Исследование интеллектуальной предиктивной аналитики на базе интеграции методов конструирования признаков гетерогенных динамических данных для машинного обучения и методов предиктивного мультимодального анализа данных

В рамках выполнения научно-исследовательской работы «Исследование интеллектуальной предиктивной аналитики на базе интеграции методов конструирования признаков гетерогенных динамических данных для машинного обучения и методов предиктивного мультимодального анализа данных» (далее НИР) были разработаны методы, подходы и алгоритмы:  подход к конструированию признаков с учетом высокой степени неопределенности и ограничений предметной области  метод конструирования признаков модели машинного обучения и контекст задачи предиктивной аналитики  модель интерпретируемого ИИ на основе гибридизации нейросетевого подхода и системы суррогатных правил на примере прикладной интеллектуальной системы поддержки автоматизированной диагностики меланомы  подход для решения задачи извлечения признаков объектов и определяемых их переменных  подход к извлечению атомов продукционных структур в формате SWRL из неструктурированных текстов  метод диагностической аналитики для поддержки процесса разработки проекта с учетом модели базы знаний для учета опыта предыдущих проектов  подход к использованию контекста при анализе данных динамики показателей объектов  алгоритм формирования контекста анализа динамики показателей процессов;  методика интерпретации результатов предиктивной аналитики;