Форум

Область научных интересов

Вычислительный интеллект: искусственные нейронные и нейро-фаззи сети, нечеткая логика, системы нечеткого вывода, эволюционные алгоритмы, а также гибридные интеллектуальные системы, включающие элементы двух и более из перечисленных направлений. В последнее время активно занимаюсь разработкой гибридных сетей со специализированными архитектурами, позволяющих в явном виде учитывать априорную информацию о свойствах моделируемых сигналов и влияющих на них факторов, а также извлекать из данных новую информацию об этих свойствах.

Области применения
Поскольку разрабатываемые модели и методы инвариантны относительно физической природы моделируемых процессов, то их применение возможно в любых задачах, где имеются некоторые данные измерений, представленные в виде временных рядов, таблиц объект-свойство, баз данных, содержащих информацию в различных шкалах измерения (количественной, порядковой, качественной) и т.д. В настоящее время разработки уже нашли свое применение в энергетике, экономике, медицине.


Защищенные диссертации

2001. Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.03 – системы и процессы управления "Адаптивные методы обработки стохастических полей наблюдений"


2009. Диссертация на соискание ученой степени доктора технических наук по специальности 05.13.23 – системы и средства искусственного интеллекта "Искусственные нейронные сети со специализированными архитектурами в задачах обработки временных рядов"



Публикации

Более 100 публикаций в Украине и за рубежом.

Перечень избранных публикаций:

1. Bodyanskiy Ye., Popov S. Quasiperiodic Approach to Forecasting of Chaotic Financial Time Series // Modelling and Simulation of Business Systems / Eds. by H. Pranevicius, E. Zavadskas, B. Rapp. – Kaunas: Technologija, 2003. – P. 227-231.
2. Bodyanskiy Ye., Chaplanov A., Popov S. Adaptive Prediction of Quasiharmonic Sequences Using Feedforward Network // Proc. 13th Int. Conf. on Artificial Neural Networks / Eds. by O. Kaynak et. al. – June 26-29, 2003, Istanbul, Turkey. – P. 378-381.

   Вложенный файл:

   Имя файла: ICANN2003.pdf
   Размер файла: 213 KB
3. Bodyanskiy Ye., Otto P., Pliss I., Popov S. An Optimal Algorithm for Combining Multivariate Forecasts in Hybrid Systems // Proc. 7th Int. Conf. on Knowledge-based intelligent information and engineering systems (KES 2003). – September 3-5, 2003, Oxford, UK. – Part II. – P. 967-972.

   Вложенный файл:

   Имя файла: KES2003.pdf
   Размер файла: 181 KB
4. Bodyanskiy Ye., Popov S. Fuzzy Selection Mechanism for Multimodel Prediction // Proc. 8th Int. Conf. on Knowledge-based intelligent information and engineering systems (KES 2004). – September 20-25, 2004, Wellington, New Zealand. – Part II. – P. 772-778.
5. Попов С. Построение алгоритмов обучения с учетом симметрии пространства параметров многослойных вычислительных структур // Автоматизація виробничих процесів. – 2005. – №2(21). – С. 75-79.
6. Popov S. Large-scale data visualization with missing values // Technological and economic development of economy. – Vilnius: Technika, 2006. – Vol. XII. – N. 1. – P. 44-49.
7. Popov S. Nonlinear Visualization of Incomplete Data Sets // Computer Science – Theory and Applications: First International Computer Science Symposium in Russia, CSR 2006, Proceedings. – St. Petersburg, Russia. – June 8-12, 2006. – P. 524-533.

   Вложенный файл:

   Имя файла: CSR2006.pdf
   Размер файла: 192 KB
8. Bodyanskiy Ye., Popov S. Neural Network Approach to Forecasting of Quasiperiodic Financial Time Series // European Journal of Operational Research. – 2006. – Vol. 175. – N.3. – P. 1357-1366.
9. Bodyanskiy Ye., Popov S. Neuro-Fuzzy Unit for Real-Time Signal Processing // Proc. IEEE East-West Design & Test Workshop (EWDTW’06). – Sochi, Russia, September 15-19, 2006. – P. 403-406.
10. Bodyanskiy Ye., Popov S., Rybalchenko T. Multilayer neuro-fuzzy network for short term electric load forecasting // Computer Science – Theory and Applications: Third International Computer Science Symposium in Russia, CSR 2008, Proceedings. – Moscow, Russia. – June 7-12, 2008. – P. 339-348.

    Вложенный файл:

    Имя файла: CSR2008.pdf
    Размер файла: 387 KB
11. Bodyanskiy Ye., Popov S., Rybalchenko T. Feedforward neural network with a specialized architecture for estimation of the temperature influence on the electric load // Proc. 4th International IEEE Conference "Intelligent Systems". – Varna, 2008. – Vol. I. – P. 7-14-7-18.

    Вложенный файл:

    Имя файла: IS2008.pdf
    Размер файла: 1,072 KB
12. Бодянский Е.В., Попов С.В., Рыбальченко Т.В., Титов Н.Н. Гибридная нейро-фаззи сеть для краткосрочного прогнозирования взаимосвязанных процессов потребления электроэнергии // Праці Інституту електродинаміки НАН України. – 2008. – Вип. 21. – С. 13-22.
13. Bodyanskiy Ye., Popov S., Titov M. Function Decomposition Network // Proc. 19th Int. Conf. Artificial Neural Networks. ICANN 2009. – Limassol, Cyprus. – September 14-17, 2009. – Part I. – P. 718-727.

    Вложенный файл:

    Имя файла: ICANN2009.pdf
    Размер файла: 214 KB
14. Попов С.В. Специализированные архитектуры искусственных нейронных сетей на базе гибридных нейроподобных элементов // Збірник наукових праць Національного гірничого університету. – 2009. – №33, Т. 2. – С. 76-82.
15. Бодянский Е.В., Попов С.В. Искусственная нейронная сеть для нелинейной декомпозиции функций // Доповiдi Нацiональної академiї наук України. – 2009. – №9. – С. 42-47.
16. Bodyanskiy Ye., Popov S., Titov M. Robust Learning Algorithm for Networks of Neuro-Fuzzy Units // Innovations and Advances in Computer Sciences and Engineering / Ed. by T. Sobh. – Dordrecht: Springer, 2010. – P. 343-346.
17. Otto P., Babenko A., Bodyanskiy Ye., Popov S. Neural Network Approach to Signals’ Parameters Estimation in Electric Power Systems // Proc. 55th International Scientific Colloquium. – September 13-17, 2010. – Technical University of Ilmenau. – Flash Drive. – P. 173-179.

    Вложенный файл:

    Имя файла: IWK55.pdf
    Размер файла: 105 KB
18. Бодянский Е.В., Попов С.В., Рыбальченко Т.В. О применении нейронной сети встречного распространения для прогнозирования узловых нагрузок ЭЭС // Методические вопросы исследования надежности больших систем энергетики: Вып. 61. Проблемы исследования и обеспечения надежности либерализованных систем энергетики / Отв. ред. Н.И. Воропай, А.Д. Тевяшев. – Иркутск: ИСЭМ СО РАН, 2011. – С. 508-514.
19. Попов С.В., Черемисин Н.М., Пархоменко О.В., Шкуро К.А. Прогнозирование гололедной нагрузки на воздушных линиях электропередачи на основе методов вычислительного интеллекта // Радиоэлектроника и информатика. – 2011. – №3(54). – С. 45-49.
20. Popov S., Shkuro K. Evolutionary Optimized Network of Hybrid Neuron-Like Units // Proc. 7th Int. Conf. Neural Networks and Artificial Intelligence (ICNNAI-2012), Minsk, Belarus, 10-12 October, 2012. – Minsk: BSUIR, 2012. – P. 32-35.

Вложенный файл:

Имя файла: ICNNAI2012.pdf
Размер файла: 215 KB
21. Черненко П.О., Мартинюк О.В., Попов С.В., Бодянський Є.В. Порівняльний аналіз двох підходів до вирішення задачі короткострокового прогнозування сумарного електричного навантаження електроенергетичної системи // Технічна електродинаміка. – 2013. – № 3. – С. 61-72.
22. Черненко П.А., Мартынюк А.В., Попов С.В., Бодянский Е.В. Анализ эффективности трех подходов к решению задачи краткострочного прогнозирования электрической нагрузки энергосистемы // Энергетика и электрификация. – 2013. – №5. – С. 48-61.
23. Попов С.В., Шкуро К.А. Метод параметрической оптимизации сети на базе гибридных нейроподобных элементов, основанный на методе Ψ-преобразования // Радіоелектронні і комп’ютерні системи. – 2013. – №2(61). – С. 94-100.

Вы написали, что в настоящее время разработки уже нашли свое применение в энергетике, экономике, медицине.
Не могли бы вы привести конкретные примеры работающих систем вычислительного интеллекта в нашей стране.

Мы в последнее время активно работали над внедрением наших разработок в энергетике. В частности, вели совместные работы с харьковской фирмой Хартэп, которая разрабатывает информационно-управляющие системы для различных объектов энергосистем (подстанции, диспетчерские пункты и т.д.) Они внедряли на нескольких своих объектах наши методы прогнозирования электропотребления. Сейчас сотрудничаем с разработчиками "железа" и эксплуатационниками по системе контроля гололедной нагрузки на ЛЭП, там используются наши методы прогнозирования.

Добрый день, Сергей Витальевич, у меня к вам профессиональный вопрос. Я начинаю работать над докторской и меня заинтересовали ваши исследования и программы (я так понимаю) в программировании и т.д я слаба, область моих интересов лежит в плоскости социально-экономического развития регионов методами налогово-бюджетной политики. Но не в этом суть, у меня еще мало материала, но будет масса стат данных, факторов, критерие и составляющих, меняя параметры которых можно увидеть как изменится положение дел. Я пробовала делать это на других данных (налоги) в иммитационном моделировании - результаты есть и интересно получается, но я бы хотела попробовать что-то новое, ведь это все ж таки докторская будет, а я надеюсь у меня хватит и сил и энтузиазма ее добить до конца
Заранее спасибо

Ольга, для Ваших задач вполне хватит Экселя (он как раз для подобного и создавался: поменял значение - вся таблица сразу пересчиталась). Если окажется мало, то в Матлабе есть любая статистика от простейшей до самой навороченной.

То, чем занимаюсь я, имеет несколько другую направленность и делается под каждую конкретную задачу. Мы не разрабатываем универсальные программные продукты. Если у Вас возникнет какая-то сложная задача обработки данных, для которой не существует готовых решений, тогда можно будет подумать, что можно сделать.

спасибо большое, как только дойдет дело до мат методов, я подумаю как правильно поставить задачу, и может посоветуюсь с вами.

Andrew_Shyliuk написал:


К примеру, nure.ua/all_news/odin-iz-samyx-molodyx-d...il-grant-prezidenta/. Даже в это сложное время государство находит финансы на поддержку актуальных научных проектов.