В работе представлена методика построения нейро-статистической модели классификации плоскоклеточных интраэпителиальных поражений в практике молекулярного Пап-теста. Модель строилась на основе 145 наблюдений, разделенных на две группы: доброкачественные изменения/норма и рак. Формирование обучающей выборки и определение значимых признаков проводилось методом многомерного статистического анализа – классификационного дискриминантного анализа с обучением. В результате количество признаков – генов было сокращено с 21 до 14. Нейросетевой классификатор, легший в основу модели, представляет собой трехслойный персептрон. Оптимизация модели происходила путем выбора из 500 сетей по таким признакам, как производительность сети и уровень ошибки. Построенная нейро-статистическая модель классификатора позволяет автоматически тестировать разные наблюдения с заданными порогами доверительных уровней и выдавать матрицу результатов классификации не только с количеством правильно классифицированных наблюдений, но и неопределенных, что необходимо для достоверности анализа. На примере показана эффективность использования такой модели для диагностики предраковых процессов и рака шейки матки на основе анализа экспрессии мРНК большой группы генов методом количественной ПЦР в материале жидкостной цитологии Пап-теста CellPrep

В работе рассматривается влияние введения памяти в изинговскую функцию полезности агента на пяти графах: периодической двумерной решетки, полный, Эрдеша-Реньи, «Тесный мир», Барабаши-Альберт.

В статье обсуждаются проблемы внедрения цифровых технологий в сферу принятия управленческих решений. Анализируются два типа цифровых технологий принятия решений. Первая технология (назовем ее прямой), которая сегодня является основной (традиционной), заключается в том, что решение принимает человек (лицо, принимающее решение - ЛПР), а компьютерная программа выступает в виде «советчика» (система поддержки принятия решений - СППР). Развитие этой технологии связано с разработкой «активных советчиков», когда после реализации решения производится сравнение решения ЛПР и решения, предлагаемого «советчиком» на основе так называемых «пересчетных моделей». Во второй технологии (назовем ее обратной) решение принимает компьютерная программа, а человек только наблюдает и анализирует, не вмешиваясь в процесс принятия решений (за исключением форсмажорных ситуаций). В данной технологии СППР превращается в систему принятия решений (СПР), а ЛПР становится лицом, анализирующим решения (ЛАР). Однако механизм принятия решений разрабатывается руководителем и другими заинтересованными лицами, которые и отвечают за результаты функционирования. Необходимыми условиями эффективного функционирования обеих технологий являются, во-первых, заинтересованность участников в представлении достоверной информации, требуемой для принятия решений, а во-вторых, заинтересованность в реализации принятых решений (условия Л.В. Канторовича - В.М. Глушкова). В статье проводится сравнительный анализ этих технологий и приводятся примеры их практической реализации.

В статье рассматривается задача календарного планирования независимых работ, в которой каждая работа выполняется единицей ресурсов, причем каждая работа может выполняться различными единицами ресурсов (исполнителями) и каждый исполнитель может выполнять различные работы. Заданы продолжительности выполнения работ исполнителями. Задача заключается в назначении исполнителей на работы так, чтобы минимизировать время выполнения всех работ. Для решения задачи предложена потоковая модель.