✖


Jump to content

Алексей Ивахненко

Алексей Ивахненко
Рожденный
Алексей Григоровых Ивакхенко

( 1913-03-30 ) 30 марта 1913 г.
Kobelyaky , Poltava Governorate , Russian Empire
Умер 16 октября 2007 г. (16 октября 2007 г.) (94 года)
Киев , Украина
Национальность Украинский
Альма-матер Ленинградский электротехнический институт ( магистр )
Известный Групповой метод обработки данных ,
глубокое обучение ,
индуктивное моделирование
Награды Заслуженный деятель науки СССР.
Две Государственные премии СССР.
Научная карьера
Поля Искусственный интеллект ,
машинное обучение ,
Информатика
Учреждения Глушкова Институт Кибернетики [ Великобритания ] ,
Киевский электротехнический институт ,
Киевский политехнический институт ( д.т.н. )
Диссертация Теория комбинированных систем автоматического управления электродвигателями   (1954 г.)
Известные студенты V. M. Kuntsevich, V. I. Kostiuk
V. I. Ivanenko, V. I. Vasylyev
О.А. Павлов

Алексей Ивахненко ( украинский : Олексий Григо́рович Іва́хненко ; 30 марта 1913 - 16 октября 2007) был советским и украинским математиком, наиболее известным благодаря разработке группового метода обработки данных (GMDH), метода индуктивного статистического обучения, за который его иногда называют. как «Отец глубокого обучения ». [1]

Молодость образование и ​

Алексей родился в Кобеляках в Полтавской губернии семье учителей. [2] В 1932 году окончил электротехнический техникум в Киеве и два года работал инженером на строительстве крупной электростанции в Березниках . Затем в 1938 году, после окончания Ленинградского электротехнического института работал во Всесоюзном электротехническом институте в Москве , Ивахненко в военное время . Там он исследовал проблемы автоматического управления в лаборатории, которой руководил Сергей Лебедев .

После возвращения в Киев в 1944 году он продолжил исследования в других учреждениях Украины. В этом же году он получил степень доктора философии. степень, а позже, в 1954 г., получил степень доктора наук. степень. В 1964 году он был назначен заведующим отделом комбинированных систем управления Института кибернетики. Одновременно работал сначала преподавателем, а с 1961 года — профессором кафедры автоматического управления и технической кибернетики Киевского политехнического института .

Исследования [ править ]

Ивахненко известен как основатель индуктивного моделирования — научного подхода, используемого для распознавания образов и прогнозирования сложных систем. [3] Он использовал этот подход при разработке группового метода обработки данных (ГМДХ). В 1968 году в журнале «Автоматика» была опубликована его статья «Групповой метод обработки данных – конкурент метода стохастической аппроксимации». [4] ознаменовав начало нового этапа в его научной деятельности. Он руководил разработкой этого подхода вместе с профессиональной командой математиков и инженеров Института кибернетики.

Групповой метод обработки данных [ править ]

Метод GMDH представляет собой уникальный подход к решению задач искусственного интеллекта и даже новую философию научных исследований , которые стали возможны с использованием современных компьютеров. [3] Исследователь может не придерживаться именно к традиционному дедуктивному способу построения моделей «от общей теории – к частной модели»: наблюдение за объектом, изучение его структуры, понимание принципов его работы, разработка теории и тестирование модели объекта. Вместо этого предлагается новый подход «от заданных данных – к общей модели»: после ввода данных исследователь выбирает класс моделей, тип генерации моделей-вариантов и задает критерий выбора модели. Поскольку большая часть рутинной работы переносится на компьютер, влияние человека на объективный результат сведено к минимуму. Фактически, этот подход можно рассматривать как одну из реализаций тезиса об искусственном интеллекте, который утверждает, что компьютер может выступать в качестве мощного советника для человека.

Развитие ГМДГ состоит из синтеза идей из разных областей науки: кибернетической концепции « черного ящика » и принципа последовательного генетического отбора парных признаков , теорем Гёделя о неполноте и Габора . принципа «свободы выбора решений» [5] и неправильность Адемара принцип Бера . внешних дополнений [6]

GMDH — оригинальный метод решения задач структурно-параметрической идентификации моделей по экспериментальным данным в условиях неопределенности . [7] Такая проблема возникает при построении математической модели , аппроксимирующей неизвестную закономерность исследуемого объекта или процесса. [8] Он использует информацию о себе, неявно содержащуюся в данных. GMDH отличается от других методов моделирования активным применением следующих принципов : автоматическая генерация моделей, неубедительные решения и последовательный отбор по внешним критериям для поиска моделей оптимальной сложности. В нем использовалась оригинальная многоуровневая процедура автоматического формирования структуры моделей, имитирующая эволюционный процесс биологического отбора с учетом попарно последовательных признаков. Такая процедура в настоящее время используется в сетях глубокого обучения . [9] Для сравнения и выбора оптимальных моделей используются два или более подмножества выборки данных. Это позволяет избежать предварительных предположений, поскольку разделение выборки неявно учитывает различные типы неопределенностей при автоматическом построении оптимальной модели.

В начале 1980-х годов Ивахненко установил органичную аналогию между проблемой построения моделей зашумленных данных и прохождением сигнала по каналу с шумом . [10] Это позволило заложить основы теории помехоустойчивого моделирования. [7] Основной результат этой теории состоит в том, что сложность оптимальной прогнозной модели зависит от уровня неопределенности данных: чем выше этот уровень (например, из-за шума), тем проще должна быть оптимальная модель (с меньшим количеством оцениваемых параметров). Это положило начало развитию теории GMDH как индуктивного метода автоматической адаптации оптимальной сложности модели к уровню информации в нечетких данных . Поэтому GMDH часто считают оригинальной информационной технологией извлечения знаний из экспериментальных данных .

Результаты [ править ]

Помимо ГМДХ, Ивахненко добился следующего набора результатов:

  • Принцип построения самоорганизующихся сетей глубокого обучения. [3]
  • Теория самоорганизации моделей по экспериментальным данным. [11]
  • Метод управления с оптимизацией прогноза. [12]
  • Новые принципы автоматического регулирования скорости двигателей переменного тока и асинхронных электродвигателей . [13]
  • Теория инвариантных систем адаптивного управления с компенсацией измеряемых возмущений. [14] Он разработал принцип косвенного измерения возмущений, получивший название «дифференциальная вилка», который впоследствии был использован на практике.
  • Принцип комбинированного управления (с отрицательной обратной связью по регулируемым переменным и положительной обратной связью по управляемым возмущениям). [15] Ряд таких систем управления скоростью электродвигателей был реализован на практике. Тем самым доказана практическая целесообразность использования инвариантных условий в комбинированных системах управления, объединяющих преимущества закрытых систем управления по отклонению (высокая точность) и открытых систем (производительность).
  • Неискательные крайние регуляторы на основе распознавания ситуаций. [16]
  • Принцип самообучающегося распознавания образов. Впервые это было продемонстрировано в когнитивной системе «Альфа». [8] созданный под его руководством.
  • Основы построения устройств кибернетического прогнозирования. [17]
  • Помехоустойчивые принципы робастного моделирования данных с шумами. [7]
  • Проектирование многослойных нейронных сетей с активными нейронами, где каждый нейрон представляет собой алгоритм.

Ивахненко известен своими достижениями в области теории инвариантности и теории комбинированных систем автоматического регулирования, работающих по принципу компенсации измеряемых возмущений. Он разработал устройства и методы адаптивного управления системами с магнитными усилителями и двигателями.

Он автор первой советской монографии по инженерной кибернетике . [16] который был опубликован во всем мире на семи языках. [18] В его исследовании дальнейшее развитие принципов комбинированного управления было связано с внедрением методов эволюционной самоорганизации , распознавания образов и прогнозирования в системы управления .

В последние годы его главное нововведение — метод GMDH — был разработан как метод индуктивного моделирования, сложных процессов и системного прогнозирования . Его идеи сейчас используются в сетях глубокого обучения . [19] Эффективность метода была неоднократно подтверждена при решении реальных сложных задач в области экологии , метеорологии , экономики и техники , что способствовало повышению его популярности среди международного научного сообщества. [20] Параллельно велись разработки эволюционных самоорганизующихся алгоритмов в смежной области – задачах кластеризации распознавания образов. [21] Достижения моделирования экологических процессов отражены в монографиях. [22] [10] экономические процессы - в книгах. [12] [23] результаты исследования рекуррентных многоуровневых алгоритмов GMDH. В книгах описаны [11] [3]

Научная школа [ править ]

С 1963 по 1989 год Ивахненко был редактором специализированного научного журнала «Автоматика» (позже «Проблемы управления и информатики»), сыгравшего решающую роль в становлении и развитии украинской школы индуктивного моделирования. На протяжении всех этих лет журнал переводился и переиздавался в США под названием «Советское автоматическое управление» (позже «Журнал автоматизации и информатики»).

Наряду с постоянными инновациями в своей области, начиная с 1945 года, Ивахненко вел активную преподавательскую деятельность сначала в должности доцента кафедры теоретической механики, а затем кафедры систем управления. С 1960 года, будучи профессором кафедры технической кибернетики Киевского политехнического института , он читал лекции в университете и студентам, а также руководил работой многих аспирантов. В 1958-1964 годах был организатором Всесоюзной конференции инвариантности в Киеве, на которой после запрета была восстановлена ​​разработка теории инвариантных систем управления. [24]

Его неиссякаемый энтузиазм помог более 220 молодым учёным подготовить и успешно защитить кандидатские диссертации. под его руководством защитил докторские диссертации в КПИ и Институте кибернетики, около 30 его студентов защитили докторские диссертации. Научная школа Ивахненко была и остается настоящей колыбелью высококвалифицированных научных специалистов. Кроме того, его ученики В.М.Кунцевич, В.И.Костюк, В.И.Иваненко, В.И.Васильев, А.А.Павлов и другие создали свои авторитетные научные школы. Ивахненко был ярким примером ученого с острым чувством новой и замечательной научной интуиции. До последних дней он продолжал активно работать и щедро генерировал оригинальные научные идеи и результаты.

Награды и почести [ править ]

Ивахненко — Почетный деятель науки СССР (1972), двукратный лауреат Государственной премии (1991, 1997) за работы по теории инвариантных автоматических систем и комплекс публикаций по информационным технологиям в области искусственного интеллекта. Автор 40 книг и более 500 научных статей. Почетный доктор Национального технического университета «КПИ» (2003 г.) и Львовской политехники (2005 г.). Он был членом-корреспондентом АН СССР (1961 г.), академиком НАН Украины (2003 г.).

Избранные работы [ править ]

  • Ивахненко А. Г. Эвристическая самоорганизация в задачах технической кибернетики , Автоматика, т.6, 1970 — с. 207-219.
  • Ивахненко А.Г. Полиномиальная теория сложных систем , Транзакции IEEE по системам Человек и кибернетика, 4, 1971 — с. 364-378.
  • Ивахненко А.Г.; Ивахненко Г.А. (1995). «Обзор проблем, решаемых алгоритмами группового метода обработки данных (GMDH)» (PDF) . Распознавание образов и анализ изображений . 5 (4): 527–535. CiteSeerX   10.1.1.19.2971 .
  • Ивахненко А.Г.; Мюллер, Ж.-А. (1997). «Последние разработки самоорганизующегося моделирования в прогнозировании и анализе фондового рынка» (PDF) . Микроэлектрон.Надежность . 37 : 1053–1072. CiteSeerX   10.1.1.19.4973 .

Ссылки [ править ]

  1. ^ Шмидхубер, Юрген. «Критика статьи со стороны «Заговора глубокого обучения». (Nature 521, стр. 436)» . Проверено 26 декабря 2019 г.
  2. ^ Бобрищев, К.В. (2002). Отчий Край (in Russian). Полтава: Дивосвит. pp. 284–293. ISBN  978-966-95846-9-4 .
  3. ↑ Перейти обратно: Перейти обратно: а б с д Мадала, HR; Ивахненко, А.Г. (1994). Алгоритмы индуктивного обучения для моделирования сложных систем (PDF) . Бока-Ратон: CRC Press. ISBN  978-0849344381 .
  4. ^ Ивахненко, А.Г. (1968). «Групповой метод обработки данных – конкурент метода стохастической аппроксимации». Советская автоматика . 13 (3): 43–55.
  5. ^ Габор, Д. (1971). Перспективы строгания. Организация экономического сотрудничества и развития . Лондон: Imp.Coll.
  6. ^ Бир, С. (1959). Кибернетика и управление . Лондон: Английский университет. Нажимать.
  7. ↑ Перейти обратно: Перейти обратно: а б с Ivakhnenko, A.G.; Stepashko, V.S. (1985). Pomekhoustojchivost' Modelirovanija (Noise Immunity of Modeling) (PDF) . Kyiv: Naukova Dumka.
  8. ↑ Перейти обратно: Перейти обратно: а б Ивахненко А.Г.; Лапа, В.Г. (1967). Кибернетика и методы прогнозирования (Современные аналитические и вычислительные методы в науке и математике, т. 8 изд.). Американский Эльзевир. ISBN  978-0444000200 .
  9. ^ Такао, С.; Кондо, С.; Уэно, Дж.; Кондо, Т. (2017). «Нейронная сеть типа GMDH с глубокой обратной связью и ее применение для анализа медицинских изображений МРТ-изображений мозга». Искусственная жизнь и робототехника . 23 (2): 161–172. дои : 10.1007/s10015-017-0410-1 . S2CID   44190434 .
  10. ↑ Перейти обратно: Перейти обратно: а б Иваненко, А.Г. (1982). Индуктивный метод самоорганизации моделей сложных систем (PDF) (на русском языке). Киев: Наукова думка.
  11. ↑ Перейти обратно: Перейти обратно: а б Ivakhnenko, A.G.; Yurachkovsky, Yu.P. (1986). Modelirovanie Slozhnykh Sistem po Exsperimentalnym Dannym (Modelling of Complex Systems on Experimental Data) . M: Radio i Svyaz.
  12. ↑ Перейти обратно: Перейти обратно: а б Ивахненко А.Г.; Мюллер, Дж. А. (1985). Самоорганизация моделей прогнозирования (PDF) (на русском языке). Киев: Техника.
  13. ^ Ивахненко, А.Г. (1953). Автоматическое регулирование скорости асинхронных двигателей средней мощности . Киев: Изд.АН СССР.
  14. ^ Ивахненко, А.Г. (1954). Теория комбинированного автоматического управления электродвигателями . Киев: Изд.КПИ.
  15. ^ Ивахненко, А.Г. (1954). Электроавтоматика . Киев: Гостехиздат.
  16. ↑ Перейти обратно: Перейти обратно: а б Ivakhnenko, A.G. (1959). Tekhnicheskaya Kibernetika . Kiev: Gostechizdat USSR.
  17. ^ Ивахненко, А.Г. (1969). Самообучающиеся системы распознавания и автоматического управления . Киев: Техника.
  18. ^ Ивачненко, А.Г. (1962). Техническая кибернетика . Берлин: Верлаг Техник.
  19. ^ Шмидхубер, Дж. (январь 2015 г.). «Глубокое обучение в нейронных сетях: обзор» (PDF) . Нейронные сети . 61 : 85–117. arXiv : 1404.7828 . дои : 10.1016/j.neunet.2014.09.003 . ПМИД   25462637 . S2CID   11715509 . Проверено 26 декабря 2019 г.
  20. ^ Фарлоу, С.Дж. , изд. (1984). Методы самоорганизации в моделировании: алгоритмы типа GMDH (Статистика: Учебники и монографии, т.54 изд.). Марселя Деккера Inc. ISBN  978-0824771614 . Проверено 26 декабря 2019 г.
  21. ^ Иваненко А.Г.; Зайченко Ю.П.; Димитров, В.Д. (1976). Принятие решений на основе самоорганизации . М: Сов.Радио.
  22. ^ Иваненко, А.Г. (1975). Долгосрочное прогнозирование и управление сложными системами (PDF) (на русском языке). Киев: Техника.
  23. ^ Ивачненко А.Г.; Мюллер, Дж. А. (1984). Самоорганизация моделей прогнозирования . Берлин: Веб Верлаг Техник.
  24. ^ «Наука и промышленность». Правда . Коммунистическая партия СССР. 16 мая 1941 года.

Внешние ссылки [ править ]

Retrieved from "https://en.wikipedia.org/w/index.php?title=Alexey_Ivakhnenko&oldid=1228471002"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 2c474cf527be28d4e61f1386e8a2d608__1718096940
URL1:https://arc.ask3.ru/arc/aa/2c/08/2c474cf527be28d4e61f1386e8a2d608.html
Заголовок, (Title) документа по адресу, URL1:
Alexey Ivakhnenko - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)