ИВМ СО РАН ПоискEnglish
список сотрудников по алфавиту
о сотруднике
curriculum vitae
гранты
научная деятельность
публикации
институт
исследования
ссылки
библиотека
конкурсы
документы
адреса и телефоны
метеостанция
 

Сведения о наиболее значимых проектах и грантах профессора А. В. Лапко

Научные исследования выполнялись в рамках 4 грантов РФФИ (включая грант ведущих научных школ №96–01–00176), гранта РГНФ, проекта Федеральной целевой программы «Интеграция», пяти проектов Министерства образования по фундаментальным исследованиям в области математики и кибернетики (Конкурсные центры при Санкт-Петербургском и Новосибирском университетах, Санкт-Петербургском электротехническом университете):

  • Грант РГНФ №03–05–12012в «Разработка территориально распределённой информационной системы эпидемиологического мониторинга артериальной гипертонии среди населения региона»

    1. Информационная система эпидемиологического мониторинга артериальной гипертонии среди населения региона (ИС ЭМАГ).

      Структура информационной системы эпидемиологического мониторинга артериальной гипертонии среди населения региона имеет три уровня:

    2. Математические и программные средства оптимизации многоуровневой структуры информационной системы эпидемиологического мониторинга артериальной гипертонии:

    3. Математическое и программное обеспечение обработки данных эпидемиологического мониторинга артериальной гипертонии

  • Грант РФФИ №97–01–01043 «Разработка теоретических основ оптимального синтеза и анализа многоуровневых непараметрических систем классификации»

    Созданы теоретические основы оптимального статистического синтеза и анализа многоуровневых непараметрических систем классификации, обеспечивающих обход проблем больших выборок и рациональное использование априорных сведений при решении задач распознавания образов. В рамках нового научного направления разработаны статистические модели комплекса развивающихся систем с дискретным временем по данным повторяющихся реализаций динамики их параметров. Предложен и обоснован оригинальный рандомизированный подход определения коэффициентов размытости непараметрических решающих правил, использующий идею их случайного выбора. Исследованы асимптотические свойства статистических оценок вероятностных показателей эффективности изучаемого класса систем, определена зависимость их скоростей сходимости от параметров структуры и объёма обучающих выборок. На этой основе построены критерии оценивания показателей их эффективности в условиях ограниченных выборок.

    Результаты исследований реализованы в виде интеллектуальной информационной технологии автоматизации проектирования многоуровневых непараметрических систем классификации в среде визуального программирования Delphi для IBM совместимых компьютеров. Опубликованы монографии «Многоуровневые непараметрические системы принятия решений», «Имитационные модели пространственно распределённых экологических систем».

  • Грант РФФИ №00–01–00001 «Разработка непараметрических систем распознавания образов, основанных на методе коллективного оценивания»

    Разработаны теоретические основы синтеза и анализа непараметрических моделей распознавания образов коллективного типа, построение которых предполагает формирование семейства упрощённых аппроксимаций уравнения разделяющей поверхности относительно системы «опорных» ситуаций из обучающей выборки с последующим их объединением в единую решающую функцию с помощью методов непараметрической статистики.

    Обобщена методика количественного оценивания области компетентности изучаемого класса систем при равномерном законе распределения «опорных» ситуаций на произвольные их плотности вероятности. Используя статистические оценки интегральных показателей условий классификации и отношение «количество элементов коллектива/объём обучающей выборки», предложены критерии выбора непараметрических алгоритмов распознавания образов, что обеспечивает их систематизацию и автоматизацию проектирования. На основе рандомизированной и итерационной процедур формирования упрощённых аппроксимаций решающей функции разработан оригинальный комбинированный алгоритм оптимального синтеза структуры непараметрических систем распознавания образов коллективного типа, позволяющий в (2-3) раза повысить их вычислительную эффективность. Создано программное обеспечение построения непараметрических систем классификации коллективного типа и методом статистического моделирования исследованы их свойства при конечных объёмах обучающих выборок. Полученные научные результаты реализованы в интеллектуальной информационной технологии автоматизации и проектирования непараметрических коллективов в среде Delphi для компьютеров типа Pentium и представлены в монографии «Непараметрические коллективы решающих правил».

  • Грант РГНФ №98–06–12001в «Разработка интеллектуальной информационной системы комплексного исследования развития здоровья человека и населения региона по данным популяционных обследований»

    Создана информационная система прогнозирования и оптимизации динамики показателей здоровья населения региона по согласованным данным коротких временных рядов наблюдений параметров изучаемого процесса. Подобные условия характерны для уникальных медико-биологических систем, к которым относятся, например, развитие здоровье однородных групп населения с учётом экологических факторов, процессы лечения и адаптации человека. Предложен новый класс непараметрических моделей временных медико-биологических зависимостей, основанный на методе коллективного оценивания.

    Непараметрические коллективы решающих правил позволяют использовать не только информацию, содержащуюся в элементах временного ряда значений медико-биологических параметров, но и вскрывать их интегральные свойства путём управляемого сочетания преимуществ параметрических и локальных аппроксимаций восстанавливаемой зависимости.

    С помощью непараметрических коллективов разработана методика оценивания вклада факторов риска в формирование значений показателей заболеваемости населения региона. Предложенный подход использует возможность представления при линейных упрощённых аппроксимациях непараметрических коллективов в виде линейного полинома в пространстве аргументов с нелинейными коэффициентами, что позволяет по их значениям проводить дифференциацию факторов риска заболеваний в конкретно сложившихся условиях.

    На основе статистической модели и численных методов поиска экстремума разработана информационная подсистема оптимизации процесса развития здоровья населения региона. Цель задачи состоит в определении таких значений факторов риска (в частности, экологических параметров), при которых достигался бы заданный пользователем-экспертом уровень показателя заболеваемости. Данная задача является обратной по отношению к прогнозу заболеваемости населения и решается на основе моделей её динамики.

    Информационная система внедрена в Центре госсанэпидемнадзора Красноярского края для прогнозирования уровня заболеваемости населения региона, оценивания вклада отдельных экологических параметров в изменение её динамики, выбора благоприятных экологических условий.

    Информационные средства оценивания состояния функциональных подсистем человека внедрена в Институте медицинских проблем Севера СО РАМН и Больнице скорой медицинской помощи г. Красноярска при решении задач прогноза исходов и тяжести течения послеоперационного периода у больных с ранением сердца и перикарда.

    Для широкого ознакомления пользователей с информационной системой разработан её демонстрационный вариант. Программное обеспечение системы ориентировано для работы в операционной среде Windows95 на компьютере типа 486DX4 или Pentium с объёмом оперативной памяти не менее 8 Мб.

  • Проект Федеральной целевой программы «Государственная поддержка интеграции высшего образования и фундаментальной науки» — Подготовка и издание учебного пособия «Непараметрические системы обработки информации»

    • В учебном пособии с единых теоретических позиций анализируются проблемы комплексного исследования систем при априорной неопределённости. Предлагаются оригинальные непараметрические модели статических и динамических систем, алгоритмы оптимизации и принятия решений при неполной информации. Рассматривается решение ряда практических задач из различных прикладных областей. Книга предназначена для студентов и специалистов в области информационных технологий, автоматизированных систем обработки информации, управления в сложных системах, искусственного интеллекта.
Webmaster