Author:
Туева Е. В.,Бешимов Ю. С.
Abstract
В статье представлен подход к минимизации объемов матричного представления информации при взаимодействии автономных интеллектуальных систем. Показано, что важным этапом при анализе ограничений на значения параметров в пространстве действий автономных интеллектуальных систем является этап заполнения матриц зависимости параметров, а также матриц ограничений параметров. Ставится задача о необходимости минимизировать рост матриц с увеличением числа зависимостей и ограничений в системе. Изучены области влияния параметров, дана их графическая иллюстрация. Предложена процедура минимизации хранящейся информации в матрицах путем ограничения набора параметров. Введено понятие порога чувствительности матрицы зависимости. Сформулирована задача сохранения баланса повышения производительности и сохранения универсальности, для решения которой предложена процедура с динамическим распределением параметров для формирования матриц зависимости по областям значений.
Publisher
Krasnoyarsk Science and Technology City Hall
Reference35 articles.
1. Романовский М.В. Автономные системы. Фундаментальные исследования. 2005; 4: 84-85.
2. Мелехин В.Б., Хачумов М.В. Нечеткие семантические сети как адаптивная модель представления знаний автономных интеллектуальных систем. Искусственный интеллект и принятие решений. 2020; 3: 61-72. https://doi.org/10.14357/20718594200306
3. Варламов О.О. О возможности создания интеллектуальных систем на основе GRID, систем адаптивного синтеза ИВК, сервисно-ориентированной архитектуры и миварного информационного пространства. Известия Южного федерального университета. Технические науки. 2005; 54(10): 130-140.
4. Самойлов Л.К. Структурный подход к выбору частоты дискретизации сигналов датчиков и исполнительных устройств в системах управления. Известия Южного федерального университета. Технические науки. 2015; 2(163): 18-29.
5. Chen Q., Huang M. Rough fuzzy model based feature discretization in intelligent data preprocess. Journal of Cloud Computing: Advances, Systems and Applications. 2021; 10(1): 5. https://doi.org/10.1186/s13677-020-00216-4