Поддержка принятия решений
в слабоформализованных
областях

Свойства объекта

Название Нейронные сети
Описание Нейронные сети представляют собой самообучающиеся системы, построенные на элементах моделирующих принцип действия нейрона человеческого мозга. Нейронная сеть может быть представлена направленным графом с взвешенными связями, в котором искусственные нейроны являются вершинами, а синаптические связи - дугами. Среди областей применения нейронных сетей - автоматизация процессов распознавания образов, прогнозирование, адаптивное управление, создание экспертных систем, организация ассоциативной памяти, обработка аналоговых и цифровых сигналов, синтез и идентификация электронных цепей и систем. Модели нейронных сетей могут быть программного и аппаратного исполнения. Нейронная сеть представляет собой совокупность нейронов, которые составляют слои. В каждом слое нейроны между собой никак не связаны, но связаны с нейронами предыдущего и следующего слоев.Информация поступает с первого на второй слой, со второго - на третий и т.д.

Связи объекта

представлен на Ресурсе
Информационный ресурс
Электронный учебник по статистике,1999
решает Задачу
Задача ППР
Классификация
Кластеризация
Прогнозирование
Выявление аномалий

Обратные связи объекта

описывает Метод
Публикация
Барсегян А.А., Куприянов М.С., Холод И.И., Тесс М.Д., Елизаров С.И. Анализ данных и процессов, 2009
Беляева М.А., Буреш О.В., Шаталова Т.Н. Разработка интегрированной системы поддержки принятия решений по управлению проектами, 2011
Хлопкова О.А. Нейроэволюционный метод интеллектуализации принятия решений в условиях неопределенности, 2015
Кипер А.В., Станкевич Т.С. Разработка системы поддержки принятия решений руководителя тушения пожара на базе нечеткой нейронной сети anfis при пожаре на территории морского порта, 2013
Ярушев С.А., Аверкин А.Н., Павлов В.Ю. Когнитивные гибридные системы поддержки принятия решений и прогнозирования
Суконщиков А.А., Дохтаева И.А. Современные методы интеллектуального анализа данных в СППР, 2016
Хлопкова О.А. Сравнительный анализ нейроэволюционных методов поддержки принятия решений в условиях неопределенности, 2016
Бухаров О.Е., Боголюбов Д.П. Разработка гибридной системы поддержки принятия решений и ее применение, 2018
Спирячин А.А., Бурковский В.Л., Воропаев А.П. Анализ эффективности использования метода нечёткой классификации и генетических алгоритмов в интеллектуальной системе поддержки принятия врачебных решений, 2015
Ломухин И.А., Борисов В.В., Дудко А.В., Кузнецов В.И.Использование интеллектуальной СППР для выбора ГТМ на нефтяной скважине, 2018
Луньков А.Д., Харламов А.В.Интеллектуальный анализ данных, 2014
Модели и методы интеллектуальной поддержки при принятии управленческих решений 2011 статья
Гаглоева И.Э. Методы и алгоритмы принятия решений в системах управления производственными фондами электроэнергетических объектов, 2014
Пучков Е.В. Разработка системы поддержки принятия решений для управления кредитными рисками банка, 2011
Хлопкова О.А. Методы и алгоритмы интеллектуализации принятия решений в условиях неопределенности на базе аппарата нейронных сетей и эволюционного моделирования, 2016
Гридин В.Н., Cолодовников В.И., Евдокимов И.А., Филипков С.В. Построение деревьев решений и извлечение правил из обученных нейронных сетей, 2013
применяет Метод
Персона
Хлопкова О.А.
Микшина В.С.
Боголюбов Д.П.
Бухаров О.Е.
развивает Метод
Персона
Аверкин А.Н.
Горемыкина Г.И.
реализует Метод
Результат / продукт
СППР для эндоскопии
ИИС ППР «Лада»