Скачать прайс-лист
Читать онлайн
91614182

Когнитивное моделирование

Авторы:
Когнитивное моделирование когнитивная наука высокоинтеллектуальные системы нейронные сети
Монография Информационные технологии
Бумажная
Электронная
  • Формат: 70x100/16
  • Переплёт: твёрдый
  • Год издания: 2025 г.
  • Объём: 252 стр.
  • Объём: 20.48 п.л.
  • Номер издания: 1
  • Вес: 514 г.
  • ISBN: 978-5-7038-6559-0
  • Формат: PDF
  • Объём: 252 стр.
  • Год издания: 2025 г.
  • Номер издания: 1
  • ISBN: 978-5-7038-6559-0

О книге

Представлены основные сведения о теоретических основах когнитивной науки и их применении в моделировании когнитивных функций, об особенностях когнитивных процессов, методах когнитивного моделирования и их значении в разработке высокоинтеллектуальных систем. Рассмотрено применение нейронных сетей в моделировании когнитивных функций, а также в статистических и вероятностных методах анализа данных при когнитивном моделировании.
Для бакалавров, специалистов и магистров, обучающихся по направлениям подготовки «Прикладная информатика», «Безопасность автоматизированных систем», «Информатика и вычислительная техника», а также аспирантов и исследователей, специализирующихся по таким научным направлениям, как «Когнитивное моделирование», «Искусственный интеллект и машинное обучение», «Системный анализ, управление и обработка информации».
Список литературы
  1. Ковалева А.В. Нейрофизиология, физиология высшей нервной деятельности и сенсорных систем: учебник для вузов. М.: Юрайт, 2024. 365 с.
  2. Соколова Л.В. Психофизиология. Развитие учения о мозге и поведении: учеб. пособие для вузов. 2-е изд., испр. и доп. М.: Юрайт, 2024. 210 с.
  3. Арефьева А.В., Гребнева Н.Н. Нейрофизиология: учеб. пособие для вузов. М.: Юрайт, 2024. 139 с.
  4. Киселев С.Ю. Анатомия центральной нервной системы: учеб. пособие для вузов. М.: Юрайт, 2024. 65 с.
  5. Циркин В.И., Трухина С.И., Трухин А.Н. Нейрофизиология: основы нейрофизиологии: учебник для вузов. 2-е изд., испр. и доп. М.: Юрайт, 2024. 504 с.
  6. Equal Numbers of Neuronal and Nonneuronal Cells Make the Human Brain an Isometrically Scaled-Up Primate Brain/Frederico A.C. Azevedo, Ludmila R.B. Carvalho, Lea T. Grinberg, Josе Marcelo Farfel, Renata E.L. Ferretti, et al. // The Journal of Comparative Neurology. 2009. Vol. 513. Iss. 5. P. 532–541. doi: 10.1002/cne.21974.
  7. Основы нейробиологии: учебник / О.Л. Кундупьян, А.С. Фомина, М.Ю. Бибов. Ростов-на-Дону, Таганрог: Изд-во Южного федерального университета, 2022. 384 с.
  8. Психофизиология образования: учеб. пособие / Л.С. Подымова, С.А. Сеина. Москва, Берлин: Директ-Медиа, 2021. 220 с.
  9. Лекции о работе больших полушарий головного мозга / И.П. Павлов. М.: Изд-во АМН СССР, 1952. 297 с.
  10. Купавцев А.В. Мышление и когнитивное познание // Необратимые процессы в природе и технике: Двенадцатая Всероссийская конференция: (Москва, 31 января – 3 февраля 2023 года): труды конференции в 2 т. / Министерство науки и высшего образования Российской Федерации [и др.]. М.: Изд-во МГТУ им. Н.Э. Баумана, 2023. С. 293–296.
  11. Арбиб М. Мозг, машина и математика: пер. с англ. А.Д. Коршукова / под ред. М.И. Кратко. М.: Наука, 1968. 22 с.
  12. От моделей поведения к искусственному интеллекту / [П.К. Анохин и др.]; под ред. В.Г. Редько. М.: URSS, 2006. 447 с.
  13. Сварник О.Е. Активность мозга: специализация нейрона и дифференциация опыта. М.: Институт психологии РАН, 2016. 190 с.
  14. Теплов Л.П. Очерки о кибернетике. М.: Моск. рабочий, 1963. 415 с.
  15. Сырямкин В.И., Шумилов В.Н. Синтез искусственного носителя интеллекта: информационно-биологический подход. Москва, Берлин: Директ-Медиа, 2021. 412 с.
  16. Умрюхин Е.А. Творческий интеллект в деятельности преподавателя: нейрокибернетические аспекты. М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. 350 с.
  17. Retention of Memory through Metamorphosis: Can a Moth Remember What It Learned as a Caterpillar?/Douglas J. Blackiston, Elena Silva Casey, Marta R. Weiss // OPEN ACCESS Freely available online. PLoS ONE. March 2008. Vol. 3. Iss. 3. e1736. URL: www.plosone.org
  18. Лекун Я.Р. Как учится машина: Революция в области нейронных сетей и глубокого обучения: пер. с фр. Е.Арсеновой, ред. В. Скворцов; науч. ред. пер. М. Плец. М.: Альпина Паблишер, 2021. 335 с.
  19. Данилин С.Н., Щаников С.А., Борданов И.А., Зуев А.Д., Пантелеев С.В. Актуальные задачи теории и практики системной инженерии // Радиотехнические и телекоммуникационные системы. 2020. № 4 (40). С. 42–55.
  20. Панилов П.А., Иванов А.М. Агентная имитационная модель и онтология финансового взаимодействия физических и юридических лиц с банками на примере банк-клиента // Молодежный научно-технический вестник: студенческая весна 2012. 2012. № 5. С. 39.
  21. Алтемирова Х.С. Искусственный интеллект и возможности его применения в разных сферах жизни // Молодой ученый. 2023. № 48 (495). С. 5–7.
  22. Пролетарский А.В., Скворцова М.А., Терехов В.И. Гибридная интеллектуальная система оценки рисков на основе неструктурированной информации // Нейрокомпьютеры: разработка, применение. 2017. № 1. С. 66–74.
  23. Панилов П.А., Рыжова Н.В., Орлов А.С. Разработка методик по моделированию и определению путей формирования профессиональных компетенций выпускника МГТУ им. Н.Э. Баумана // Академические чтения по космонавтике, посвященные памяти академика С.П. Королева и других выдающихся отечественных ученых – пионеров освоения космического пространства, 47-е, Москва, 24–27 января 2023 года: сборник тезисов: в 4 т. / Российская академия наук, Государсвенная корпорация по космической деятельности «Роскосмос», комиссия РАН по разработке научного наследия пионеров освоения космического пространства, МГТУ им. Н.Э. Баумана (нац. исследовательский ун-т). 2023. Т. 3. С. 28–31.
  24. Горелова Г.В. Киберфизические системы и когнитивное моделирование сложных систем // Материалы XXVII международной конференции «Проблемы управления безопасностью сложных систем» 18 декабря 2019 г., Москва, Ин-ст проблем управления им. В.А. Трапезникова РАН / под общ. ред. А.О. Калашникова, В.В. Кульбы. 2020. № 1. С. 299–304. URL: https://iccss.2019.ipu.ru/procudings/299.pdf (дата обращения 12.06.2024)
  25. Горячкин Б.С., Ким Р.И. Анализ и синтез моделей машинного обучения для решения задачи поиска именованных сущностей // Нейрокомпьютеры: разработка, применение. 2024. Т. 26. № 3. С. 5–13.
  26. Мосейко В.О., Коробов С.А., Тарасов А.В. Когнитивное моделирование при формировании управленческих решений: потенциал ресурсно-факторного анализа // Креативная экономика. 2015. Т. 9. № 5. С. 629–644. doi: 10.18334/се.9.5.267.
  27. Цибизова Т.Ю., Панилов П.А., Кочешков М.А. Мониторинг безопасности системы защиты информации критической информационной инфраструктуры на основе когнитивного моделирования // Известия Тульского государственного университета. Серия: Технические науки. 2023. № 6. С. 33–41.
  28. Ляпунцова Е.В. Исследование и выбор нейронной сети для определения качества продукции // Известия Тульского государственного университета. Серия: Технические науки. 2024. № 2. С. 36–40.
  29. Гапонов В.Р., Ляпунцова Е.В. Технологии искусственного интеллекта в современном мире // Известия Тульского государственного университета. Серия: Технические науки. 2024. № 2. С. 41–44.
  30. Руннова А.Е., Журавлев М.О., Лопатин Д.В. Математическое моделирование некоторых аспектов когнитивного распознавания сложных объектов с пространственной перспективой // Вестник Тамбовского университета. Серия: Естественные и технические науки. 2017. Т. 22. № 1. С. 33–38.
  31. Наумов А.Э., Бровкин В.Ю., Шорин В.Д. Автоматизированные обучающие системы. История развития и классификация // Известия Тульского государственного университета. Серия: Технические науки. 2022. Вып. 9. С. 173–176.
  32. Хуторской А.В. Методика личностно-ориентированного обучения. Как обучать всех по-разному?: пособие для учителя. М., ВЛАДОС. 2005. 383 с.
  33. Калдыбаев С.К., Бейшеналиев А.Б. Качество образовательного процесса в структуре качества образования // Успехи современного естествознания. 2015. № 7. С. 90–97.
  34. Джарратано Дж., Райли Г. Экспертные системы: принципы разработки и программирование. М.: Вильямс, 2006. 1152 с.
  35. OWL Web Ontology Language Semantics and Abstract Syntax. Recommendation W3C 10 February 2004 / eds. Peter F. Patel-Schneider, Patrk Hayes, Ian Horrocks. URL: https://www.w3.org/TR/owl-absyn/ (дата обращения 28.04.2024)
  36. Protege. URL: http://protege.stanford.edu/ (дата обращения 28.04.2024).
  37. Карпенко А.П., Соколов Н.К. Оценка сложности семантической сети в обучающей системе // Образовательные технологии. 2010. № 3. С. 63–84.
  38. Норенков И.П., Зимин А.М. Информационные технологии в образовании. М.: Изд-во МГТУ им. Н.Э. Баумана. 2004. 352 с.
  39. Карпенко А.П., Соколов Н.К. Меры сложности семантической сети обучающей системы // Вестник МГТУ им. Н.Э. Баумана. Серия: Приборостроение. 2009. № 1. С. 50–66.
  40. Карпенко А.П., Соколов Н.К. Расширенная семантическая сеть обучающей системы и оценка ее сложности // Наука и образование (МГТУ им. Н.Э. Баумана) (электронный журнал). 2008. № 12. С. 4–8.
  41. Шеннон К.Э. Работы по теории информации и кибернетике: Сб. статей/пер. с анг.; предисл. А.М. Колмогорова; под ред. Р.Л. Добрушина, О.Б. Лупанова. М.: Изд-во иностранной литературы, 1963. 829 с.
  42. Норенков И.П., Соколов Н.К. Синтез индивидуальных маршрутов обучения в онтологических обучающих системах // Информационные технологии. 2009. № 3. С. 74–77.
  43. Алексеев В.Е., Таланов В.А. Графы. Модели вычислений. Структуры данных: учебник. Нижний Новгород: Издательство Нижегородского гос. университета, 2005. 307 с.
  44. Галямова Е.В., Карпенко А.П., Соколов Н.К., Ягудаев Г.Г. Контроль понятийных знаний субъекта обучения в обучающей системе // Вестник Московского автомобильно-дорожного государственного технического университета. 2009. № 2 (17). С. 82–86.
  45. Массель А.Г., Пяткова Н.И. Применение методов когнитивного моделирования для анализа угроз энергетической безопасности // Информационные и математические технологии в науке и управлении. 2020. № 4 (20). С. 24–33.
  46. Кондратенко Ю.В., Сидорова Н.А. Моделирование угроз кибербезопасности критических информационных инфраструктур // Моделирование и анализ информационных систем. 2019. Т. 26. № 4. С. 483–491.
  47. Ерышов В.Г., Куликов Р.Д. Моделирование процесса защиты объектов критической информационной структуры промышленных предприятий от компьютерных атак // Морской вестник. 2021. № 1 (77). С. 91–96.
  48. Коноваленко С.А., Королев И.Д. Выявление уязвимостей информационных систем посредством комбинированного метода анализа параметрических данных, определяемых системами мониторинга вычислительных сетей // Альманах современной науки и образования. 2016. № 11 (113). С. 60–66.
  49. Лавриненко А.А., Гончаренко В.М. Методы анализа графов в задачах информационной безопасности // Информационные технологии и вычислительные системы. 2016. № 3. С. 63–70.
  50. Кравченко В.Ф., Брейман Е.И. Онтология и тезаурус в задачах моделирования знаний // Вычислительные технологии. 2006. Т. 11. №. 2. С. 57–74.
  51. Суханов В.А., Цибизова Т.Ю. Архитектура системы развития и поддержки профессиональной интеллектуальной деятельности // Динамика сложных систем – XXI век. 2020. Т. 14. № 1. С. 23–31.
  52. Кузьмин А.Д. Обеспечение информационной безопасности на объектах критической информационной структуры // Вестник науки. 2022. Т. 4. № 7 (52). С. 101–104.
  53. Панилов П.А., Цибизова Т.Ю., Чернега Е.В. Разработка алгоритма управления когнитивными функциями в интеллектуальных системах безопасности // Известия Тульского государственного университета. Серия: Технические науки. 2023. № 10. С. 47–61.
  54. Закиева Е.Ш. Алгоритм интеллектуальной поддержки принятия управленческих решений на основе нечеткой когнитивной модели оценки уровня безопасности // Современные наукоемкие технологии. 2021. № 11–1. С. 43–48.
  55. Лось В.П., Маланьин Д.Д. Методы интеллектуального анализа данных, применяемые в задаче обнаружения вторжений // Информация и безопасность. 2022. Т. 25. № 4. С. 599–608.
  56. Коробкин В.В., Колоденкова А.Е. Повышение безопасности информационно-управляющих систем путем их диагностирования на основе когнитивного и нечеткого когнитивного моделирования // XV Научно-практическая конференция: Безопасность ядерной энергетики, Волгодонск, 6–7 июня 2019 г. Тезисы докладов. Волгодонск, 2019. С. 60–68.
  57. Миронова К.В. Проектирование системы обнаружения вторжений для мониторинга распределенной информационной системы с использованием больших данных // Вестник молодых ученых Санкт-Петербургского государственного университета технологии и дизайна. 2021. № 4. С. 47–52.
  58. Грибенюкова В.А. Анализ защищенности информационной системы с использованием агентного моделирования // Информационная безопасность — актуальная проблема современности. Совершенствование образовательных технологий подготовки специалистов в области информационной безопасности. 2017. № 1 (8). С. 259–261.
  59. Шарапова Ю.Д. Мониторинг промышленной безопасности. Безопасная технология критических процессов // Молодежь и научно-технический прогресс: XIV Международная научно-практическая конференция студентов, аспирантов и молодых ученых, 8–9 апреля 2021 г., сборник докладов: в 2 т. г. Губкин Белгородская обл. Губкин, Старый Оскол: Изд-во Губкинского филиала БГТУ им. В.Г. Шухова; Ассистент плюс, 2021. С. 594–596.
  60. Потанина О.В. Когнитивная компетенция будущего инженера: сущность, структура, содержание // Вестник Башкирского университета. 2009. № 14 (1). С. 298–301.
  61. Гилязова О.С., Замощанская А.Н., Замощанский И.И. Концепция и фреймворк универсальных компетенций в российском высшем образовании: осмысление их значения и особенностей // Мир науки. Педагогика и психология. 2023. Т. 11. № 5. URL: https://mir-nauki./PDF/60PDMN523.pdf (дата обращения 14.04.2024)
  62. Гилев А.А. Основные индикаторы когнитивных компетенций // Вестник Самарского государственного технического университета. Серия: Психолого-педагогические науки. 2014. № 1 (21). С. 53–61.
  63. Александров А.А., Цветков Ю.Б. Инженерное образование как стратегический фактор развития страны // Военная безопасность России: взгляд в будущее. Материалы 6-й Международной межведомственной научно-практической конференции научного отделения № 10 Российской академии ракетных и артиллерийских наук. Москва, 18 марта 2021 года. В 3-х т. М.: Изд-во МГТУ им. Н.Э. Баумана, 2021. Т. 2. С. 11–23.
  64. Бершадская Е.А., Бершадский М.Е. Когнитивные технологии в образовании // Вестник Северо-Восточного федерального университета имени М.К. Аммосова. Серия: Педагогика. Психология. Философия. 2016. № 3 (03). С. 5–11.
  65. Цветков Ю.Б. Онтологическое моделирование предметной области как средство повышения эффективности усвоения инженерных дисциплин // Ключевые тренды развития искусственного интеллекта: наука и технологии: Сборник трудов международной ИТ-конференции. Москва, 21 апреля 2023 г. МГТУ им. Н.Э. Баумана (национальный исследовательский ун-т). Научно-учебный комплекс «Информатика и системы управления МГТУ им. Н.Э. Баумана, научно-образовательный центр «Технологии искусственного интеллекта» МГТУ им. Н.Э. Баумана. М., С. 111–117.
  66. Куликова А.А. Онтологии терминов предметной области как один из инструментов электронного обучения // Электронное обучение в непрерывном образовании 2018. V Международная научно-практическая конференция. (Россия, Ульяновск, 18–20 апреля 2018 г.): сборник научных трудов. Ульяновск: Изд-во УлГТУ, 2018. С. 531–538.
  67. Gruber T.R. A Translation Approach to Portable Ontology Specifications // Knowledge Acquisition. 1993. No. 5 (2). P. 199–220.
  68. Еремин Е.А. Онтологии как средство представления учебного материала // Вестник Пермского государственного гуманитарно-педагогического университета. Серия: Информационные компьютерные технологии в образовании. 2007. № 3. С. 23–36.
  69. Sosnovsky S., Gavrilova T. Development of educational ontology for C-programming // ResearchGate. Junuary. 2006. No. 13 (4). P. 303–308.
  70. Stancin K., Poscic P., Jaksic D. Ontologies in education – state of the art // Education and Information Technologies. 2020. No. 25 (6). Р. 5301–5320.
  71. Wang Y., Wang Z., Hu X., Bai T., Yang S., Huang L. A Courses Ontology System for Computer Science Education: International Conference on Computer Science and Educational Informatization (CSEI). (16–19 August 2019. Kunming, China). IEEF., 2019. P. 251–254.
  72. Mosharraf M., Taghiyareh F. Automatic syllabus-oriented remixing of open educational resources using agent-based modeling // IEEE transactions on learning technologies. 2019. No. 13 (2). P. 297–311.
  73. Nahhas S., Bamasag O., Khemakhem M., Bajnaid N. Leveraging Linked Data to Propel Competency-Based Education Based on Labour Skills // 2-nd International Conference on Computer Applications & Information Security (ICCAIS) (01–03 muy, 2019, Riyadh, Saudi Arabia). IEEE, 2019. P. 1–6.
  74. Piedra N., Caro E.T. (LOD-CS2013: Multileaning through a semantic representation of IEEE computer science curricula // In 2018 IEEE Global Engineering Education Conference (EDUCON) (17–20 April 2018, Santa Cruz de Tenerife, Spain). IEEE, 2018. P. 1939–1948.
  75. Samia Z., Khaled R., Warda Z. Multi-Agent Systems and Ontology for Supporting Management System in Smart School // 3-rd International Conference on Pattern Analysis and Intelligent Systems (PAIS), 2018. (24–25 October 2018, Tebessa, Algeria). IEEE, 2018. P. 1–8.
  76. Цветков Ю.Б. Процессы и оборудование микротехнологии. Модули 1 и 2: учеб. пособие. М.: Изд-во МГТУ им. Н.Э. Баумана, 2018. 122 с.
  77. Строганов В.Ю., Цветков Ю.Б. Методика оптимизации цифровой модели образовательной программы на основе функций научения-забывания // Цифровые технологии в инженерном образовании: новые тренды и опыт внедрения. Международный форум (28–29 ноября 2019 г., Москва) / МГТУ им. Н.Э. Баумана. Сборник трудов. 2020. С. 108–112.
  78. Petr W. Airasian, Kathleen A. Cruikschank, Richard E. Mayer, Paul R. Pintrich, James Raths, Merlin C. Wittrock // A Taxonomy for Learning, Teaching, and Assessing: a Revision of Bloom's Taxonomy of Educational Objectives / L.W. Anderson, D.R. Krathwohl, eds. New York: Longman, 2001, 352 p.
  79. Felgenbaum E.A. The Art of Artificial Intelligence: Themes and Case Studies of Knowledge Engineering // Proceedings of the International Joint Conference on Artificial Intelligence 1977 and the National Computer Conference 1978 (winner of the conference award for most outstanding technical pаper). 1977. Vol. 2. P. 1014–1029.
  80. Анисимов В.В., Ешенко Р.А. Интеллектуальные информационные системы: учеб. пособие. Хабаровск: Изд-во ДВГУПС, 2017, 86 с.
  81. Джордж Ф Люгер. Искусственный интеллект: Стратегии и методы решения сложных проблем. 4-е изд. / пер. с англ. Н.И. Галагана и др. Москва. Санкт-Петербург. Киев: Издательский дом «Вильямс», 2003. 864 с.
  82. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: учебник. М.: Финансы и статистика, 2004. 424 с.
  83. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем: учеб. пособие для вузов. СПб.: Питер, 2000. 382 с.
  84. Minsky M. Minsky’s Frame System Theory // Theoretical Issues in Natural Language Processing (TINLAP’75), USA, Cambridge, Massachusetts, 1–13 june, 1975. P. 104–116.
  85. Батура Т.В. Методы и системы семантического анализа текстов // Программные продукты, системы и алгоритмы. 2016. № 4. С. 5–22.
  86. Коннова М.Н. Введение в когнитивную лингвистику: учебное пособие. 2-е, изд. перераб. Калининград: Изд-во БФУ им. И. Канта, 2012. 313 с.
  87. Мельчук И.А. Опыт теории лингвистических моделей «Смысл <=> Текст». М.: Школа «Языки русской культуры», 1999. 370 с.
  88. Рубашкин В.Ш., Лахути Д.Г. Семантический (концептуальный) словарь для информационных технологий: методы формирования и ведения словаря // Научно-техническая информация. Серия 2: Информационные процессы и системы. 2000. № 7. С. 1–9.
  89. Падучева Е.В. Динамические модели в семантике лексики: Монография. М.: Издательский дом «ЯСК», 2004. 609 с.
  90. Норвиг П., Рассел С. Искусственный интеллект: современный подход. М.: Вильямс, 2007. 1408 с.
  91. Тузов В.А. Компьютерная семантика русского языка. СПб: Изд-во СПбГУ, 2003. 391 с.
  92. Бутенко Ю.И., Ермакова Ю.В. Типы контекстов при распознавании устной речи // Нейрокомпьютеры и их применение: XVII Всероссийская научная конференция. 19 марта 2019 года. Московский государственный психолого-педагогический университет: тезисы докладов. 2019. С. 183–185.
  93. Николина Н.Н. Роль фоновых знаний в условиях межкультурной коммуникации // Лингвокультурология. 2017. № 11. С. 99–107.
  94. Балыбердин Ю.А., Тахтилов Е.К. Организация визуально-когнитивного пространства для поддержки мышления специалистов // Научно-технический вестник Поволжья. 2023. № 3. С. 48–52.
  95. Бир С. Мозг Фирмы. 3-е изд. М.: Либроком, 2009. 416 с.
  96. Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981. 231 с.
  97. Koller R. Konstruktionsmethode für den Masсhinen-, Geräte- und Apparatebau. Berlin; Heidelberg; New-York: Springer – Verlag, 1976. 191 p.
  98. Фролов Ю.В. Интеллектуальные системы и управленческие решения. М.: Изд-во МГПУ, 2000. 294 с.
  99. Хедоури Ф., Мескон М.Х., Альберт М. Основы менеджмента. М.: Вильямс, 2020. 672 с.
  100. Виханский О.С. Стратегическое управление: учебник. 2-е изд., перераб. и доп. М.: Экономистъ, 2006. 296 с.
  101. Солсо Р. Когнитивная психология. СПб.: Питер, 2011. 589 с.
  102. Карпов А.В. Психология менеджмента. М.: Юрайт, 2023. 481 с.
  103. Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения. Харьков: Гуманитарный Центр, 2005. 632 с.
  104. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах: учебник для студентов высших учебных заведений. М.: Логос, 2008. 392 с.
  105. Разумов О.С., Благодатских В.А. Системные знания: концепция, методология, практика. М.: Финансы и статистика, 2006. 400 с.
  106. Системный анализ направлений вычислительного интеллекта. URL: http://www.foibg.com/ijicp/vol01/ijicp01-03.pdf#page=20 (дата обращения 21.02.2024).
  107. Терехов В.И. Методы вычислительного интеллекта, применяемые для решения задач инженерного и инженерно-технического обеспечения. М: ВУНЦ СВ «ОВА ВС РФ». 2010. 253 с.
  108. Терехов В.И., Скрыль С.В. Анализ возможностей методов вычислительного интеллекта при принятии обоснованных решений // Вестник Воронежского института МВД России. 2023. № 3. С. 114–125.
  109. Саати Т.Л. Принятие решений при зависимостях и обратных связях. М.: URSS, 2010. 236 с.
  110. Белый О.В., Копанев А.А., Попов С.С. Системология и информационные системы. СПб.: Изд-во СПГУВК, 1999. 231 с.
  111. Винер Н. Кибернетика, или Управление и связь в животном и машине. 2-е изд. М.: Наука, 1983. 344 с.
  112. Глезер В.Д., Цукерман И.И. Информация и зрение. М.; Л.: Изд-во АН СССР [Ленингр. отделение], 1961. 183 с.
  113. Беляев И.П., Капустян В.М. Системный анализ: прикладной аспект. М.: Мир, 1999. 325 с.
  114. Колесников А.В., Листопад С.В., Данишевский В.И. Применение сверточных нейронных сетей в гибридных интеллектуальных системах, моделирующих визуально-образные коллективные рассуждения // Труды VII Международной конференции «Системный анализ и информационные технологии» (САЙТ-2017) 13–18 июня 2017 г., г. Светлогорск. М., 2017. С. 215–221.
  115. Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии. М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. 304 с.
  116. Mazza R. Introduction to Information Visualization. London: Springer-Verlag London Limited, 2009. 139 p.
  117. Клацки Р. Память человека. Cтруктуры и процессы. М.: Мир, 1978. 320 c.
  118. Вертгеймер М., Латушкин С.Д. Продуктивное мышление. М.: АЛЬМА МАТЕР, 2022. 333 с.
  119. Башлыков А.А. Когнитивная графика как средство образного представления информации в человеко-машинных системах управления сложными объектами // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2008. №. 12. С. 15–24.
  120. Терехов В.И. Применение гибридных систем вычислительного интеллекта для выбора рационального варианта управленческого решения. Военная мысль. 2009. № 11. С. 29–34.
  121. Кириков И.А., Колесников А.В., Румовская С.Б., Барзенков А.В., Петренко Е.В. Концептуальная модель виртуальных гетерогенных коллективов для поддержки принятия групповых решений // Системы и средства информатики, 2016. Т. 26. Вып. 3. С. 93–105.
  122. Янковская А.Е. Логические тесты и средства когнитивной графики в интеллектуальной системе // Новые информационные технологии в исследовании дискретных структур: докл. третьей Всерос. конф. с междунар. участием / 12–14 сентября 2000 г. Томский ун-т; ред. Г.П. Агибалов. Томск: Изд-во СО РАН, 2000. С. 163–168.
  123. Янковская А.Е. Логические тесты и средства когнитивной графики в комплексе интеллектуальных систем: дис. ... д-ра техн. наук. (05.13.18). Томск, 2001. 85 с.
  124. Колесников А.В. Гибридные интеллектуальные системы: теория и технология разработки. СПб.: Изд-во СПбГТУ, 2001. 600 с.
  125. Гаврилов А.В. Гибридные интеллектуальные системы. Новосибирск: Изд-во НГТУ, 2002. 142 с.
  126. Терехов В.И. Разработка гибридных интеллектуальных систем поддержки принятия решения должностных лиц органов военного управления. М.: ВУНЦ СВ «ОВА ВС РФ», 2012. 219 с.
  127. Вербицкий А.А. Активное обучение в высшей школе: контекстный подход. М.: Высшая школа, 1991. 207 с.
  128. Бьюзен Т., Бьюзен Б. Супермышление. Минск: Попурри, 2003. 304 с.
  129. Gilbert J.K. Visualization: A Metacognitive Skill in Science and Science Education // Visualization in Science Education. Vol. 1. Dordrecht: Springer, 2005. P. 9–27. doi:10.1007/1–4020–3613–2_2.
  130. Кондратенко О.А. Развитие визуального мышления студента средствами инфографики // Альманах современной науки и образования. 2013. №. 8. С. 93–96.
  131. Гапанюк Ю.Е., Ревунков Г.И., Спиридонов С.Б., Терехов В.И., Черненький В.М. Концепция преподавания курсов по гибридным интеллектуальным информационным системам // Управление качеством инженерного образования. Возможности вузов и потребности промышленности: Тезисы докладов II междунар. научно-практической конференции, Москва, 23–25 июня 2016 г. М.: Изд-во МТУ им. Н.Э. Баумана, 2016. С. 165–165.
  132. Дочкин С.А., Мичурина Е.С. Технологии визуализации знаний как необходимый аспект подготовки преподавателей университета // Профессиональное образование в России и за рубежом. 2014. № 3 (15). С. 54–60.
  133. Манько Н.Н. Когнитивная визуализация дидактических объектов в активизации учебной деятельности // Известия Алтайского государственного университета, 2009. № 2. С. 22–28.
  134. Херн Д., Бейкер М.П. Компьютерная графика и стандарт OpenGL. М.: Вильямс, 2005. 1168 с.
  135. Поспелов Д.А. Когнитивная графика — окно в новый мир // Программные продукты и системы, 1992. № 2. С. 4–6.
  136. Пушкин В.Н. Психология и кибернетика. М.: Педагогика. 1971. 230 с.
  137. Поспелов Д.А. Десять «горячих точек» в исследованиях по искусственному интеллекту // Интеллектуальные системы (МГУ), 1996. Т. 1. № 1–4. С. 47–56.
  138. Зенкин А.А. Когнитивная компьютерная графика. М.: Наука, 1991. 192 с.
  139. Fekete J.D., Plaisant C. Interactive Information Visualization of a Million Items // The Craft of Information Visualization: Readinga and Reflections. Proc. IEEE Symposium on information Visualization 2002 (InfoVis 2002), IEEE, Oct. 2002, Boston, United States, 2003. P. 117–124.
  140. Keim D.A. Information Visualization and Visual Data Mining // IEEE Transactions on Visualization and Computer Graphics, 2002. Vol. 7. No. 1. P. 1–8.
  141. Andrienko G., Andrienko N., Wrobel S. Visual analytics tools for analysis of movement data // ACM SIGKDD Explorations Newsletter, 2007.Vol. 9. No. 2. P. 38–46.
  142. Keim D.A., Andrienko G., Fekete J.D., Görg C., Kohlhammer J., Melancon G. Visual Analytics: Definition, Process, and Challenges // Information Visualization. Human-Centered Issues and Perspectives. Berlin, Heidelberg: Springer, 2008. P. 154–175.
  143. Andrienko G., Andrienko N. Visual Analytics of Movement: An Overview of Methods, Tools and Procedures // Information Visualization, 2013. Vol. 12. No. 1. P. 3–24.
  144. Когнитивные графические метафоры: когда, зачем, почему и как мы их используем. URL: https://www.humans.ru/humans/54138
  145. Искусственный интеллект. Справочник. В 3-х книгах. Кн. 2. Модели и методы / под ред. Э.В. Попова, Д.А. Поспелова. М: URSS, 1990. 1136 с.
  146. Chernoff H. The Use of Faces to Represent Points in k-Dimensional Space Graphically // Journal of the American Statistical Association, 1973. Vol. 68. No. 342. P. 361–368.
  147. Янковская А.Е. Логические тесты и средства когнитивной графики. М.: LAP Lambert Academic Publishing, 2011. 92 с.
  148. Горохов В.Л., Муравьев И.П. Когнитивная машинная графика. Методы динамических проекций и робастная сегментация многомерных данных. Методология, методики и интерфейсы: посвящается 100-летию Ун-та ИНЖЭКОН / под ред. А.И. Михайлушкина. СПб.: СПбГИЭУ, 2007. 170 с.
  149. Горохов В.Л., Лукьянец А.А., Чернов А.Г. Современные методы когнитивной визуализации многомерных данных. Томск: Некоммерческий фонд развития региональной энергетики, 2007. 216 с.
  150. Цаплин В.В., Горохов В.Л., Витковский В.В. Когнитивные технологии визуализации многомерных данных для интеллектуальной поддержки принятия решений // Программные продукты и системы, 2014. № 3 (107). С. 22–25.
  151. Хачумов В.М. Компьютерная графика в учебном процессе университета г. Переславля. М.: Изд-во МГУ, 2004. С. 311–315.
  152. Хачумов В.М. Распознавание образов и когнитивная графика // IX Международная конференция «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта» (CAD/CAM/PDM – 2009). 20–22 октября 2009 года, Москва, Институт проблем управления В.А. Трапезникова РАН: сборник трудов / под ред. Е.И. Артамонова. 2009. С. 25–30.
  153. Колесников А.В., Листопад С.В., Данишевский В.И., Суворов К.В. Технологии визуального управления и когнитивной графики в функциональных гибридных интеллектуальных системах поддержки принятия решений // Гибридные и синергетические интеллектуальные системы. Материалы III Всероссийской Поспеловской конференции с международным участием / под ред. А.В. Колесникова. Светлогорск, 06–11 июня 2016 года. Балтийский федеральный университет имени Иммануила Канта. 2016. С. 166–173.
  154. Анохин А.Н. Новое поколение человеко-машинных интерфейсов для управления технологическими процессами // Человеческий фактор: Проблемы психологии и эргономики, 2011. № 3. С. 58–62.
  155. Keim D.A., Mansmаnn F., Scheidewind J., Ziegler H. Challenges in visual data analysis. Information Visualization, IV. 2006 //Invited Paper, July 5–7, London:IEEE Pr, 2006. P. 9–16.
  156. Берестнева О.Г., Осадчая И.А., Немеров Е.В. Методы исследования структуры медицинских данных // Вестник науки Сибири. 2012. № 1 (2). С. 333–338.
  157. Новоселов Ю.В. Методы и программные средства когнитивной графики для интеллектуальных систем поддержки принятия решений: дис. … канд. техн. наук. 05.13.11. Национальный исследовательский университет МЭИ. М., 2013. 145 с.
  158. Джевага К.А., Мезенцев А.О. Функциональная модель процесса когнитивно-образной визуализации разнородных данных // Науковедение. 2016. Т. 8. № 2 (33). С. 1–11.
  159. Вицентий А.В. Когнитивный интерфейс для работы с географической информацией // Исследование различных направлений современной науки: Материалы VIII Международной научно-практической конференции, Москва, 29 января 2016 года. Астрахань: Олимп, 2016. С. 196–200.
  160. Hingston P.A. Animated Proportional Venn Diagrams: a Study into Their Description, Construction and Business Application: А thesis Submitted in fulfilment of the reguirements for the degree of Doctor of Philosophy / Hingston Phillip Anthony. B.B.Sc., M.B(T) / School of Economics, Finance and Marketing / RMIT University. August. 2006. P. 1–237.
  161. Терехов В.И. Использование метода когнитивной компьютерной графики при планировании задач по предупреждению и ликвидации чрезвычайных ситуаций // Технологии техносферной безопасности, 2011. Вып. 5 (39). С. 7–13.
  162. Терехов В.И. Применение когнитивной компьютерной графики в системах поддержки принятия решения должностных лиц органов военного управления. М.: ВУНЦ СВ «ОВА ВС РФ», 2012. 141 с.
  163. Терехов В.И. Применение когнитивной компьютерной графики для визуализации актуальной информации лицам, принимающим решение // Вестник МГТУ им. Н.Э. Баумана, 2012. № 3 (3). С. 25–32.
  164. Терехов В.И., Черненький И.М. Разработка варианта принятия решения с помощью метода анаморфирования // Информационно-измерительные и управляющие системы, 2016. Т. 14. № 12. С. 132–139.
  165. Терехов В.И., Березкин Д.В. Применение метода анаморфирования для моделирования и оценки изменений геополитических границ // Искусственный интеллект и принятие решений, 2017. № 3. С. 3–9.
  166. Chernenkiy V., Gapanyuk Y., Terekhov V., Revunkov G., Kaganov Y. The hybrid intelligent information system approach as the basis for cognitive architecture // Procedia Computer Science, 2018. Vol. 145 (4). P. 143–152.
  167. Terekhov V., Chemenky I., Buklin S., Yakudov A. Cognitive Visualization in Management Decision Support Problems // Optical Memory and Neural Networks, 2019. Vol. 28. No. 1. P. 27–35.
  168. Terekhov V., Skvortsova M. Metaanamorphosical Method as a Project-based Approach for the University Course on Decision Support Methods // International Forum «IT-Technologies for Engineering Education: New Trends and Implementing. Experience» (IТEE-2019). Section Engineering Education Technology Based on Using Digital Resources. ITM Web of Conferences 35, 01019 (2020). P. 13. doi: https://doi.org/10.1051/itmconf/20203501019
  169. Пролетарский А.В., Неусыпин К.А., Селезнева М.С. Современные интеллектуальные системы управления: теория и реализация // Инженерная физика. 2020. № 1. С. 9–30.
  170. Цибизова Т.Ю., Пьо С., Селезнева М.С. Математическое моделирование динамических систем с использованием параметрической идентифицируемости // Современные наукоемкие технологии. 2018. № 1. С. 54–60.
  171. Сакулин С.А., Алфимцев А.Н., Локтев Д.А., Коваленко А.О., Девятков В.В. Защита изображения человека от распознавания нейросетевой системой на основе состязательных примеров // Вестник компьютерных и информационных технологий. 2020. Т. 17. № 2 (188). С. 32–38.
  172. Молоканова Д.В. Алгоритмы машинного обучения для классификации угроз информационной безопасности // Компьютерная интеграция производства и ИПИ-технологии. Сб. материалов X Всерос. конф., Оренбург, 18–19 ноября 2021 года. 2021. С. 148–150.
  173. Сакулин С.А., Алфимцев А.Н., Недашковский В.М., Кальгин Ю.А. Повышение эффективности поиска информации в интернете на основе формирования метакогнитивной стратегии // Вестник компьютерных и информационных технологий, 2022. Т. 19. № 1 (211). С. 26–36.
  174. Капитонов Д.Д., Ушаков К.Е., Воскресенская О.Е. Применение прототипа модели процессов обработки и хранения визуальной и слуховой информации человеком для исследования различных способов установки приоритетов входной информации // Будущее машиностроения России. Сб. докл. Четырнадцатой Всерос. конференции молодых ученых и специалистов. Москва, 21–24 сентября 2021 года. В 2-х т. Москва, 2022. Т. 2. С. 214–216.
  175. Алфимцев А.Н. Нечеткое агрегирование мультимодальной информации в интеллектуальном интерфейсе // Программные продукты и системы. 2011. № 3. С. 44–48.
  176. Бутенко Ю.И. Метод разрешения лексической многозначности поискового запроса на основе онтологий // Прикладная информатика. 2020. Т. 15. № 5 (89). С. 103–110.
  177. Цибизова Т.Ю., Слепцова К.А. Автоматизированная система учета данных внутрикорпоративной сети управления информацией // Современные проблемы науки и образования. 2015. № 1 (часть 1). С. 429–438.
  178. Бутенко Ю.И., Николаева Н.С., Маргарян Т.Д. Структурные модели терминологических словосочетаний для разметки корпуса научно-технических текстов // Вестник Новосибирского государственного университета. Серия: Лингвистика и межкультурная коммуникация. 2021. Т. 19. № 3. С. 45–56.
  179. Капитонов Д.Д. Разработка прототипа системы моделирования процессов обработки и хранения визуальной и слуховой информации человеком // Вестник Российского нового университета. Серия: Сложные системы: модели, анализ и управление. 2023. № 1. С. 29–36.
  180. Бутенко Ю.И., Коноплева А.А. Методология использования нейросетевых технологий при распознавании триграмм // Нейрокомпьютеры: разработка, применение. 2020. Т. 22. № 1. С. 5–17.
  181. Долгашев К.А. Из истории создания современных интеллектуальных тестов (IQ тестов) // Психология и социальная педагогика: современное состояние и перспективы развития. Сб. науч. статей по материалам X Всерос. науч.-практ. конф. 15 апреля 2021 года. Чебоксары / отв. ред. И.П. Иванова, Т.А. Свешникова. Чебоксары, 2021. С. 14–18.
  182. Апталаев М.Н., Царьков В.С. Автоматизация прохождения теста IQ // Решение: Материалы Седьмой Всерос. науч.-практ. конф. (г. Березники, 19 октября 2018 года). 2018. Т. 1. С. 100–102.
  183. Вострых А.В. Модель описания элементов информационных систем, ориентированных на человеко-машинное взаимодействие // Приборы и системы. Управление, контроль, диагностика. 2021. № 11. С. 23–30.
  184. Ульянов С.В., Мамаева А.А., Шевченко А.В. Технология когнитивного интеллектуального управления: оптимизатор баз знаний на мягких вычислениях и глубокое машинное обучение // Нечеткие системы и мягкие вычисления. 2018. Т. 13. № 2. С. 166–182.
  185. Когнитивное моделирование в системе высшего образования в условиях цифровизации / Р.Х. Гильмеева, А.Р. Камалеева, Е.Ю. Левина, В.Ш. Масленникова, Л.Ю. Мухаметзянова, С.Г. Никулин, Р.Р. Шархемуллина / под ред. В.Ш. Масленниковой. Казань: ИППСП, 2019. 156 c.
  186. Болбаков Р.Г., Ляпунцова Е.В., Матчин В.Т., Мордвинов В.А., Рачков А.В., Романенко А.Е., Ткаченко Д.И. Креативно-когнитивные модули в диссертациях магистров ИТ: учеб. пособие. М.: Русайнс, 2023. 268 с.
  187. Черный С.А., Шестаков А.В. Использование нейронных сетей для моделирования когнитивных структур // Международный научно-исследовательский журнал. 2019. № 12 (90). С. 114–117.
  188. Ляпунцова Е.В. Практика применения искусственного интеллекта и нейротехнологий для управления проектами в наукоемком производстве: методология, кейсы, деловые игры // Вызовы и возможности развития инновационного предпринимательства в новых реалиях международного сотрудничества. Сб. науч. тр. Всерос. (с международным участием) науч.-практ. конф. Москва, 13 апреля 2023 года / под ред. Е.В. Ляпунцовой, В.В. Ерохина, О.А. Павлютенкова, Е.Э. Толикова, В.А. Новикова. М.: Русайнс, 2023. С. 420–425.
  189. Ляпунцова Е.В., Новогицын М.А. Практика применения искусственного интеллекта и нейронных сетей в задачах управления в образовании: методология, кейсы, деловые игры // Ключевые тренды развития искусственного интеллекта: Международная ИТ-конференция (Москва, 21 апреля 2023 г.): сб. тр. МГТУ им. Н.Э. Баумана. М.: Издательство МГТУ им. Н.Э. Баумана, 2023. С. 84–89.
  190. Машинное обучение. URL: https://www.geeksforgeeks.org/top-6-machine-learning-algorithms-for-classification/ (дата обращения 17.04.2024)
  191. Методы исследования когнитивного моделирования https://cyberleninka.ru/article/n/ispolzovanie-metodov-kognitivnogo-modelirovaniya-vissledovanii-etnokulturnyh-kontseptov-na-primere-kontsepta-mobilitat (дата обращения 17.04.2024)
  192. Abiodun O., Jantan A., Omolara O., Data K., Mohamed N., Arshad H. Stateof-the-art in artificial neural network applications: A survey // Heliyon. 2018. 4 (11). P. e00938.
  193. Dimitrienko Y.I., Gubareva E.A. Neural network model of mathematical knowledge and development of information and educational environment for mathematical training of engineers // Journal of Physics: Conference Series. IOP Publishing, 2018. 1141 (1). P. 012010.
  194. Plotnikov V.A., Akhtyamov T.R., Kopanev P., Serebrenny V. Classical and neural network approaches to object detection in underwater robotics competitions // AIP Conference Proceedings. AIP Publishing LLC, 2022. 2383 (1). P. 020021.
  195. LizaAlert. URL: https://lizaalert.org/19835-2/ (дата обращения 07.02.2024)
  196. SpaceNews. URL: https://spacenews.com/nasa-steadily-expands-ai-andautonomy-for-mars-exploration/ (дата обращения 07.02.2024)
  197. Tesla. URL: https://www.tesla.com/AI (дата обращения 07.02.2024)
  198. NT_MDT. URL: https://www.ntmdt-si.ru/products/afm-features/intelligent-scant-software (дата обращения 07.02.2024)
  199. Panfilova E.V., Sidorova S.V., Shramko D.Y. Application of neural network for forecasting reliability of vacuum equipment // 2019 International Russian Automation Conference (RusAutoCon), 8–14 Septemder 2019, Sochy. IEEE, 2019. P. 1–5.
  200. Ammi Y., Khaouane L., Hanini S. Stacked neural networks for predicting the membranes performance by treating the pharmaceutical active compounds // Neural Computing and Applications. 2021. P. 1–16.
  201. SyntaxFix. URL: https://syntaxfix.com/question/39172/difference-between-classification-and-clustering-in-data-mining (дата обращения 07.02.2024)
  202. AsimovInstityte. URL: https://www.asimovinstitute.org/neural-network-zoo/ (дата обращения 07.02.2024)
  203. Robocraft. URL: https://robocraft.ru/algorithm/560 (дата обращения 07.02.2024)
  204. Galaxy. URL: http://galaxy.agh.edu.pl/~vlsi/AI/backp_t_en/backprop.html (дата обращения 07.02.2024)
  205. Traote A., Akhloufi M.A. Violence detection in videos using deep recurrent and convolutional neural networks // 2020 IEEE International Conference on Systems, Man, and Cybernetics (SMC). 11–14 October, Toronta. IEEE, 2020. P. 154–159.
  206. Стратегии разработки «умных» наноструктурных трибологических материалов с заданными трибоэмиссионными свойствами / Р.А. Невшупа, В.В. Савранский, Е.В. Деулин, Е.Н. Войнов, Х.Л. Де Сеговия, Э. Роман // Нанотехнологии: разработка, применение — XXI век. 2017. Т. 9. № 4. С. 3–13.
  207. Panfilova E.V., Ibragimov A.R., Mozer K.V. Neural network module for tuning an atomic force microscope in the study of photonic crystal films // Journal of Physics: Conference Series. IOP Publishing, 2020. 1571 (1). Р. 012004.
  208. Statistica Automated Neural Networks. URL: http://statsoft.ru/products/Statistica_Neural_Networks/ (дата обращения 02.03.2024)
  209. Deep Learning Toolbox. URL: https://www.mathworks.com/products/deep-learning.html (дата обращения 02.03.2024)
  210. ChatGP. URL: https://chat.openai.com/ (дата обращения 02.12.2023)
  211. Stable Diffusion: Jupyter Notebook // CompVis – Computer Vision and Learning LMU Munich, 2023. URL: https://github.com/orgs/CompVis/repositories?g-lang%3. Ajupyter+notebook&type=all
  212. Best Python Libraries for Machine Learning // Coursera. 2023. URL: https://www.coursera.org/articles/python-machine-learning-library (дата обращения 02.12.2023)
  213. Team K. Keras documentation: About Keras 3. URL: https://keras.io/about/ (дата обращения 02.12.2023)
  214. Лившиц В.И. Формирование креативности при подготовке инженеров массовых профессий // Высшее образование в России. 2021. № 11. С. 42–51.
  215. Резчикова Е.В. Как и кого готовить для профессий, которых пока нет // Итоги V конф. «ТРИЗ. Практика применения методических инструментов в бизнесе» 22–23 ноября 2013 года, Москва. М., С. 265–269.
  216. Шахнов В.А., Резчикова Е.В., Зинченко Л.А. Средства формирования метакогнитивного инженерно-технического опыта // Энергосбережение и эффективность в технических системах: Материалы VI Междунар. науч.-техн. конф. студентов, молодых ученых и специалистов. Тамбов, 3–5 июня 2019 года. 2019. С. 17–21.
  217. Веккер Л.М. Психика и реальность. Единая теория психических процессов. М.: Смысл, 1998. 679 с.
  218. Холодная М.А. Психология понятийного мышления: от концептуальных структур к понятийным способностям. М.: Ин-т психологии РАН, 2012. 287 с.
  219. VIKENT.RU Сайт мастера ТРИЗ И.Л. Викентьева. URL: https://vikent.ru/enc/3073
  220. Юдачев С.С., Симоньянц Р.П., Герди В.Н., Заварзин В.И. Проблемы инженерного образования и «русский метод» подготовки специалистов // Вестник воздушно-космической обороны. 2017. № 2. С. 17–21.
  221. Вопросный метод Сократа. URL: https://studylib.ru/doc/2297122/voprosnyj-metod-sokrata?
  222. Хуторской А.В. Эволюция эвристического обучения, его принципы и методика // Вестник Института образования человека. 2014. № 2. С. 1–11.
  223. Данилова В., Карастелев В., Розин В. Интерактивное вопрошание. Как умение ставить собственные вопросы помогает развиваться. URL: https://www.litres.ru/book/vadim-karastelev/interaktivnoe-voproshanie-kak-umenie-stavitsobstvennye-v-68254867 (дата обращения 20.06.2024)
  224. Zwicky F. Entdecken, Erfinden, Forschen im Morphologischen Weltbild, D. Knaur, 1966. 268 p.
  225. Половинкин А.И. Основы инженерного творчества: учеб. пособие для студентов втузов. М.: Машиностроение, 1988. 368 с.
  226. Щедровицкий Г.П. Технология мышления. URL: https://textarchive.ru/c-2510248-p6.html (дата обращения 20.06.2024)
  227. К анализу процессов решения задач // Доклады АПН РСФСР. 1960. № 5.
  228. Подлесный С.А., Козлов А.В. Формирование компетенций в области генерирования новых идей – основа комплексной подготовки инженеров // Инженерное образование. 2013. № 13. С. 6–11.
  229. Петров П., Строков П. Современный ТРИЗ в системе подготовки специалистов для аддитивного производства // Станкоинструмент. 2019. № 2 (015). С. 104–110.
  230. Алексеев Н.К., Кузнецов Ю.П., Михайлов А.Л., Михайлов В.А. О применении методов творчества для разработки дипломных и диссертационных работ // Вестник Чувашского университета. 2009. № 2. С. 276–280.
  231. Мюллер Х. Составление ментальных карт: метод генерации и структурирования идей. М.: Омега-Л, 2007. 126 с.
  232. Левков К.Л., Фиговский О.Л. В инженеры б я пошел, пусть меня научат! Как готовить инновационных инженеров // Экология и жизнь. 2010. № 8 (105). С. 14–19.
  233. Манько Н.Н. Когнитивная визуализация педагогических объектов в современных технологиях обучения // Образование и наука. 2009. № 8 (65). С. 10–30.
  234. Солодилова А.В. Когнитивные карты как форма репрезентации научного исторического знания. 2013 // Репозиторий БГПУ. URL: http://elib.bspu.by/handle/doc/3185 (дата обращения 20.06.2024)
  235. Щербина А.В., Гречко М.В. Когнитивное моделирование качества образовательного процесса вуза // Российский экономический интернет-журнал. 2019. № 4. С. 143–152.
  236. Микрюков А.А, Мазуров М.Е. Комбинированная когнитивная модель деятельности университета // Статистика и экономика. 2022. Т. 19. № 2. С. 52–60.
  237. Рыков Ю.Г. Технология использования нечетких когнитивных карт с математической точки зрения // Препринты ИПМ им. М.В. Келдыша. 2021. № 73. 22 с.
  238. Ферейра О.Е., Терелянский П.В. Методика принятия решений по управлению сложной СЭС предприятия на основе объемного визуального когнитивного моделирования // Современная экономика: проблемы и решения. 2019. № 3 (111). С. 108–116.
  239. Авдеева З.К., Коврига С.В., Макаренко Д.И. Когнитивное моделирование для решения задач управления слабоструктурированными системами (ситуациями) // Управление большими системами. 2007. № 16. С. 26–39.
  240. Гамазов И.Н., Терехов В.И. Анализ задач, возникающих при создании нечетких когнитивных карт // Проблемы науки. 2016. № 6 (7). С. 12–17.
  241. Глазунов В.Н. Концептуальное проектирование. Теория изобретательства: учеб. пособие. М.: Ленанд, 2018. 512 с.
  242. Балыбердин Ю.А. Онтологическое моделирование предметных знаний в вузах, конструкторских бюро и научно-исследовательских институтах: сборник трудов конференции // XLVI Академические чтения по космонавтике, посвященные памяти академика С.П. Королёва (Москва, 25–28 января 2022 г.): сб. тезисов: в 4 т. / Российская академия наук и др. М.: Издательство МГТУ им. Н.Э. Баумана, 2022. Т. 3. С. 185–188.
  243. Рефлексивная самоорганизация как базис концепции непрерывного образования в методологическом подходе // Деятельностная педагогика и педагогическое образование: Сб. тезисов IX Междунар. конф. «ДППО-2021»: Воронеж, 10–14 сентября 2021 г. / под ред. А.В. Боровских. Воронеж: Воронежский институт развития образования, 2021. С. 2–6.
  244. Глазачев С.Н., Анисимов О.С., Гришаева Ю.М. Онтологическое обеспечение решения экологических проблем: на пути создания универсальной парадигмы мышления // Вестник Международной академии наук (Русская секция). 2020. № 1. С. 21–25.
  245. Зинченко В.П. Теоретические проблемы психологии восприятия // Инженерная психология. 1964. С. 231–263.
  246. Справочник по инженерной психологии / под ред. Б. Ф. Ломова. М.: Машиностроение, 1982. 368 с.
  247. Горячкин Б.С. Эргономические проблемы в автоматизированной системе обработки информации и управления // Информационно-измерительные и управляющие системы. 2016. Т. 14. № 12. С. 38–47.
  248. Горячкин Б.С. Проектная эргономика автоматизированных систем обработки отображения информации и управления. М.: Спутник +, 2023. Т. 1. 407 с.
  249. Дружилов С.А. Концептуальная модель профессиональной деятельности как психологическая детерминанта профессионализма человека // Вестник Балтийской педагогической академии. 2002. № 48. С. 46–50.
  250. Бьюзен Т. Карты памяти. Используй свою память на 100 %. М.: Росмэн-Пресс, 2007. 96 с.
  251. Горячкин Б.С., Мышенков К.С., Харлашкин А.И. Анализ методов концептуального проектирования автоматизированных информационных систем // Динамика сложных систем – XXI век. 2020. № 3. С. 23–34.
  252. Горячкин Б.С., Журавлева У.В., Харлашкин А.И. Использование методов когнитивной графики на этапе концептуального проектирования автоматизированных систем // Тенденции развития науки и образования. 2020. № 62-4. С. 21–26.
  253. Климова Т.В. Когнитивная инфографика в профессиональной подготовке студента вуза: сущность, возможности, технологии реализации // Международный научно-исследовательский журнал. 2013. № 7–4 (14). С. 117–119.
  254. Горячкин Б.С. Шкала для оценки эргономичности способов отображения информации // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. 2014. № 5. С. 155–161.
  255. Горячкин Б.С., Буклин С.В. Разработка эффективной информационной системы для гостиничного сервиса // Аспирант и соискатель. 2020. № 2. С. 38–48.
  256. Горячкин Б.С., Харлашкин А.И. Автоматизированная система эффективного взаимодействия человеческой и машинной компоненты на основе актуализированной классификации типов ошибок человека-оператора // Динамика сложных систем – XXI век. 2019. Т. 13. № 5. С. 19–29.
  257. Горячкин Б.С., Наседкин И.А. Сравнительный анализ средств разработки ментальных карт // Наукосфера. 2021. № 5-2. С. 126–133.
  258. Елисеева Е.А., Горячкин Б.С., Виноградова М.В., Черненький М.В. Оценка времени выполнения поисковых запросов в NOSQL и объектно-реляционной базах данных // Динамика сложных систем – XXI век. 2022. Т. 16. № 2. С. 44–51.
  259. Терехов В.И., Скрыль С.В., Балдин А.В., Горячкин Б.С., Ивченко Д.Д. Основные положения концепции проектной эргономики автоматизированных систем отображения информации // Динамика сложных систем – XXI век. 2024. Т. 18. № 2. С. 28–35.
  260. Горячкин Б.С., Нагиев А.Е. Оценка степени достоверности отображаемой информации при передаче сообщений электронной почты // Динамика сложных систем – XXI век. 2019. Т. 13. № 3. С. 35–45.
  261. Горячкин Б.С., Худиковская М.В. Эффективность применения ментальных карт в имитационном моделировании процессов в социальной сфере // Наукосфера. 2023. № 4-1. С. 159–171.
  262. Цибизова Т.Ю., Орешкина А.К. Методологические основы обучения в системе высшего образования. М.: ИИУ МГОУ, 2017. 162 с.
  263. Цибизова Т.Ю. Концептуальные основания исследовательской деятельности обучающихся в системе непрерывного образования: дис. … д-ра пед. наук / Институт теории и истории педагогики РАО. М., 2013. 431 с.
  264. Донсье С., Гатила Р., Страубе С., Киршнер Ф. Искусственный интеллект, ориентированный на человека, и робототехника // AlPerspect. Adv. 2022. 4: 1. URL: https://doi.org/10.1186/s42467-021-00014-x.
  265. Shneiderman B. Human-Centered Ai. Oxford: Oxford University Press. 305 p.
  266. Горячкин Б.С. Проектная эргономика автоматизированных систем обработки отображения информации и управления. М.: Спутник +, 2023. Т. 2. 486 с.
  267. Jobin A., Ienka М., Vayena Е. The global landscape of Alethics quedelines // Nature Machine Intelligence. 2019. 1 (9). С. 389–399. URL: https://doi.org/10.1038/s42256-019-0088-2 (дата обращения 20.04.2024)
  268. Петрова О.В. Методология принятия управленческих решений: учебное пособие. М.: Академия управления МВД России, 2020. 92 с.
  269. Горячкин Б.С., Махоткина Е.С. Анализ операторской деятельности в человеко-машинных системах // Тенденции развития науки и образования. 2020. № 63-3. С. 53–60.
  270. Горячкин Б.С., Петренко А.С. Применение теории цепей Маркова для моделирования деятельности человека-оператора в контуре управления системы «человек – машина» // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. 2023. № 6. С. 76–82.
  271. Кильмашкина Т.Н. Управленческое решение: сущность, классификация, предъявляемые требования // Труды Академии управления МВД России. 2018. № 2 (46). URL: https://cyberleninka.ru/article/n/upravlencheskoereshenie-suschnostklassifikatsiya-predyavlyaemye-trebovaniya (дата обращения 31.05.2023).

Отзывы

Оставить отзыв +
Ваш браузер устарел и не обеспечивает полноценную и безопасную работу с сайтом.
Установите актуальную версию вашего браузера или одну из современных альтернатив.