Інформаційна технологія збирання та акумуляції даних медіаресурсів із застосуванням штучного інтелекту
Заголовок (англійською):
Data collection and accumulation of media resources using artificial intelligence
Автор(и):
Цюцюра М. І.
Єрукаєв А. В.
Хорольська К. В.
Бебешко Б. Т.
Автор(и) (англ):
Tsiutsiura M.
Yerukaiev A.
Khorolska K.
Bebeshko B.
Ключові слова (укр):
штучний інтелект; інтелектуальний аналіз даних; нечіткі системи; еволюційне програмування
Ключові слова (англ):
artificial Intelligence; intelligent data analysis; fuzzy systems; evolutionary programming
Анотація (укр):
У цей складний час, у якому опинилася наша країна, інформаційні технології стали тією силою, яка успішно використовується проти загарбницьких дій ворога. Збройним силам, окрім необхідної фізичної допомоги, доволі суттєво допомагають в інформаційній сфері, зокрема і з боку наукової спільноти. Різні напрями та галузі комп’ютерних наук поєднуються, аби отримати дієвий спосіб для досягнення бажаної перемоги та довгоочікуваного миру і добробуту. У статті автори пропонують своє бачення в реалізації технології для оцінки інформації, що лунає з різних медіаджерел. Для цього в дослідженнях було задіяно один з найбільш широко використовуваних напрямів інформаційних технологій – штучний інтелект. Як відомо, АІ включає в себе доволі широкий, повноцінний набір моделей та методів для опрацювання різноманітних практичних задач. Зокрема, автори зупинилися на «м’яких» обчисленнях, тобто використанні нейронних мереж, нечітких множин та генетичних алгоритмів у поєднанні з методами ще одного напряму АІ – інтелектуального аналізу даних. Усі вищезгадані ідеї пропонується розглянути в обґрунтуванні до створення наукового проєкту. У статті детально проаналізовано зарубіжні і вітчизняні джерела з метою виявлення спільних та відмінних рис з авторськими ідеями. Особливу увагу звернено саме на ті компоненти, які не розкриті в інших роботах і пропонуються до розроблення у цьому проєкті. Також зазначено об’єкт, предмет дослідження, мету, розкрито наукову та практичну новизну від реалізації ідей пропонованої роботи. Окрім цього, описано переваги використання запропонованих методів для розв’язання не тільки задачі опрацювання та оцінки інформації з різних медіаджерел, а й наведено користь від їх застосування в інших критичних задачах військової справи. Отже, автори поставили собі за мету долучитися до допомоги нашим захисникам у реалізації підходу, що заснований на застосуванні штучного інтелекту. У цій статті висвітлено лише пропозиції з детальним їх науковим обґрунтуванням. Отже, підсумовуючи усе вищезазначене, в роботі наведено теоретико-прикладний підхід на рівні розкриття базових ідей до створення проєкту. У наступних роботах авторами після представлення бази дослідження буде приділено більше уваги вже математичним методам опису і висвітленню проведених експериментальних досліджень.
Анотація (англ):
In this difficult time in which our country found itself, information technology has become the force that is successfully used against the aggressive actions of the enemy. The armed forces, in addition to the necessary physical assistance, are quite significantly helped in the information sphere, in particular, from the side of the scientific community. Different directions and branches of computer science are combined to get an effective way to achieve the desired victory and the long-awaited peace and prosperity. In this article, the authors offer their vision in the implementation of technology for evaluating information coming from various media sources. For this, one of the most widely used areas of information technology – artificial intelligence – was involved in the research. As you know, AI includes a sufficiently wide and complete set of models and methods for working out various practical problems. In particular, the authors focused on "soft" calculations, that is, the use of neural networks, fuzzy sets, and genetic algorithms in combination with methods from another area of AI – intelligent data analysis. All the above-mentioned ideas are suggested to be considered in the rationale before creating a scientific project. In this article, foreign and domestic sources will be analyzed in detail in order to identify common and distinctive features with the author's ideas. Particular attention will be paid to those components that are not disclosed in other works and are proposed for development in this project. The object, the subject of research, the goal will also be indicated, the scientific and practical novelty of the implementation of the ideas disclosed in this work will be revealed. In addition, the advantages of using the proposed methods for solving not only the task of processing and evaluating information from various media sources will be described, but also the benefit of their application in other critical military tasks will be shown. Thus, the authors set themselves the goal of helping our defenders implement an approach based on the application of artificial intelligence. This article covers only proposals with their detailed scientific justification. So, summarizing all of the above, the work reveals a theoretical-applied approach at the level of revealing the basic ideas for creating a project. In the following works by the authors, after the presentation of the research base, more attention will be paid to already mathematical methods of description and coverage of the conducted experimental studies.
Публікатор:
Київський національний університет будівництва і архітектури
Назва журналу, номер, рік випуску (укр):
Управління розвитком складних систем, номер 56, 2023
Назва журналу, номер, рік випуску (англ):
Management of Development of Complex Systems, number 56, 2023
Мова статті:
English
Формат документа:
application/pdf
Документ:
Дата публікації:
14 Февраль 2024
Номер збірника:
Розділ:
ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ УПРАВЛІННЯ
Литература:
- Bebeshko, B. (2023). Training of an artificial neural network based on data for evaluating the performance and risks of investing in digital assets. Cyber security: education, science, technology, 3(19), 135–145. DOI: https://doi.org/10.28925/2663-4023.2023.19.135145.
- Khorolska, K. (2022). The potential of applying different methods of artificial intelligence in the problem of drawing recognition and transformation 2D→3D. Cyber security: education, science, technology, 1(17), 21-30. DOI: https://doi.org/10.28925/2663-4023.2022.17.2130.
- Bäck, Thomas, Kursawe, Frank. (1998). Evolutionary Algorithms for Fuzzy Logic: A Brief Overview URL: https://www.researchgate.net/publication/2509441_Evolutionary_Algorithms_for_ Fuzzy_Logic_A_Brief_Overview, DOI: 10.1142/9789812830753_0001.
- Maan, Afathi. (2021). Implementation of new hybrid evolutionary algorithm with fuzzy logic control approach for optimization problems. URL: https://journals.uran.ua/eejet/article/view/245222, DOI: https://doi.org/10.15587/1729-4061.2021.245222.
- Alipouri, Yousef, Poshtan, Javad, Alipour, Hasan. (2015). Global minimum routing in evolutionary programming using fuzzy logic. Information Sciences, 292, 162-174, DOI: https://doi.org/10.1016/j.ins.2014.08.061.
- Krömer, Pavel, Platoš, Jan, Snášel, Václav, Ajith, Abraham. (2011). Fuzzy classification by evolutionary algorithms. Procc. IEEE International Conference on Systems, Man, and Cybernetics. URL: https://ieeexplore.ieee.org/document/6083684/authors#authors, DOI: 10.1109/ICSMC.2011.6083684.
- Castiello, Ciro. (2007). Evolutionary neuro-fuzzy systems and applications. URL: https://www.academia.edu/13411136/Evolutionary_neuro_fuzzy_systems_and_applications.
- Matthews, Stephen G., Gongora, Mario A., Hopgood, Adrian A. (2010). Evolutionary algorithms and fuzzy sets for discovering temporal rules. International Journal of Applied Mathematics and Computer Science, 23, 4, 855-868. URL: https://eudml.org/doc/262453.
- Edmondst, A. N., Burkhardt, Diana, Osei, Adjei. (2017). Genetic Programming of Fuzzy Logic Production Rules. URL: https://sci2s.ugr.es/keel/pdf/specific/congreso/ieee49.pdf.
- Biaobiao, Zhang, Yue, Wu, Jiabin, Lu, and Du, K.-L. (2011). Evolutionary Computation and Its Applications in Neural and Fuzzy Systems. Applied Computational Intelligence and Soft Computing. URL: https://www.hindawi.com/journals/acisc/2011/938240/, DOI: https://doi.org/10.1155/2011/938240.
- Kroeske, Jens, Ghandar, Adam, Michalewicz, Zbigniew and Neumann, Frank. (2009). Learning Fuzzy Rules with Evolutionary Algorithms – an Analytic Approach. URL: https://cs.adelaide.edu.au/~frank/papers/ppsn_fuzzy.pdf.
- Shen, Qiang, Galea, Michelle. (2004). Evolutionary approaches to fuzzy modelling for classification. URL: https://typeset.io/pdf/evolutionary-approaches-to-fuzzy-modelling-for-1yiuh8r49q.pdf, DOI: 10.1017/S0269888904000189.
- Tsiutsiura, M. Kostyshyna, N., Yerukaiev, A., Danylyshyn, S., Honcharenko, Y. and Tao, L. (2022). Research of Housing Comfort Using Linguistic Variables. 2022 International Conference on Smart Information Systems and Technologies (SIST).
208–211. DOI: 10.1109/SIST54437.2022.9945736. - Kostiuk, Y., Kryvoruchko, O., Tsiutsiura, M., Yerukaiev, A. and Rusan, N. (2022). Research of Methods of Control and Management of the Quality of Butter on the Basis of the Neural Network. 2022 International Conference on Smart Information Systems and Technologies (SIST), 307-313, DOI: 10.1109/SIST54437.2022.9945764.
References:
- Bebeshko, B. (2023). Training of an artificial neural network based on data for evaluating the performance and risks of investing in digital assets. Cyber security: education, science, technology, 3(19), 135–145. DOI: https://doi.org/10.28925/2663-4023.2023.19.135145.
- Khorolska, K. (2022). The potential of applying different methods of artificial intelligence in the problem of drawing recognition and transformation 2D→3D. Cyber security: education, science, technology, 1(17), 21-30. DOI: https://doi.org/10.28925/2663-4023.2022.17.2130.
- Bäck, Thomas, Kursawe, Frank. (1998). Evolutionary Algorithms for Fuzzy Logic: A Brief Overview URL: https://www.researchgate.net/publication/2509441_Evolutionary_Algorithms_for_ Fuzzy_Logic_A_Brief_Overview, DOI: 10.1142/9789812830753_0001.
- Maan, Afathi. (2021). Implementation of new hybrid evolutionary algorithm with fuzzy logic control approach for optimization problems. URL: https://journals.uran.ua/eejet/article/view/245222, DOI: https://doi.org/10.15587/1729-4061.2021.245222.
- Alipouri, Yousef, Poshtan, Javad, Alipour, Hasan. (2015). Global minimum routing in evolutionary programming using fuzzy logic. Information Sciences, 292, 162-174, DOI: https://doi.org/10.1016/j.ins.2014.08.061.
- Krömer, Pavel, Platoš, Jan, Snášel, Václav, Ajith, Abraham. (2011). Fuzzy classification by evolutionary algorithms. Procc. IEEE International Conference on Systems, Man, and Cybernetics. URL: https://ieeexplore.ieee.org/document/6083684/authors#authors, DOI: 10.1109/ICSMC.2011.6083684.
- Castiello, Ciro. (2007). Evolutionary neuro-fuzzy systems and applications. URL: https://www.academia.edu/13411136/Evolutionary_neuro_fuzzy_systems_and_applications.
- Matthews, Stephen G., Gongora, Mario A., Hopgood, Adrian A. (2010). Evolutionary algorithms and fuzzy sets for discovering temporal rules. International Journal of Applied Mathematics and Computer Science, 23, 4, 855-868. URL: https://eudml.org/doc/262453.
- Edmondst, A. N., Burkhardt, Diana, Osei, Adjei. (2017). Genetic Programming of Fuzzy Logic Production Rules. URL: https://sci2s.ugr.es/keel/pdf/specific/congreso/ieee49.pdf.
- Biaobiao, Zhang, Yue, Wu, Jiabin, Lu, and Du, K.-L. (2011). Evolutionary Computation and Its Applications in Neural and Fuzzy Systems. Applied Computational Intelligence and Soft Computing. URL: https://www.hindawi.com/journals/acisc/2011/938240/, DOI: https://doi.org/10.1155/2011/938240.
- Kroeske, Jens, Ghandar, Adam, Michalewicz, Zbigniew and Neumann, Frank. (2009). Learning Fuzzy Rules with Evolutionary Algorithms – an Analytic Approach. URL: https://cs.adelaide.edu.au/~frank/papers/ppsn_fuzzy.pdf.
- Shen, Qiang, Galea, Michelle. (2004). Evolutionary approaches to fuzzy modelling for classification. URL: https://typeset.io/pdf/evolutionary-approaches-to-fuzzy-modelling-for-1yiuh8r49q.pdf, DOI: 10.1017/S0269888904000189.
- Tsiutsiura, M. Kostyshyna, N., Yerukaiev, A., Danylyshyn, S., Honcharenko, Y. and Tao, L. (2022). Research of Housing Comfort Using Linguistic Variables. 2022 International Conference on Smart Information Systems and Technologies (SIST).
208–211. DOI: 10.1109/SIST54437.2022.9945736. - Kostiuk, Y., Kryvoruchko, O., Tsiutsiura, M., Yerukaiev, A. and Rusan, N. (2022). Research of Methods of Control and Management of the Quality of Butter on the Basis of the Neural Network. 2022 International Conference on Smart Information Systems and Technologies (SIST), 307-313, DOI: 10.1109/SIST54437.2022.9945764.