1. K. Madani. Модульні і самоорганізовані зв’язуючі системи: у напрямі вищого рівня інтелектуальних функцій, - c. 6-17.
2. N. Kussul, A. Shelestov, S. Skakun. Агентний підхід до забезпечення безпеки в розподілених системах, - c. 18-22.
3. K. Dimitrov, C. Roumenin. Розумні кремнієві давачі, засновані на пристроях вертикального ефекту холла, - c. 23-30.
4. О. Поморова. Інтеграція штучних нейронних мереж для ідентифікації станів комп'ютерних систем, c. 31-42.
5. J.A. Kalomiros. Система збору даних в реальному часі для ecp-epp паралельного порту, на базі PIC16F877 мікроконтролера, - c. 43-49.
6. Z. Peric, J. Nikolic, D. Pokrajac. Новий метод для створення оптимальних скалярних квантувачів для лапласівського джерела, - c. 50-54.
7. A. Otwagin, A. Doudkin. MPI-базована структура для паралельної обробки зображень топології інтегральних схем, - c. 55-61.
8. C. M. Frayn. Огляд індустріальних застосувань обчислювального інтелекту, - c. 62-72.
9. Б. Марченко, Б. Млинко, М. Фриз. Математична модель фотоплетизмосигналу – основа ідентифікації інформативних ознак, - c. 73-82.
10. N. Petrov. Аналіз помилок екстраполяції Річардсона, - c. 83-86.
11. M. Adamski, K. Saeed. Евристичні методи для класифікації рукописного підпису, - c. 87-92.
12. N. Kussul, S. Skakun, O. Kussul. Порівняльний аналіз нейронних мереж і статистичних підходів до класифікації дистанційного отриманих зображень, - c. 93-99.
13. N. M. Hewahi. „М’які” обчислення як рішення для розподілювача часу/витрат, - c. 100-105.
14. І. Турченко, В. Кочан, А. Саченко. Імітаційне моделювання нейромережевої системи управління дільницею шахтної вентиляційної мережі, - c. 106-116.

МОДУЛЬНІ І САМООРГАНІЗОВАНІ ЗВ’ЯЗУЮЧІ СИСТЕМИ: У НАПРЯМІ ВИЩОГО РІВНЯ ІНТЕЛЕКТУАЛЬНИХ ФУНКЦІЙ

Kurosh Madani

Image, Signal and Intelligent Systems Laboratory (LISSI / EA 3956), Senart Institute of Technology,
University PARIS XII, Av. Pierre Point, F-77127 Lieusaint, France
madani@univ-paris12.fr, http://www.univ-paris12.fr

Недавні успіхи в “нейробіології” дозволили виділити деякі з ключових механізмів тваринного інтелекту. Серед них можна виділити розумову “модульну” структуру і її “само-організовуючі” якості. Головна мета цієї статті - показати, як ці первинні підходи можуть використовуватись і комбінуватися в рамках відомих методів “м’яких обчислень” для того, щоб проектувати штучні інтелектуальні системи, що дають інтелектуальну поведінку вищого рівня, ніж звичайні структури базовані на Штучних Нейронних Мережах (ШНМ).

До змісту

АГЕНТНИЙ ПІДХІД ДО ЗАБЕЗПЕЧЕННЯ БЕЗПЕКИ В РОЗПОДІЛЕНИХ СИСТЕМАХ

Nataliya Kussul, Andriy Shelestov, Serhiy Skakun

Space Research Institute NASU-NSAU, 40 Glushkov Ave, Kiev, 03680, Ukraine,
inform@ikd.kiev.ua, http://inform.ikd.kiev.ua

В даній роботі пропонується агентний підхід до забезпечення безпеки в розподілених системах, таких як комп’ютерних мережах, Grid системах, тощо. В рамках даного підходу виконується моніторинг дій користувачів (як в режимі реального часу, так і у відкладеному режимі) з метою аналізу його поведінки. Моніторинг виконується з використанням інтелектуальних методів, зокрема нейронних мереж.

До змісту

РОЗУМНІ КРЕМНІЄВІ ДАВАЧІ, ЗАСНОВАНІ НА ПРИСТРОЯХ ВЕРТИКАЛЬНОГО ЕФЕКТУ ХОЛЛА

Konstantin Dimitrov, Chavdar Roumenin

Institute of control and system research at the Bulgarian academy of sciences, 1113 Sofia, BULGARIA; P.O. Box 79
tel/fax: (+359 2) 873 78 22
kdimitrov@icsr.bas.bg, roumenin@bas.bg, www.icsr.bas.bg

Майбутні інтегровані системи отримають значну перевагу від прогресу в серійно виготовлених кремнієвих давачах і методах обробки сигналів. Кремнієві технології роблять можливим виготовляти мікро-пристрої, комбінуючи максимальну чутливість, високу точність і мінімальну складність розробки. Розумні давачі на базі пристроїв вертикального векторного ефекту Холла пропонують ряд переваг, що включають скорочення маси, об'єму і споживання енергії; більшу надлишковість системних функцій і простішу архітектуру. Зважаючи на ці характеристики, можна чекати, що такі розумні давачі широко використовуватимуться всюди, де буде виявлено, що відповідне рішення скорочує вартість проекту і спрощує електричний інтерфейс. Тому, можуть бути виготовлені економічні мікропроцесорні системи, що включають векторні магнітні давачі, схеми і накінець соленоїди.
Ця стаття представляє новий підхід у напрямку обробки сигналів для давачів магнітного поля, що використовують елементи з вертикальним ефектом Холла. Проілюстрований приклад розробки, що показує специфічні проблеми і рішення, пов'язані з перетворювачами даних і функціями обробки сигнальнів для розумних давачів.

До змісту

ІНТЕГРАЦІЯ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ ДЛЯ ІДЕНТИФІКАЦІЇ СТАНІВ КОМП'ЮТЕРНИХ СИСТЕМ

Оксана Поморова

Department of System Programming Khmelnitsky National University,
11 Institutskya str., Khmelnitsky, 29016, Ukraine,
pomorova@ieee.org, kism@beta.tup.km.ua

У статті представлено основи методології інтелектуалізації процесу діагностування комп'ютерних систем. Запропоновані інформаційна модель, метод та засоби кластеризації станів комп'ютерних систем забезпечують можливість діагностування на основі неповної діагностичної інформації. Для ідентифікації станів комп'ютерних систем використано спілку нейромережних експертів, котрі побудовані з використанням штучних нейронних мереж архітектур ART2 та SOM.

До змісту

СИСТЕМА ЗБОРУ ДАНИХ В РЕАЛЬНОМУ ЧАСІ ДЛЯ ECP-EPP ПАРАЛЕЛЬНОГО ПОРТУ, НА БАЗІ PIC16F877 МІКРОКОНТРОЛЕРА

John A. Kalomiros

Technical and Educational Institute of Serres, Greece,
Department of Informatics and Communications
P.O. Box 1006, 62110, Serres, Greece
ikalom@de.sch.gr

Представлена розробка простої і низьковартісної 10-розрядної системи отримання даних, яка використовує зовнішній мікроконтролер PIC16F877, зв'язуючись з персональним комп'ютером, використовуючи розширені можливості паралельного порту. Система інтегрована в візуальний інструменто програмування, оснований на програмному забезпеченні отримання даних LabVIEW, яке забезпечує гнучкість розробки і можливість обробки сигналу в реальному часі. Оптимально скомпонований код для мікроконтролера PIC дає власну частоту дискретизації в середньому 100KSps на незавантеженому ПК Pentium під управлінням ОС Windows XP. Ця система може бути прикладом не дорогого інтегрованого підходу для отримання даних, який включає мікроконтролер, персональний комп'ютер і візуальне програмне забезпечення вимірювання. Система може бути базою аналого-цифрового інтерфейсу для багатьох вимірювальних застосувань і її можна розглядати як власне навчальну парадигму. Рішення ефективного і швидкого цифрово-аналогового перетворювача також представлено в повній інтеграції з мікроконтролером і комп'ютерним паралельним портом.

До змісту

Zoran Peric 1), Jelena Nikolic 1), Dragoljub Pokrajac 2)

1) Faculty of Electronic Engineering, University of Nis, 18000 Nis, Aleksandra Medvedeva 14, Serbia,
peric@elfak.ni.ac.yu, njelena@elfak.ni.ac.yu
2) Computer and Information Sciences Department andApplied MathematicsResearch Center, Delaware State
University, 1200 N DuPont Hwy, Dover, Delaware 19901, USA, dpokraja@desu.edu

До змісту

MPI-БАЗОВАНА СТРУКТУРА ДЛЯ ПАРАЛЕЛЬНОЇ ОБРОБКИ ЗОБРАЖЕНЬ ТОПОЛОГІЇ ІНТЕГРАЛЬНИХ СХЕМ

Aleksej Otwagin, Alexander Doudkin

United Institute of Informatics Problem, 6, Surganova st., Minsk, 220012, Belarus,
forlelik@yahoo.com, doudkin@newman.bas-net.by

Ми розглядаємо основні алгоритми і технології обробки для зображень топології інтегральних схем. Зображення, представлені як набір фреймів, що можуть бути розцінені як потік даних і їх обробка добре підходить для паралельного виконання. Ми пропонуємо базову архітектуру для проектування паралельних систем обробки потоку даних зображень. Архітектура використовує алгоритм віртуальної асоціативної мережі для збільшення швидкості обробки і системної продуктивності протягом часу виконання.

До змісту

Colin M. Frayn

CERCIA, School of Computer Science, University of Birmingham, Edgbaston, Birmingham, B15 2TT, UK
cmf@cercia.ac.uk. http://www.cs.bham.ac.uk/~cmf/

Введення сучаного природнього обчислювального дослідження в промисловість - багатообіцяюче завдання, з численними перешкодами для подолання. У цій статті я описую декілька відібраних проектів, що ми розробляли в Centre of Excellence for Research in Computational Intelligence and Applications (CERCIA) і я обговорюю багатообіцяюче майбутнє обчислювальних інтелектуальних методів в промисловості.

До змісту

МАТЕМАТИЧНА МОДЕЛЬ ФОТОПЛЕТИЗМОСИГНАЛУ – ОСНОВА ІДЕНТИФІКАЦІЇ ІНФОРМАТИВНИХ ОЗНАК

Борис Марченко, Богдана Млинко, Михайло Фриз

Departament of computer sciences of Ternopil State Ivan Pul'uj Technical University,
Ruska str., 56, Ternopil, Ukraine, 46001
mlynko@ukr.net, m_fryz@ukr.net

Запропоновано нову математичну модель фотоплетизмосигналу (ФПС) у вигляді лінійного періодичного випадкового процесу, яка відображає біофізичні особливості породження досліджуваного сигналу, його стохастичну періодичність, дозволяє аналізувати ФПС методом характеристичних функцій, визначати інформативні ознаки за результатами експериментальних досліджень.

До змісту

АНАЛІЗ ПОМИЛОК ЕКСТРАПОЛЯЦІЇ РІЧАРДСОНА

Nikolay Petrov

Trakian University, Stara Zagora, Yambol, Bulgaria
8600 Yambol, Gr.Ignatiev Str. 38
nikipetrov@lycos.com

Ми пропонуємо оцінювальні функції помилки заокруглення, що виникають при апроксимації в схемі екстраполяції Річардсона у скінченній цифровій арифметиці. Ми також пропонуємо критерій зупинки, оснований на розгляді помилки заокруглення, для схеми екстраполяції Річардсона у відношенні до відповідальних технічних систем (автомобільний і залізничний транспорт, літаки, морський і річковий транспорт, хімічні установки, постачання, інформаційна спільнота, що страждає від тероризму). Зазвичай помилка наближення оцінюється помилкою відсікання. Проте, ми можемо точно оцінити поведінку цієї помилки, що використовує як відсікання, так і заокруглення помилок у скінченній цифровій арифметиці.

До змісту

ЕВРИСТИЧНІ МЕТОДИ ДЛЯ КЛАСИФІКАЦІЇ РУКОПИСНОГО ПІДПИСУ

Marcin Adamski, Khalid Saeed

Faculty of Computer Science, Bialystok Technical University, Wiejska 45A, 15-351 Bialystok, Poland
adams@ii.pb.bialystok.pl, aida@ii.pb.bialystok.pl
http://aragorn.pb.bialystok.pl/~zspinfo/

Нові теоретичні і експериментальні методи для автономної класифікації рукописних підписів представлені у цій статті. Запропоновані алгоритми переважно засновані на техніці трасування границі для виділення характерних ознак. Зовнішні і внутрішні межі зображення підпису розглядаються окремо. Верхні і нижчі частини меж виділені, щоб сформувати дві послідовності точок. Застосовуються три алгоритми для обчислення векторів ознак основані на y координаті, відстані між послідовними точками і системі полярних координат. Експерименти по класифікації результуючих векторів здійснювалися за допомогою алгоритму динамічної згортки часу, використовуючи вікно і обмеження нахилу. Також в статті дано коротке порівняння між роботою авторів і іншими відомими методами підписів

До змісту

ПОРІВНЯЛЬНИЙ АНАЛІЗ НЕЙРОННИХ МЕРЕЖ І СТАТИСТИЧНИХ ПІДХОДІВ ДО КЛАСИФІКАЦІЇ ДИСТАНЦІЙНОГО ОТРИМАНИХ ЗОБРАЖЕНЬ

Nataliya Kussul 1), Serhiy Skakun 1), Olga Kussul 2)

1) Space Research Institute NASU-NSAU, Glushkov Ave 40, Kyiv, 03650, Ukraine, inform@ikd.kiev.ua
2) National Technical University of Ukraine “KPI”, Peremoga Ave 37, Kyiv, 03056, Ukraine, ok_olga@ukr.net

Ця стаття розглядає різні підходи до класифікації дистанційного отриманих зображень. Розглядаються статистичний підхід, зокрема Гауссівський класифікатор максимальної вірогідності, і дві різні нейромережеві парадигми: багатошаровий персептрон, що навчається з алгоритмом EDBD, і нейронна мережа ARTMAP. Ці методи класифікацій порівнюються на даних, отриманих з супутника Landsat-7. Експериментальні результати показали, щоб досягти кращої роботи класифікаторів, повинні бути застосовані модульні нейронні мережі і асоціативні машини.

До змісту

„М’ЯКІ” ОБЧИСЛЕННЯ ЯК РІШЕННЯ ДЛЯ РОЗПОДІЛЮВАЧА ЧАСУ/ВИТРАТ

Nabil M. Hewahi

Computer Science Department, Islamic University of Gaza, Gaza, Palestine, nhewahi@iugaza.edu

У цій статті ми представляємо теоретичну модель, засновану на „м’яких” обчисленнях, щоб розподіляти час/витрати серед індустіальних/машинних датвачів або виконавчих елементів, базуючись на типі застосування. Однією з найбільш невивчених важливих робіт є розпізнати, який давач в промисловості, наприклад, має вищий пріоритет, ніж інші. Це важливо для того, щоб знати який датчик має бути перевіреним спочатку і в у яких межах часу відповіді системни. Проблема таких систем - варіативність зовнішніх впливів. Заснований на цих варіативних ситуаціях, пріоритет важливості кожного давача може змінюватися час від часу. Завдяки цій невизначеності і відсутності деякої інформації „м’які” обчислення є одними з достовірних вирішень. Представлена ідея заснована на початковому навчанні системи і безперервному розширенні системного досвіду про ступінь важливості давачів. Запропонована система має три головні стадії, перша стадія пов’язана з навчанням системи, щоб отримати необхідний системний час для відповіді, необхідний час, що призначений для визначення, які датчики необхідно перевірити (або який має вищий пріоритет), і початкове значення важливості для кожного давача, що вказує початкове рішення про важливість сенсора. Друга стадія - використовувати системний досвід про важливість давача, використовуючи нечітку логіку, щоб знайти кінцеві значення важливості кожного сенсора. Базуючись на вихідних значеннях другої стадії і значеннях з першої стадії, система розподіляє час/витрати серед давачів (декілька давачів з нижчим пріоритетом, можливо, були б проігноровані). Головна ідея запропонованої роботи заснована на нечіткій логіці.

До змісту

ІМІТАЦІЙНЕ МОДЕЛЮВАННЯ НЕЙРОМЕРЕЖЕВОЇ СИСТЕМИ УПРАВЛІННЯ ДІЛЬНИЦЕЮ ШАХТНОЇ ВЕНТИЛЯЦІЙНОЇ МЕРЕЖІ

Ірина Турченко, Володимир Кочан, Анатолій Саченко

Research Institute of Intelligent Computer Systems
Ternopil National Economic University
3 Peremoga Square, Ternopil, 46004, UKRAINE
{itu, vk, as}@tanet.edu.te.ua

Розроблено статичну та динамічну імітаційні моделі дільниці шахтної вентиляційної мережі для моделювання послідовної схеми нейромережевого управління розходом повітря. Описано методики створення відповідних вибірок даних для навчання нейронної мережі, структуру нейронної мережі та алгоритм навчання. Наведено результати імітаційного моделювання з використанням статичних та динамічних моделей, що показали хороші потенційні можливості підходу нейромережевого управління.

До змісту