Вісники та науково-технічні збірники, журнали
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12
Browse
36 results
Search Results
Item Ігрова самоорганізація системи агентів з індивідуальним оцінюванням стратегій(Видавництво Національного університету “Львівська політехніка”, 2005-03-01) Кравець, П. О.; Національний університет “Львівська політехніка”Досліджено проблему ігрової самоорганізації мультиагентних систем для розв’язування задач стохастичної оптимізації в умовах невизначеності. Побудувано імітаційну модель, рекурентні методи, алгоритм та виконано комп’ютерне розв’язування ігрової задачі. Результати роботи можуть бути використані для побудови елементів розподілених інтелектуальних систем.Item Оптимізація випадкового пошуку генетичним методом з розпаралелюванням(Видавництво Національного університету “Львівська політехніка”, 2002-03-26) Кравець, П. О.; Національний університет «Львівська політехніка»Розв’язано задачу пошуку динамічного об’єкта в умовах невизначеності за допомогою класичного генетичного методу з розпаралелюванням. Досліджено залежність середньої кількості пошукових кроків від параметрів генетичного методу.Item Ігрові методи випадкового пошуку в умовах невизначеності(Видавництво Національного університету “Львівська політехніка”, 2005-03-01) Кравець, П. О.; Національний університет “Львівська політехніка”Досліджено ефективність застосування адаптивних ігрових методів для пошуку об’єкта в умовах невизначеності. Вивчається вплив розмірності простору та дисперсії переміщення об’єкта на середню кількість пошукових кроків.Item Інтелектуальна інформаційна система «розумний замок» для захисту приміщень(Видавництво Львівської політехніки, 2019-02-26) Рибак, Л. Я.; Кравець, П. О.; Rybak, Lev-Volodymyr; Kravets, Petro; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозглянуто інтелектуальну інформаційну систему “Розумний замок” для захисту приміщень. Здійснено загальний опис розумного дому та актуальності їх використання. Сформульовано проблему, яка виникає під час використання розумних пристроїв для дому. Наведено приклади двох відомих таких моделей: SmartLock та Schlage Sense Smart Lock. Проаналізовано їхні переваги та недоліки для врахування під час розроблення інтелектуального замка. Подано короткий опис актуальної інформації щодо методики розпізнавання обличчя. На основі цих даних сформульовано цілі, які досягнуто у цій статті. Наведено діаграму функціонування підсистем інтелектуальної інформаційної системи. Виконано детальний опис кожної зі складових інформаційної системи, а саме: серверної частини, програми для розпізнавання обличчя, бази даних та фізичного пристрою “розумний замок”. Здійснено поетапний опис процесу створення кожного із цих модулів системи. Обґрунтовано вибір мови програмування, вебзасобів, пристроїв для запуску, операційної системи, системи управління базами даних та програмних бібліотек для розпізнавання обличчя. Наведено детальний опис пристрою, на якому працюватиме програма, та пристрою, який використано для налагодження програмних елементів системи. Пояснено підхід до вибору типу інтеграції інтелектуальної інформаційної системи, описано принцип роботи інформаційної системи, продемонстровано концептуальну модель системи. Наведено приклад використання цієї інформаційної системи в реальних умовах. Надано інструкції щодо типового використання інформаційної системи користувачем. Проаналізовано результати та сформовано висновки щодо актуальності створення інформаційної системи та її практичного застосування.Item Ігровий метод кластеризації онтологій(Видавництво Львівської політехніки, 2019-02-26) Кравець, П. О.; Буров, Є. В.; Литвин, В. В.; Kravets, Petro; Burov, Evgeniy; Lytvyn, Vasyl; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозглянуто актуальну проблему кластеризації онтологій для оптимізації операцій інтелектуального опрацювання даних в умовах невизначеності, зумовленої неточністю або неповнотою даних про предметну область. Кластеризація онтологій – це процес автоматичного розділення множини онтологій на групи (кластери) на основі ступеня їхньої подібності. Для розв’язування задачі кластеризації необхідно задати міри близькості онтологій, вибрати або розробити алгоритм кластеризації та виконати змістовну інтерпретацію результатів кластеризації. Для кластеризації онтологій в умовах невизначеності запропоновано застосувати стохастичний ігровий метод. Повторювальна стохастична гра полягає у реалізації керованого випадкового процесу вибору кластерів онтологій. Для цього закріплені за онтологіями інтелектуальні агенти випадково, одночасно і незалежно вибирають один із кластерів у дискретні моменти часу. Для агентів, що обрали один кластер, обчислюють поточну міру подібності онтологій, яка може враховувати близькість концептів, атрибутів та відношень між концептами. Цю міру використовують для адаптивного перерахунку змішаних стратегій гравців. Збільшуються імовірності вибору тих кластерів, поточний склад яких призвів до зростання міри подібності онтологій. У ході повторювальної гри агенти сформують вектори змішаних стратегій, які забезпечать максимізацію усереднених мір подібності розділених на кластери онтологій. Для розв'язування задачі ігрової кластеризації онтологій розроблено адаптивний марківський рекурентний метод на основі стохастичної апроксимації модифікованої умови доповняльної нежорсткості, справедливої у точках рівноваги за Нешем. Запропонований ігровий метод має фільтрувальні властивості щодо викидів у вхідних даних і практично не залежить від закону розподілу випадкових завад. Комп'ютерне моделювання підтвердило можливість застосування моделі стохастичної гри для кластеризації онтологій із врахуванням факторів невизначеності. Збіжність ігрового методу забезпечується дотриманням фундаментальних умов та обмежень стохастичної оптимізації. Достовірність експериментальних досліджень підтверджується повторюваністю отриманих результатів для різних послідовностей випадкових величин. Результати роботи доцільно використати для розв'язування задач інтелектуального аналізу даних, усунення дублювання інформації в базах знань, зменшення невизначеності у межах кластера онтологій, виявлення новизни інформації, організації високорівневої семантичної взаємодії між агентами під час розв’язування ними спільної задачі.Item Ігрові методи керування випадковими процесами в умовах відносних завад(Видавництво Національного університету “Львівська політехніка”, 2005-03-01) Кравець, П. О.; Національний університет “Львівська політехніка”Досліджується проблема керування випадковими процесами за допомогою адаптивних ігрових методів в умовах відносних завад, які є функцією поточної відстані між фронтами випадкових процесів. Розглянуто варіанти з лінійно зростаючою та спадною функціями інтенсивностей завад. Розроблено ігровий алгоритм та виконано програмне моделювання наближення керованого випадкового процесу до некерованого у дискретному просторі з евклідовою метрикою.Item Ігрова модель системи з авторитарним прийняттям рішень(Видавництво Львівської політехніки, 2018-02 26) Кравець, П. О.; Kravets, Petro; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityПобудовано стохастичну ігрову модель прийняття рішень в ієрархічних системах з авторитарним стилем управління. Розроблено адаптивний рекурентний метод для розв’язування стохастичної гри в умовах апріорної невизначеності на основі стохастичної апроксимації умови доповняльної нежорсткості, яка описує розв’язки гри за Нешем у змішаних стратегіях. Виконано комп’ютерне моделювання стохастичної гри прийняття рішень в авторитарній ієрархічній системі зі структурою бінарного дерева. Досліджено вплив параметрів на збіжність ігрового методу.Item Ігровий метод формування коаліцій в мультиагентних системах(Видавництво Львівської політехніки, 2018-02-26) Кравець, П. О.; Національний університет “Львівська політехніка”Запропоновано ігровий метод формування коаліцій у мультиагентних системах. Розроблено адаптивний алгоритм для розв’язування стохастичної гри. Виконано комп’ютерне моделювання стохастичної гри. Вивчено вплив параметрів на збіжність ігрового методу формування коаліцій. Проаналізовано отримані результати.Item Ігрова модель прийняття рішень в ієрархічних системах(Видавництво Львівської політехніки, 2017-03-28) Кравець, П. О.; Національний університет “Львівська політехніка”Побудовано ігрову модель прийняття рішень в ієрархічних системах, які функціонують в умовах апріорної невизначеності. Розроблено адаптивний рекурентний метод та алгоритм розв’язування стохастичної гри. Виконано комп’ютерне моделювання стохастичної гри прийняття рішень в ієрархічній системі зі структурою бінарного дерева. Досліджено вплив параметрів на збіжність ігрового методу.Item Ігрові методи оптимізації розподілених стохастичних систем(Видавництво Національного університету «Львівська політехніка», 2006) Кравець, П. О.Розглянуто ігрові методи розв’язування задач, які описуються системами стохастичних рівнянь у часткових похідних. Запропоновані методи ґрунтуються на оцінці характеристик розподілів випадкових величин, яка здійснюється за допомогою самонавчальних рекурентних методів. The game problems solution methods which are described by systems of the stochastic equations in partial derivatives are considered. The offered methods are based on an estimation of the characteristics of stochastic processes distributions, which are realized on the base of self-learning recurrent methods.