НЕЙРОКОГНИТИВНЫЕ МЕТОДЫ И АЛГОРИТМЫ ФЕДЕРАТИВНОГО ОБУЧЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ ИНТЕГРИРОВАННЫХ ИНФОРМАЦИОННО-УПРАВЛЯЮЩИХ СИСТЕМ В РЕАЛЬНОЙ КОММУНИКАТИВНОЙ СРЕДЕ (2024)

В отличие от существующих методов обучения систем искусственного интеллекта, подходы, основанные на федеративном обучении, не потребуют длительной и дорогостоящей процедуры подготовки обучающей выборки при создании и массовом практическом применении «умных» сельскохозяйственных систем, автономных беспилотных сельскохозяйственных машин и роботов, а полученные системой принятия решений знания будут актуализироваться на постоянной основе. Целью исследования является разработка и внедрение сквозной технологии федеративного обучения для искусственного интеллекта, отсутствие которой сегодня препятствует созданию интегрированных информационно-управляющих систем для растениеводства и животноводства («умные» сельскохозяйственные системы), основанных на групповом применении беспилотных наземных и воздушных сельскохозяйственных машин и роботов. Внедрение подобных интеллектуальных систем необходимо для сохранения и повышения производимой продукции и обеспечения устойчивого развития сельского хозяйства. В статье описаны нейрокогнитивные методы и алгоритмы федеративного обучения интеллектуальных систем управления сельскохозяйственными процессами в реальной среде. Также предлагается структура обмена данными и знаниями в системе «умного» поля на основе распределенной сети интеллектуальных агентов, управляющих системами «умного» поля на различных сельскохозяйственных угодьях, на основе федеративного обучения. Каждый интеллектуальный агент представляет собой программную модель нейрокогнитивных процессов рассуждения и принятия решений в рамках решения определенной задачи. Предложенная структура будет способствовать совместному накоплению базы знаний в области сельского хозяйства и сможет стать основой множества различных интеллектуальных агентов, эффективно выполняющих конкретные задачи в рамках распределенной сети систем управления «умными» полями. Также приводится описание интеллектуальных агентов, выполняющих различные задачи в реальной среде. Приведены примеры разрабатываемых на автономных робототехнических и программных комплексов, на основе которых планируется апробация предложенной концепции федеративного обучения систем «умного» поля. Вместе с тем в статье описаны ожидаемые эффекты внедрения технологий, основанных на разрабатываемых методах и алгоритмах федеративного обучения интеллектуальных агентов, управляющих системами умного поля.

Тип: Статья
Автор (ы): Бжихатлов Кантемир Чамалович, Загазежева Оксана Зауровна, Нагоев Залимхан Вячеславович
Ключевые фразы: НЕЙРОКОГНИТИВНЫЕ АРХИТЕКТУРЫ, ИНТЕЛЛЕКТУАЛЬНЫЕ АГЕНТЫ, ФЕДЕРАТИВНОЕ ОБУЧЕНИЕ, "УМНЫЕ" СЕЛЬСКОХОЗЯЙСТВЕННЫЕ СИСТЕМЫ, АВТОНОМНЫЙ РОБОТ, защита растений

Идентификаторы и классификаторы

УДК
004.81. Модели когнитивных процессов
004.85. Обучение
339.97. Международная, национальная и многонациональная экономическая политика. Планирование, планы, управление экономикой
eLIBRARY ID
66244542
Текстовый фрагмент статьи