Главная страница
qrcode

Тезисы докладов москва 2016


НазваниеТезисы докладов москва 2016
АнкорТезисы докладов 2016.pdf
Дата06.11.2017
Размер1.56 Mb.
Формат файлаpdf
Имя файлаTezisy_dokladov_2016.pdf
оригинальный pdf просмотр
ТипТезисы
#46409
страница1 из 14
Каталогid258094388

С этим файлом связано 16 файл(ов). Среди них: Getye_-_Osnovy_boxa.pdf, SKOLKOVO_vidy_rabot_2016.pdf, Мужcкие комплексы (читать ВСЕМ).doc и ещё 6 файл(а).
Показать все связанные файлы
  1   2   3   4   5   6   7   8   9   ...   14

XIV ВСЕРОССИЙСКАЯ
НАУЧНАЯ КОНФЕРЕНЦИЯ
«НЕЙРОКОМПЬЮТЕРЫ И ИХ
ПРИМЕНЕНИЕ»
15 марта 2016 года
ТЕЗИСЫ ДОКЛАДОВ
МОСКВА
2016

XIV Всероссийская научная конференция «Нейрокомпьютеры
и их применение». Тезисы докладов. –М: МГППУ, 2016. – 192 с.
Печатается по решению организационного и программного комитетов
XIV
Всероссийской научной конференции
«Нейрокомпьютеры и их применение»
Издание материалов конференции осуществлено под редакцией д.т.н., профессора А.И. Галушкина, д.ф.-м.н., профессора А.В.
Чечкина, д.т.н., профессора Л.С. Куравского, к.т.н., профессора
С.Л. Артеменкова, к.ф.-м.н., доцента Г.А. Юрьева, к.т.н., доцента
П.А. Мармалюка, д.т.н., профессора А.В. Горбатова, д.т.н., профессора С.Д. Кулика.
©МГППУ,
2016

Тезисы пленарных докладов
ПРОБЛЕМЫ СОЗДАНИЯ И ИСПОЛЬЗОВАНИЯ
НЕЙРОСЕТЕВЫХ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ
ПОЛУЧЕНИЯ НОВЫХ НАУЧНЫХ ЗНАНИЙ В ОБЛАСТИ
ЕСТЕСТВЕННЫХ И СОЦИАЛЬНЫХ НАУК
Ясницкий Леонид Нахимович,
Пермский Государственный Национальный
Исследовательский Университет
Приведены и проанализированы примеры извлечения с помощью нейронных сетей закономерностей, некоторые из которых не могут быть объяснены в рамках официальной науки. Отмечается, что в некоторых случаях метод нейросетевого математического моделирования позволяет такими закономерностями успешно пользоваться на практике.
Обращается внимание на проблему отделения ложных корреляционных зависимостей от закономерностей, имеющих причинно-следственную основу. Обсуждаются возможности выявления и устранения ложных корреляционных зависимостей, а также возможности надежной оценки погрешности результатов нейросетевого моделирования.
ОСНОВНЫЕ ПРИНЦИПЫ КВАНТОВЫХ ВЫЧИСЛЕНИЙ
Амосов Григорий Геннадьевич,
Математический институт им. В.А. Стеклова РАН,
г. Москва
В докладе будет рассказано о том, что такое квантовая информация и квантовое измерение и как эти два понятия привели к возможности составления квантовых алгоритмов,
позволяющих существенно увеличить скорость вычислений при использовании квантового компьютера.
КВАНТОВЫЙ ВЫЧИСЛИТЕЛЬ
Кулик Сергей Дмитриевич,
Национальный исследовательский ядерный
университет МИФИ
В настоящее время современная наука, и в частности, кибернетика и физика очень активно развиваются. Данная работа посвящена основам достаточно нового направления
[1-4] на стыке этих наук, а именно квантовому вычислителю
(компьютеру). Уже получены важные результаты в этой сфере. Далее кратко представлены основные сведения, связанные с разработкой квантового вычислителя
(подробнее см. [1-3]).
Имеются существенные предпосылки ожидать, что полученные результаты позволят значительно продвинуться в области создания сверх мощных вычислительных устройств и сверх больших специальных баз данных. Уже появилось целое научное направление (см. [1-7] и др.) на стыке физики
(квантовой механики), кибернетики и математики (теории вероятностей [5]) — это квантовая теория вероятностей, квантовая статистика [6], квантовая теория проверки гипотез
[7], квантовые вычисления и квантовая информация [1, 3].
В кибернетике (см. [1]) специалистами принято, что алгоритм может быть реализован на практике как аппаратно, так и программно. При рассмотрении квантового вычислителя
(КВ) обычно используют аппаратную реализацию алгоритмов в виде схемы гейтов наподобие комбинационных схем.
В основе аппарата квантовой механики лежат следующие постулаты. С каждой изолированной физической
системой связывается комплексное векторное пространство со скалярным произведением
(т.е. гильбертово пространство), которое называется пространством состояний системы. Система полностью описывается вектором состояний, который представляет собой единичный вектор в пространстве состояний системы [3, с. 114-115] (Каждое возможное состояние системы описывается вектором (с единичной нормой), принадлежащим этому пространству.
Поскольку гильбертово пространство является линейным многообразием, то для векторов состояний имеет место принцип суперпозиции).
Первый постулат позволяет понять, в каком состоянии может находиться одиночный (изолированный) кубит — квантовый триггер, т.е. элемент, из которого состоит квантовый регистр для квантового вычислителя.
Второй постулат позволяет понять, как одно состояние замкнутой квантовой системы связано с другим ее состоянием. В случае квантового вычислителя важно [3, с.
116], что для одиночного кубита именно любой унитарный оператор можно в принципе реализовать в некоторой реальной системе. Замкнутость системы означает, что она никак не взаимодействует с другими системами.
Для представления преобразований (эволюции квантовой системы) имеются две формы — операторная (из теории линейных операторов) и матричная форма (из теории матриц). Операторная и матричная формы являются эквивалентными и могут применяться на равных правах, в том числе одновременно и порой смешиваться.
Отметим, что, второй постулат предоставляет следующее очень важное правило для вычисления выходного вектора состояния, т.е. конечного состояния
квантового объекта (в частности кубита), если известен входной вектор состояния, т.е. начальное состояние квантового объекта (кубита) и оператор (или гейт), выполняющий унитарное преобразование над состоянием этого кубита.
Третий постулат позволяет понять, что такое
измерение состояния замкнутой квантовой системы, в том числе и кубита. Для более глубокого понимания квантовых вычислений необходимо иметь хотя бы некоторые основные важные представления об измерении в квантовой механике.
Четвертый постулат позволяет понять, как следует поступать в случае составных квантовых систем (т.е. когда имеется более одного кубита). Этот постулат позволяет сформулировать следующее правило нахождения
(вычисления) вектора состояния составной системы
(квантового регистра), состоящей из нескольких подсистем
(группы из n кубитов, т.е. квантовых триггеров), если известен вектор состояния для каждого из кубитов.
В основе понимания квантового вычислителя лежат: принцип суперпозиции; волновая функция; запутанные состояния, базисные состояния и суперпозиция состояний; фаза состояния; интерференция; кубиты (quantum bits) и квантовый регистр; однокубитовые гейты (gates) — вентили; двухкубитовые гейты и трехкубитовые гейты; унитарное преобразование; измерение; отрицательная вероятность
(амплитуда вероятности).
Основное принципиальное достоинство КВ — быстродействие, обусловленное параллельностью вычислений за счет суперпозиции базисных состояний.
В схеме классической ЭВМ можно выделить оперативную память объемом пример 1Гб (содержащую
необходимые данные), программы, блок управления. В схеме квантового вычислителя (компьютера) можно выделить память объемом, например, в 1000 кубит, унитарные преобразования, средства вывода результата
(измерение), блок управления.
Квантовый вычислитель содержит квантовый регистр
— набор из L кубитов. Квантовый регистр — это часть квантового компьютера, собранная из кубитов в виде квантовой системы, которая подчиняется законам квантовой механики (это аналог регистра классической ЭВМ). Кубит — это некоторый аналог RS триггера в классической ЭВМ. Кубит
— это квантовая система с двумя состояниями, каждое из которых может рассматриваться как носитель одного бита информации как в классической ЭВМ, но в отличие от привычного нам бита кроме этих двух состояний, кубит может дополнительно еще находится в их суперпозиции т.е. в кубите «одновременно» могут быть записаны логический 0 и 1 с некоторыми вероятностями (сума которых равна 1).
В НИЯУ МИФИ удалось основные положения квантовой механики успешно перевести с языка физики на язык кибернетики и выпустить специальное универсальное пособие [1], как для студентов физиков, так и для студентов кибернетиков.
Список литературы
1. Кулик С.Д., Берков А.В., Яковлев В.П. Введение в теорию квантовых вычислений (методы квантовой механики в кибернетике): учебное пособие. – М.: МИФИ, 2008.
2. Фейнман Р. Моделирование физики на компьютерах
// Квантовый компьютер и квантовые вычисления. – Ижевск:
Регулярная и хаотическая динамика, 1999. Т.2. C. 96–124.

3. Нильсен М., Чанг И. Квантовые вычисления и квантовая информация. – М.: Мир, 2006. – 824 с.
4. Манин Ю.И. Вычислимое и невычислимое. – М.:
Советское радио, 1980. – 128с.
5. Колмогоров А.Н. Основные понятия теории вероятностей. – М.: ФАЗИС, 1998.
6. Хинчин А.Я. Математические основания квантовой статистики. – М.: ГИТТЛ, 1951.
7. Хелстром К. Квантовая теория проверки гипотез и оценивания. – М.: Мир, 1979.

Системная
интеграция
в
сфере
интеллекта, междисциплинарные аспекты –
круглый стол
МОДЕЛЬ ИССЛЕДОВАНИЯ ФУНКЦИОНАЛЬНОЙ
БЕЗОПАСНОСТИ АВТОМАТИЗИРОВАННОЙ
ИНФОРМАЦИОННОЙ СИСТЕМЫ
Лепешкин Олег Михайлович,
Бурлов Вячеслав Георгиевич,
Лепешкин Михаил Олегович,
Санкт-Петербургский государственный
политехнический университет
Использование категории цели функционирования системы при формировании понятия функциональная безопасность автоматизированной информационной системы является необходимым при построесии систем безопасности реального маштаба времени. Внимание должно акцентироваться на том, для выполнения каких функций, состоящих из набора задач, предназначена система, с каким допустимым качеством она должна их выполнять и каковы относительные важности выполняемых системой задач.

СИНТЕЗ МОДЕЛИ ПРОЦЕССА УПРАВЛЕНИЯ
ТЕХНИЧЕСКИМИ СИСТЕМАМИ НА ОСНОВЕ ТЕОРИИ
РАДИКАЛОВ
Лепешкин Олег Михайлович,
Лепешкин Михаил Олегович,
Бурлов Вячеслав Георгиевич,
Санкт-Петербургский государственный
политехнический университет
В докладе рассматривается подход синтеза модели процесса управления техническими системами на основе теории радикалов. В основу исследования положен закон сохранения целостности и среда радикалов, которые позволяют осуществлять формализацию процесса управления в реальном масштабе времени.
О СИНТЕЗЕ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ
УПРАВЛЕНИЯ, ОСНОВАННОЙ НА ЛОГИКО -
АЛГЕБРАИЧЕСКОЙ СИСТЕМНОЙ КОНЦЕПЦИИ
МАТЕМАТИКИ
Бурлов Вячеслав Георгиевич,
Санкт-Петербургский политехнический университет
Петра Великого
Для разработки системы поддержки принятия решения желательно использовать технику естественного вывода требуемых утверждений в рамках аксиоматических теории логико-алгебраических моделей. Известным ограничением такого подхода, являются затруднения связанные с передачей семантики предметной области. Предложенный авторами подход, построенный на основе закона сохранения целостности [1], позволил снять часть этих ограничений.
Список литературы

1. Бурлов В.Г. Основы моделирования социально- экономических и политических процессов (Методология.
Методы). - СПб.: Факультет Комплексной Безопасности,
СПБГПУ, 2007. - 265 с.
ТЕРМИНОЛОГИЧЕСКИЙ ПОХОД К СМЫСЛОВОЙ
СТРУКТУРИЗАЦИИ ТЕКСТА
Павловский Игорь Станиславович,
Институт проблем управления им. В.А. Трапезникова
РАН, г. Москва
В развитие известных в лингвистике методов синтаксической структуризации текста, основанных на использовании грамматических элементов предложений, представлен терминологический подход. Методологической основой данного подхода является теория понятия, в которой особое внимание уделяется определению понятия как предложения текста, сформулированного на основе достаточно строгих правил.
В свою очередь сформулированное таким образом предложение- определение включает два типа терминов: определяемый и определяющий. В этом случае смысл текста с точки зрения системного подхода может рассматриваться как интегрированное множество предложений-определений, каждое из которых представляется как система терминов.
Методическим вопросам выявления предложений- определений, установления в них терминов и связей между терминами, интеграции терминов в форме семантической сети посвящен настоящий доклад. Результаты реализации терминологического подхода позволят: дать системное представление смысла текста благодаря рассмотрению минимального количества исходных элементов текста, строить однородные иерархические структуры для
проведения количественного смыслового анализа текста и оценки его семантической целостности.
О ВИРТУАЛЬНОМ МОЛОДЁЖНОМ НАУЧНОМ
КРУГЛОМ СТОЛЕ НА СТРАНИЦАХ НАУЧНО-
ТЕХНИЧЕСКОГО ЖУРНАЛА «НЕЙРОКОМПЬЮТЕРЫ:
РАЗРАБОТКА, ПРИМЕНЕНИЕ»
Рожнов Алексей Владимирович,
Институт проблем управления им. В.А. Трапезникова
РАН, г. Москва
Ретроспектива и реальная конкорданция исследований в сфере интеллекта. Ч. 1.
Вступительная статья тематического выпуска (январь
2016 года) ежемесячного рецензируемого научно- технического журнала «Нейрокомпьютеры: разработка, применение», посвящённого проблематике интеллектуализации проблемно-ориентированных систем управления, представляется в оригинальном формате как виртуальный молодёжный научный круглый стол. Основное внимание обращается на важность всестороннего изучения научного наследия отечественных первопроходцев в сфере исследований интеллекта (Белов Н.А., Ивахненко А.Г.,
Радченко А.Н., Тимофеев А.В. и др. – за исключением первого, публиковавших свои работы на страницах журнала).
В докладе также подвергаются анализу энциклопедические определения базовых понятий
«бионика», «нейронные сети», «нейрочип» и др. В тоже время, в рамках развития плодотворной дискуссии о терминах и определениях приложений теории искусственных нейронных сетей, предлагаются к дальнейшему разбору – «интеллектное управление»,

«предынтеллектуальная инфраструктура» и, в продолжение этой работы, многие другие.
Предусмотрена вторая и последующие части заявленного открытого к соучастию с инициативными докладчиками круглого стола в развитии данной проблематики [1-15].
Уважаемый читатель, тематика крайне интересная.
Призываем участвовать в дискуссии специалистов- профессионалов в смежных областях бионических, робототехнических, интеллектных и нейрокомпьютерных систем, т.к. только обсуждая вместе проблемы возможно прийти к общим выводам и наконец, составить точный терминологический словарь по нейросетевой тематике.
Конечно, дефиниция не догма, и она может и должна меняться в соответствии с открытиями, которые могут внести и внесут значительные коррективы в терминологический словарь. Желаем всем успеха и плодотворной работы!
Список литературы
1. Ростковский В.С., Сухушина И.С. О приоритете России в области кибернетики // Информационно-измерительные и управляющие системы. 2007. № 2. С. 84-89.
2. Белов Н.А. Учение о внутренней секреции органов и тканей и его значение в современной биологии // Новое в медицине. 1911. № 22. С. 1228-1236.
3. Белов Н.А. Физиология типов. - Орел: Красная книга,
1924.
4. Ивахненко А.Г., Савченко Е.А., Ивахненко Г.А., Гергей
Т., Надирадзе А.Б., Тоценко В.Г. Нейрокомпьютеры в информационных и экспертных системах
//
Нейрокомпьютеры: разработка, применение. 2003. № 2.

5.
Радченко
А.Н.
Моделирование основных механизмов мозга. - Л.: Наука, 1968.
6. Радченко А.Н. Информатика мозга: память, мышление, сон
//
Нейрокомпьютеры: разработка, применение. 2008. № 3-4.
7. Тимофеев А.В., Шеожев А.М., Шибзухов З.М.
Мультиагентные диофантовые нейронные сети в задачах распознавания и диагностики // Нейрокомпьютеры: разработка, применение. 2005. № 10-11.
8.
Рожнов
А.В.,
Губин
А.Н.
Становление вычислительных систем и комплексов военного назначения на заре стратегических ракетных войск // Нейрокомпьютеры: разработка, применение. 2010. № 11. С. 62-68.
9. Рожнов А.В. Некоторые проблемные вопросы системной интеграции направлений научной деятельности в задачах нейрокомпьютинга
//
Нейрокомпьютеры: разработка, применение. 2014. № 1. С. 3-9 10. Рожнов А.В. Преобразование подобия как основа реализации когнитивных функций транснейронным формированием
//
Всероссийская конференция с международным участием «Нейрокомпьютеры и их применение». – М.: ИПУ РАН, 2001. С. 583-586.
11. Васильев С.Н., Жерлов А.К., Федосов Е.А., Федунов
Б.Е. Интеллектное управление динамическими системами. -
М.: Физико-математическая литература, 2000.
12. Васильев С.Н. Формализация знаний и управление на основе позитивно-образованных языков
//
Информационные технологии и вычислительные системы.
2008. № 1. С. 3-19.
13. Рожнов А.В., Кублик Е.И. Системная интеграция направлений научной деятельности в условиях
формирования предынтеллектуальной инфраструктуры //
Информационно-измерительные и управляющие системы.
2014. № 11. С. 59-64.
14.
Рожнов
А.В.
Предынтеллектуальная инфраструктура: управление развитием и прикладной инструментарий решения современных задач системной интеграции / Тезисы докладов XIII Всероссийской научной конференции «Нейрокомпьютеры и их применение»
(Москва, 2015). - М.: МГППУ, 2015. С. 24-26.
15. Язык схем радикалов: методы и алгоритмы /
Интеллектуальные информационные системы // под ред.
А.В. Чечкина и А.В. Рожнова. Коллективная монография. Ч 1.
– М.: Радиотехника, 2008.
К ДИСКУССИИ О НОВЫХ ПОНЯТИЯХ В СФЕРЕ
ИНТЕЛЛЕКТА: ЧТО ЕСТЬ «СВЕРХИСКУССТВЕННОЕ»?
Рожнов Алексей Владимирович,
Гречанюк Фёдор Александрович,
Институт проблем управления им. В.А. Трапезникова
РАН, г. Москва
Предлагается, в рамках виртуального молодёжного научного круглого стола на страницах научно-технического журнала «Нейрокомпьютеры: разработка, применение» и в продолжение дискуссии о современной терминологии в сфере интеллекта, обсуждение формирующейся системы взглядов на проблематику «сверхискусственного».
В первой части «Ретроспектива и реальная конкорданция исследований в сфере интеллекта» были рассмотрены некоторые определения (дефиниции) из материалов статей (в усеченной форме), что изданы в
Большой Российской энциклопедии (БРЭ) [1].

Смысловая конкорданция здесь
– отчасти своеобразный и даже нетривиальный прием формирования современных информационных ресурсов, предназначенных не только для краткого информирования, но и для просвещения в заявленном формате начинающих исследователей при поддержке так называемых тьюторов, превалирующих ныне в новом дистанционном образовании.
Некоторая ситуативность [1-10], спорадичность возникающих актуальных проблемных вопросов и оценок применимости разнородных программно-математических и инженерных средств – есть очевидные реалии ускоряющегося развития инфокоммуникационных сетей и сопутствующих им технологий, которые и приводят к мозаичному мышлению у многих людей в новых поколениях общества потребления, одной из очевидных потребностей которых является всё та же важная для решений информация. В размышлениях о возможных прогрессивных и, в то же время, негативных последствиях таких инициатив как Движение «Россия 2045»,
«Нейронет» и им подобных, воспринимаемых также некоторыми специалистами как паранаучные, представлен условный контур нынешней нейроэкономики с устремлением к социофизике, без поспешной «игры в аватаров» и идей т.н. «служебного людоводства».
Забегая немного вперед к содержанию второй части материалов виртуального молодёжного научного круглого стола, представляется важным упомянуть исторически первые мифологические модели мира в географии, которые, несмотря на заведомо ложный ненаучный характер, тем не менее, сыграли им предназначенную роль в становлении классических концепций и парадигм. Аналогичные образы приводятся в параллелях с нынешними распространенными
представлениями о функционировании мозга и ближайшем будущем гибридного интеллекта, что вполне может быть доступно в восприятии другого, так называемого начала сверхискусственного.
Список литературы
1. Большая Российская Энциклопедия. В 30 т. / отв. ред.
С.Л. Кравец. М.: Науч. изд-во «Большая Российская энциклопедия». Авт.: Романенко Е.В., Галушкин А.И. и др.
2. Белов Н.А. Учение о внутренней секреции органов и тканей и его значение в современной биологии // Новое в медицине. 1911. № 22. С. 1228–1236.
3. Белов Н.А. Физиология типов. - Орел: Красная книга,
1924.
4. Лебедев А. Нет пророка в своем отечестве, или еще раз об отцах кибернетики // Техника молодежи. 2000. № 8.
5. Ростковский В.С., Сухушина И.С. О приоритете России в области кибернетики // Информационно-измерительные и управляющие системы. 2007. № 2. С. 84–89.
6. Васильев С.Н., Жерлов А.К., Федосов Е.А., Федунов
Б.Е. Интеллектное управление динамическими системами. -
М.: Физико-математическая литература, 2000.
7. Толковый словарь по искусственному интеллекту /
Авторы-составители А.Н. Аверкин, М.Г. Гаазе-Рапопорт, Д.А.
Поспелов. - М.: Радио и связь, 1992.
8. Рожнов А.В. Некоторые проблемные вопросы системной интеграции направлений научной деятельности в задачах нейрокомпьютинга
//
Нейрокомпьютеры: разработка, применение. 2014. № 1. С. 3–9.
9. Sollaci L. B., Pereira M. G. The introduction, methods, results, and discussion (IMRAD) structure: a fifty-year survey //

Journal of the medical library association. 2004. Т. 92. № 3. С.
364.
10. Тематический выпуск научно-технического журнала
«Нейрокомпьютеры: разработка, применение». 2016. № 1.
ЭЛЕКТРОАНАЛИТИЧЕСКИЙ ПРИБОР ДЛЯ РАСЧЕТА
МЕТЕО- И БАЛЛИСТИЧЕСКИХ ПОПРАВОК
  1   2   3   4   5   6   7   8   9   ...   14

перейти в каталог файлов


связь с админом