ДЕРЕВЬЯ РЕШЕНИЙ НА ОСНОВЕ ТЕХНОЛОГИИ МЕМРИСТОРОВ 

Антон Юрьевич Доросинский, кандидат технических наук, генеральный директор, Научно-производственное предприятие «Сонар» (Россия, г. Пенза, ул. Центральная 1В), E-mail: antik_r13@mail.ru
Олег Владимирович Прокофьев, кандидат технических наук, доцент, доцент кафедры информационных технологий и систем, Пензенский государственный технологический университет (Россия, г. Пенза, пр. Байдукова / ул. Гагарина, 1а/11), E-mail: prokof_ow@mail.ru
Марина Алексеевна Линкова, магистрант, Пензенский государственный технологический университет (Россия, г. Пенза, пр. Байдукова / ул. Гагарина, 1а/11), E-mail: m__linkova@mail.ru
Ирина Юриевна Семочкина, кандидат технических наук, доцент, доцент кафедры информационных технологий и систем, Пензенский государственный технологический университет (Россия, г. Пенза, пр. Байдукова / ул. Гагарина, 1а/11), E-mail: ius1961@gmail.com 

Актуальность и цели. Несмотря на значительный прогресс к нейробиологии в последнее время, понимание принципов и механизмов, лежащих в основе сложных функций мозга и познания, остается неполным. Моделирование и физическая реализация центра принятия решений, аналогичного естественным процессам мозга, являются средством построения киберфизической системы для широкого круга прикладных задач, связанных с поддержкой принятия решений. Материалы и методы. Открытие мемристоров, выявление технической возможности запоминания и хранения аналоговой информации служат технологической платформой для создания деревьев принятия решений. Нейроны, участвующие в обработке информации и хранении данных, динамически устанавливающие связи между собой, также реализуются мемристорами, управляемыми напряжением. Методы нейробиологии, сетевые модели и методы расчетов схем микроэлектроники на базе мемристоров используются здесь в едином комплексе для запоминания, обработки информации и принятия решений. Результаты. Открываемые преимущества позволяют не только применять устройства хранения информации большей емкости, вытесняющие традиционную флеш-память, но и применять деревья принятия решений с узлами ветвления, реализованными на уровне молекул. В заключении обоснован вывод о возможности создания систем поддержки принятия решений нового поколения, сочетающих современные средства визуализации деревьев и применения библиотек решений. Выводы. Таким образом, возможно объединение преимуществ советующей, объясняющей системы и экспертной системы, самостоятельно вырабатывающей решение, если того потребует задача в предметной области. Разработка микроэлектронных мемристоров позволяет разработать интеллектуальные системы поддержки принятия решений нового поколения, имитирующие биологические процессы человеческого мозга, в которых процессы обучения, создания, запоминания и хранения деревьев решений реализуются на единой технологической и схемотехнической базе. 

Ключевые слова

деревья решений, мемристоры, поддержка принятия решений 

 Скачать статью в формате PDF

Для цитирования:

Доросинский А. Ю., Прокофьев О. В., Линкова М. А., Семочкина И. Ю. Деревья решений на основе технологии мемристоров // Надежность и качество сложных систем. 2022. № 2. С. 53–60. doi:10.21685/2307-4205-2022-2-6