Предлагается адаптивный непараметрический подход к задачам обработки случайных сигналов с неизвестным распределением. Рассматриваются три основных метода обработки сигналов: задачи фильтрации, интерполяции и прогноза. Разработанные алгоритмы обладают свойством "самообучения", т.е. их качество незначительно отличается от качества оптимальных алгоритмов, полученных по полной статистической информации о распределениях сигналов и помех при достаточно длинной реализации наблюдаемого процесса. Кроме того, алгоритмы являются "автоматическими" в том смысле, что все параметры алгоритма настраиваются только по наблюдаемой выборке.

В работе показана необходимость верификации когнитивных карт в рамках проблемы рисков из-за человеческого фактора для достоверности получаемых результатов и представлены два экспертно-формальных метода встроенной верификации (верификации в процессе построения карты) ациклических когнитивных карт. Цель одного метода – идентификация рисков дублирующих влияний с последующей коррекцией карты при обнаружении дублирующих влияний, а другого – идентификация рисков ложной транзитивности в цепочках из двух влияний. Методы разработаны с учетом вычислительной сложности и направлены на снижение когнитивной нагрузки на эксперта при построении и верификации когнитивной карты.

При синтезе обратной связи в многомерных динамических системах неизбежно возникает проблема «большой размерности», преодоление которой требует привлечения методов декомпозиции. В 1990 году вышли статьи [1, 2], в которых были изложены основные принципы блочного управления в фундаментальных задачах (стабилизации, инвариантности, наблюдении, оптимальности и фильтрации) применительно к линейным системам управления. Блочный подход, который является конструктивной методологической основой для декомпозиционного синтеза систем управления различного назначения, состоит из двух этапов. На первом этапе с помощью пошаговой процедуры невырожденных преобразований математическая модель объекта управления приводится к блочной форме, структура которой отражает структурные свойства системы в решаемой задаче. На основе полученной блочной формы на втором этапе осуществляется блочный синтез, который сводится к последовательному решению элементарных подзадач меньшей размерности, чем исходная задача. В данной работе излагается генезис блочного принципа и основные направления его развития за последние двадцать лет.

Предложена модель памяти, названная ассоциативной ресурсной сетью. В ее основе лежит ресурсная сеть с переменной топологией. Способ хранения информации в ней таков, что наиболее часто используемые данные оказываются и наиболее доступными.