Адаптивные аппаратные архитектуры для нейро-нечетких систем с самоорганизацией
|
СтатусДиссертация была зашищена 18 декабря 2020Утверждена Национальным Советом 26 февраля 2021 Автореферат – 0.59 Mb / на румынскомДиссертацияCZU 004.3/004.8
|
Ключевые слова
методы извлечения знаний, система поддержки принятия решений, нечеткая система, нейронная система, адаптивные аппаратные архитектурыАннотация
Структура работы. Диссертация состоит из введения, четырёх глав, выводов, библиографии из 120 наименований, 4-х приложений, 131 страниц основного текста, включая 81 рисунков и 5 таблиц. Полученные результаты опубликованы в 15-и работах.
Область исследования касается теоретических и практических методов извлечения знаний у оператора.
Целью работы является развитие и разработка новых методов и алгоритмов, позволяющих извлекать и перенимать опыт оператора, разработка адаптивных архитектур для исследования процессов принятия решений и построения систем поддержки принятия решений в промышленных приложениях.
Основные задачи: анализ общих аспектов нечетких и нейронных систем, методов извлечения знаний, исследование и разработка методов и алгоритмов поддержки принятия решений, проектирование, моделирование и анализ адаптивных аппаратных архитектур.
Научная новизна и оригинальность полученных результатов заключается в предложении новых моделей, методов, алгоритмов и параметризованных аппаратных структур. Оригинальность предлагаемых решений состоит в подходе и сочетании интеллектуальных методов «машинного обучения» с поведенческой моделью оператора.
Решённая научная задача заключается в разработке и исследовании оригинальных методов освоения опыта оператора посредством обработки автоматически генерируемых статистических данных, что привело к новому подходу к извлечению знаний.
Теоретическое значение заключается в разработке оригинальных методов, которые могут быть использованы для перенятия опыта квалифицированного оператора. Представленный подход включает разработку алгоритмов извлечения знаний. Практическая значимость работы заключается в предложении моделей, методов и алгоритмов для обработки и анализа данных об эволюции технологического процесса.
Внедрение научных результатов состоит в использовании разработанных моделей и систем, в компании «Microfir Tehnologii Industriale» S.R.L. и подтверждается актом
внедрения.
Официальные оппоненты
- Gheorghe Căpăţână
доктор, профессор, Государственный Университет Молдовы - Victor Cojocaru
доктор, доцент, Институт Электронной Инженерии и Нанотехнологий имени Д. Гицу
Члены Ученого Совета
- Ion Bolun, председатель
доктор хабилитат, профессор - Ion Fiodorov, секретарь
доктор, доцент, Технический Университет Молдовы - Emilian Guţuleac, член
доктор хабилитат, профессор, Технический Университет Молдовы - Vasile Moraru , член
доктор, профессор, Технический Университет Молдовы - Nicolae Secrieru, член
доктор, доцент, Технический Университет Молдовы - Ilie Costaş, член
доктор хабилитат, профессор, Молдавская Экономическая Академия - Vsevolod Arnaut,
доктор, доцент, Государственный Университет Молдовы
Диссертации
На рассмотрении [1] :
Архив диссертаций:
