EISSN 2310-6018
Язык: ru

Статья: ИНТЕЛЛЕКТУАЛИЗАЦИЯ ПРОЦЕССОВ ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМАХ УПРАВЛЕНИЯ РИСКАМИ НА БАЗЕ НЕЙРОННЫХ СЕТЕЙ СЕМЕЙСТВА ART (2024)

Читать онлайн

В статье рассматривается проблематика применения нейронных сетей семейства ART для оптимизации процесса принятия решений в системах управления рисками. Преимущества такого подхода, такие как способность быстро реагировать на новую информацию и гибкость в обучении, сопоставляются с недостатками, включающими сложности настройки параметров и интерпретации результатов. В следующей части статьи будут изучены различные способы обучения ART-сетей, включая методы без учителя (unsupervised learning) и с учителем (supervised learning), а также ключевые моменты настройки параметров сети. Поднимаются возможные проблемы, связанные с качеством входных данных и сложностью интерпретации выходных данных. В статье также представлен конкретный пример использования нейронных сетей типа ART в сфере строительства для оценки рисков и принятия обоснованных решений. В заключении статьи делается акцент на перспективах использования нейронных сетей семейства ART для кластер-анализа рисков, выявления связанных факторов и группировки их для более эффективного управления. Обсуждаются возможности дальнейшего развития методов принятия решений в управлении рисками с применением нейронных сетей типа ART и их потенциал для обеспечения более точных и прогностических практик.

Ключевые фразы: НЕЙРОННЫЕ СЕТИ ТИПА ART, риски, ПРОЦЕССЫ ПРИНЯТИЯ РЕШЕНИЙ, МОНИТОРИНГ ДАННЫХ, ОБУЧЕНИЕ НЕЙРОННОЙ СЕТИ
Автор (ы): Антипов С. С., Бурковский Виктор Леонидович, Поцебнева Ирина Валерьевна
Журнал: МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

Идентификаторы и классификаторы

УДК
004.032.26. Нейронные сети
eLIBRARY ID
67919933
Для цитирования:
АНТИПОВ С. С., БУРКОВСКИЙ В. Л., ПОЦЕБНЕВА И. В. ИНТЕЛЛЕКТУАЛИЗАЦИЯ ПРОЦЕССОВ ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМАХ УПРАВЛЕНИЯ РИСКАМИ НА БАЗЕ НЕЙРОННЫХ СЕТЕЙ СЕМЕЙСТВА ART // МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ. 2024. Т. 12 № 2
Текстовый фрагмент статьи