ADVANCED TECHNOLOGIES AND COMPUTER SCIENCE
https://atcs.iict.kz/index.php/atcs
<p>Научный, научно-образовательный, междисциплинарный журнал с базовой специализацией в области информатики, автоматизации и прикладной математики. Издается в печатной и онлайн версиях. Печатная версия издается с 2020 г. Онлайн версия издается с 2020 г. Выходит 1 раз в квартал.</p> <p>Плата за публикацию и обработку рукописей не взимается. Максимальный срок рецензирования статьи составляет 3 месяца.</p>RSE "Institute of Information and Computational Technologies" SC MES RKru-RUADVANCED TECHNOLOGIES AND COMPUTER SCIENCE2788-7987МАРКОВСКИЕ ИДЕИ В БАЙЕСОВСКИХ СЕТЯХ
https://atcs.iict.kz/index.php/atcs/article/view/134
<p>В статье рассматриваются байесовские сети (в дальнейшем БС) с дополнительными ограничениями, обусловленными идеями марковских сетей (в дальнейшем МС). Графовые модели, описываемые подобными сетями, будем называть байесовскими марковскими сетями (БМС). Данные модели описывают многие реальные задачи с различными видами неопределенностей, имеющих различные причинно-следственные связи. Ограничения, накладываемые марковским свойством, во многих случаях позволяют значительно упростить расчеты в байесовских сетях при наличии свидетельств. В то же время практика показывает, что большинство моделей, отражающих реальные процессы и построенных на аппарате байесовских сетей в действительности обладают и марковским свойством.</p> <p>В статье описаны идеи расчетов в байесовских сетях с ограничениями, накладываемыми марковским свойством. Описаны различия при расчетах в байесовских сетях без марковских ограничений и с марковскими ограничениями.</p> <p>Работа написана в рамках грантового финансирования AP19679142 «Поиск оптимальных решений в байесовских сетях в моделях с линейными ограничениями и линейными функционалами. Разработка алгоритмов и программ» (2023-2025гг.) МОНВ РК.</p>Assel Abdildayeva
Copyright (c) 2023 ADVANCED TECHNOLOGIES AND COMPUTER SCIENCE
https://creativecommons.org/licenses/by-nc/4.0
2023-09-272023-09-2713916Operational Calculus of Modified Subset Construction
https://atcs.iict.kz/index.php/atcs/article/view/132
<p><span style="font-weight: 400;">We present the continuation of studying Extended Regular Expression (ERE) on the view of modified subset construction within the overridden operators like intersection, subtraction, and re-written complement. As before we have stated that in this case the complexity has a decreasing nature and tendency. We will give the strict definition of the operational part of this modified subset construction which is due to Rabin and Scott. The complexity of algorithm remains a magnitude less than NP-hard problems for which we have given the strict proof of equivalence in the prior work, so this work continues the studying of the comparable proof for a variety of problems to be computationally complex, however, explainable in terms of unified approach like operational calculus. In this calculus the general points of research are given to the representation of modified subset construction with at least two operands which are to be computed by subset construction and in terms of complexity of the effective algorithm they are computed using modified subset construction.</span></p>Mirzakhmet Syzdykov
Copyright (c) 2023 ADVANCED TECHNOLOGIES AND COMPUTER SCIENCE
https://creativecommons.org/licenses/by-nc/4.0
2023-09-272023-09-271348ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ МАШИННОГО ОБУЧЕНИЯ ПРИ ДИАГНОСТИКЕ ГЛАУКОМЫ
https://atcs.iict.kz/index.php/atcs/article/view/137
<p><em>Глаукома — это прогрессирующее заболевание глаз, которое при отсутствии лечения может привести к необратимой потере зрения или полной слепоте. Раннее выявление и лечение глаукомы имеют решающее значение для предотвращения потери зрения. Однако диагностика и лечение глаукомы требует тщательного тестирования и регулярного мониторинга, что может занимать много времени и средств. Диагностика глаукомы - сложный процесс, требующий высокой точности и эффективности в выявлении симптомов заболевания. В последние годы применение технологий машинного обучения стало все более популярным в области диагностики глаукомы. В этой статье представлен обзор недавних исследований, которые применяли алгоритмы машинного обучения для диагностики глаукомы, включая классификацию глаукомы и прогнозирование ее прогрессирования. Статья подчеркивает преимущества применения современных технологий машинного обучения, такие как улучшение точности, эффективности и объективности в диагностике глаукомы. Кроме того, описываются некоторые проблемы и ограничения этих технологий, а также предлагаются потенциальные решения. В целом, статья подчеркивает потенциал технологий глубокого обучения в диагностике глаукомы и их роль в улучшении результатов для пациентов.</em></p>Кымбат Момынжанова
Copyright (c) 2023 ADVANCED TECHNOLOGIES AND COMPUTER SCIENCE
https://creativecommons.org/licenses/by-nc/4.0
2023-09-272023-09-27131726Artificial Intelligence for Complexity Theory
https://atcs.iict.kz/index.php/atcs/article/view/133
<p><span style="font-weight: 400;">In this continued series of work, we present the theoretical and practical results towards reasoning with modern methods of Artificial Intelligence (AI). We justify our methodology with help of illustrative examples from Computer Science relying on the regular expression matching algorithm and application of the proposed solution for the task of identifying files consistency according to the unknown format. We will also give several notable proofs to the classical theorems which in some sense are coherent to the terms like AI and algorithmic complexity, however, or at least, nowadays they’re solved involving the huge amount of hardware resources and together constitute the new formation in the modern age with help of specifically crafter hardware modules – we’re still about to represent the model in more classical understanding from the point of view of computational complexity, concise reasoning and computer logic within the classical models, theorems and proofs as the base approach of estimating the costs needed to build Artificial Neural Networks (ANN) or Machine Learning (ML) data.</span></p>Mirzakhmet Syzdykov
Copyright (c) 2023 ADVANCED TECHNOLOGIES AND COMPUTER SCIENCE
https://creativecommons.org/licenses/by-nc/4.0
2023-09-272023-09-27132731СПОСОБ ПОСТРОЕНИЯ МОДЕЛЕЙ ИНФОРМАЦИОННЫХ АТАК
https://atcs.iict.kz/index.php/atcs/article/view/139
<p>Рассмотрены и проанализированы существующие подходы к построению формальных моделей информационных атак. Сформулированы основные требования к моделям информационных атак. Предложен метод построения моделей информационных атак, основанный на контрольных переходах электронной сети и мультиагентном управлении, с учетом сформулированных требований. Рассмотренные подходы к моделированию позволяют описать процесс информационной атаки с разной степенью детализации. Модели используют различные математические основы, но большинство из них основаны на конечных автоматах и представляют атаку какпоследовательность состояний автомата. Ни одна из моделей не позволяет учесть уязвимость, активируемую таким комплексом, способ ее реализации и возможные последствия. Модели позволяют нам более точно определять эффективность существующих</p> <p>и разрабатываемых средств защиты от имитируемых информационных атак</p>Aliya BarakovaОлга
Copyright (c) 2023 ADVANCED TECHNOLOGIES AND COMPUTER SCIENCE
https://creativecommons.org/licenses/by-nc/4.0
2023-09-272023-09-27133238