Нейросетевая архитектура информационных систем

 pdf (447K)

Рассматривается задача автоматизации процесса разработки информационных систем на основе применения оригинальной нейросетевой архитектуры. Проведен анализ существующих подходов к автоматизации проектирования информационных систем. Сформулированы рекомендации к архитектуре информационных систем, направленные на снижение негативного влияния человеческого фактора. Представлена общая концепция нейросетевой архитектуры в виде структурной модели, даны определения основных сущностей и компонентов. Ключевыми отличиями нейросетевой архитектуры являются: независимость ключевых сущностей информационных систем и возможность автоматизации их проектирования и взаимодействия на основе применения нейронных сетей; изолированность математического обеспечения архитектуры; разграничение моделей информационных процессов и функциональных элементов от управляющих систем и систем представления информации; учет влияния окружения на процессы движения информационных потоков, элементы управления и представления системы; возможность адаптации структурных блоков информационных систем под особенности предметной области, параметры оборудования пользователя без необходимости внесения существенных изменений в архитектуру. Рассмотрено понятие нейросетевого канала данных, его структура и обобщенное математическое обеспечение. Осуществлена декомпозиция структурной модели. Представлены структурные схемы каждой сущности нейросетевой архитектуры информационных систем, описание основных компонентов, используемые нейросетевые каналы данных для связи сущностей и их компонентов. Проанализирована область применения нейросетевой архитектуры.

Ключевые слова: нейросетевая архитектура, нейросетевой канал данных, автоматизация проектирования информационных систем, искусственный интеллект, адаптивность
Цитата: Вестник Удмуртского университета. Математика. Механика. Компьютерные науки, 2019, т. 29, вып. 3, с. 438-455
DOI: 10.20537/vm190312

Neural network architecture of information systems

The problem of process automation for the development of information systems based on the application of the original neural network architecture is considered. An analysis of existing approaches to the automation of information systems design is carried out. Recommendations for the information systems architecture, aimed at reducing the negative impact of human factor, are formulated. A general concept of neural network architecture in the form of a structural model is presented. Definitions of the main entities and components are given. The key differences of the neural network architecture are: the independence of the key entities of information systems and the possibility of automation of their design and interaction based on the use of neural networks; isolation of the mathematical software of architecture; separation of models of information processes and functional elements from control systems and information representation systems; taking into account the influence of the environment on the processes of movement of information flows, the elements of control and system visualization; the possibility of adapting structural units of information systems to the characteristics of the subject area, the parameters of user equipment without the need to make significant changes to the architecture. The concept of a neural network data channel, its structure and generalized mathematical software are considered. The decomposition of the structural mode is implemented. The structural diagrams of each entity of the neural network architecture of information systems, the description of the main components, the neural network data channels used to connect the entities and their components are presented. The scope of application of the neural network architecture is analyzed.

Keywords: neural network architecture, neural network data channel, information systems design automation, artificial intelligence, adaptability
Citation in English: Bulletin of Udmurt University. Mathematics, Mechanics, Computer Science, 2019, vol. 29, issue 3, pp. 438-455

Журнал индексируется в Web of Science (Emerging Sources Citation Index)

Журнал индексируется в Scopus

Журнал входит в базы данных zbMATH, MathSciNet

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Журнал включен в перечень ВАК.

Электронная версия журнала на Общероссийском математическом портале Math-Net.Ru.

Журнал включен в Crossref