Интеллектуальные информационные технологии

Под информационными технологиями понимается совокупность методов, использующих информационные законы, модели и процессы для производства средств и методов работы с информацией. В последнее время в рамках научного направления искусственный интеллект появилось понятие современных информационных технологий, к которым относятся: инженерия знаний, обработка нечеткой информации, мягкие вычисления (soft computing), нейросетевые технологии, эволюционное моделирование генетические алгоритмы), многоагентные системы. Перечисленные технологии реализуют не только новые модели представления знаний, но и современные эвристические алгоритмы для получения приближенных решений, когда точное решение найти или невозможно, или трудоемко. Интеллектуальные информационные технологии – это средство для разработки интеллектуальных информационных систем, которые в последнее время становятся весьма распространенным коммерческим продуктом, находящим широкий спрос пользователей в самых разнообразных областях деятельности. Примерами таких систем являются экспертные системы, системы интеллектуального управления, интеллектуальные базы данных, системы когнитивной графики, самообучающиеся системы, адаптивные информационные системы. Многие из перечисленных систем могут быть реализованы как нечеткие системы, в которых используются лингвистическая модель представления информации, а решение задачи осуществляется на основе нечеткого логического вывода – частного случая вывода на знаниях.

В рамках магистерской программы Фундаментальная информатика и интеллектуальные информационные технологии предполагается изучение таких дисциплин как: Инженерия знаний и проектирование баз знаний(свойства знаний как особого типа информации, стратегии работы со знаниями, модели представления знаний: логическая, фреймовая, сетевая, продукционная, лингвистическая; формализация логического вывода, методы формирования баз знаний для продукционных систем, параметрическая и структурная оптимизация баз знаний), Обработка нечеткой информации (фактор неопределенности и способы его формализации; понятие нечеткого множества и сопутствующие определения; нечеткие числа и операции над ними; нечеткое моделирование в MatLab; лингвистическая модель представления информации; оценочные модели, ориентированные на нечеткую и лингвистическую информацию), Интеллектуальные информационные системы и технологии их разработки (признаки интеллектуальности информационных систем; современные информационные технологии, обеспечивающие свойство интеллектуальности; основные классы интеллектуальных информационных систем: экспертные системы, системы с интеллектуальным интерфейсом, самообучающиеся и адаптивные системы; особенности проектирования интеллектуальных информационных систем; технологии и инструментальные средства разработки), Системы поддержки принятия решений (основные этапы процесса принятия решений; многокритериальная модель принятия решений и принцип Парето; структурный анализ множества критериев; принятие решений в условиях неопределенности и риска; лингвистический подход к принятию решений; классификация систем поддержки принятия решений; архитектура, представление информации и особенности разработки), Современные эвристические алгоритмы (идеи современных алгоритмов; основные понятия эволюционного моделирования; генетические алгоритмы и генетическое программирование; муравьиные алгоритмы; клеточные автоматы и ДНК-вычисления; нейросетевые технологии; области применения и возможные модификации), Интеллектуальный анализ данных (основные задачи анализа данных; выявление закономерностей и проблема распознавания; вероятностные методы распознавания; логические методы распознавания; нечеткая классификация; нечеткий регрессионный анализ; выявление тенденций; модели оценки многомерных объектов; ППП для анализа данных).

Сферами профессиональной деятельности выпускников, подготовленных в рамках магистерской программы Интеллектуальные информационные технологии, являются предприятия ИТ-индустрии, а также предприятия и организации, которые используют для реализации своей деятельности системы, продукты, сервисы ИТ.

Продолжить исследования и получить научную степень магистры могут в аспирантуре по специальности 05.13.17 – Теоретические основы информатики.

Дисциплина Комментарии
Современные алгоритмы численных методов Современные методы решения СЛУ большой размерности с ленточными разреженными матрицами. Современные методы решения и оценки точности получаемых решений для систем ОДУ. Основные технологии метода конечных элементов.
Инженерия знаний и проектирование баз знаний Свойства знаний как особого типа информации, стратегии работы со знаниями, Модели представления знаний: логическая, фреймовая, сетевая, продукционная, лингвистическая; формализация логического вывода, методы формирования баз знаний для продукционных систем, параметрическая и структурная оптимизация баз знаний.
Обработка нечеткой информации Фактор неопределенности и способы его формализации; понятие нечеткого множества и сопутствующие определения; нечеткие числа и операции над ними; нечеткое моделирование в MatLab; лингвистическая модель представления информации; оценочные модели, ориентированные на нечеткую и лингвистическую информацию.
Математические основы компьютерной графики Математические модели поверхностей и объектов; алгоритмические основы компьютерной графики; построение реалистических изображений; графические библиотеки; инженерная графика, дизайн, анимация.
Интеллектуальные информационные системы и технологии их разработки Признаки интеллектуальности информационных систем; современные информационные технологии, обеспечивающие свойство интеллектуальности; основные классы интеллектуальных информационных систем: экспертные системы, системы с интеллектуальным интерфейсом, самообучающиеся и адаптивные системы; особенности проектирования интеллектуальных информационных систем; технологии и инструментальные средства разработки.
Системы поддержки принятия решений Основные этапы процесса принятия решений; многокритериальная модель принятия решений и принцип Парето; структурный анализ множества критериев; принятие решений в условиях неопределенности и риска; лингвистический подход к принятию решений; классификация систем поддержки принятия решений; архитектура, представление информации и особенности разработки.
Современные эвристические алгоритмы Идеи современных алгоритмов; основные понятия эволюционного моделирования; генетические алгоритмы и генетическое программирование; муравьиные алгоритмы; клеточные автоматы и ДНК-вычисления; нейросетевые технологии; области применения и возможные модификации.
Методы нечеткого моделирования Основные понятия теории нечетких множеств и нечеткой логики; нечеткие операции; типы нечетких продукционных моделей: лингвистическая, реляционная, TS; базы знаний нечетких моделей и их свойства; алгоритмы нечеткого логического вывода; применение нейронных сетей в нечетком моделировании; нечеткое управление.
Интеллектуальный анализ данных Основные задачи анализа данных; выявление закономерностей и проблема распознавания; вероятностные методы распознавания; логические методы распознавания; нечеткая классификация; нечеткий регрессионный анализ; выявление тенденций; модели оценки многомерных объектов; ППП для анализа данных.