За последние несколько лет интерес к нейронным сетям существенно возрос: они применяются в финансах, бизнесе, медицине, промышленности, технике, геологоразведке и других областях. Нейронные сети используются везде, где требуется решать задачи прогнозирования, классификации или управления, поскольку они применимы практически в любой ситуации, когда имеется связь между переменными-предикторами (входными переменными) и прогнозируемыми переменными (выходными переменными), даже если эта связь имеет сложную природу и ее трудно выразить в обычных терминах корреляций или различий между группами.

Многие понятия, относящиеся к методам нейронных сетей, лучше всего объяснять на примере конкретной нейронно-сетевой программы. Поэтому в данном разделе будет много ссылок на пакет STATISTICA Neural Networks (сокращенно, ST Neural Networks, нейронно-сетевой пакет фирмы StatSoft), представляющий собой реализацию всего набора нейросетевых методов анализа данных.

Двумя популярными направлениями Artificial Intelligence являются теория нечетких множеств (fuzzy sets) и теория нейронных сетей (neuron nets). Данный курс является систематизированным вводным курсом в эти два направления. Нашей целью является обеспечение достаточно конкретной информацией, без углубления в сложные математические описания, чтобы слушатель мог понять основные идеи и возможности этих направлений.

В книге, содержащей статьи ведущих ученых из многих стран, освещается современное состояние новой бурно развивающейся научной дисциплины – теории нечетких множеств. В ней рассматриваются общие математические вопросы (измерение степени принадлежности множеству и измерение нечеткости, нечеткие отношения в задачах построения нечетких классификаций и кластеров, нечеткие преобразования и меры) и логические аспекты (приближенный вывод на основе нечеткой логики, логический анализ нечетких теоретико-множественных операций и логические связки). Часть работ посвящена решению разнообразных практических задач (медицинской генетики, принятия решений, оценки степени повреждения строительных сооружений, разделения на торговые зоны, обобщенного календарного планирования, проведения экспертиз). В этих работах демонстрируются практические методы использования нечеткой логики и лингвистического подхода при решении задач с плохо определенными условиями.
Приведенный материал не охватывает всех актуальных проблем теории, но позволяет судить о состоянии исследований и перспективах развития многих из них.
Книга представляет интерес для научных работников, занимающихся вопросами принятия решений и общим вопросам управления.

Учебное пособие предназначено для студентов специальностей 220400 «Программное обеспечение вычислительной техники и автоматизированных систем» и 351500 «Математическое обеспечение и администрирование информационных систем». Пособие состоит из двух частей и содержит теоретические основы и приложения по дисциплине «Нечеткая логика». В части I рассмотрены основы теории нечетких множеств: понятие нечетких множеств, нечетких отношений, а также понятие нечеткой и лингвистической переменных. Материал снабжен контрольными вопросами и упражнениями для самостоятельного выполнения.

В книге видных японских специалистов изложены особенности построения нечетких систем. Рассмотрены проблемы распознавания звуковых и зрительных образов, построения нечетких компьютеров и нечетких экспертных систем. Особое внимание уделено Применению этих систем в управлении промышленными объектами и в бизнесе. Приведено много интересных и новых результатов исследований в области нечетких систем.
Для специалистов в области вычислительной техники, теории систем и управления.

Монография посвящена моделям статических многошаговых и марковских процессов принятия решений в условиях дефицита информации. Рассматриваются свойства чувствительности, устойчивости, стабильности, регулярности и маргинальности байесовых решений, а также принципы построения и использования функций неопределенности и неточности. Рассмотрены классы многошаговых процессов принятия решений с ограничениями, неаддитивными и многоцелевыми функционалами.
Книга представляет интерес для специалистов в области теории управления и прикладной математики.

В работе вводятся и описываются свойства основных объектов теории нечетких множеств: собственно понятие нечеткого множества, свойства множества нечетких подмножеств универсального множества, нечеткие отношения и некоторые их свойства, модели приближенных рассуждений. Основное внимание уделяется описанию методов измерения неопределенности нечетких объектов. Формулируются проблемы в этой области, не нашедшие своего решения в настоящее время. Впервые в научной литературе приводится систематизированное изложение этих аспектов теории нечетких множеств, имеющих важное значение как для теории так и для приложений нечетких систем. Данная монография написана на основе курса лекций, который читался в течение ряда лет для студентов 2-5 курсов механико-математического факультета и факультета вычислительной математики и кибернетики МГУ.

В работе рассматриваются вопросы поиска информации в нечеткой среде. Под средой поиска информации понимается пара запрос, база данных. Рассматриваются варианты, когда запрос и/или база данных могут быть четкими или нечеткими. Приводятся и исследуются математические модели описания человеком объектов предметной области некоторой базы данных и поиска информации в нечетких (лингвистических) базах данных. На основе полученных результатов формулируются методики выбора оптимального множества значений качественных признаков для двух критериев:
- минимизация трудностей описания человеком реальных объектов;
- минимизация потерь информации и информационных шумов при поиске информации в нечетких (лингвистических) базах данных.
Работа ориентирована на студентов, аспирантов и специалистов, занимающихся вопросами обработки информации в рамках человеко-компьютерных систем.

Книга посвящена вопросам «интеллектуальных вычислений». Содержит базовые знания о генетических алгоритмах, эволюционном программировании, нечетких системах, а также о связях этих направлений с нейронными сетями.
Для научных и инженерно-технических работников в области информатики и вычислительной техники, занимающихся созданием и использованием интеллектуальных систем, а также аспирантов и студентов различных специальностей в области компьютерных технологий.