитель проекта - профессор П. И. Бидюк

На основе существующей теории байесового оценивания и формирования статистического вывода предлагается разработка новых методов математического описания процессов со структурными и статистическими невизначеностямы с целью их углубленного исследования, прогнозирования поведения, автоматической диагностики и управления. В частности, для описания статики и динамики процессов будут использованы предложенные в литературе сети Байеса, которые являются эффективным инструментом представления данных и знаний в килькисний и качественной формах.

Будет разработан новый метод обучения сети в форме ацикличного направленного графа и формирование вывода на ее основе с обеспечением открытости сети для введения новой информации с целью повышения качества результата - прогноза или управляющего воздействия. Метод относится к области искусственного интеллекта и обеспечивает эффективное оценивание вероятностей событий с помощью итерацийних алгоритмов обработки данных и знаний об объекте. Предлагаемый метод отличается высокой скоростью обучения сети и высокой эффективностью (точностью) исследования сложных статических и динамических процессов при наличии неопределенностей статистического и структурного типа.

Направлениями применения данного метода являются следующие: ситуацийний анализ в экономике и сложных технических системах; разработка автоматизированных систем диагностики и локализации отказов; информационные поисковые системы; автономное управление безпилотнимы подводными объектами; диагностические системы в медицине и другие. Внедрение результатов предполагается на объектах министерства обороны с целью повышения качества диагностики технических систем, на производственных предприятиях с целью определения оптимальных стратегий их развития, в министерстве чрезвычайных ситуаций с целью прогнозирования нештатных событий.