TBA
[:ru]Прикладной системный анализ
Прикладной системный анализ — универсальная методика решения проблем произвольной природы, опирающаяся на системное мышление и методы постепенного перехода от слабоструктурированных к частично или полностью формализованным моделям проблемосодержащей и проблеморазрешающей систем.
Прикладной системный анализ предполагает вовлечение в процесс работы над проблемой всех участников проблемы: владельца проблемы (1) и всех (или большинство) стейкхолдеров, включающих ближайшее окружение владельца проблемы (2) и другие внешние стороны (3).
Парадоксально, но ни один системный аналитик не знает как решить конкретную проблему, однако он знает, какие вопросы, в какой форме и в какой последовательности задавать.
Современный прикладной системный анализ предлагает холистический (целостный) и креативный подход, который состоит в сосредоточении внимания на двух «системообразующих» факторах:
- целостность, эмерджентность системы (недопустимость отдельного рассмотрения любой части, когда целью является улучшение всей системы в целом);
- вхождение системы как части в большие, содержащие ее системы, и взаимосвязанность системы с другими системами в окружающей среде (необходимость учета целостности охватывающей метасистемы; рассмотрение проблемной ситуации с нескольких разных точек зрения).
Прикладной системный анализ включает следующие основные этапы:
- Фиксация проблемы
- Диагностика проблемы
- Составление списка стейкхолдеров
- Выявление проблемного месива
- Определение конфигуратора
- Целевыявление
- Определение критериев
- Экспериментальное исследование систем
- Построение и усовершенствование моделей
- Генерирование альтернатив
- Выбор, или принятие решения
- Реализация улучшающего вмешательства
Уникальный научный подход
Практически все этапы прикладного системного анализа связаны с обработкой информации, полученной от участников проблемной ситуации или в ходе наблюдений или экспериментов с проблемосодержащей и проблеморазрещающей системами, с решением задач построения моделей и систем управления и с решением оптимизационных задач.
Коллектив СибИПСА, помимо стандартных математических и статистических подходов, развивает и применяет на практике такие направления из области искусственного интеллекта как интеллектуальный анализ данных (data mining и knowledge dyscovery in data), машинное обучение, экспертные системы, интеллектуальные системы управления и другие.
Оригинальным и уникальным научным подходом СибИПСА является проблемно-независимая методология автоматизированного проектирования и самоконфигурации интеллектуальных информационных технологий.
Применяемые технологии включают: искусственные нейронные сети (artificial neural networks), системы на нечеткой логике (fuzzy logic systems), бионические и эволюционные алгоритмы оптимизации (biology-inspired and evolutionary algorithms), метод генетического программирования (genetic programming), методы интеллектуального анализа данных (data mining), методы математического моделирования на основе данных (data driven modelling) и машинного обучения и другие методы и модели, применяемые при решении задач системного анализа и консалтинга.
Автоматизация проектирования интеллектуальных информационных технологий решает две задачи:
- построение вычислительных моделей, обладающих высокой точностью прогнозирования, но часто сложных для анализа и интерпретации (модель «черного ящика»);
- построение моделей, представляющих знания об исследуемом объекте и процессе в явном виде (возможно с некоторой потерей точности). Например, системы на нечеткой логике содержат базу правил для принятия решений в виде «ЕСЛИ условие ТО вывод», метод генетического программирования синтезирует решение в виде символьного выражения (формулы) или алгоритма из предопределенных действий.
Поскольку методология автоматизированного проектирования не требует в явном виде использования знаний и опыта предметных специалистов, методология является проблемно-независимой. На сегодня она успешно применялась при решении задач из следующих областей:
- системы управления космическими аппаратами,
- моделирование и управление сложными технологическими процессами,
- человеко-машинные коммуникации, обработка и анализ естественной речи,
- экономический, инвестиционный и финансовый анализ,
- медицина,
- химия,
- экология,
- и другие.
Особенности подготовки специалистов
В институте практикуется раннее вовлечение будущих специалистов в научно-исследовательскую деятельность:
- Ведется работа со школьниками старших классов (образовательные курсы, научные проекты, участие в конференциях и конкурсах).
- Студенты, начиная с первого-второго курса, выбирают одно из направлений НИР и закрепляются за научным руководителем из числа доцентов и профессоров. Тесное общение с сотрудниками института обеспечивает преемственность поколений и постоянный обмен опытом.
- Студенты старших курсов проходят зарубежные научно-практические стажировки, участвуют во внутренних и международных исследовательских проектах.
Институт охватывает все уровни подготовки специалистов в области прикладного системного анализа: бакалавриат, магистратура, аспирантура и докторантура.
Направления подготовки специалистов охватывают информационно-аналитическую деятельность, проектирование и применение интеллектуальных компьютерных систем анализа данных и поддержки принятия решений, проектирование и применение систем искусственного интеллекта, решение задач финансово-экономического-менеджмента и бизнес-консалтинга и другие.
[:]