Все выпуски

В данной работе представлен новый подход к интерпретации логических формул для синтеза алгоритмов и программ. Предложенный метод сочетает в себе черты реализации Клини и интерпретации Гёделя «диалектика», но не опирается на них непосредственно. Рассматривается простой вариант позитивного языка логики предикатов без функций, с конъюнкцией, дизъюнкцией, импликацией и кванторами всеобщности и существования. Описана новая реализационная семантика формул и секвенций, в которой рассматривается не просто реализация формулы, а реализация с дополнительной поддержкой. Реализация примерно соответствует реализации Клини. Поддержка предоставляет дополнительные данные в пользу того, что реализация корректна. Поддержка должна подтвердить, что реализация работает корректно для формулы в любых корректных условиях применения. Представлен язык доказательств, для которого доказана теорема о корректности, показывающая, что любая выводимая секвенция имеет реализацию и поддержку, подтверждающую, что эта реализация работает правильно для этой формулы в любых корректных условиях при подходящем интерпретаторе используемых программ.

Теория мягких множеств — это новая область математики, которая имеет дело с неопределенностями. Приложения теории мягких множеств широко распространены в различных областях науки и социальных наук, таких как принятие решений, информатика, распознавание образов, искусственный интеллект и т.д. Важность мягких теоретико-множественных версий математического анализа ощущается в нескольких областях информатики. В этой статье предлагаются некоторые концепции мягкого градиента функции и мягкого интеграла, аналога криволинейного интеграла в классическом анализе. Установлены основные свойства мягких градиентов. Найдено необходимое и достаточное условие, при котором множество может быть подмножеством мягкого градиента некоторой функции. Доказано включение мягкого градиента в мягкий интеграл. Установлены полуаддитивность и положительная однородность мягкого интеграла. Получены оценки мягкого интеграла и размера его отрезка. Полуаддитивность относительно верхнего предела интегрирования доказана. Кроме того, эта статья расширяет теоретические развитие мягкого рационального криволинейного интеграла и связанных областей для повышения функциональности с точки зрения вычислительных систем.

В данной работе рассматривается подход к программированию, основанный на использовании параметризованных грамматик. Понятия этих грамматик снабжены параметрами, которые также могут быть объектами грамматик. Такие грамматики являются довольно мощным инструментом, их предлагается использовать для формулирования постановок задач преобразования лингвистических данных. Эти грамматики можно использовать непосредственно для обработки информации, но это может оказаться не эффективным. Поэтому выделяется специальный эффективный в применении класс таких грамматик. Предлагается специальная система однозначных (функциональных) параметризованных грамматик, которую можно использовать как эффективный язык программирования лингвистических задач. Описываются идеи дедуктивного синтеза программ в этой системе из постановок задач в общих параметризованных грамматиках с помощью логического вывода с перспективой последующей автоматизации. Демонстрируется практическое применение предложенного инструмента на примерах обработки логических формул и решения других задач. Эта работа продолжает идеи Валентина Турчина в области языка РЕФАЛ.

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.