Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Моделирование процессов информационного обеспечения микроэлектронной технологии с применением методов искусственного интеллекта

Диссертация: Моделирование процессов информационного обеспечения микроэлектронной технологии с применением методов искусственного интеллекта
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Адекватность предложенной модели подтверждается моделированием технологических операций ионной обработки материаловплазмохимическом травлении монокремния в гексафториде серы 8Р6 через маску из термически выращеннойдвуокиси кремния и процессе ионного легирования ионов фторидов фосфора в кремний. При построении модели искусственной нейронной сети варьировались три параметра: количество… Читать ещё >

Содержание

  • 1. Анализ применения методов искусственного интеллекта в микроэлектронике 8 (обзор литературы)
    • 1. 1. Применения информационных технологий в микроэлектронике. Основ- 8 ные характеристики, области применения, решаемые задачи, примеры использования
    • 1. 2. Перспективы использования методов искусственного интеллекта при 10 комплексном моделировании технологических процессов микроэлектроники
    • 1. 3. Выбор направления исследований и разработок
  • 2. Разработка структуры Системы Основанной на Знаниях, предназначенной 15 для микроэлектронной технологии
    • 2. 1. Основные характеристики и принципы построения Системы Основанной 16 на Знаниях, предназначенной для использования в микроэлектронной технологии
    • 2. 2. Архитектура Системы Основанной на Знаниях
      • 2. 2. 1. Основные блоки Системы Основанной на Знаниях, их описание и назна- 19 чение
      • 2. 2. 2. Построение схемы совместного функционирования Блока вывода реше- 24 ний и Блока математического моделирования
  • 3. Модели и принципы интеллектуального анализа данных и выбора инфор- 26 мации из технологических маршрутов для комплексного моделирования процессов микроэлектроники
    • 3. 1. Анализ особенностей предметной области технологических процессов
      • 3. 1. 1. Анализ особенностей технологической информации
    • 3. 2. Разработка механизма интеллектуального анализа данных и поиска тре- 28 буемой информации в технологическом маршруте производства ЭВС
      • 3. 2. 1. Анализ особенностей механизма поиска требуемой информации в тех- 28 нологическом маршруте производства ЭВС
      • 3. 2. 2. Применение метода «опроса экспертов» при определении наиболее важ- 31 ных факторов, влияющих на проведение технологической операции (процесса)
      • 3. 2. 3. Разработка метода поиска и автоматизированного интеллектуального 33 анализа информации в Базе знаний
      • 3. 2. 4. Использование методов искусственного интеллекта для устранения про- 38 тиворечивости «машинных» знаний и знаний экспертов
    • 3. 3. Разработка математической модели технологического процесса с использо- 44 ванием искусственной нейронной сети
      • 3. 3. 1. Построение обобщенной модели технологического процесса общее описание модели технологического процесса построение математической модели технологического процесса

      3.3.2. Разработка структуры искусственной нейронной сети, предназначенной 50 для моделирования технологических процессов выбор архитектуры сети и алгоритма обучения определение критериев оценки эффективности модели определение требований к исходной информации, используемой для 61 обучения сети

      4. Экспериментальная проверка результатов практической реализации нейросе- 63 тевой модели технологического процесса

      4.1. Выбор тестового технологического процесса и методики эксперимента

      4.2. Проверка разработанной модели на экспериментальных данных тестового 64 маршрута

      4.3. Анализ результатов моделирования

Моделирование процессов информационного обеспечения микроэлектронной технологии с применением методов искусственного интеллекта (реферат, курсовая, диплом, контрольная)

Цель работы.

Основной целью диссертационной работы является разработка, теоретическое обоснование и апробация использования методов ИИ при моделировании процессов информационного обеспечения микроэлектронной технологии.

Основными задачами работы являются.

1. Разработка основных принципов функционирования и архитектуры Системы, Основанной на Знаниях (СОЗ), применяемой в предметной области микроэлектроники.

2. Развитие теории и разработка методов поиска и первичного интеллектуального анализа технологической информации и выделение из нее структурированных знаний.

3. Определение основных характеристик технологической информации, используемой в микроэлектронной технологии.

4. Разработка обобщенной математической модели технологического процесса с использованием искусственных нейронных сетей.

5. Экспериментальная проверка и апробация обобщенной математической модели технологического процесса микроэлектроники.

Методы исследования.

В процессе выполнения работы применялись аналитические и экспериментальные методы исследования. Аналитические методы базировались на положениях теории матричного исчисления, теории искусственного интеллекта, теории вероятности, нечеткой логики, теории искусственных нейронных сетей.

Научная новизна работы.

Новые результаты, полученные в диссертационной работе, состоят в следующем:

1. Разработаны структура и основные принципы функционирования СОЗ, используемой в предметной области технологических процессов микроэлектроники. Предложена архитектура СОЗ, используемой в предметной области технологических процессов микроэлектроники.

2. Впервые предложен и разработан метод согласования экспертных и «машинных» знаний.

3. Предложен алгоритм извлечения структурированных знаний из текста, описывающего технологический процесс микроэлектроники.

4. Предложена, разработана и реализована математическая модель технологического процесса микроэлектроники с использованием искусственных нейронных сетей.

Основные положения, выносимые на защиту.

1. Структура и основные принципы функционирования СОЗ, используемой в предметной области технологических процессов микроэлектроники.

2. Алгоритм извлечения «машинных» знаний из текста, описывающего технологический процесс микроэлектроники.

3. Алгоритм согласования экспертных и «машинных» знаний, применительно к предметной области технологии микроэлектроники.

4. Математическая модель технологического процесса, разработанная с использованием искусственных нейронных сетей.

Внедрение результатов работы.

Разработанное методическое и программное обеспечение использовалось в учебном процессе по курсам «Интеграция технологических процессов микроэлектроники» и «Системы искусственного интеллекта» при подготовке магистров по специальности «Проектирование и технология ЭВС» в МАТИ.

РГТУ им. К. Э. Циолковского и в ходе проведения НИР № 1421г/1, № 1.1517.96.

Апробация работы.

Основные результаты работы докладывались и обсуждались на следующих научно-технических конференциях:

1. Международная научно-техническая конференция ШНБ. ГААП, Санкт-Петербург, 9−13 июля 1996 г.

2. Научно-техническая конференция XXII Гагаринские чтения. Москва, 2−6 апреля 1996 г.

3. Всероссийская научно-техническая конференция «Электроника и информатика — 95 «, Зеленоград, 1995.

4. Всероссийская научно-техническая конференция «Новые материалы и технологии Москва, 4−5 февраля 1997 г.

5. Научно-техническая конференция XXIII Гагаринские чтения. Москва, 8−12 апреля 1997 г.

6. Всероссийская научно-техническая конференция XXIV Гагаринские чтения Москва, 7−11 апреля 1998 г.

7. Всероссийская межвузовской научно-техническая конференция студентов и аспирантов «Микроэлектроника и информатика — 98 «, Зеленоград, 20−22 апреля 1998 г.

8. Всероссийская научно-техническая конференция «Новые материалы и технологии НМТ — 98» Москва, 17−18 ноября 1998 г.

9. Всероссийская научно-техническая конференция XXV Гагаринские чтения Москва, 4−9 апреля 1999 г.

Публикации.

По материалам и результатам диссертации опубликованы 14 статей, докладов и тезисов, 5 отчетов по НИР.

Структура и объем диссертации

Диссертация состоит из введения, изложенных на 94 страницах, включая литературы из 79 наименований.

Выводы.

1. Разработаны структура и основные принципы функционирования СОЗ, используемой в предметной области технологических процессов микроэлектроники. Предложена архитектура СОЗ. Подробно рассмотрены основные блоки СОЗ, их взаимодействие. Анализируются основные характеристики технологической информации.

2. Предложен метод согласования экспертных и «машинных» знаний. Разработана архитектура Блока согласования знаний. Показано, что для согласования различных гипотез предпочтительным является применение методов нечеткой логики — факторов уверенности.

3. Разработана схема извлечения структурированных знаний из массивов информации, описывающих технологический процесс микроэлектроники. Предложен алгоритм извлечения знаний. Показано, что для предметной области микроэлектроники наилучшим образом подходит представление знаний в виде семантической сети. Предложен алгоритм формирования семантической сети на основе извлеченных знаний.

4. Предложена, разработана и реализована математическая модель технологического процесса ионной обработки материалов с использованием искусственных нейронных сетей. Показано, что для моделирования технологических процессов микроэлектроники оптимальнее использовать многослойную сеть прямого распространения, обученную по алгоритму обратного распространения ошибки.

5. Адекватность предложенной модели подтверждается моделированием технологических операций ионной обработки материаловплазмохимическом травлении монокремния в гексафториде серы 8Р6 через маску из термически выращеннойдвуокиси кремния и процессе ионного легирования ионов фторидов фосфора в кремний. При построении модели искусственной нейронной сети варьировались три параметра: количество промежуточных нейронов, скорость и импульс обучения. Показано, что.

Показать весь текст

Список литературы

  1. Н.М. Соломатин. Информационные семантические системы. М.: Высшая школа, 1989, -127с
  2. К.Киносита и др. Логическое проектирование СБИС. М.: Мир, 1988, -309 с.
  3. Barnes Т., Harrison D., Newton A.R., Spickelmier R.L. Electronic CAD Frameworks. Kluwert Academic Publisher, 1992, 195 p.
  4. В.А., Горбунов Ю. З., Власов A.B., Лапинский B.C. CADS: frameworks для глубоко интегрированных САПР СБИС // Техника средств связи. Сер. Микроэлектронная аппаратура. 1992. Вып. ½.
  5. Wolf P. Van der, Sloof G.W., Bingley P., Dewilde P. Meta data management in the NELSIS CAD frameworks // Proc. Of the 27th ACM/IEEE design automation conf. 1990, p. 142−145
  6. Donlin M. CAD frameworks vendors wrestle with standards // Computer Design. 1990. Vol. 29. N. 19 p. 83−90
  7. Gupta R., et al. An object oriented VLSI CAD framework: A case study in rapid prototyping // IEEE Computer. 1989. Vol. 22 N. 5 p. 28 — 37.
  8. А.Л., Шепелев B.A. Методология иерархического автоинтерактивного синтеза топологии СБИС // Электронная техника. Сер. 3 Микроэлектроника, 1989. Вып. 2.
  9. А.В. Обзор существующих CAD / CAE / САМ систем для решения задач компьютерной подготовки производства. // Информационные технологии, № 3, 1997
  10. В. И. Водолазский В.И. Система проектирования ТОПТРАН. М.: Наука, 1988.-300 с.
  11. А.Л. Системная среда САПР СБИС. М.: Наука, 1994, 251с.
  12. М.Ватанаба, К. Асада и др. Проектирование СБИС М. Мир, 1988, -327 с
  13. Г. Б., Крючков А. А. Цели автоматизации проектирования и средства их реализации в системе СПРУТ. // Информационные технологии, № 4, 1997
  14. Н.П. Самообучающиеся анализаторы производственных дефектов РЭА, М.: Радио и связь, 1991, 256с.
  15. Г. Г. Казеннов, А. Г. Соколов. Принципы и методология построения САПР СБИС. -М.: Высш. шк., 1990. 142 с.
  16. А.И., Сыпчук П. П., Пустынский И. П. и др. Автоматизация проектирования БИС Киев: Вища школа, 1983. — 312 с.
  17. П.А. Экспертные системы электронные консультанты технолога в производстве СБИС. // Микроэлектроника, т.20, № 4, 1990 г., с. 323 — 336.
  18. П.А., Кузнецов М. Г., Кузин С. М. Интеллектуальная информационная система поиска прецедента и экспертной диагностики технологических сбоев в производстве СБИС. // Микроэлектроника, т.22, № 6, 1993 г., с. 3−16.
  19. А.Л., Арутюнов П. А., Матвеева А. Д. Эксперная система для интерпретации электронограмм тонкопленочных материалов, используемых в интегральных схемах. // Микроэлектроника, т.25, № 4,1996 г., с. 265 271.
  20. Интеллектуальные системы автоматизированного проектирования БИС и СБИС. Под ред. Мищенко В.А. М. Радио и связь, 1994, 272с.
  21. . Л. Системы искусственного интеллекта. М.: Мир, 1991, 568с.
  22. Как живут нейросети в России // PC WEEK № 24, 199 823. http://canopus.lpi.msk.su/neurolab24. http://www.tora.ru25. http://www.analyst.ru
  23. А.И. Интеллектуальные информационные системы. Мн.:НТООО «Тетрасистемс», 1997. -368с.
  24. Р.Левин., Д. Дранг, Б.Эдельсон. Практическое введение в технологию искусственного интеллекта и экспертных систем. М.: Финансы и статистика, 1990,-239с.
  25. Е.Б. Сравнительный анализ инструментальных средств для разработки систем управления реального времени. Материалы семинара «Экспертные системы реального времени», М.:ЦРДЗ, 1995.
  26. Э.А. Компьютерная поддержка принятия решений. М.: Синтег, 1998, 376с.
  27. . Макетирование моделированием. PC Magazine. Russian Edition, № 9, 1996, с. 120.
  28. JI.T. Стрижевский B.C. Состояние и перспективы развития интеллектуальных САПР. Сб. «Интеллектуальные САПР» М.: Энергатомиздат, 1986, с. 3−13.
  29. А.Н. Нейроинформатика и ее приложения //Открытые системы, № 4, 1998, с. 37 43
  30. Д.Уотермен «Руководство по экспертным системам», М.:"Мир", 1989. -388с.
  31. A.B. Проблема построения баз данных и знаний для анализа технологических процессов микроэлектроники. Труды МАТИ, 1998, в.1 с. 282−288.
  32. В.П. Экспертные системы в химической технологии. М.: -Химия, 1995 г., -367 с.
  33. A.B., Веденин К. В. Особенности построения баз технологических данных в микроэлектронике. // Электронная Техника, Сер. З, Микроэлектроника, 1997, Вып. 1(151), стр. 6−9.
  34. Law М.Е., Dutton R.W. Verification on Analitic Point Defect Models Using SUPREM IV // IEEE Trans. Сотр., 1988, v.7, N2, p. 181 — 190
  35. Larkin J., McDermott J., Simon D.P., Simon H. Expert and novice performance in solving physics problems. Science, vol. 208, June 1990
  36. Johnson P. Expert mind: a new challenge for the information scientist. North Holland Publishing Company, The Netherlands, 1993
  37. Smith R.G., Baker J.D. The DIPMETET advisor system IJCAI Proceedings, pp. 122−129, 1983
  38. Kaplan R.M., Berry Rogghe G. Knowledge — based acqusitions of causal relationships in text // Knowledge Acqusition. — 1991. — № 3. — P. 317 -337
  39. А., Стоунбрейкер M., Ульман Д. Базы данных: достижения и перспективы на пороге 21-го столетия. // СУБД, 1996, N3, с.103−117.
  40. А.В.Черняев, С. Г. Красновская, К. В. Веденин // Выбор СУБД для анализа микроэлектронной технологии. Тезисы докладов Всероссийской научно -технической конференции «Электроника и информатика 95 «, Зеленоград, 1995, с. 269−270
  41. М.Р. Статистические базы данных. Труды рабочего семинара «Перспективы развития систем баз данных и информационных систем.» -Москва, 1993 г., с. 123−131.
  42. .Ю., Затевахина Т. С. и др. Извлечение знаний из текста. Тезаурус текста // КИИ 92. — Тверь, 1992. — с. 101 — 102
  43. М.Н., Хорольская H.A. Извлечение экспертных знаний из научного текста в полуавтоматическом режиме // КИИ 92. — Тверь, 1992. -с. 110−112
  44. И., Григорьев С. Применение статистических методов для интеллектуальной компьютерной обработки текстов. // Пресс релиз компании «Медиа-Лингва», Москва, 1998 г.
  45. A.C., Самсонов В. В. Макрорепро-язык спецификации компиляциибазы знаний в базы правил. Препринт /Институт автоматики и процессов управления Дальневосточного отделения Российской академии наук. — Владивосток, 1992. — 32с.
  46. Нечеткие множества в моделях управления и искусственном интеллекте. Под ред. Поспелова Д. А. М.:Наука, 1986, 312 с.
  47. М.Д., Рощупкина B.C. Интеллектуальный анализ данных и управление процессами. // Открытые системы, № 4, 1998, с. 27 35
  48. Н. Продукты для интеллектуального анализа данных // Рынок программных средств, № 14- 15, 1997, с.38−39
  49. Н. Время собирать и анализировать данные. // Открытые системы, № 4, 1998, с. 36 39
  50. Прикладные нечеткие системы. Под ред. Т. Тэрано, К. Асои, М.Сутэно. М.:Мир, 1993,368 с.
  51. A.H., Россиев Д. А. Нейронные сети на персональном компьютере.-Новосибирск: Наука, Сиб.изд. фирма РАН, 1996
  52. Э.А. Методы генерации, оценки и согласования решения в распределенных системах поддержки принятия решений. // Автоматика и телемеханика, № 4, с. З 52, 1995.
  53. Eom S.B. Decision support systems research: reference disciplines and a cumulative tradition // The International Journal of Management Science, 23, 5, October 1995, p.511−523
  54. А.И. О современных направлениях развития нейрокомпьютеров. //Нейрокомпьютер, № 1,2, 1998.
  55. О.Ю. Статистическое моделирование технических систем. Спб.: Изд. ЭТУ, 1993, 64с.
  56. Л.И. Единичные функции и системы на бинарных нейронах. -Ульяновск: УлГТУ, 1996 г., -57 с.
  57. М.А. Искусственные нейронные сети. Пенза, ПГТУ, 1996 г., 44 с.
  58. Управление качеством электронных средств. Под ред. Глудкина О. П., М.: Высшая школа, 1994, 415 с.
  59. В.И. Непрерывная логика и ее применение. // Информационные технологии, № 1, 1997
  60. Ю.И., Богданова И. А. Бупстреп, структура данных и управление технологическими процессами в микроэлектронике. // Микроэлектроника, т.26, № 3, 1997 г., с. 183- 187.
  61. Анил К. Джейн, Жианчанг Мао, K.M. Моиуддин. Введение в искусственные нейронные сети. //Открытые системы, № 4, 1997
  62. Плазменные технологии в производстве СБИС: Пер. с англ. / Под ред. АйнспрукаН., Брауна Д. М.: М.:Мир, 1987, 469 с.
  63. Ф.А., Воробьев В. Н., Жогун В. Н. Контроль методом акустооптической спектрометрии равномерности и селективности плазмохимического травления кремниевых структур. // Микроэлектроника, т.20, № 1, 1991 г., с. 49−54.
  64. A.B., Артамонов В.В, Особенности диффузии фосфора приформировании интегральных элементов вРЭА имплантацией ионов PF. Труды совещания «Технология микроэлектронных приборов и аппаратуры связи», Львов, 1988, с.181−185
  65. Bakowski A. Diffusion of ion implanted phosphorus in silicon in inert ambient/ Electron. Technol., 1990, v.21,p. 3−14
  66. Impurity doping processes in silicon. Ed. Wang F.F.Y.N-Y, North Holland, 1981, p.1689.
  67. Н.М. Соломатин. Информационные семантические системы. М.: Высшая школа, 1989,-127с
  68. К.Киносита и др. Логическое проектирование СБИС. М.: Мир, 1988, -309 с.
  69. Barnes Т., Harrison D., Newton A.R., Spickelmier R.L. Electronic CAD Frameworks. Kluwert Academic Publisher, 1992, 195 p.
  70. В.А., Горбунов Ю. З., Власов A.B., Лапинский B.C. CADS: frameworks для глубоко интегрированных САПР СБИС // Техника средств связи. Сер. Микроэлектронная аппаратура. 1992. Вып. ½.
  71. Wolf P. Van der, Sloof G.W., Bingley P., Dewilde P. Meta data management in the NELSIS CAD frameworks // Proc. Of the 27th ACM/IEEE design automation conf. 1990, p. 142−145
  72. Donlin M. CAD frameworks vendors wrestle with standards // Computer Design. 1990. Vol. 29. N. 19 p. 83−90
  73. Gupta R., et al. An object oriented VLSI CAD framework: A case study in rapid prototyping // IEEE Computer. 1989. Vol. 22 N. 5 p. 28 — 37.
  74. А.Л., Шепелев B.A. Методология иерархического автоинтерактивного синтеза топологии СБИС // Электронная техника. Сер. 3 Микроэлектроника, 1989. Вып. 2.
  75. А.В. Обзор существующих CAD / CAE / САМ систем для решения задач компьютерной подготовки производства. // Информационные технологии, № 3, 1997
  76. В. И. Водолазский В.И. Система проектирования ТОПТРАН. М.: Наука, 1988.-300 с.
  77. А.Л. Системная среда САПР СБИС. М.: Наука, 1994, 251с.
  78. М.Ватанаба, К. Асада и др. Проектирование СБИС М. Мир, 1988, -327 с
  79. Г. Б., Крючков А. А. Цели автоматизации проектирования и средства их реализации в системе СПРУТ. // Информационные технологии, № 4, 1997
  80. Н.П. Самообучающиеся анализаторы производственных дефектов РЭА, М.: Радио и связь, 1991, 256с.
  81. Г. Г. Казеннов, А. Г. Соколов. Принципы и методология построения САПР СБИС. М.: Высш. шк, 1990. — 142 с.
  82. А.И., Сыпчук П. П., Пустынский И. П. и др. Автоматизация проектирования БИС Киев: Вища школа, 1983. — 312 с.
  83. П.А. Экспертные системы — электронные консультанты технолога в производстве СБИС. // Микроэлектроника, т.20, № 4, 1990 г., с. 323 336.
  84. П.А., Кузнецов М. Г., Кузин С. М. Интеллектуальная информационная система поиска прецедента и экспертной диагностики технологических сбоев в производстве СБИС. // Микроэлектроника, т.22, № 6, 1993 г., с. 3−16.
  85. Толстихина A. JL, Арутюнов П. А., Матвеева А. Д. Эксперная система для интерпретации электронограмм тонкопленочных материалов, используемых в интегральных схемах. // Микроэлектроника, т.25, № 4, 1996 г., с. 265 271.
  86. Интеллектуальные системы автоматизированного проектирования БИС и СБИС. Под ред. Мищенко В.А. М. Радио и связь, 1994, 272с.
  87. . Л. Системы искусственного интеллекта. М.: Мир, 1991, 568с.
  88. Как живут нейросети в России // PC WEEK № 24, 199 823. http://canopus.lpi.msk.su/neurolab24. http://www.tora.ru25. http://www.analyst.ru
  89. А.И. Интеллектуальные информационные системы. Мн.:НТООО «Тетрасистемс», 1997. -368с.
  90. Р.Левин., Д. Дранг, Б.Эдельеон. Практическое введение в технологию искусственного интеллекта и экспертных систем. M.: Финансы и статистика, 1990,-239с.
  91. Е.Б. Сравнительный анализ инструментальных средств для разработки систем управления реального времени. Материалы семинара «Экспертные системы реального времени», М.:ЦРДЗ, 1995.
  92. Э.А. Компьютерная поддержка принятия решений. М.: Синтег, 1998, 376с.
  93. . Макетирование моделированием. PC Magazine. Russian Edition, № 9, 1996, с. 120.
  94. Л. Т. Стрижевский B.C. Состояние и перспективы развития интеллектуальных САПР. Сб. «Интеллектуальные САПР» М.: Энергатомиздат, 1986, с. 3−13.
  95. А.Н. Нейроинформатика и ее приложения //Открытые системы, № 4, 1998, с. 37 43
  96. Д.Уотермен «Руководство по экспертным системам», М.:"Мир», 1989. -388с.
  97. A.B. Проблема построения баз данных и знаний для анализа технологических процессов микроэлектроники. Труды МАТИ, 1998, в.1 с. 282−288.
  98. В.П. Экспертные системы в химической технологии. М.: -Химия, 1995 г.,-367 с.
  99. A.B., Веденин К. В. Особенности построения баз технологических данных в микроэлектронике. // Электронная Техника, Сер. З, Микроэлектроника, 1997, Вып. 1(151), стр. 6−9.
  100. Law М.Е., Dutton R.W. Verification on Analitic Point Defect Models Using SUPREM IV // IEEE Trans. Сотр., 1988, v.7, N2, p. 181 — 190
  101. Larkin J., McDermott J., Simon D.P., Simon H. Expert and novice performance in solving physics problems. Science, vol. 208, June 1990
  102. Johnson P. Expert mind: a new challenge for the information scientist. North Holland Publishing Company, The Netherlands, 1993
  103. Smith R.G., Baker J.D. The DIPMETET advisor system IJCAI Proceedings, pp. 122−129, 1983
  104. Kaplan R.M., Berry Rogghe G. Knowledge — based acqusitions of causal relationships in text // Knowledge Acqusition. — 1991. — № 3. — P. 317 -337
  105. А., Стоунбрейкер M., Ульман Д. Базы данных: достижения и перспективы на пороге 21-го столетия. // СУБД, 1996, N3, с.103−117.
  106. А.В.Черняев, С. Г. Красновская, К. В. Веденин // Выбор СУБД для анализа микроэлектронной технологии. Тезисы докладов Всероссийской научно -технической конференции «Электроника и информатика 95 «, Зеленоград, 1995, с. 269−270
  107. М.Р. Статистические базы данных. Труды рабочего семинара «Перспективы развития систем баз данных и информационных систем.» -Москва, 1993 г., с. 123−131.
  108. .Ю., Затевахина Т. С. и др. Извлечение знаний из текста. Тезаурус текста // КИИ 92. — Тверь, 1992. — с. 101 — 102
  109. М.Н., Хорольская Н. А. Извлечение экспертных знаний из научного текста в полуавтоматическом режиме // КИИ 92. — Тверь, 1992. -с. 110−112
  110. И., Григорьев С. Применение статистических методов для интеллектуальной компьютерной обработки текстов. // Пресс релиз компании «Медиа- Лингва», Москва, 1998 г.
  111. А.С., Самсонов В. В. Макрорепро-язык спецификации компиляциибазы знаний в базы правил. Препринт /Институт автоматики и процессов управления Дальневосточного отделения Российской академии наук. — Владивосток, 1992. — 32с.
  112. Нечеткие множества в моделях управления и искусственном интеллекте. Под ред. Поспелова Д. А. М.:Наука, 1986, 312 с.
  113. М.Д., Рощупкина B.C. Интеллектуальный анализ данных и управление процессами. // Открытые системы, № 4, 1998, с. 27 35
  114. Н. Продукты для интеллектуального анализа данных // Рынок программных средств, № 14 15, 1997, с.38−39
  115. Н. Время собирать и анализировать данные. // Открытые системы, № 4, 1998, с. 36 39
  116. Прикладные нечеткие системы. Под ред. Т. Тэрано, К. Асои, М.Сутэно. М.:Мир, 1993,368 с.
  117. М.Г., Павлов И. О., Ошивалов А. В. Представление знаний с использованием сетей фреймов в информационных технологиях выбора. // Информационные технологии, № 10, 1997
  118. Maruyama К. Concurrent object oriented programming for distributed real -time systems // Information sciences. V.93, N1,2, 1996, pp.87 — 106
  119. A.H., Россиев Д. А. Нейронные сети на персональном компьютере.-Новосибирск: Наука, Сиб.изд. фирма РАН, 1996
  120. Э.А. Методы генерации, оценки и согласования решения в распределенных системах поддержки принятия решений. // Автоматика и телемеханика, № 4, с. З 52, 1995.
  121. Eom S.B. Decision support systems research: reference disciplines and a cumulative tradition // The International Journal of Management Science, 23, 5, October 1995, p.511−523
  122. А.И. О современных направлениях развития нейрокомпьютеров. // Нейрокомпьютер, № 1,2, 1998.
  123. О.Ю. Статистическое моделирование технических систем. Спб.: Изд. ЭТУ, 1993, 64с.
  124. Л.И. Единичные функции и системы на бинарных нейронах. -Ульяновск: УлГТУ, 1996 г., -57 с.
  125. М.А. Искусственные нейронные сети. Пенза, ПГТУ, 1996 г., 44 с.
  126. Управление качеством электронных средств. Под ред. Глудкина О. П., М.: Высшая школа, 1994, 415 с.
Заполнить форму текущей работой

На отлично!