ISSN 1991-2927
 

АПУ № 4 (54) 2018

Автор: "Ахметвалеев Амир Муратович"

УДК 004.89

Ахметвалеев Амир Муратович, КНИТУ-КАИ, окончил факультет технической кибернетики и информатики Казанского государственного технического университета им. А.Н. Туполева-КАИ. Аспирант КНИТУ-КАИ. Имеет научные труды в области математического моделирования, анализа данных и машинных методов обучения. [e-mail: amir.akhmetvaleev@gmail.com]А.М. Ахметвалеев,

Катасёв Алексей Сергеевич, КНИТУ-КАИ, андидат технических наук, окончил физико-математический факультет Елабужского государственного педагогического института. Доцент кафедры «Системы информационной безопасности» КНИТУ-КАИ. Имеет научные труды в области математического моделирования, анализа данных и разработки интеллектуальных систем поддержки принятия решений. [e-mail: Kat_726@mail.ru]А.С. Катасёв

Инструментальный комплекс программ для автоматизации определения функционального состояния человека52_14.pdf

В данной статье актуализируется необходимость определения функционального состояния человека. Ее решение основано на применении метода пупиллометрии, позволяющего судить о состоянии человека по его зрачковой реакции на изменение освещенности. С целью автоматизации процессов определения функционального состояния человека разрабатывается инструментальный комплекс программ, основанный на использовании нейросетевой модели. Описываются его структура, состав и характеристики компонентов. Рассматривается функционирование программного комплекса на примере работы модулей построения нейросетевой модели, оценки ее точности на основе метода бутстрэпирования, структурной оптимизации модели, а также определения функционального состояния человека. На базе комплекса программ проведен ряд исследований и экспериментов. Представлены результаты влияния числа этапов бутстрэпирования на точность нейросетевой модели, результаты редукции нейронных сетей, сравнения точности модели с точностью других методов классификации. Результаты исследований показали эффективность нейросетевой модели и возможность ее практического использования для определения функционального состояния человека в различных предметных областях.

Функциональное состояние человека, пупиллометрия, нейросетевая модель, генетический алгоритм, бутстрэпирование.

2018_ 2

Рубрика: Искусственный интеллект

Тематика: Искусственный интеллект, Информационные системы.


УДК 004.89

Ахметвалеев Амир Муратович, КНИТУ-КАИ, окончил факультет технической кибернетики и информатики Казанского государственного технического университета им. А.Н. Туполева-КАИ. Аспирант КНИТУ-КАИ. Имеет научные труды в области математического моделирования, анализа данных и машинных методов обучения. [e-mail: amir.akhmetvaleev@gmail.com]А.М. Ахметвалеев,

Катасёв Алексей Сергеевич, КНИТУ-КАИ, кандидат технических наук, окончил физико-математический факультет Елабужского государственного педагогического института. Доцент кафедры «Системы информационной безопасности» КНИТУ-КАИ. Имеет научные труды в области математического моделирования, анализа данных и разработки интеллектуальных систем поддержки принятия решений. [e-mail: Kat_726@mail.ru]А.С. Катасёв

Нейросетевая модель и программный комплекс определения функционального состояния человека000_12.pdf

В статье рассматривается задача определения функционального состояния опьянения человека. Для ее решения предлагается метод, основанный на анализе данных пупиллограмм - временных рядов, характеризующих динамику изменения размеров зрачков человека на световое импульсное воздействие. В качестве инструмента интеллектуального анализа данных и построения модели определения функционального состояния человека предлагается использовать математический аппарат искусственной нейронной сети - однослойного персептрона. Предлагается исходная нейросетевая модель и производится оценка ее адекватности. Для повышения эффективности ее практического использования разрабатывается метод редукции структуры нейронной сети на основе генетического алгоритма. Предложенный метод двухэтапной генетической оптимизации позволяет определять значимые входные признаки для нейронной сети и по заданному входному признаковому пространству оптимизировать состав нейронов скрытого слоя. результаты проведенных экспериментов на базе разработанного программного комплекса показали высокую эффективность определения функционального состояния человека на основе редуцированной нейросетевой модели. Данная модель может быть эффективно использована в составе интеллектуальных систем видеонаблюдения в системах общественной безопасности, а также в медицинской диагностике в качестве инструмента для бесконтактного определения функционального состояния опьянения человека.

Нейросетевая модель, определение функционального состояния, генетический алгоритм, пупиллометрия, оценка качества данных, очистка данных.

2017_ 3

Рубрика: Искусственный интеллект

Тематика: Искусственный интеллект, Информационные системы.


© ФНПЦ АО "НПО "Марс", 2009-2018 Работает на Joomla!