RUS  ENG
Полная версия
ЖУРНАЛЫ // Computational nanotechnology // Архив

Comp. nanotechnol., 2023, том 10, выпуск 1, страницы 79–87 (Mi cn412)

Эта публикация цитируется в 1 статье

МАТЕМАТИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ, КОМПЛЕКСОВ И КОМПЬЮТЕРНЫХ СЕТЕЙ

Использование тензорной модели для обработки неопределенности в сложных динамических системах

А. В. Волосова

Московский государственный автомобильно-дорожный институт (технический университет)

Аннотация: Статья посвящена исследованиям, связанным с обработкой неопределенности средствами тензорной алгебры в сложных динамических системах. В качестве примера сложной динамической системы рассматривается система «Умная электронная сцепка». Использование подобной системы особенно актуально при организации движения транспорта в сложных условиях. Решение этой задачи происходит в условиях неопределенности, которая может появиться на разных уровнях процесса управления движением транспорта. Для выявления и детального изучения свойств неопределенности автор предлагает использовать тензорную модель. Тензорная модель позволяет выявить дополнительные свойства неопределенности, изучение которых недоступно при использовании традиционных формализмов для представления неопределенности. Использование тензорной модели позволяет изучать пространственную модель неопределенности, действительные и мнимые значения неопределенности, а также инварианты неопределенности относительно различных преобразований системы координат. В статье предлагается классификация неопределенности в сложной системе. На примере организации взаимодействия «умных» контроллеров в электронной сцепке автор показывает результаты применения методов тензорного анализа сетей для получения вычислительной базы электронной сцепки. Тензорные уравнения обеспечивают эффективную обработку больших данных, получение информации в режиме реального времени, устойчивость динамической системы к изменениям топологии соединения контроллеров и изменениям soft- и hard- составляющих соединения. Результаты, полученные в статье, показывают, что тензорная модель неопределенности может быть успешно реализована в динамической системе любого уровня сложности.

Ключевые слова: тензорная модель неопределенности, глубокая неопределенность, обработка глубокой неопределенности, принятие решений в условиях неопределенности, тензорный анализ сетей, фреймы, искусственный интеллект.

DOI: 10.33693/2313-223X-2023-10-1-79-87



© МИАН, 2024