Когнитивные технологии в компьютерных системах проектирования и анализе данных

        программные модули, реализующие базовые процедуры анализа и обработки данных (имеющиеся или созданные Автоматическим генератором процедур);

        пользовательские программные модули, реализующие, например, исходный код, для которого строится суррогатная модель, или код, реализующий некоторые пользовательские расчетные процедуры;

        модули, реализующие стандартные процедуры работы с данными (процедуры описательной статистики, процедуры селекции или упорядочивания данных по разным параметрам, и т.п.).

Например, Интегратор вначале создает начальное множество данных путем проведения экспериментов с исходным пользовательским кодом для сгенерированных входных данных. С использованием базового модуля аппроксимации, строится первый вариант суррогатной модели, качество которой исследуется с использованием базового модуля оценивания точности моделей. Определяется множество входных данных, для которых модель не удовлетворяет требуемым требованиям по точности, и в окрестности этих входных данных с помощью исходного кода генерируются новые данные, которые включаются в обучающую выборку, и процесс построения суррогатной модели повторяется.

Результатом работы Интегратора является построенная по данным полностью специфицированная предметно-ориентированная модель, реализованная в виде автономного программного модуля.

Квалификационные требования к специалисту в области когнитивных технологий

Специалист в области когнитивных технологий может получить базовую подготовку в области направлений «Прикладная математика и информатика» и «Фундаментальная информатика и информационные технологии». Для эффективной работы, он должен, прежде всего, иметь широкие знания в области теоретической и прикладной математики, в частности, углубленные знания по теоретической и прикладной математической статистике и анализу данных.

Кроме того, специалист должен иметь базовые знания в области построения и анализа вычислительных алгоритмов и планирования и проведения вычислительных экспериментов (в частности, иметь навыки активной работы с основными математическими пакетами).

Специалист должен знать технологии программирования и проектирования программных продуктов и комплексов и желательно владеть хотя бы одним языком программирования.

Литература

1.              Кулешов А.П. Технология быстрого вычисления характеристик сложных технических объектов/ Информационные технологии, прил. № 3, М., 2006, с. 4 - 11.

2.              Кулешов А.П. Когнитивные технологии в адаптивных моделях сложных объектов/ Информационные технологии и вычислительные системы, в. 1, 2008, с. 18 – 29.

3.              Бернштейн А.В., Кулешов А.П. Математические методы в когнитивных инженерных технологиях/ Обозрение прикладной и промышленной математики, сер. «Вероятность и статистика». 2008, т. 15, № 3, с. 451 – 452

4.              Кулешов А.П. Задачи многомерного статистического анализа в системах компьютерного проектирования/ Труды VII Международной школы-семинара «Многомерный статистический анализ и эконометрика» (Армения, Цахкадзор, 2008), М., 2008, 60 – 61.

5.              Бернштейн А.В., Бурнаев Е.В., Дорофеев Е.А., Свириденко Ю.Н., Чернова С.С. О решении некоторых задач анализа данных, возникающих при построении адаптивных суррогатных моделей сложных объектов/ Научно-теоретический международный журнал «Искусственный интеллект», Донецк, 2008, вып. 4, с. 40-48.

6.              Бернштейн А.В., Кулешов А.П. Когнитивные технологии в проблеме снижения размерности описания геометрических объектов/ Информационные технологии и вычислительные системы. 2008, №2, с. 6 – 19.

7.              Бурнаев Е.В., Чернова С.С. Об итеративном алгоритме подсчета взвешенных главных компонент/ Информационные процессы (электронный научный журнал http://www.jip.ru/Contents.htm), 2008, т. 8, № 2, с. 99 – 107.

8.              Бернштейн А.В., Кулешов А.П. Снижение размерности при наличии предикатов/ Информационные процессы (электронный научный журнал http://www.jip.ru/Contents.htm), 2008, т. 8, № 1, с. 47-57.

9.              Иванова Е.П., Чернова С.С. Снижение размерности сложных геометрических объектов при наличии частных параметрических моделей/ Информационные технологии и вычислительные системы, 2008, №4.

10.              Бернштейн А.В., Бурнаев Е.В., Дорофеев Е.А., Свириденко Ю.Н., Чернова С.С. Каскадные процедуры снижения размерности/ Труды Одиннадцатой национальной конференции по искусственному интеллекту с международным участием (Дубна, 2008), т. 1, с. 241 – 250.