Заключение Диссертационного совета (Методы и алгоритмы интеллектуализации принятия решений в условиях неопределенности на базе аппарата нейронных сетей и эволюционного моделирования)

ЗАКЛЮЧЕНИЕ ДИССЕРТАЦИОННОГО СОВЕТА Д 212.147.03 НА БАЗЕ ФЕДЕРАЛЬНОГО ГОСУДАРСТВЕННОГО БЮДЖЕТНОГО ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПЕЧАТИ ИМЕНИ ИВАНА ФЕДОРОВА» МИНИСТЕРСТВА ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО ДИССЕРТАЦИИ НА СОИСКАНИЕ УЧЕНОЙ СТЕПЕНИ КАНДИДАТА ТЕХНИЧЕСКИХ НАУК Аттестационное дело № решение диссертационного совета от 9 июня 201б г. протокол № 9 О присуждении Хлопковой Ольге Андреевне, гражданке Российской Федерации, ученой степени кандидата технических наук по специальности 05.13.17— Теоретические основы информатики (технические науки).

Диссертация «Методы и алгоритмы интеллектуализации принятия решений в условиях неопределенности на базе аппарата нейронных сетей и эволюционного моделирования» по специальности 05.13.17 — Теоретические основы информатики (технические науки) принята к защите 05.04.2016, протокол № 8 диссертационного совета Д 212.147.03 на базе Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Московский государственный университет печати имени Ивана Федорова» (МГУП имени Ивана Федорова) Министерства образования и науки Российской Федерации: 127550, г. Москва, ул.

Прянишникова, 2А. Совет утвержден Приказом Министерства образования и науки Российской Федерации № 105/нк от 11.04.2012. Диссертация «Методы и алгоритмы интеллектуализации принятия решений в условиях неопределенности на базе аппарата нейронных сетей и эволюционного моделирования» по специальности 05.13.17 — Теоретические основы информатики (технические науки) выполнена в Федеральном государственном бюджетном образовательном учреждении высшего образования «Российский экономический университет имени Г.В. Плеханова» (РЭУ им, Г.В.

Плеханова) на кафедре «Автоматизированные системы обработки информации и управления». Соискатель Хлопкова Ольга Андреевна, 1990 года рождения, в 2013 г. с отличием окончила Московский государственный университет экономики, статистики и информатики (МЭСИ). В настоящее время является аспирантом очной формы обучения РЭУ им. Г.В, Плеханова.

Научный руководитель — кандидат экономических наук, доцент Комлева Нина Викторовна, работает в должности доцента кафедры «Автоматизированные системы обработки информации и управления» РЭУ им, Г.В. Плеханова. Официальные оппоненты: Андрейчикова Ольга Николаевна, доктор технических наук, профессор, ведущий научный сотрудник Центрального экономико-математического института Российской Академии Наук (ЦЭМИ РАН, г.

Москва); Демидова Лилия Анатольевна, доктор технических наук, профессор кафедры «Вычислительная и прикладная математика» ФГБО У В ПО «Рязанский государственный радиотехнический университет» (РГРТУ, г. Рязань) дали положительные отзывы на диссертацию. Ведущая организация ФГБОУ ВО «Московский технологический университет» (МИРЭА, г. Москва) в положительном отзыве, составленном д. воен. н., профессором Лосем Владимиром Павловичем, заведующим кафедрой «Управление и моделирование систем», и утвержденном первым проректором, д. ф.-м. н.„ профессором Соколовым Виктором Васильевичем 10 мая 2016 г., отметила, что в диссертации получены существенные научные результаты. Диссертационная работа является актуальной и имеет четкую практическую направленность. Научные результаты работы реализованы в виде завершенного программного средства, прошедшего экспериментальные испытания на серии эталонных нейроэволюционных задач.

и внедрены при разработке системы поддержки принятия решений для защиты от ВПо8-атак, при разработке системы автоматизации обработки контента в виртуальной среде для работы над научными проектами, а также использованы при разработке системы конструктивной модификации деталей Зй-принтеров. Соискатель имеет 9 опубликованных работ по теме диссертации, из них 4 в рецензируемых научных изданиях, и 5 работ — в сборниках материалов международных и всероссийских конференций. Общий объем публикаций по теме диссертации — 4,5 п.л.

/ 3,7 п.л. Наиболее значимые научные работы по теме диссертации, опубликованные в журналах, входящих в перечень рецензируемых научных журналов и изданий: 1. Хлопкова, О.А. Обработка контента в информационных средах на основе нейро-нечеткой модели принятия решений / О.А.

Хлопкова, Н.В. Комлева // Экономика, статистика и информатика. Вестник УМО. — 2013. — № 5. — С. 188-192. 2. Хлопкова, О.А. Интеллектуализация сервисов открытого образования / О.А. Хлопкова, Н. В. Комлева // Открытое образование. — 2015. — № 2. — С. 56-62. 3. Хлопкова, О.А. Нейроэволюционный метод интеллектуализации принятия решений в условиях неопределенности / О. А. Хлопкова // Прикаспийский журнал: управление и высокие технологии, 2015. — № 3(51). — С.

114-129. 4. Хлопкова, О.А. Оптимизация конструкции деталей ЗО-принтера на базе аппарата нейронных сетей и эволюционного моделирования / О.А. Хлопкова // Известия высших учебных заведений. Проблемы полиграфии и издательского дела.— 2015. — №5. — С. 53-63. На автореферат поступило 8 отзывов, в которых дана положительная оценка работы и сформулированы замечания.

Все отзывы на автореферат положительные. 1. Отзыв ФГБУН «Институт вычислительных технологий Сибирского отделения Российской академии наук» (ИВТ СО РАН) подписан д.т.н., доцентом, старшим научным сотрудником Барахниным Владимиром Борисовичем. Замечание: на с. 10, в строке после формулы (12) запись 1 е 11, 91 некорректна, так как по смыслу формулы подразумеваются лишь целые числа от 1 до 0. Следовало бы записать 1с е 11,...,Р~ . 2.

Отзыв ФГАОУ ВПО «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина» подписан д.т.н., профессором, заведующим кафедрой «Радиоэлектроника информационных систем» Поршневым Сергеем Владимировичем. Замечания: некоторые имеющие место в автореферате моменты целесообразно раскрыть более подробно, а именно: 1) преимущества выбора списка смежности перед альтернативными способами кодирования хромосомы; 2) способ оценки качества восстановления изображения при решении эталонной задачи восстановления поврежденных данных. 3. Отзыв ФГБОУ ВО «Санкт-Петербургский государственный университет» подписан д.ф.-м.н., профессором кафедры «Моделирование экономических систем» Смирновым Николаем Васильевичем.

Замечание: из автореферата не совсем ясно, какие критерии оценки выбраны при исследовании предлагаемого метода для его практического применения. 4. Отзыв ФГБОУ ВПО «Московский государственный технический университет имени Н.Э. Баумана» подписан к.т.н., доцентом кафедры «Компьютерные системы автоматизации производства» Тарасовым Валерием Борисовичем. Замечание: в автореферате следовало бы более подробно раскрыть, каким образом весовые коэффициенты юя, ~ъ (формула 7) влияют на способность нейросети к запоминанию и обобщению.

5. Отзыв ФГБОУ ВО «Московский авиационный институт (национальный исследовательский университет)» подписан к.т,н., доцентом кафедры «Вычислительные машины, комплексы, системы и сети» Трембачем Василием Михайловичем. Замечания: 1) отсутствие в автореферате описания программной платформы виртуальной среды для работы над проектами, в которую была интегрирована разработанная автором нейроэволюционная система поддержки принятия решений; 2) не совсем понятен масштаб, в котором на рисунке 3 изображен держатель направляющей оси Х, модифицированный при помощи разработанной нейроэволюционной системы. б. Отзыв ФГБОУ ВО «Нижегородский государственный технический университет им. Р,Е. Алексеева» подписан д.т.н.„профессором, заместителем директора института радиоэлектроники и информационных технологий НГТУ им.

Р.Е. Алексеева Храниловым Валерием Павловичем, Замечания: 1) из автореферата не ясно, каковы априорные условия применения тех или иных критериев выбора развития комбинированного нейроэволюцион ного поискового процесса; 2) в автореферате представлено недостаточное количество информации о разработанных прикладных программных продуктах.

7. Отзыв ФГУ «Федеральный исследовательский центр "Информатика и управление" Российской академии наук» (ФИЦ ИУ РАН, г. Москва) подписан к.т,н., старшим научным сотрудником Шмалько Елизаветой Юрьевной. Замечание: недостаточное исследование вопроса об ограничениях применения разработанного нейроэволюционного метода, 8. Отзыв ФГБОУ ВО «Московский государственный технологический университет «СТАНКИН» подписан д.т.н., доцентом, профессором кафедры «Высокоэффективные технологии обработки» Стебуляниным Михаилом Михайловичем. Замечания: 1) следовало бы рассмотреть вопросы удаления артефактов из обучающей выборки при обучении/дообучении нейронной сети, которые существенно влияют на параметры ее работы; 2) сократить описание решения задачи защиты корпоративного портала от РРоЗ-атак (с.

13-14). Выбор официальных оппонентов и ведущей организации произведен на основании их известности в области научной деятельности, соответствующей профилю диссертации. Он обоснован наличием профильных публикаций и устанавливает их способность определить научную и практическую ценность диссертации. Диссертационный совет отмечает, что на основании выполненных соискателем исследований получены результаты, обладающие научной новизной: нейроэволюциоиный метод, в отличие от существующих аналогов позволяющий модифицировать нейросети произвольной топологии, снизить риск конкуренции представлений, преждевременной сходимости и удаления в ходе эволюции удачных конфигураций нейросетей, которые в начальные эпохи имеют низкую приспособленность из-за ненастроенных параметров нейронов, что достигается за счет разработанного способа кодирования хромосом, введения этапа локальной оптимизации и пулов для входных параметров, функций активации и квазиоптимальных решений; генетические алгоритмы глобального и локального поиска для модификации топологии нейросети и параметров нейронов, отличающиеся от известных аналогов тем, что за счет разработанных операторов селекции и рекомбинирования, вида и параметров функции приспособленности реализуют концепцию управляемой эволюции, позволяют нивелировать проблему топ ологических инноваций и минимизировать риск переобучения нейросети; методика подбора и расчета критериев нейроэволюционного метода, которая позволяет учитывать не только общие характеристики процесса эволюции, но и частные характеристики генерируемых решений и генетического представления, среди которых полнота, замкнутость и онтогенетическая приспосабливаемость, являющиеся наиболее полными в сравнении с критериями, применявшимися для аналогичных методов; модель нейроэволюционной системы поддержки принятия решений в условиях неопределенности, которая отличается от существующих аналогов высокой степенью автоматизации процесса принятия решения и адаптивностью к изменениям внутренних и внешних условий за счет инкапсуляции в информационную среду модуля интеллектуальной обработки данных, разработанного на базе предложенного нейроэволюционного метода.

Теоретическая значимость исследования обоснована тем, что: применительно к проблематике диссертации проведено исследование и когнитивное моделирование интеллекта, результативно использованы теория искусственного интеллекта, теоретическая информатика, теория принятия решений, математический анализ и математическое моделирование. Председатель диссертационного совета й" ь р'ььнйй ~ . ььй чррйчйчйййчйй ученый аенрееерь йе 'еее!~ф диссертационного сове ,.~. - Самарин Юрий Николаевич Щербина Юрий Владимирович 09.06.2016 г.