Интеллектуальная поддержка экипажа и адаптивная интеллектуальная система для автоматизации работы преподавателя в журнале «Моделирование и анализ данных»
Вышел в свет новый выпуск журнала «Моделирование и анализ данных» №2 (2024 год). В выпуске опубликованы научные статьи в области анализа данных, методов оптимизации, комплексов программ и методики преподавания.
Предлагаем читателям ознакомиться со статьями, в которых рассматривается опыт использования архитектуры сети Transformer для аппроксимации политики агента в обучении c подкреплением, а также представлен обзор разнообразных open-source Python-библиотек, предназначенных для анализа и прогнозирования временных рядов.
На страницах журнала вы найдете предложенный численный метод многокритериальной оптимизации для приближенного решения задачи на основе генерации допустимых решений непрерывным методом муравьиных колоний, недоминируемой сортировки и метода эпсилон-ограничений. Решена прикладная задача оптимизации инвестиционного портфеля, в которой исходными данными являются таблично заданные средние доходности и ковариации ценных бумаг.
Авторы из МГППУ представили работы «Об опыте разработки адаптивного гибридного фильтра ЭЭГ сигнала с адаптивностью по расширенной информации», где даётся описание алгоритма, обосновывается адекватность предложенного метода к поставленной задаче, приводятся эмпирические результаты использования системы фильтрации, а в статье, посвященной авиационной тематике, представлен новый подход к созданию математических и программных средств для синтеза управляющих команд, выводящих воздушное судно из сложного пространственного положения.
Читатели могут ознакомится с работой, которая описывает этапы разработки программного комплекса, предназначенного для проведения серий вычислительных экспериментов по численному моделированию системы «расходомерная трубка – жидкость» кориолисова расходомера и автоматизации алгоритмов последующей обработки и визуализации данных, и статьей, где описывается создание современной адаптивной интеллектуальной системы с использованием новейших технологий машинного обучения для автоматизации значительной части работы преподавателя.