Факультет кібернетики КНУ презентация

Содержание

Напрямки розробок Цифрова обробка зображень Автоматична обробка результатів багатофакторного експерименту Моделювання динамічних систем Інформаційні технології в біології та медицині Технології інтелектуальної смислової обробки текстів природною мовою Інформаційні технології в муніципальному управлінні

Слайд 1Факультет кібернетики

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 2Напрямки розробок
Цифрова обробка зображень
Автоматична обробка результатів багатофакторного експерименту
Моделювання динамічних систем
Інформаційні технології

в біології та медицині
Технології інтелектуальної смислової обробки текстів природною мовою
Інформаційні технології в муніципальному управлінні
Інформаційні технології в бізнесі
Інформаційні технології в учбовому процесі, дистанційне навчання
Аналіз демографічних процесів в умовах ризиків
Математичні методи та інформаційні технології у вимірювально-обчислювальних системах надвисокої роздільності
Автоматизація міркувань

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 3Цифрова обробка зображень
Пакет Пакет алгоритмів Пакет алгоритмів “Алгоритми аналізу достовірності грошових

банкнот”
Пакет алгоритмів “Цифрова обробка аерокосмічних знімків”
Пакет алгоритмів “Цифрова обробка зображень з теплового сканера”

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 4 Цифрова обробка зображень банкнот використовується для розпізнавання номіналу банкноти та перевірки

її дійсності.

Результат застосування набору запропонованих алгоритмів можна використовувати в системах аутентифікації грошових банкнот.

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Алгоритми аналізу достовірності грошових банкнот

Слайд 5Алгоритми фільтрації та попередньої обробки зображення:
Компенсація лінійних оптичних спотворень
Підвищення контрастності
Підвищення різкості
Фільтрація

від випадкових шумів та шумів камери
Розмиття зображення
Масштабування, поворот
Алгоритм склеювання зображень
Визначення оптимального положення одного зображення в іншому

Етапи роботи системи

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Алгоритми аналізу достовірності грошових банкнот

Слайд 6 Алгоритм призначений для компенсації лінійних спотворень, що виникають внаслідок неідеальності оптики

камери панорамного сканування банкнот.

Компенсація лінійних спотворень


Київський національний університет імені Тараса Шевченка: факультет кібернетики

Алгоритми аналізу достовірності грошових банкнот

Слайд 7 Реалізовано фільтр підвищення контрастності розмитих зображень та розширення діапазону їх яскравостей:


Підвищення контрастності


Київський національний університет імені Тараса Шевченка: факультет кібернетики

Алгоритми аналізу достовірності грошових банкнот

Слайд 8 Підвищення різкості зображення робить чіткішими дрібні деталі та контури:

Підвищення різкості

Київський національний

університет імені Тараса Шевченка: факультет кібернетики

Алгоритми аналізу достовірності грошових банкнот

Слайд 9 Фільтр призначений для очистки зображення від випадкових високочастотних шумів та шумів

камери:

Фільтрація від випадкових шумів та шумів камери


Київський національний університет імені Тараса Шевченка: факультет кібернетики

Алгоритми аналізу достовірності грошових банкнот

Слайд 10 Фільтр призначений для згладжування (розмиття) зображення:

Розмиття зображення

Київський національний університет імені Тараса

Шевченка: факультет кібернетики

Алгоритми аналізу достовірності грошових банкнот

Слайд 11Алгоритми аналізу достовірності грошових банкнот
Алгоритм призначений для лінійних перетворень зображення: зміни

лінійних розмірів та повороту.

Масштабування, поворот


Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 12 Алгоритм призначений для відтворення зображення з фрагментів, які перекриваються.
Склеювання зображень


Київський національний

університет імені Тараса Шевченка: факультет кібернетики

Алгоритми аналізу достовірності грошових банкнот

Слайд 13 Алгоритм призначений для пошуку фрагменту справжнього зображення у вхідному зображенні і

видачі результату у вигляді імовірнісного критерію співпадання фрагментів банкнот.
Положення фрагменту ідеального зображення визначається п'ятьма параметрами:
-горизонтальною та вертикальною позиціями;
-кутом повороту навколо лівого верхнього кута;
-коефіцієнтами масштабування по горизонталі й вертикалі.

Визначення оптимального положення одного зображення в іншому


Вхідне зображення з фрагментом справжньої банкноти

Фрагмент справжньої банкноти

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Алгоритми аналізу достовірності грошових банкнот

Слайд 14Цифрова обробка аерокосмічних знімків
Сегментація аерокосмічних знімків
Векторизація відсегментованих аерокосмічних знімків (растрових планів

міст)
Верифікація векторних карт, заданих полілініями на основі інформації про нове зображення (новий растр)

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 15Цифрова обробка аерокосмічних знімків

Сегментація аерофотознімків

Вхідне растрове зображення
Результат сегментації
аерофотознімків
Київський національний університет

імені Тараса Шевченка: факультет кібернетики

Слайд 16Цифрова обробка аерокосмічних знімків

Векторизація сегментованих аерофотознімків

Результат векторизації
Результат векторизації растрового
плану міста

(фрагмент)

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 17Цифрова обробка аерокосмічних знімків

Задача верифікації векторних карт, заданих полілініями, на основі

інформації про нове зображення

Фрагмент вихідного shape-файла
з результатом верифікації поліліній

Вхідний растр

синій - підтверджено
червоний - непідтверджено
жовтий - невизначено

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 18Цифрова обробка зображень, отриманих з теплового сканера
Пропонується програмна система пошуку чужорідних

об’єктів в зображенні, отриманому при скануванні людини пасивним тепловим сканером


Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 19Цифрова обробка зображень, отриманих з теплового сканера

Покадровий перегляд інформації
Київський національний університет

імені Тараса Шевченка: факультет кібернетики

Слайд 20Цифрова обробка зображень, отриманих з теплового сканера

Результати виявлення стороннього об’єкта: сигнал

оператору для визначення ознак знайденого об’єкта

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 21Автоматична обробка результатів
Мета роботи

Побудова числових моделей у випадку “чорного ящика”: існує

лише такий набір інформації: багатовимірний вектор “входу” та відповідна скалярна величина “на виході”.

Знаходження оптимального значення досліджуваних параметрів, відповідно до заданого критерію.

багатофакторного експерименту з підтримкою моно- та діалогового режиму роботи

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 22Автоматична обробка результатів багатофакторного експерименту
Відтворення поверхні функції відгуку за результатами експерименту

за допомогою інтерполяційної БСФХС (багатовимірної сплайн-функції на хаотичній сітці) та знаходження точки оптимуму функції відгуку.

Використання оригінального алгоритму ранжування набору випадкових точок за відстанню до всієї групи.

Засоби досягнення мети

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 23Автоматична обробка результатів багатофакторного експерименту
Відсутність будь-яких припущень щодо моделі, яка описує

поведінку досліджуваних процесів.
Можливість автоматичного або ручного налаштування параметрів процесу моделювання.
Гарантована міні/максна стійкість та точність отриманих моделей e порівнянні з іншими технологіями.
Простота результату: модель має вигляд суми деяких функцій без обмежень на область визначення.

Переваги даної технології

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 24Автоматична обробка результатів багатофакторного експерименту
Модельний приклад: 2D-апроксимація сплайн-функцією тестової функції за

її значеннями у випадкових точках:

Справа – малюнок тестової функції,
зліва – інтерполяційного сплайну в порядку зафарбовування від менших (темніших) значень до більших (світліших).
N = 115 – кількість червоних точок з двохвимірної області [0,10]х[0,10], значення в яких використане для побудови сплайн-функції;
n=2 – розмірність простору; m=1 – ступінь ядра сплайну.


Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 25Пакет програм "Моделювання Динамічних Систем"
Універсальний програмний інструментарій для підготовки та проведення

обчислювальних експериментів з математичними моделями – пакет програм МДС.
- МДС дозволяє задавати одну модель або комплекси моделей, в яких кожна складова функціонує за своїми власними законами.
- Надаються засоби для розрахунку динаміки моделей (комплексів моделей).
- Передбачено можливість проводити обчислення з підвищеною точністю.
- В режимі налагодження здійснюється автоматичний контроль допустимості операцій.


Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 26Пакет програм "Моделювання Динамічних Систем"

Структурна схема МДС
Київський національний університет імені Тараса

Шевченка: факультет кібернетики

Слайд 27Пакет програм "Моделювання Динамічних Систем"
Моделювання обертового руху мікросупутника та розрахунків оптимальних

режимів переорієнтації в рамках міжнародного проекту “Програмно-апаратні засоби моделювання та оптимізація систем керування мікросупутників” за участю
Київського університету
Національного космічного агентства НАН України
КБ “Хартрон” (Запоріжжя)
Йельского університету (США)
Бруклінського політехнічного університету (США)
Розрахунки оптимальних перевезень збіжжя територією України. Замовник: ТОВ “Українська зерноторгівельна компанія”

Апробація:

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 28Інформаційні технології в біології та медицині
Програмна система ГОМЕОПАТ
Програмна системаПрограмна система DIAGNOSIS
Методи

ранноїМетоди ранної діагностики онкологічних захворювань
Програмна системаПрограмна система Серце – Судини – Капіляри

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 29ГОМЕОПАТ

Інформаційна підтримка лікаря-гомеопата,
діагностика стану організма комплементарними методами,
формування пакету гомеопатичних засобів для

лікування,
інформаційно-довідкове забезпечення нетрадиційних напрямків в медицині.


Призначення:

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 30ГОМЕОПАТ
Модель діагнозу включає двоступеневу процедуру, яка зводиться до того, що
- висуваються

гіпотези про захворювання на основі введених даних про пацієнта (процес “знизу - догори”);
- відбувається їх оцінка з допомогою додаткових симптомів, присутніх у виявлених захворюваннях (процес “зверху - донизу”);

Система може знайти у одного пацієнта декілька захворювань.
Tрадиційні діагностичні системи виходять із припущення щодо наявності тільки однієї хвороби.

Моделі та методи

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 31ГОМЕОПАТ
- Систему реалізовано в операційному середовищі MS WINDOWS.
- Інструментальне середовище розробки:

Visual FoxPro.
- Унікальність системи: база знань та методи опрацювання знань.

Особливості

Київський національний університет імені Тараса Шевченка: факультет кібернетики

- Використання нетрадиційних логік подання знань.
- Використання “інформаційної” природи механізму дії
гомеопатичних засобів.
- Формалізація та поповнення бази знань сучасними методами
діагностування.

Перспективи

Слайд 32DIAGNOSIS
Актуальність розробки

Злоякісні новоутворення (ЗН) займають друге місце після серцево-судинних захворювань серед

причин смерті (15% всіх смертей).

Захворюваність на ЗН серед жінок
в Західній Європі – 520 000 випадків на рік (з них 130 000 – рак молочної залози)
в Україні в 2000 році – 54,6 випадків на 100 000 населення


Новий метод комп’ютерної діагностики і скринінгу онкологічних захворювань молочної і щитовидної залоз

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 33DIAGNOSIS
- Отримання зіскобів зі слизової оболонки ротової порожнини пацієнта; реакція Фельгена;


- побудова сканограм;
- Обчислення денсіто- і морфометричних показників сканограм;
- Застосування геометричних та статистичних методів розпізнавання образів для встановлення діагнозу.

Схема ком’ютерної діагностики:

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 34DIAGNOSIS
Діагностика раку молочної залози і фіброаденоматозу у 103 пацієнток:
Точність методу –

94 %.
Специфічність методу – 91 %.

Діагностика раку щитовидної залози у 60 пацієнтів:

аденокарцинома щитовидної залози (14 пацієнтів)
аутотиреоїдіт (29 пацієнтів)
вузловий зоб (17 пацієнтів)

Точність методу – 100%.
Специфічність методу – 90 %.


Апробація

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 35DIAGNOSIS

Інститут проблем онкології АМН України
Науково-дослідний інститут екпериментальної хірургії та транплантології АМН

України

Впровадження

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 36Рання діагностика онкологічних захворювань

Створення та використання системи підтримки прийняття рішень при

діагностуванні онкопатології.

Використання математичних методів і алгоритмів для ранньої діагностики онкологічних захворювань.

Отримання картини протікання хвороби.

Створення інструментарію для більш точного встановлення діагнозу.

Мета

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 37Рання діагностика онкологічних захворювань
Вирішальне значення ранньої діагностики онкозахворювань.



Актуальність
Київський національний університет імені

Тараса Шевченка: факультет кібернетики

Апробація


Інститут онкології МОЗ України (м. Київ).



Слайд 38Рання діагностика онкологічних захворювань
математична статистика
вейвлет-аналіз
обробка та інтерпретація зображень
відновлення атрактора за результатами

експериментальних даних
обчислення показників хаосу
аналіз фрактальної структури зображень
морфологічний аналіз зображень



Методи

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 39Рання діагностика онкологічних захворювань
Розроблено методи комп’ютерної діагностики онкологічних захворювань, що базуються

на ефекті відхилення морфометричних і денсиометричних показників інтерфазних ядер клітин у хворих.

Класифіковано стадії розвитку захворювання.

Досліджено ультразвукові зображення та доппелеграми для диференціальної діагностики і оцінки якості лікування пацієнтів.

Побудовано та досліджено математичну модель розвитку пухлини.

Розробка не має аналогів за деякими напрямками (зокрема, механоемісія).

Основні результати

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 40Серце – Судини – Капіляри

Розробка програмного забезпечення на підставі моделювання гемодинаміки

і біомеханіки серцево-судинної системи людини для діагностики захворювань, навчання та підвищення кваліфікації лікарів.

Дослідження регуляторних механізмів забезпечення транспорту кисню - в нормі та при серцевій недостатності.

Вивчення взаємодії системних механізмів регуляції кровообігу та динамічних регуляторних механізмів мережі м’язових мікросудин.

Створення імітаційно-тренажерного комплексу “серце-судини-капіляри” для вивчення і діагностики серцево-судинних захворювань.

Математичне моделювання та комп’ютерне дослідження процесів регуляції кровообігу

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 41Серце – Судини – Капіляри
Актуальність

Комп’ютерна модель серця, гемодинаміки і транспорту речовин

до клітин дозволить:
планувати дії при кризових станах пацієнтів
підвищити точність діагностичних досліджень
підвищити ефективність лікувальних впливів у профільних медичних установах

Математичне моделювання та комп’ютерне дослідження процесів регуляції кровообігу

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 42Серце – Судини – Капіляри
Область застосування

Провідні заклади МОЗ України, що спеціалізуються

на діагностиці та лікуванні серцево-судинних захворювань.

Апробація

Інститут серцево-судинної хірургії МОЗ України імені М.М. Амосова.

Математичне моделювання та комп’ютерне дослідження процесів регуляції кровообігу

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 43Серце – Судини – Капіляри
кліткові автомати
теорія фракталів
теорія диференціальних рівнянь
обчислювальний експеримент
Методи
Київський національний

університет імені Тараса Шевченка: факультет кібернетики

Слайд 44Серце – Судини – Капіляри
Побудовано математико-комп’ютерна модель серцево-судинної системи людини і

кровообігу в цілому:

модель спірального серця
модель гемодинаміки по мережі розгалужених судин
модель поводження мережі м’язових мікросудин при нормальних і патологічних умовах кровообігу
вивчено умови постачання кисню при ушкодженнях мережі м’язових мікросудин
результати, отримані на моделі кліткового автомату, зіставлені з даними патоморфологічних досліджень

Основні результати

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Запропонована модель працює в режимі реального часу.

Переваги

Слайд 45NLTP
Мета

Автоматизація процесу розробки багатофункціональних систем семантичної обробки, лінгвістичного аналізу та синтезу

текстової інформації.

Результат:

Розроблено пакет прикладних лінгвістичних систем автоматичної семантичної обробки текстової інформації

Замовник:

Міністерство промислової політики України

Технології інтелектуальної смислової обробки текстів
природною мовою

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 46NLTP Технології інтелектуальної смислової обробки текстів природною мовою
Технології базуються на основі

ресурсів глобальних лінгвістичних баз знань, властивостей та процесів у довкіллі і окремих спеціальних областей знань.

Результат:
Створено онтологічну база знань UKRWordNet,
яка підтримує українську, російську та англійську мови і містить семантичні описи більше ніж 120 тисяч смислових концептів.

Інструментальне середовище реалізації – Delphi 6, C++ Builder 6 .

Методика

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 47NLTP

Технологія створення прикладних лінгвістичних систем інтелектуальної обробки текстів
Київський національний університет

імені Тараса Шевченка: факультет кібернетики

Слайд 48NLTP
Засоби автоматичного реферування дозволяють розбити текст на послідовність семантично цілісних фрагментів,

що відображають основні теми документу, і виділити найбільш інформативні.

Функції реферування використовуються для:
побудови загального реферату тексту
побудови тематичних рефератів за темами документу
побудови рефератів за темою, заданою еталонними текстами

Система реферування текстів природною мовою

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 49NLTP
Обробка відбувається на основі оригінального тексту та його перекладу, зробленого автоматичним

перекладачем.

Система обчислює семантичний контекст неоднозначно перекладеного слова та знаходить вірний варіант.

Система білінгвістичного аналізу:
виправлення текстів машинного перекладу

виправлений текст

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 50Greencity
Призначення та функціональні можливості
повне маніпулювання даними інвентаризації та моніторингу зелених насаджень
експертиза

стану зеленого фонду в містах з виявленням насаджень, що потребують відновлення та капітального ремонту
аналіз рослинності по видовому складу, типам посадок, якісному складу, по естетичному й санітарному стану в цілому і по кожній породі дерев і чагарників окремо
генерування в автоматичному режимі тематичних карт по вибірках з бази даних за станом зелених насаджень
використання наявної довідкової інформації для підтримки прийняття рішень в управлінні зеленим господарством

Інформаційна система з інвентаризації міських зелених насаджень

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 51Greencity
довідники
база даних з інтерфейсом користувача
картографічний блок
блок формування запитів
блок генерації звітів у

вигляді тематичних карт і паперових документів


Система містить програмні засоби для просторового аналізу, візуалізації даних на цифровій карті, формування звітів у форматі Excel або Word.

Система може бути доповнена аналогічними програмними засобами для інших об'єктів зеленого господарства (газони, квітники, система поливу, система освітлення та ін.) і адаптована для використання в міському парку, заповіднику або ботанічному саду.

Складові блоки системи

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 52Greencity
Дані інвентаризації й паспортизації :
дата інвентаризації
координати окремої рослини
адресна прив'язку рослини
ідентифікаційний номер

рослини
назва виду
висота
діаметр стовбура
вік
якісна градація стану за 5 категоріями
природоохоронний статус
необхідні заходи щодо створення й утримання зелених насаджень уздовж вулиць і доріг
облік виконання рекомендованих заходів

Картографічний блок має засоби для:

динамічної побудови тематичних карт на основі інформації з бази даних з координатною й часовою прив'язкою
автоматизованого відображення результатів запитів у вигляді точкових і контурних об'єктів на цифровій карті й/або у вигляді тематичних карт
зберігання, редагування і відображення на карті координат границь озеленених територій

База даних зелених насаджень містить

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 53Greencity
Облік даних інвентаризації вуличних насаджень
Київський національний університет імені Тараса Шевченка: факультет

кібернетики

Слайд 54Greencity

Блок формування запитів
Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 55Greencity

Відображення результатів запиту "Вибрати дерева в однаковому стані"
Київський національний університет

імені Тараса Шевченка: факультет кібернетики

Слайд 56Інформаційні технології в бізнесі
SSAHP - програмна система для дослідження

аерогідродинамічних процесів
RFT-FN - програмна система прогнозування
Pharma - програмна система автоматизації роботи торгівельного представництва

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 57SSAHP
Призначення

систематичні дослідження аеродинамічного впливу на конструкції

прогнозування розвитку аерогідродинамічних процесів в галузях:



- класична аеродинаміка літальних апаратів;
- будівельна аеродинаміка висотних споруд та конструкцій;
аеро - екологія промислових зон;
аерація приміщень;
гідрологія проток, річок, акваторій.

підтримка прийняття адміністративних та інженерних рішень з можливістю прогнозування сценаріїв надзвичайних ситуацій



Програмна система для дослідження аерогідродинамічних процесів

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 58SSAHP
SSAHP створено для проведення прямого обчислювального експерименту у реальному масштабі часу

на основі адекватних математичних моделей та методу дискретних особливостей для розв’язуання початково-крайових задач.



Методика

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Апробація

Виконано прогноз розвитку гідрологічних процесів в Керченської протоці внаслідок побудови дамби, 2003 р.

Слайд 59SSAHP

Функціональні можливості: класична аеродинаміка
Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 60SSAHP

Функціональні можливості: будівельна аеродинаміка
Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 61SSAHP

Функціональні можливості: прогнозування розвитку гідрологічних процесів: Керченська протока, острів Тузла, 2003

р.

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 62RFT-FN – система прогнозування
Створення математичної теорії та розробка технології синтезу прогнозних

засобів в умовах модельної невизначеності на основі нелінійних рекурсивних регресійних перетворювачів, що представляються “функціональними мережами” спеціального вигляду (RFT-FN).

Актуальність

Системи автоматизованого менеджменту виробництва (DSS-систем / СППР), що працюють в умовах модельної невизначеності.


Мета

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 63RFT-FN – система прогнозування
Економіка
Фінанси
Системи Data Mining в DSS-системах


Приклад застосування

Прогноз обмінних курсів

валют на ринку Forex.


Області застосування

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 64RFT-FN – система прогнозування
алгебраїчні методи псевдообернення за Муром-Пенроузом
методи оптимізації для систем

керування із запізненням.

Апробація
Система RFT-FN використовувалася під час віртуальних торгів ділінгового центру.

Переваги
Висока ефективність у порівнянні із стандартними засобами аналізу.

Методи

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 65RFT-FN – система прогнозування
Прогноз – зелений, реальна поведінка – синій: спочатку

здійснювався прогноз, потім реєструвалася реальна поведінка. Останні чотири тижні перед прогнозною ділянкою – тестова вибірка.

Прогноз обмінного курсу для EUR/CHF: 17 тижнів наперед

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 66Pharma

PHARMA автоматизує функції фармацевтичного торгівельного представництва:

ведення препаратів та форм випуску, дистриб’юторів

та контрактів з ними
опрацювання первинних продажів–резервування, оформлення рахунків, відвантаження
накопичення інформації щодо вторинних продажів та залишків дистриб’юторів у регіонах
планування та прогнозування продажів
контакти із заводом-виробником
підготовка різноманітних звітів




Програмна система автоматизації роботи торгівельного представництва

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 67Pharma
PHARMA підвищує надійність та оперативність роботи представництва:

- дозволяє обґрунтовано планувати та

прогнозувати
продажі;
- своєчасно поповнювати товарні запаси на складі.



Переваги

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Апробація

Українське представництво швейцарської компанії
F. Hoffmann-La Roche Ltd, 2002-2006 рр.



Програмна система автоматизації роботи торгівельного представництва

Слайд 68Технології:
- архітектура – “клієнт-сервер”,
- інструментальне середовище реалізації – Delphi 6,


- СУБД – InterBase 6 / Firebird.

Програмна реалізація системи:
робота в мережі
авторизований доступ
дружній інтерфейс користувача
налаштування меню, екранних форм та палітри кольорів
управління розрядністю
генерація звітів у форматі MS Word та MS Excel
ділова графіка

Pharma

Програмна система автоматизації роботи торгівельного представництва

Слайд 69Pharma

Функціональні можливості: форми випуску
Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 70Pharma

Функціональні можливості: митно-ліцензійний склад
Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 71Pharma
Функціональні можливості: ділова графіка
Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 72Pharma
Підтримуються:

різноманітні параметри препаратів та форм випуску
зміна цін форм випуску за часом
всі

етапи первинних продажів – замовлення, резервування на складі (DDU) чи безпосередньо на заводі-виробнику (CIP), рахунки, оплата (кредит чи передоплата), відвантаження
планування первинних та вторинних продажів на основі історії фактичних продажів у попередні роки
прогнозування первинних та вторинних продажів для своєчасного поповнення запасів митно-ліцензійного складу
потужні параметричні звіти з мультивалютністю
адміністрування функціональних можливостей та доступу до даних

Особливості системи PHARMA

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 73Pharma

Підвищення ефективності бізнесу
Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 74Інформаційні технології в учбовому процесі та дистанційне навчання
Система дистанційного навчання (СДН)

VITAVA та дистанційні курси з соціальної статистики, теорії ймовірностей і математичної статистики в її середовищі

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 75VITAVA
Актуальність та мета розробки

Система забезпечує ефективне функціонування навчального процесу у вищих

навчальних закладах (наказ Міністерства освіти та науки України № 40 від 21.01.2004, “Положення про дистанційне навчання”).

Vitava формує навчальне середовище, в якому реалізовані режими:
асинхронного,
синхронного,
самостійного навчання


Система дистанційного навчання (СДН) VITAVA та дистанційні курси з соціальної статистики, теорії ймовірностей і математичної статистики в її середовищі

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 76VITAVA
Підсистеми:
навчання
адміністрування
зовнішніх зв‘язків


Дистанційні курси, які супроводжує т’ютор, придатні для:
колективної
індивідуальної роботи.


Студенти мають можливість:
спілкуватися

між собою
об’єднуватися у групи
підтримувати прямий та зворотній зв’язок із вчителем

Основні характеристики системи

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 77VITAVA
Система передбачає:

електронний навчальний посібник
опорного конспект
методичний матеріал для т’ютора
методичного матеріалу для слухача

Контрольні

заходи у студентів передбачають:

самоконтроль
вхідний, поточний та рубіжний контроль, який здійснюється тестуванням
здійснення поточного контролю при проведенні практичних, лабораторних, семінарських занять та дискусій
підсумковий контроль, який здійснюється у вигляді іспитів та диференційованих заліків

Основні характеристики системи дистанційного навчання «Vitava»

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 78VITAVA
Використовується для розробки дистанційних курсів з соціальної статистики та теорії ймовірностей.

Систему

апробовано на факультетах
кібернетики,
соціології,
психології
Київського національного університету імені Тараса Шевченка.

Впровадження дистанційного навчання в навчальний процес

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 79VITAVA

Дистанційний курс “Соціальна статистика”
Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 80VITAVA

Дистанційний курс “Теорія ймовірностей”
Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 81VITAVA
Розробляються курси:
математична статистика
актуарна математика
аналіз даних

Система VITAVA та ії наповнення можуть бути

впроваджені у вищих навчальних закладах України.

Перспективи

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 82СППР “Аналіз демографічних процесів”
Розробка системи підтримки прийняття рішень (СППР) для

сценарного аналізу міграційних процесів з використанням геоінформаційних технологій.

Актуальність

СППР – складова частина комп'ютерної системи моніторингу демографічних процесів, системи спостереження, збору, обробки, передачі, зберігання і аналізу інформації та розробки науково обґрунтованих рекомендацій для прийняття комплексних управлінських рішень.

Мета

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 83СППР “Аналіз демографічних процесів”
Державні інформаційні центри, що вирішують задачі, пов’язані

із:
демографічними проблемами
ринком праці
розробкою та оцінюванням ефективності соціально-економічних програм
моніторингом соціально-економічних та демографічних процесів

Застосування

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 84СППР “Аналіз демографічних процесів”
модель керування демографічними процесами на основі системи

лінійних диференціальних рівнянь
методи оптимізації процесів, що описуються рівняннями з частинними та звичайними похідними
апроксимація функції корисності регіонів
числовий аналіз розв’язків багатовимірної задачі

Досліджувалося керування:

міжрегіональним міграційним процесом при зміні рівня функції корисності та мінімізації ризиків процесів перенаселення або недостатньої щільності населення
міжрегіональним міграційним процесом через розв’язання задачі швидкодії оптимального керування динамічною системою та мінімізації ризиків соціальної напруги

Моделі і методи:

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 85СППР “Аналіз демографічних процесів”

Графіка
Київський національний університет імені Тараса Шевченка:

факультет кібернетики

Слайд 86СППР “Аналіз демографічних процесів”

Візуалізація результатів
Київський національний університет імені Тараса

Шевченка: факультет кібернетики

Слайд 87Математичні методи та інформаційні технології у вимірю-вально-обчислювальних системах надвисокої роздільності
Прилад +

Комп’ютер + Людина = Новий Прилад + Нові Можливості

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 88Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості
Розробка:
теоретичних

основ обробки та інтерпретації збурених результатів вимірювань на абстрактний випадок операторної моделі процесу вимірювань
практичних методів редукції вимірювань до обчислень при відомій та невідомій моделях процесу вимірювань, які застосовуються при наявності або відсутності стабільності статистичних показників збурень

Мета

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 89Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості
Задача

аналізу та інтерпретації результатів вимірювань виникає у нових сферах, особливості яких змушують враховувати в моделі можливість комп’ютерної обробки та вплив людини на результат

Не завжди є можливість фізично створити прилад з необхідними характеристиками

Шляхом інтелектуальної обробки результатів експерименту, одержаних на реальному приладі, можливо без великих економічних затрат отримати новий прилад з новими покращеними можливостями

Актуальність

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 90Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості
медицина
біологія
гідро-

і радіолокація
геодезія
геологія
дослідженні земної поверхні з космосу
нанофізика
нанотехнологія


Галузі застосування

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 91Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості

Розв’язано задачу моделювання роботи газоаналітичної
сенсорної системи (ГСС).
В експерименті використовувалась дані ГСС «ЕН-1» -
Інститут фізики напівпровідників НАН України.

Апробація

Київський національний університет імені Тараса Шевченка: факультет кібернетики


Можливість розв’язувати задачі обробки вимірювань при:
складній або частково відомій структурі реального вимірювального приладу
нестабільних статистичних характеристиках збурень даних

Переваги

Слайд 92Прилад + Комп’ютер + Людина = Новий Прилад + Нові Можливості
Моделювання

роботи ГСС (обчислювальний експеримент)

Кількість сенсорів в ГСС = 8
Кількість одорантів = 10
Модель приладу – невідома

Розпізнавання одоранта № 10

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 93Автоматизація міркувань
Система автоматизації дедукції (САД)
Київський національний університет імені Тараса Шевченка: факультет

кібернетики

Слайд 94Система автоматизації дедукції (САД)
Автоматизація наукової й освітньої діяльності теоретичних і прикладних

досліджень в рамках програми Алгоритм Очевидності (Evidence Algorithm),

Програму було запропоновано В.М. Глушковим для створення засобів дедуктивної та аналітичної обробки комп'ютерних знань, поданих близькою до природної формальною мовою.




Мета

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 95Система автоматизації дедукції (САД)
Ефективність практичних застосувань інформаційних технологій залежить від методів

автоматизації міркувань, які необхідні для проведення логічних умозаключень.

Основами є:
машинні методи пошуку логічного виводу в сигнатурі початкової формальної теорії
лінгвістичні засоби представлення теорій у вигляді, зручному для користувача, з застосування напівформальних мов, близьких до відповідних фрагментів природної мови


Актуальність

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 96Система автоматизації дедукції (САД)
Автоматизація міркувань
Перевірка коректності математичних
(та інших формалізованих) текстів
Дистанційне

навчання математичним дисциплінам
Виділення знань з математичних праць
Створення баз формалізованих знань
Перевірка коректності протоколів (криптографічних, комунікаційних й т.п.)
Верифікація програмного та апаратного забезпечення


Галузі застосування

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Слайд 97Система автоматизації дедукції (САД)
Проведено ряд експериментів по верифікації реальних математичних текстів.




Апробація

Київський національний університет імені Тараса Шевченка: факультет кібернетики

- САД є однією із провідних світових систем допомоги людині в інтелектуальній (математичній) діяльності.
- За низкою прийнятих рішень і характеристик САД перевершує їх.
- САД не має аналогів в Україні.


Переваги

Слайд 98Система автоматизації дедукції (САД)
Розроблено лінгво-дедуктивний підхід для здійснення автоматизації міркувань з

метою підтримки інтелектуальної діяльності людини в різних галузях.

Версія здійснює автоматичний пошук виведень в логіці 1-го порядку та верифікує математичні тексти, подані природною формальною мовою.

Реалізовано онлайновий доступ до системи САД, яку розміщено на сервері факультету кібернетики Київського національного університету імені Тараса Шевченка


Основні результати

Київський національний університет імені Тараса Шевченка: факультет кібернетики

Похожие презентации

Основы учебно-исследовательской деятельности студентов 577
Информационные системы и технологии 194
Реализация государственной программы Свердловской области Развитие системы образования в Свердловской области до 2024 года 258
Список литературы. Библиографическое описание источников 256
Академические права студентов 374
А.С. Пушкин. Жизнь и творчество 201

Обратная связь

Если не удалось найти и скачать презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое ThePresentation.ru?

Это сайт презентаций, докладов, проектов, шаблонов в формате PowerPoint. Мы помогаем школьникам, студентам, учителям, преподавателям хранить и обмениваться учебными материалами с другими пользователями.

Для правообладателей

Яндекс.Метрика