УДК 004
DOI: 10.36871/ek.up.p.r.2026.02.12.024

Авторы

Сайха Сайд-Ахмедовна Хаджимурадова,
Арби Саид-Ахмедович Хаджимурадов,
ФГБОУ Грозненский государственный нефтяной технический университет имени академика М. Д. Миллионщикова

Аннотация

В условиях стремительного роста объемов данных, сопровождающегося их высокой неоднородностью, фрагментарностью и противоречивостью, особую актуальность приобретает разработка и внедрение информационных технологий, ориентированных на интеллектуальную обработку данных, способных функционировать в условиях неопределенности и неполноты информации, что обусловлено как ограниченностью доступных источников, так и сложностью интерпретации получаемых сведений. В работе рассматриваются теоретические и прикладные аспекты использования методов искусственного интеллекта, нечеткой логики, машинного обучения и вероятностного моделирования, позволяющих обеспечивать адекватное извлечение знаний из неполных и слабо структурированных данных, а также анализируются особенности построения интеллектуальных систем поддержки принятия решений, функционирующих в условиях неопределенности.

Ключевые слова

интеллектуальная обработка данных, неопределенность, неполнота информации, искусственный интеллект, нечеткая логика, машинное обучение, большие данные

Список литературы

  1. Анохин В. А., Петров С. В. Интеллектуальные технологии в управлении организацией. —М.: КНОРУС, 2020. — 312 с.
  2. БеккерГ.Человеческий капитал: теория и практика. — М.: ЮНИТИ, 2020. — 336 с.
  3. БобровскийА.Л., СидороваЕ. Н.Системы поддержки принятия решений: теория и практика. — СПб.: Питер, 2021. — 288 с.
  4. Глазьев С. Ю. Цифровизация экономики и её влияние на управление. — М.: Экономика, 2022. — 398 с.
  5. Кудрин А. Л., Горюнов Е. Л. Методы принятия управленческих решений в условиях неопределенности. — М.: Институт Гайдара, 2021. — 320 с.
  6. Липинская Н. В. Информационные технологии в управлении и аналитике. — СПб.: Питер, 2020. — 304 с.
  7. Негребецкий В. И. Машинное обучение и искусственный интеллект в системах поддержки решений. — М.: Физматлит, 2021. — 352 с.
  8. Самарский А. А., Михайлов А. П. Математическое и системное моделирование: идеи и методы. — М.: Физматлит, 2020. — 400 с.
  9. Ткачев И. В. Управление человеческим капиталом и интеллектуальные технологии. — СПб.: Питер, 2021. — 352 с.
  10. Ясин Е. Г.Экономическое развитие и цифровая трансформация. — М.: Высшая школа экономики, 2021. — 340 с.