Вестник БФУ им. И. Канта

2017 Выпуск №4

Назад к списку Скачать статью

«Виртуальный консилиум». Часть 1: модели гетерогенного модельного поля

Страницы / Pages
67-79

Аннотация

Разработан ряд гибридных интеллектуальных систем: виртуальные консилиумы, основной элемент которых — гетерогенное модельное поле, описанное в терминах аксиоматической теории ролевых концептуальных моделей.

Abstract

Hybrid intellectual systems: virtual councils, which basic elements is heterogeneous model field, described in terms of axiomatic theory of role conceptual models are created.

Список литературы

1. Нургазизова А. К. Происхождение, развитие и современная трактовка понятий «коморбидность» и «полиморбидность» // Казанский медицинский журнал. 2014. Т. 95, № 2. С. 292—296.
2. Попов Э. В. и др. Статические и динамические экспертные системы. М., 1996.
3. Фомин Я. А., Тарловский Г. Р. Статистическая теория распознавания образов. М., 1986.
4. Чернавский Д. С. и др. Распознавание. Аутодиагностика. Мышление. Синергетика и наука о человеке. М., 2004.
5. Бонгард М. М. Проблемы узнавания. М., 1967.
6. Регистр лекарственных средств России РЛС Пациент 2003 URL: http://www.rlsnet.ru/books_book_id_2.htm/ (дата обращения: 19.07.2017).
7. Колесников А. В. Гибридные интеллектуальные системы. Теория и технология разработки. СПб., 2001.
8. Малая медицинская энциклопедия : в 6 т. М., 1991. Т 2.
9. Колесников А. В., Кириков И. А. Методология и технология решения сложных задач методами функциональных гибридных интеллектуальных систем. М., 2007.
10. Румовская С. Б., Николаев В. В., Колодин А. Е., Мацула В. Ф. Гетерогенные модели проблемной и инструментальной диагностической сред поддержки принятия решения сложной диагностической задачи // Вестник Балтийского федерального университета им. И. Канта. Сер.: Физико-математические и технические науки. 2016. № 4. С. 74—82.
11. Колесников А. В. и др. Решение сложных задач коммивояжера методами функциональных гибридных интеллектуальных систем. М., 2011.
12. Кириков И. А., Колесников А. В., Румовская С. Б. Исследование сложной задачи диагностики артериальной гипертензии в методологии искусственных гетерогенных систем // Системы и средства информатики. 2013. Т. 23, № 2. С. 96—114.
13. Кириков И. А., Колесников А. В., Румовская С. Б. Функциональная гибридная интеллектуальная система для поддержки принятия решений при диагностике артериальной гипертензии // Системы и средства информатики. 2014. Т. 24, № 1. С. 153—179.
14. Хайкин С. Нейронные сети: полный курс. М., 2006.
15. Кириков И. А., Колесников А. В., Румовская С. Б. Исследование лабораторного прототипа искусственной гетерогенной системы для диагностики артериальной гипертензии // Системы и средства информатики. 2014. Т. 24, № 3. С. 121—143.
16. Комитет экспертов ВНОК. Диагностика и лечение артериальной гипертензии. Российские рекомендации // Системные гипертензии. 2010. № 3. С. 5—26.
17. Staessen J. et. al. The increase in blood pressure with age and body mass index is overestimated by conventional sphygmomanometry // American Journal of Epidemiology. 1992. Vol. 136. P. 450–459.
18. Гаврилова Т. А., Кудрявцев Д. В., Муромцев Д. И. Инженерия знаний. Модели и методы. СПб., 2016.
19. Штовба С. Д. Проектирование нечетких систем средствами Matlab. М., 2007.