93.185.164.20
Digital technology of intelligence of the future: countering unknown threats in future periods
Digital technology of intelligence of the future: countering unknown threats in future periods
Annotation
The article discusses information and analytical technology implemented in management decision support systems under conditions with a large component of uncertainty, based on the ability to analyze large volumes of high-dimensional information to identify and highlight quasi-stable event structures of any complexity. It creates the possibility of proactively preparing the super system for unforeseen events based on comparing individual data of past interpretations - previously used as the basis for outdated strategies for building the future - with the currently formed matrices of interrelated retrospective, current and future (calculated and forecast) events. It identifies opportunities for finding clearly and unclearly structured future threats based on recalculating past events to predict future events.
About authors
Evgeny Loginov
Head of Expert Analytical Service
Deputy Director for Research, Institute for Market Problems of the Russian Academy of Sciences
Vitalia Bortalevich
Cemi RAS
Alexander Shkuta
Professor of the Finance University under the Government of the Russian Federation, Research Institute of Market Problems
References

1. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. Т. 19. № 2 (144). С. 124-139.

2. Губанов Д.А., Коргин Н.А., Новиков Д.А., Райков А.Н. Сетевая экспертиза. – М.: Эгвес, 2010. – 168 с.

3. Когаловский М.Р., Калиниченко Л.А. Концептуальное и онтологическое моделирование в информационных системах // Программирование. 2009. Т. 35. № 5. С. 3-25.

4. Когаловский М.Р., Паринов С.И. Метрики онлайновых информационных пространств // Экономика и математические методы. 2008. Т. 44. № 2. С. 108-120.

5. Логинов Е.Л., Шкута А.А. Искусственный интеллект в органах госуправления // Государственная служба. 2017. Т. 19. № 5. С. 24-29.

6. Логинов Е.Л., Шкута А.А. Управление сложными инфраструктурными системами на основе использования многоагентных технологий и нечеткой логики // Экономические и экологические вызовы устойчивому развитию России и других стран СНГ: проблемы формирования новой технологической базы / Материалы международной научно-практической конференции. Под редакцией РАН В.А. Цветкова, К.Х. Зоидова. – М.: ИПР РАН, 2017. С.194-198.

7. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Васенин В.А., Борисов В.А., Роганов В.А. Агент-ориентированные модели: мировой опыт и технические возможности реализации на суперкомпьютерах // Вестник Российской академии наук. 2016. Т. 86. № 3. С. 252.

8. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Мультиагентные системы и суперкомпьютерные технологии в общественных науках // Нейрокомпьютеры: разработка, применение. 2017. № 5. С. 3-9.

9. Нечаев Ю.И. Когнитивное моделирование поведения сложных систем на основе нейросетевых технологий и динамической теории катастроф // Нейрокомпьютеры: разработка, применение. 2018. № 2. С. 3-11.

10. Нечаев Ю.И., Петров О.Н. Нейросетевое моделирование эволюционной динамики нелинейной нестационарной системы в окрестности "потенциальной ямы" // Нейрокомпьютеры: разработка, применение. 2018. № 4. С. 3-10.

11. Павловский И.С. Оценка целостности представления проблемной области в интеллектуальной системе безопасности сложного объекта управления // Нейрокомпьютеры: разработка, применение. 2017. № 2. С. 44-52.

12. Райков А.Н. Конвергентное управление и поддержка решений. - М.: Издательство ИКАР, 2009. – 245 c.

Полная версия доступна только подписчикам
Подпишитесь прямо сейчас