ОТЧЕТ О НАУЧНО-ИССЛЕДОВАТЕЛЬСКОЙ РАБОТЕ БИОИНФОРМАТИКА, МАШИННОЕ ОБУЧЕНИЕ, ТЕХНОЛОГИИ ПРОГРАММИРОВАНИЯ, ТЕОРИЯ КОДИРОВАНИЯ, ПРОАКТИВНЫЕ СИСТЕМЫ Методы профилирования на основе машинного обучения и данных пользовательского контента. Метод предсказания активности имунной системы на основе экспериментальных данных. Технологии синтеза автоматных моделей функциональных блоков в контроллерах. Анализ адаптивных эволюционных алгоритмов на комбинаторных задачах оптимизации. Моделирование исключений в объектно-ориентированных программах средствами теории категорий. Модели систем проактивного управления промышленными комплексами. Методы моделирования ассоциативных нейронных сетей автономных проактивных агентов (заключительный)

Объект исследования - профилирование пользователей на основе машинного обучения и данных пользовательского контента, предсказание активности иммунной системы на основе экспериментальных данных, технологии синтеза автоматных моделей функциональных блоков в контроллерах, эволюционные алгоритмы, решающие комбинаторные задачи оптимизации, обработка исключительных ситуаций в программах на объектно-ориентированных языках программирования, модели систем проактивного управления промышленными комплексами, ассоциативные нейронные сети, управляющие автономными проактивными агентами. Настоящая НИР направлена на решение следующих задач: разработка пайплайна для предсказания активности иммунной системы; разработка метода генерации конечно-автоматных моделей функциональных блоков по примерам поведения путем сведения к задаче удовлетворения ограничений; получение оценок времени работы адаптивных эволюционных алгоритмов при решении комбинаторных задач оптимизации; описание многообразия способов обработки исключительных ситуаций в программах с помощью двумонадической алгебры; разработка интерпретатора языка Yard для моделирования ассоциативных нейронных сетей автономных проактивных агентов.