In the modern era and especially in the 20th century, the territory with most of the archaeological sites in central Russia and the Urals was used as agricultural land. The history of long-term studies of medieval Finno-Ugric settlements (Cis-Urals) makes it possible to distinguish segments of an occupation layer in various states of preservation: superficially disrupted, replaced and transported. Superficially disrupted and replaced layers are found at the settlement site and are believed to be residential and economic areas . The transported layer is mainly transported to the slopes of the terraces to which the sites of the Chepetskaya culture are assigned. Therefore, it is necessary to study not only the site of the settlement itself but also the adjacent territory. To reconstruct the boundaries and structure of medieval settlements, a new methodological approach has been proposed. Initially, a statistical analysis of multispectral aerial photography data was carried out: the calculation of Haralick's textural features; the reduction in the number of features by principal component

Получено 13 сентября 2013 г.Решена задача оптимального управления движением мобильного объекта с внешней жесткой оболочкой вдоль заданной траектории в вязкой жидкости. Рассматриваемый мобильный робот обладает свойством самопродвижения. Самопродвижение осуществляется за счет возвратнопоступательных колебаний внутренней материальной точки. Оптимальное управление движением построено на основе системы нечеткого логического вывода Сугено. Для получения базы нечетких правил предложен подход, основанный на построении деревьев решений с помощью разработанного генетического алгоритма структурно-параметрического синтеза.Ключевые слова: оптимальное управление движением, самопродвижение, генетический алгоритм, структурно-параметрический синтез, деревья решений, нечеткая логика Abstract. -We consider the optimal motion control problem for a mobile device with an external rigid shell moving along a prescribed trajectory in a viscous fluid. The mobile robot under consideration possesses the property of self-locomotion. Self-locomotion is implemented due to back-and-forth motion of an internal material point. The optimal motion control is based on the Sugeno fuzzy inference system. An approach based on constructing decision trees using the genetic algorithm for structural and parametric synthesis has been proposed to obtain the base of fuzzy rules.

No abstract

No abstract

Многие задачи интеллектуального анализа данных могут быть сведены к задачам классификации и регрессии, современные подходы к решению которых основаны на применении нейронных сетей, деревьев решений и нечеткой логики, а также классических статистических методов. Решение сложных практических задач состоит из нескольких этапов, таких как выявление и отбор признаков, снижение размерности исходного пространства, поиск взаимосвязей и построение математической модели.В данной работе рассматривается задача снижения размерности данных при построении нечеткой нейронной сети с целью сокращения количества исходных признаков и повышения их информативности. Для ее решения рассмотрены несколько подходов: применение метода главных компонент, нейронной сети с архитектурой автокодировщика и ограниченной машины Больцмана. В отличие от метода главных компонент, применение автокодировщика и ограниченной машины Больцмана позволяет учесть нелинейные связи между имеющимися признаками. Важной особенностью предлагаемой в работе нечеткой нейронной сети, основанной на нечетких деревьях решений,  является наглядность представления закономерностей в системе данных в виде логических правил с оценкой важности каждого правила. Применение представленных методов снижения размерности входных данных позволило существенно снизить погрешность аппроксимации. По результатам тестирования лучшей способностью обобщать данные среди рассмотренных методов обладает ограниченная машина Больцмана: ее применение для построения правил в нечеткой нейронной сети снижает погрешность аппроксимации в несколько раз по сравнению с методом главных компонент. Полученные в работе результаты могут быть использованы для построения универсальных нечетких аппроксиматоров при решении задач машинного обучения и анализа данных.