Модель прийняття рішень з використанням штучних нейронних мереж
DOI:
https://doi.org/10.18372/1990-5548.70.16740Ключові слова:
людський фактор, безпека польотів, управління ризиками, нейронні мережі, прогнозування, функціональний стан, модель прогнозування, модель прийняття рішень, фактори дестабілізаціїАнотація
У роботі зроблено теоретичні узагальнення та отримано перспективні рішення науково-теоретичних проблем оцінки людського фактора в системі керування безпекою польотів на основі прогнозування виникнення небезпечної подій, що може отримати за собою ризики в авіаційній діяльності. Проаналізовано сучасний стан і перспективи розвитку активного підходу до системи керування ризиками безпеки польотів і місця людського фактора у виявленні джерел небезпеки. Загальні положення та сучасні перспективи розвитку штучних нейронних мереж для прогнозування завдань та їх місце в системі прийняття рішень, що дозволить визначити невирішені питання, обґрунтувати відповідні підходи до її вирішення, зокрема оцінити можливість виникнення небезпечної події порушення стану серцево-судинної системи оператора авіаційної діяльності. Розроблено методику побудови штучної нейронної мережі для задач прогнозування біологічних об'єктів ризику, засновано на теоретичному підході для використанням в моделі прийняття рішень. Використання штучних нейронних мереж дозволило розробити модель прогнозування настання негативної події раптового порушення стану серцево-судинної системи оператора авіаційної діяльності.
Посилання
O. R. Martyniuk, O. V. Radko, and E. V. Goncharenko, “Risk assessment in the flight safety system of state aviation of Ukraine.” Modern information technologies in the field of security and defense. Kyiv: NOUOU, no. 1(34), pp. 155–160, 2019. https://doi.org/10.33099/2311-7249/2019-34-1-155-160.
E. Goncharenko and S. Goncharenko, “Improved model of the Ukrainian Air Force flight safety system,” of the Air Force of the Armed Forces of Ukraine Social Development and Security, vol. 10, no. 5, 2020. https://doi.org/10.33445 / sds.2020.10.5.9
NATO STANAG 3102, Flight safety cooperation in common ground / air space. https://infostore.saiglobal.com/en-us/Standards/ STANAG-3102-2007-5475_SAIG_NATO_NATO _1786354/.
The Royal Canadian Air Force highlights historical lows of flight safety incidents during the Air Forces Flight Safety Committee (Europe) meeting, [Electronic resource] – Access mode: (2022-02-10).
Commission Implementing Regulation (EU) 2016/1377. https://www.easa.europa.eu/document-library/regulations/commission-implementing-regulation-eu-20161377
Y. Honcharenko, O. Martyniuk, O. Radko, and P. Open’ko, “The method of proactive risk assessment for flight safety based on the rate of dangerous events,” Advances in Military Technology, vol. 15, no. 2, 2020. pp. 365–377. https://doi.org/10.3849/aimt.01424.
T. E. Vysotska, Directions for improving the state policy of flight safety of civil aviation Public administration: improvement and development, no. 11, (electronic journal), 2012.
State Aviation Service of Ukraine. Flight Safety Report for 2020 https://avia.gov.ua/wp-content/uploads/2021/07/Zvit-z-bezpeki-polotiv-za-2020-rik-publikatsiya.pdf.
Arcúrio Michelle, Security Culture and Human Factors. Global Aviation Security Symposium (AVSEC2020). Virtual Symposium is “Improving Security Culture by Connecting the Dots”. December 18, 2020.
Airworthiness Investigation Manual A-GA-135-003 / AG-001.
O. Ivanets, I. Morozova, M. Burichenko and Y. Kvach, “Actual aspects of flight safety on the basis of measuring electrical indicators,” International Scientific Symposium Metrology and Metrology Assurance (MMA), 2021, IEEE. https://doi.org/10.1109/MMA52675.2021.9610872.
V. Kuzmin, M. Zaliskyi, R. Odarchenko, oth .. “Method of Probability Distribution Fitting for Statistical Data with Small Sample Size,” 2020 10th International Conference on Advanced Computer Information Technologies, ACIT 2020 – Proceedings, 2020, pp. 221–224. https://doi.org/10.1109/ACIT49673.2020.9208842
O. B. Ivanets and M. Yu. Burichenko, “Ways to reduce the uncertainty of the prognosis of the human body in neural network modeling,” Information processing systems: Coll. Science. work. Kharkiv: Publishing House of Kharkiv University of the Air Force named after I. Kozhedub, no. 1(99), pp. 86–90, 2012.
, O. Solomentsev, M. Zaliskyi, O. Shcherbyna, and O. Kozhokhina, “Sequential Procedure of Changepoint Analysis during Operational Data Processing,” Proceedings of 2020 IEEE Workshop on Microwave Theory and Techniques in Wireless Communications, MTTW 2020this link is disabled, 2020, pp. 168–171, https://doi.org/10.1109/MTTW51045.2020.9245068
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
