Інформаційна технологія збирання та акумуляції даних медіаресурсів із застосуванням штучного інтелекту

Автор(и)

DOI:

https://doi.org/10.32347/2412-9933.2023.56.50-55

Ключові слова:

штучний інтелект, інтелектуальний аналіз даних, нечіткі системи, еволюційне програмування

Анотація

У цей складний час, у якому опинилася наша країна, інформаційні технології стали тією силою, яка успішно використовується проти загарбницьких дій ворога. Збройним силам, окрім необхідної фізичної допомоги, доволі суттєво допомагають в інформаційній сфері, зокрема і з боку наукової спільноти. Різні напрями та галузі комп’ютерних наук поєднуються, аби отримати дієвий спосіб для досягнення бажаної перемоги та довгоочікуваного миру і добробуту. У статті автори пропонують своє бачення в реалізації технології для оцінки інформації, що лунає з різних медіаджерел. Для цього в дослідженнях було задіяно один з найбільш широко використовуваних напрямів інформаційних технологій – штучний інтелект. Як відомо, АІ включає в себе доволі широкий, повноцінний набір моделей та методів для опрацювання різноманітних практичних задач. Зокрема, автори зупинилися на «м’яких» обчисленнях, тобто використанні нейронних мереж, нечітких множин та генетичних алгоритмів у поєднанні з методами ще одного напряму АІ – інтелектуального аналізу даних. Усі вищезгадані ідеї пропонується розглянути в обґрунтуванні до створення наукового проєкту. У статті детально проаналізовано зарубіжні і вітчизняні джерела з метою виявлення спільних та відмінних рис з авторськими ідеями. Особливу увагу звернено саме на ті компоненти, які не розкриті в інших роботах і пропонуються до розроблення у цьому проєкті. Також зазначено об’єкт, предмет дослідження, мету, розкрито наукову та практичну новизну від реалізації ідей пропонованої роботи. Окрім цього, описано переваги використання запропонованих методів для розвязання не тільки задачі опрацювання та оцінки інформації з різних медіаджерел, а й наведено користь від їх застосування в інших критичних задачах військової справи. Отже, автори поставили собі за мету долучитися до допомоги нашим захисникам у реалізації підходу, що заснований на застосуванні штучного інтелекту. У цій статті висвітлено лише пропозиції з детальним їх науковим обґрунтуванням. Отже, підсумовуючи усе вищезазначене, в роботі наведено теоретико-прикладний підхід на рівні розкриття базових ідей до створення проєкту. У наступних роботах авторами після представлення бази дослідження буде приділено більше уваги вже математичним методам опису і висвітленню проведених експериментальних досліджень.

Біографії авторів

Микола Цюцюра , Державний торговельно-економічний університет

Доктор технічних наук, професор, професор кафедри інженерії програмного забезпечення та кібербезпеки

Андрій Єрукаєв , Державний торговельно-економічний університет

Кандидат технічних наук, доцент, доцент кафедри інженерії програмного забезпечення та кібербезпеки

Карина Хорольська , Державний торговельно-економічний університет, Київ

Старший викладач кафедри інженерії програмного забезпечення та кібербезпеки

Богдан Бебешко , Державний торговельно-економічний університет, Київ

Senior Lecturer of the Department of Software Engineering and Cybersecurity

Посилання

Bebeshko, B. (2023). Training of an artificial neural network based on data for evaluating the performance and risks of investing in digital assets. Cyber security: education, science, technology, 3(19), 135–145. DOI: https://doi.org/10.28925/2663-4023.2023.19.135145.

Khorolska, K. (2022). The potential of applying different methods of artificial intelligence in the problem of drawing recognition and transformation 2D→3D. Cyber security: education, science, technology, 1(17), 21-30. DOI: https://doi.org/10.28925/2663-4023.2022.17.2130.

Bäck, Thomas, Kursawe, Frank. (1998). Evolutionary Algorithms for Fuzzy Logic: A Brief Overview URL: https://www.researchgate.net/publication/2509441_Evolutionary_Algorithms_for_ Fuzzy_Logic_A_Brief_Overview, DOI: 10.1142/9789812830753_0001.

Maan, Afathi. (2021). Implementation of new hybrid evolutionary algorithm with fuzzy logic control approach for optimization problems. URL: https://journals.uran.ua/eejet/article/view/245222, DOI: https://doi.org/10.15587/1729-4061.2021.245222.

Alipouri, Yousef, Poshtan, Javad, Alipour, Hasan. (2015). Global minimum routing in evolutionary programming using fuzzy logic. Information Sciences, 292, 162-174, DOI: https://doi.org/10.1016/j.ins.2014.08.061.

Krömer, Pavel, Platoš, Jan, Snášel, Václav, Ajith, Abraham. (2011). Fuzzy classification by evolutionary algorithms. Procc. IEEE International Conference on Systems, Man, and Cybernetics. URL: https://ieeexplore.ieee.org/document/6083684/authors#authors, DOI: 10.1109/ICSMC.2011.6083684.

Castiello, Ciro. (2007). Evolutionary neuro-fuzzy systems and applications. URL: https://www.academia.edu/13411136/Evolutionary_neuro_fuzzy_systems_and_applications.

Matthews, Stephen G., Gongora, Mario A., Hopgood, Adrian A. (2010). Evolutionary algorithms and fuzzy sets for discovering temporal rules. International Journal of Applied Mathematics and Computer Science, 23, 4, 855-868. URL: https://eudml.org/doc/262453.

Edmondst, A. N., Burkhardt, Diana, Osei, Adjei. (2017). Genetic Programming of Fuzzy Logic Production Rules. URL: https://sci2s.ugr.es/keel/pdf/specific/congreso/ieee49.pdf.

Biaobiao, Zhang, Yue, Wu, Jiabin, Lu, and Du, K.-L. (2011). Evolutionary Computation and Its Applications in Neural and Fuzzy Systems. Applied Computational Intelligence and Soft Computing. URL: https://www.hindawi.com/journals/acisc/2011/938240/, DOI: https://doi.org/10.1155/2011/938240.

Kroeske, Jens, Ghandar, Adam, Michalewicz, Zbigniew and Neumann, Frank. (2009). Learning Fuzzy Rules with Evolutionary Algorithms – an Analytic Approach. URL: https://cs.adelaide.edu.au/~frank/papers/ppsn_fuzzy.pdf.

Shen, Qiang, Galea, Michelle. (2004). Evolutionary approaches to fuzzy modelling for classification. URL: https://typeset.io/pdf/evolutionary-approaches-to-fuzzy-modelling-for-1yiuh8r49q.pdf, DOI: 10.1017/S0269888904000189.

Tsiutsiura, M. Kostyshyna, N., Yerukaiev, A., Danylyshyn, S., Honcharenko, Y. and Tao, L. (2022). Research of Housing Comfort Using Linguistic Variables. 2022 International Conference on Smart Information Systems and Technologies (SIST).

–211. DOI: 10.1109/SIST54437.2022.9945736.

Kostiuk, Y., Kryvoruchko, O., Tsiutsiura, M., Yerukaiev, A. and Rusan, N. (2022). Research of Methods of Control and Management of the Quality of Butter on the Basis of the Neural Network. 2022 International Conference on Smart Information Systems and Technologies (SIST), 307-313, DOI: 10.1109/SIST54437.2022.9945764.

##submission.downloads##

Опубліковано

2023-12-22

Як цитувати

Цюцюра , М. ., Єрукаєв , А. ., Хорольська , К. ., & Бебешко , Б. . (2023). Інформаційна технологія збирання та акумуляції даних медіаресурсів із застосуванням штучного інтелекту. Управління розвитком складних систем, (56), 50–55. https://doi.org/10.32347/2412-9933.2023.56.50-55

Номер

Розділ

ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ УПРАВЛІННЯ