Отдел основанный в 1987 году членом-корреспондентом НАН Украины, профессором И.М. Парасюком . В отделе работают 14 сотрудников, среди них - доктор и 3 кандидата наук.
ОСНОВНІ НАПРЯМИ НАУКОВОЇ ДІЯЛЬНОСТІ
- теоретичні основи розробки інтелектуальних інформаційних технологій та систем;
- інструментальні середовища побудови інформаційних технологій та систем;
- методи та програмно-алгоритмічні засоби обробки і аналізу даних недетермінованої природи.
НАЙВАЖЛИВІШІ РЕЗУЛЬТАТИ
Фундаментальні:
- вперше побудовано теоретичні основи побудови нечітких інтелектуальних мультиагентних систем, які охоплюють питання теоретичного обґрунтування трансформаційного моделе-орієнтованого підходу до розробки мультиагентних систем, формалізації нечітких об’єктно-орієнтованих моделей та архітектур таких систем, створення метода розробки мультиагентних систем на основі систем трансформацій нечітких графів, трансформаційного процесу побудови нечітких інтелектуальних агентів, що функціонують у високопродуктивному середовищі. Отримані теоретичні результати апробовані при розробці ключових компонент (метамоделей, нечітких моделей та систем трансформацій) при реалізації ряду мультиагентних систем, що спрямовані на вирішення таких прикладних задач, як управління стратегічно важливими матеріальними ресурсами з метою підтримки їх раціонального рівня за умов невизначеності, суб’єктивності та неповноти інформації, дослідження ефективності процесів евакуації людей у надзвичайних ситуаціях, керування транспортними засобами за умов невизначеності;
- розроблено моделі та методи автоматичної трансформації нечітких програмних агентів на основі теоретико-категорного підходу, які забезпечують автоматичну генерацію інтелектуальних мультиагентних систем у нечіткому інформаційному середовищі. Аналогів таких методів, що забезпечують автоматичну генерацію мультиагентних систем в світі немає. Розроблені моделі та алгоритми дозволяють побудувати розподілені інтелектуальні системи для досягнення обґрунтованих рішень щодо обсягу закупівлі/продажу стратегічних ресурсів (паливо, продукти харчування, запасні частини тощо), для пошуку найдоцільнішого рівня їх наявності у відповідальних за постачання організаціях при надходженні неточних або недостовірних даних;
- розроблено архітектурні моделі нечітких інтелектуальних мультиагентних систем на основі нечіткої логіки вищого типу для високопродуктивних обчислювальних середовищ;
- розроблено теоретико-алгоритмічні основи моделе-орієнтованої побудови інтелектуальних програмних систем обробки та аналізу даних;
- розроблено теоретико-алгоритмічні основи для дослідження станів складних систем в умовах невизначеності на базі нечітких мережевих моделей довіри.
Прикладні:
- вперше розроблено метод паралельного програмування ієрархічних систем нечіткого логічного виведення для гібридних суперкомп’ютерів та високопродуктивних графічних прискорювачів. Цей метод дозволяє прискорити процес нечіткого логічного виведення у 250-300 разів у високопродуктивному середовищі гібридних суперкомп’ютерів, що значно вище світових результатів. Зазначений метод дає можливість створювати експертно-діагностичні системи значно більшої, ніж в існуючих аналогів, складності (до 10000 нечітких вхідних та вихідних змінних) для діагностування стану складних систем (оцінки фінансового стану та ризиків інвестування капіталу, аналізу привабливості стартапів, попередньої діагностики захворювань) у нечіткому інформаційному просторі. Аналогів в світі немає;
- побудовано програмну систему для оцінки інвестиційної привабливості стартапів та проектів, яка дозволяє враховувати як якісні, так і кількісні фактори, що впливають на їх привабливість. На основі нечіткої математики розроблено нові моделі, що застосовуються для комп’ютеризації процесу прийнятті рішень стосовно фінансування стартапів та науково-технічних проектів за наявності великої сукупності експертних свідчень;
- створено інтелектуальну інформаційну технологію BajesTECH, яка призначена для оцінки і класифікації станів досліджуваної системи на базі недетермінованої інформації у нечіткому поданні із дзвоноподібними функціями належності;
- побудовано дослідні версії систем , які призначені для інтегрованої обробки даних методами теорії ймовірностей та математичної статистики для різних операційних платформ та інструментальних середовищ.