Введение ........................................................ 5

1    Методологические аспекты диагностирования многомерных
     объектов?
1.1  Описание и формализация проблемы ........................... 7
     1.1.1  Различие форм представления проблем и его влияние
            на компьютеризацию .................................. 7
     1.1.2  Формы представления информации на различных этапах
            понимания ........................................... 9
     1.1.3  Различия в постановке проблемы из-за различия в
            подходах к объекту ................................. 13
     1.1.4  Классификация типов проблем и методы их решения .... 16
     1.1.5  Типы проблем и возможности компьютеризации ......... 20
1.2  Одномерное статистическое моделирование ................... 21
     1.2.1  Одномерный статистический анализ ................... 21
     1.2.2  Модель пропорциональных интенсивностей Кокса ....... 36
1.3  Многомерное статистическое моделирование .................. 38
     1.3.1  Виды многомерного анализа .......................... 40
     1.3.2  Включение независимых переменных в модель .......... 41
     1.3.3  Взаимодействие между переменными ................... 43
     1.3.4  Анализ качества модели ............................. 43
     1.3.5  Чувствительность, специфичность и точность ......... 44
1.4  Принцип нечеткой логики ................................... 47
     1.4.1  Косвенные наблюдения и корреляция .................. 47
     1.4.2  Скрытые структуры данных ........................... 49
     1.4.3  Способы определения критериев различия ............. 50
     1.4.4  Способы описания объектов .......................... 50

2    Теоретические аспекты диагностирования многомерных
     объектов .................................................. 52
2.1  Основные аспекты систем представления и обработки знаний .. 52
     2.1.1  Формализация систем решения проблем ................ 52
     2.1.2  Основы построения систем обработки знаний .......... 85
     2.1.3  Методы создания систем обработки знаний ............ 96
     2.1.4  Особенности представления знаний в экспертных
            системах .......................................... 106
2.2  Основные аспекты алгоритмов диагностирования на основе
     решающих деревьев ........................................ 129
     2.2.1  Основные понятия и определения .................... 129
     2.2.2  Этапы построения деревьев решений ................. 131
     2.2.3  Random forest ..................................... 134
2.3  Основные аспекты алгоритмов диагностирования на основе
     нейросетевых технологий .................................. 136
     2.3.1  Искусственный нейрон. Однослойный персептрон ...... 136
     2.3.2  Многослойный персептрон ........................... 138
     2.3.3  Нейронная сеть Ворда .............................. 142
     2.3.4  Нейронная сеть Кохонена ........................... 142
     2.3.5  Методы обучения искусственных нейронных сетей ..... 145

3    Практические аспекты диагностирования многомерных
     объектов ................................................. 149
3.1  Анализ исходных данных. Модель внешней среды ............. 149
3.2  Пример построения диагностической экспертной системы ..... 153
3.3  Примеры диагностирования многомерных объектов на основе
     решаюших деревьев ........................................ 159
3.4  Примеры диагностирования многомерных объектов на основе
     нейросетевых технологий .................................. 164

4    Заключение ............................................... 173

5    Список литературы ........................................ 174