№ 1 (2022)

Обложка

Весь выпуск

Интеллектуальные системы и роботы

Рефлекс или рефлексия? Глазодвигательное поведение робота-компаньона, создающее у пользователя впечатление общения с эмоциональным существом

Зинина А.А., Зайдельман Л.Я., Котов А.А., Величковский Б.М.

Аннотация

В системе управления роботом-компаньоном Ф-2 реализована конкурентная система правил (сценариев) для его реакции в ответ на широкий спектр событий. Система построена таким образом, чтобы обеспечивать сбалансированные реакции робота на речевые высказывания и иные события, распознаваемые системой технического зрения (ориентация лица и взгляда пользователей, события в игре танграм), а также на прикосновения пользователей к роботу. В данном эксперименте принята система для оценки двух роботов, которые способны определять ориентацию лица и направление взгляда человека и по-разному отвечать на его внимание. Рассмотрены имплицитные реакции человека на взгляд робота, проблемы отличий рефлексивного и рефлекторного поведения в движениях глаз в сравнении с другими коммуникативными действиями.

Искусственный интеллект и принятие решений. 2022;(1):3-18
pages 3-18 views

Математические модели динамики интереса эмоциональных роботов к медиа-проектам

Ощепкова Н.В., Пенский О.Г.

Аннотация

В работе рассмотрены математические модели, описывающие эмоциональное воспитание цифровых двойников – психологических аналогов человека. Предлагается математическая модель интереса эмоционального робота к медиа-проектам. Приведенные результаты верификации математической модели натурными экспериментами подтверждают адекватность построенной модели интереса цифрового двойника интересу человека. Представлен алгоритм построения графика выхода в эфир медиа-проектов, обеспечивающий постоянный интерес к ним эмоциональных роботов.

Искусственный интеллект и принятие решений. 2022;(1):19-25
pages 19-25 views

Системное, эволюционное, когнитивное моделирование

Системно-объектный детерминантный анализ. Построение генетической и партитивной классификаций предметной области

Маторин С.И., Михелев В.В.

Аннотация

В работе рассмотрены второй и третий этапы системно-объектного детерминантного анализа, включающие построение генетической и партитивной классификаций предметной области. Системы-классы и системы-явления описаны с использованием единого системно-объектный подхода «Узел-Функция-Объект» и средств формализации на языке дескрипционной логики ALCHOIQ(D). Партитивная классификация получена с помощью формально-семантической нормативной системы, основанной на классификации алфавитных узлов и связей. Приведены примеры построенных генетической и партитивной классификаций.

Искусственный интеллект и принятие решений. 2022;(1):26-34
pages 26-34 views

Анализ текстовой и графической информации

Определение лингвистических показателей сетевого социально-политического дискурса с помощью интеллектуального анализа текстов

Григорьев О.Г., Чуганская А.А., Станкевич М.А.

Аннотация

В статье проведено изучение социально-политического дискурса с использованием методов интеллектуального анализа текстов по социальной и политической психологии. Предложена методология применения инструментария в социально-политических исследованиях. Определены и проанализированы наиболее значимые психолингвистические показатели для комментариев на политических и неполитических русскоязычных YouTube-каналах.

Искусственный интеллект и принятие решений. 2022;(1):35-44
pages 35-44 views

Анализ сигналов, аудио и видео информации

Сравнение методики проверки гипотезы о независимости двухмерных случайных величин, основанной на непараметрическом классификаторе

Лапко А.В., Лапко В.А., Бахтина А.В.

Аннотация

Рассматриваются свойства новой методики проверки гипотезы о независимости случайных величин, основанной на использовании непараметрического алгоритма распознавания образов, соответствующего критерию максимального правдоподобия. Оценивание законов распределения в классах осуществляется по исходным статистическим данным в предположении независимости и зависимости анализируемых случайных величин. В этих условиях вычисляются оценки вероятностей ошибок распознавания образов в классах. По минимальному их значению принимается решение о независимости либо зависимости случайных величин. Результаты применения предлагаемой методики сравниваются с критерием Пирсона и коэффициентами корреляции Пирсона, Спирмена и Кендалла. При реализации критерия Пирсона используется формула оптимальной дискретизации области значений двухмерной случайной величины. Их эффективность при усложнении зависимости между случайными величинами и изменении объема исходных статистических данных исследуется методом вычислительного эксперимента.

Искусственный интеллект и принятие решений. 2022;(1):45-56
pages 45-56 views

Интеллектуальное планирование и управление

Эффективный поиск ограниченно-субоптимальных решений задачи многоагентного планирования

Андрейчук А.А.

Аннотация

В работе рассматривается задача планирования совокупности неконфликтных траекторий для множества агентов, обладающих возможностью совершения действий произвольной продолжительности. Для ее решения предлагаются две ограниченно-субоптимальные модификации алгоритма конфликтно-ориентированного поиска. Результаты проведенных модельных экспериментальных исследований продемонстрировали высокую вычислительную эффективность предложенных модификаций.

Искусственный интеллект и принятие решений. 2022;(1):57-70
pages 57-70 views

Вычислительный интеллект

Нечеткие медианы как агрегаторы нечеткой информации

Хацкевич В.Л.

Аннотация

На основе нечетких медиан систем нечетких чисел введен и изучен класс операторов осреднения для реализации задачи агрегирования нечеткой информации. Установленные свойства (симметричности, идемпотентности, непрерывности, монотонности) операторов осреднения являются модификацией на нечеткий случай характерных свойств скалярных функций агрегирования. Дополнительно установлены свойства аддитивности и однородности, экстремальное свойство, что обуславливает адекватность применения нечетких медиан в задачах агрегирования нечеткой информации.

Искусственный интеллект и принятие решений. 2022;(1):71-77
pages 71-77 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».