Полное описание

Еремеев, Александр Павлович. Интеграция методов обучения с подкреплением и нечеткой логики для интеллектуальных систем реального времени = Integration of reinforcement learning methods and fuzzy logic for intelligent real-time systems / А. П. Еремеев, М. Д. Сергеев, В. С. Петров. - DOI 10.15827/0236-235X.144.600-606. - Текст : непосредственный // Программные продукты и системы = SOFTWARE & SYSTEMS : научный журнал. - 2023. - Том 36, N 4. - С. 600-606. - Библиогр. в конце ст. - ISSN 0236-235X.

ГРНТИ	УДК
28.23.29	004.89
28.23.25	004.85-049.8

Рубрики:
Интеллектуальные системы
Системы поддержки принятия решений
Машинное обучение -- Применение

Кл.слова (ненормированные): поддержка принятия решений -- реальное время -- интеллектуальная система -- нечеткая логика -- обучение с подкреплением -- искусственный интеллект
Аннотация: В данной работе рассмотрены возможности интеграции методов обучения с подкреплением и нечеткой логики в плане повышения эффективности алгоритмов обучения с подкреплением. Главное внимание уделяется применению таких интегрированных методов в интеллектуальных системах реального времени, особенно в системах поддержки принятия решений для мониторинга и управления сложными техническими объектами. Как основа используется метод обучения с подкреплением на базе темпоральных различий, состояние среды и сигнал вознаграждения формируются с применением нечеткой логики. Представлена программная реализация и приводятся данные компьютерного моделирования методов глубокого обучения с подкреплением на основе темпоральных различий, полученные при сравнительном анализе алгоритма на основе нечеткой логики и алгоритмов на основе нейронных сетей. Показано, что основными достоинствами алгоритмов обучения с подкреплением с применением нечеткой логики являются: эффективность обучения, выражающаяся в минимизации количества эпизодов, что особенно важно, когда доступность данных для обучения ограничена или обучение в реальном времени требует быстрой адаптации; устойчивость к шуму и выбросам в данных, что важно в реальных средах, где присутствуют шумы или изменяются данные; интерпретируемость - алгоритмы с нечеткой логикой предоставляют интерпретируемые правила и выводы на основе нечеткой логики; расширение области применения обучения с подкреплением на предметные/проблемные области и задачи с непрерывным пространством состояний. Данные исследования и разработки выполняются в рамках конструирования интеллектуальных систем поддержки принятия решений реального времени. Эти системы предназначены для помощи оперативно-диспетчерскому персоналу (лицам, принимающим решения) при мониторинге и управлении сложными техническими и организационными системами в условиях достаточно жестких временных ограничений и при наличии различного типа неопределенностей (неточности, нечеткости, противоречивости) в поступающей в систему информации, то есть так называемых зашумленных данных.
Доп. точки доступа:
Сергеев, Максим Дмитриевич
Петров, Владимир Сергеевич


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -190987-771814)

Шифр в сводном ЭК: ed027852c11068d6cc52c6be8b2d35c6

Заказать
Заказ фрагмента документа ₽