Details
| Title | Применение искусственного интеллекта для построения когнитивных моделей слабоструктурированных задач системного анализа = Application of artificial intelligence for building cognitive models of ill-structured problems in systems analysis // Системный анализ в проектировании и управлении: сборник научных трудов XXIX Международной научно-практической конференции, 30 июня – 2 июля 2025 года: [в 3 частях]. Ч. 1 |
|---|---|
| Creators | Афанасьева Ольга Владимировна ; Арефьев Игорь Борисович |
| Organization | Санкт-Петербургский горный университет императрицы Екатерины II; Петербургский государственный университет путей сообщения Императора Александра I |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2026 |
| Collection | Общая коллекция |
| Document type | Article, report |
| Language | Russian |
| DOI | 10.18720/SPBPU/2/id26-216 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Additionally | New arrival |
| Record key | RU\SPSTU\edoc\79653 |
| Record create date | 8/17/2026 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В статье рассматриваются современные подходы к применению искусственного интеллекта для построения когнитивных моделей слабоструктурированных задач системного анализа. Особое внимание уделяется методологическим аспектам интеграции методов искусственного интеллекта, включая машинное обучение, нейросетевые модели, эволюционные алгоритмы и гибридные системы. Анализируются их преимущества, такие как адаптивность, автоматизация обработки больших массивов сложных данных и способность имитировать работу экспертных систем, а также оценивать ограничения, включая условие «черного ящика» и требования к качеству данных.
The article explores modern approaches to applying artificial intelligence (AI) for constructing cognitive models of ill-structured problems in systems analysis. Special attention is paid to the methodological aspects of integrating AI techniques, including machine learning, neural network models, evolutionary algorithms, and hybrid systems. Their advantages — such as adaptability, automation of processing large volumes of complex data, and the ability to mimic expert systems — are analyzed, along with their limitations, including the “black box” problem and data quality requirements.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
