Научные результаты
(технологии, методы и алгоритмы)

Сфера научных интересов
«НОЦ "СФА ТКМ"
"РА(М)Н" им. акад. Бурденко Н.Н.
»
включает:
клиническую медицину
(14.01.00),
профилактическую медицину (14.02.00),
медико-биологические науки (14.03.00),
фармацевтические науки (14.04.00),
химические науки в медицине (02.00.00),
биологические науки в медицине (03.00.00),
психологические науки в медицине (19.00.00),
физико-математические науки
в медицине (01.02.00),
технические науки в медицине (05.00.00),
экономические науки в медицине (08.00.00),
в частности:
(микроскопический) системный анализ
и управление,
информационные технологии,
информационно-образовательные среды,
системы автоматизированного обучения
(на расстоянии),
инновационные архитектуры и алгоритмы
в основе средств автоматизации обучения,
(когнитивную) информатику,
психофизиологию восприятия,
(когнитивную) психологию,
(когнитивную) лингвистику,
(микроскопический) финансовый анализ,
бухгалтерский учет и аудит
предприятий и (кредитных) организаций,
теоретическую механику,
физическую химию
и молекулярную биологию.

Директором «НОЦ "СФА ТКМ"
"РА(М)Н" им. акад. Бурденко Н.Н.
»
разработана диссертация
«Среда автоматизированного обучения
со свойствами адаптации
на основе когнитивных моделей
»
на соискание ученой степени
доктора технических наук
по спец.
05.13.01 – «Системный анализ,
управление и обработка информации
»
и 19.00.02 – «Психофизиология восприятия»
(19.00.03 –
«Психология труда,
инженерная психология и эргономика
»)
и методическое обеспечение
дисциплины
«Информатика»,
а также осуществлялись
экспериментальные исследования
информационной среды
автоматизированного обучения,
удалось осуществить существенный вклад
в развитие
«Техники»
(теории и практики).

I. На данный момент времени
«НОЦ "СФА ТКМ"
"РА(М)Н" им. акад. Бурденко Н.Н.
»
получены следующие
теоретические и практические
научные результаты в области
«Техники», «Технологии»
и
«Системного анализа».

1.1. Среда автоматизированного обучения
со свойствами адаптации
на основе когнитивных моделей.

· модификации в организации
информационно-образовательной среды
на основе блока
параметрических когнитивных моделей;

· модификации в технологии
информационно-образовательной среды
на основе блока
параметрических когнитивных моделей.

1.2. Технология когнитивного моделирования
для (микроскопического) системного анализа
информационно-образовательных сред,
включая:

· методику ее использования;

· способы представления
структуры когнитивной модели;

· алгоритм формирования
когнитивных моделей;

· методику исследования параметров
когнитивной модели субъекта обучения;

· методику исследования параметров
когнитивной модели средства обучения;

· алгоритм обработки
апостериорных результатов тестирования
уровня остаточных знаний
контингента обучаемых
и диагностики индивидуальных
особенностей контингента испытуемых.

1.3. Блок параметрических когнитивных моделей
как информационная основа
(микроскопического) системного анализа
информационно-образовательной среды,
включая:

· когнитивную модель субъекта обучения;

· когнитивную модель средства обучения.

1.4. Структура комплекса программ
как средств автоматизации
(микроскопического) системного анализа
информационно-образовательной среды
и системы автоматизированного обучения
со свойствами адаптации
на основе когнитивных моделей,
включая:

· адаптивное средство обучения
(электронный учебник)
на основе процессора
адаптивной репрезентации
информационных фрагментов;

· основной диагностический модуль;

· прикладной диагностический модуль.

1.5. Статистическое обоснование
апостериорных данных
(микроскопического) системного анализа
информационно-образовательной среды:

· особенности первичной обработки
апостериорных данных;

· описательная статистика
апостериорных данных исследования
физиологического, психологического
и лингвистического портретов
когнитивных моделей;

· выбор методов
статистического анализа
апостериорных данных
серии экспериментов;

· расчет показателей корреляции;

· расчет показателей ковариации;

· результаты дисперсионного анализа;

· результаты регрессионного анализа;

· результаты дискриминантного анализа;

· результаты многомерного шкалирования;

· результаты иерархического
кластерного анализа;

· результаты факторного анализа.

1.6. Обобщенные результаты
динамики изменения
результативности функционирования
информационно-образовательной среды
и повышения эффективности
системы автоматизированного обучения
со свойствами адаптации
на основе блока параметрических
когнитивных моделей.

Разработана концепция интеграции
среды автоматизированного обучения
со свойствами адаптации
на основе когнитивных моделей
в информационно-образовательную среду
учреждения системы образования
современного государства.

Директором «НОЦ "СФА ТКМ"
"РА(М)Н" им. акад. Бурденко Н.Н.
»
разработана диссертация
«Технология когнитивного моделирования
для финансового анализа и аудита организации
»
на соискание ученой степени
доктора экономических наук
по спец.
08.00.10 – «Финансы,
денежное обращение и кредит
»,
а также осуществлялись исследования
предприятий и (кредитных) организаций,
удалось осуществить
существенный вклад
в развитие
«Экономики»
(теории и практики).

II. На данный момент времени
«НОЦ "СФА ТКМ"
"РА(М)Н" им. акад. Бурденко Н.Н.
»
получены следующие
теоретические и практические
научные результаты в области
«Экономики» и «(Микроскопического)
финансового анализа и аудита».

2.1. Вертикально и горизонтально интегрированные
организационные структуры предприятия
и (кредитной) организации
как хозяйствующих субъектов
экономической системы государства.

2.2. Технология когнитивного моделирования
для (микроскопического) финансового анализа
и аудита
предприятия и (кредитной) организации,
включая:

· методику ее использования;

· способы представления
структуры когнитивной модели;

· алгоритм формирования
когнитивных моделей;

· методику формирования
нормативно-правовой основы
(микроскопического)
финансового анализа и аудита
предприятия и (кредитной) организации
;

· методику формирования
информационной основы
(микроскопического)
финансового анализа и аудита
предприятия и (кредитной) организации;

· методику дополнительной проверки
информационной основы
(микроскопического)
финансового анализа
предприятия и (кредитной) организации;

· методику исследования параметров
когнитивной модели
для вертикального финансового анализа;

· методику исследования параметров
когнитивной модели
для горизонтального финансового анализа;

· методику исследования параметров
когнитивной модели
для трендового финансового анализа
на основе системы
аналитических коэффициентов;

· алгоритм обработки
апостериорных результатов
вертикального, горизонтального и трендового
финансового анализа и аудита,
а также оценки
эффективности функционирования
предприятия и (кредитной) организации
на основе первичных регистров
бухгалтерского учета
и финансового анализа.

2.3. Блок параметрических когнитивных моделей
как информационная основа
(микроскопического) финансового анализа
и аудита
предприятия и (кредитной) организации,
включая:

· когнитивную модель
для вертикального финансового анализа
предприятия и (кредитной) организации;

· когнитивную модель
для горизонтального финансового анализа
предприятия и (кредитной) организации;

· когнитивную модель
для трендового финансового анализа
of the enterprise and (credit) organization
на основе системы
аналитических коэффициентов.

2.4. Структура комплекса программ
как средств автоматизации
(микроскопического) финансового анализа
и аудита
предприятия и (кредитной) организации,
включая:

· средство автоматизации формирования
рабочего плана счетов
на основе нормативно-регламентированного
плана счетов бухгалтерского учета
предприятия и (кредитной) организации;

· средство автоматизации формирования
бухгалтерского баланса
и отчета о прибылях и убытках
предприятия и (кредитной) организации;

· средство автоматизации
вертикального финансового анализа
предприятия и (кредитной) организации;

· средство автоматизации
горизонтального финансового анализа
предприятия и (кредитной) организации;

· средство автоматизации
трендового финансового анализа
предприятия и (кредитной) организации
на основе системы
аналитических коэффициентов.

2.5. Статистическое обоснование
апостериорных данных
(микроскопического) финансового анализа
и аудита
предприятия и (кредитной) организации:

· особенности первичной обработки
апостериорных данных;

· описательная статистика
апостериорных данных
на основе когнитивных моделей
для вертикального, горизонтального
и трендового финансового анализа
на основе системы
аналитических коэффициентов;

· выбор методов статистического анализа
для обработки апостериорных данных;

· расчет показателей корреляции;

· расчет показателей ковариации;

· результаты дисперсионного анализа;

· результаты регрессионного анализа;

· результаты дискриминантного анализа;

· результаты многомерного шкалирования;

· результаты иерархического
кластерного анализа;

· результаты факторного анализа.

2.6. Обобщенные результаты
динамики изменения
результативности (повышения эффективности)
(микроскопического) финансового анализа
и аудита
финансово-хозяйственной деятельности
предприятия и (кредитной) организации.

Разработана концепция
(микроскопического) финансового анализа и аудита
организационной структуры
(кредитной) организации и предприятия
на основе технологии
когнитивного моделирования.

Директором «НОЦ "СФА ТКМ"
"РА(М)Н" им. акад. Бурденко Н.Н.
»
разрабатывается диссертация
«Технология когнитивного моделирования
для сложного анализа сложных,
объектов, процессов и явлений
»
на соискание ученой степени
доктора физико-математических наук
по спец.
01.02.01 – «Теоретическая механика»,
а также осуществлялись исследования
сложных объектов, процессов и явлений,
удалось осуществить
вклад в развитие
«Теоретической механики»
и
«Физико-математических наук»
(
теории и практики).

III. На данный момент времени
«НОЦ "СФА ТКМ"
"РА(М)Н" им. акад. Бурденко Н.Н.
»
получены следующие
теоретические и практические
научные результаты в области
«Теоретической механики»
и
«Физико-математических наук»
(генезис и практическое использование
(многомерного) когнитивного кольца,
когнитивного диска, когнитивного цилиндра,
когнитивного конуса, когнитивной сферы
и других).

3.1. Когнитивное кольцо, когнитивный диск,
когнитивный цилиндр, когнитивный конус,
когнитивная сфера
и один-, два-, три-, четыре-, пять- и более
когнитивная сфера
для (микроскопического) сложного анализа
сложных объектов, процессов и явлений.

3.2. Технология когнитивного моделирования
для (микроскопического) сложного анализа
на основе когнитивного кольца,
когнитивного диска, когнитивного цилиндра,
когнитивного конуса, когнитивной сферы
и один-, два-, три-, четыре-, пять- и более
когнитивной сферы,
включая:

· методику ее использования;

· способы представления
структуры когнитивного кольца,
когнитивного диска, когнитивного цилиндра,
когнитивного конуса, когнитивной сферы
и один-, два-, три-, четыре-, пять- и более
когнитивной сферы;

· алгоритм формирования
когнитивного кольца;

· алгоритм формирования
когнитивного диска;

· алгоритм формирования
когнитивного цилиндра;

· алгоритм формирования
когнитивного конуса;

· алгоритм формирования
когнитивной сферы;

· алгоритм формирования
один-, два-, три-, четыре-, пять- и более
когнитивной сферы;

· методику формирования
нормативно-технической основы
когнитивного кольца, когнитивного диска,
когнитивного цилиндра,
когнитивного конуса, когнитивной сферы
и один-, два-, три-, четыре-, пять- и более
когнитивной сферы;

· методику формирования
информационной основы
когнитивного кольца, когнитивного диска,
когнитивного цилиндра,
когнитивного конуса, когнитивной сферы
и один-, два-, три-, четыре-, пять- и более
когнитивной сферы;

· методику дополнительной проверки
информационной основы
когнитивного кольца, когнитивного диска,
когнитивного цилиндра,
когнитивного конуса, когнитивной сферы
и один-, два-, три-, четыре-, пять- и более
когнитивной сферы для сложного анализа;

· методику исследования параметров
когнитивной модели
на основе когнитивного кольца;

· методику исследования параметров
когнитивной модели
на основе когнитивного диска;

· методику исследования параметров
когнитивной модели
на основе когнитивного цилиндра;

· методику исследования параметров
когнитивной модели
на основе когнитивного конуса;

· методику исследования параметров
когнитивной модели
на основе когнитивной сферы;

· методику исследования параметров
когнитивной модели
на основе один-, два-, три-, четыре-, пять-
и более когнитивной сферы;

· алгоритм обработки
апостериорных результатов
(микроскопического) сложного анализа
сложных объектов,
процессов и явлений.

3.3. Блок параметрических когнитивных моделей
как информационная основа
(микроскопического) сложного анализа
сложных объектов, процессов и явлений,
включая:

· когнитивную модель
на основе когнитивного кольца;

· когнитивную модель
на основе когнитивного диска;

· когнитивную модель
на основе когнитивного цилиндра;

· когнитивную модель
на основе когнитивного конуса;

· когнитивную модель
на основе когнитивной сферы;

· когнитивную модель
на основе один-, два-, три-, четыре-, пять-
и более когнитивной сферы.

3.4. Структура комплекса программ
как средств автоматизации
(микроскопического) сложного анализа
сложных объектов, процессов и явлений,
включая:

· средство автоматизации
формирования и исследования
когнитивного кольца;

· средство автоматизации
формирования и исследования
когнитивного диска;

· средство автоматизации
формирования и исследования
когнитивного цилиндра;

· средство автоматизации
формирования и исследования
когнитивного конуса;

· средство автоматизации
формирования и исследования
когнитивной сферы;

· средство автоматизации
формирования и исследования
один-, два-, три-, четыре-, пять- и более
когнитивной сферы;

· средство автоматизации
(микроскопического) сложного анализа
сложных объектов, процессов и явлений
на основе когнитивного кольца;

· средство автоматизации
(микроскопического) сложного анализа
сложных объектов, процессов и явлений
на основе когнитивного диска;

· средство автоматизации
(микроскопического) сложного анализа
сложных объектов, процессов и явлений
на основе когнитивного цилиндра;

· средство автоматизации
(микроскопического) сложного анализа
сложных объектов, процессов и явлений
на основе когнитивного конуса;

· средство автоматизации
(микроскопического) сложного анализа
сложных объектов, процессов и явлений
на основе когнитивной сферы;

· средство автоматизации
(микроскопического) сложного анализа
сложных объектов, процессов и явлений
на основе один-, два-, три-, четыре-, пять-
и более когнитивной сферы.

3.5. Статистическое обоснование
апостериорных данных
(микроскопического) сложного анализа
сложных объектов, процессов и явлений:

· особенности первичной обработки
апостериорных данных;

· описательная статистика
апостериорных данных
на основе когнитивного кольца,
когнитивного диска, когнитивного цилиндра,
когнитивного конуса, когнитивной сферы
и один-, два-, три-, четыре-, пять- и более
когнитивной сферы;

· выбор методов
статистического анализа
для обработки апостериорных данных;

· расчет показателей корреляции;

· расчет показателей ковариации;

· результаты дисперсионного анализа;

· результаты регрессионного анализа;

· результаты дискриминантного анализа;

· результаты многомерного шкалирования;

· результаты иерархического
кластерного анализа;

· результаты факторного анализа.

3.6. Обобщенные результаты
динамики изменения
результативности (повышения эффективности)
функционирования сложного объекта,
технологического процесса
(технологического задела) или явления.

Разработана концепция
(микроскопического) сложного анализа
сложного объекта, процесса и явления
на основе технологии когнитивного
моделирования.

Достигнутые научные результаты
(теоретические и практические)

 

ENG

Примечание

Все исследования проводятся и финансируются самостоятельно автором,
любое несанкционированное использование представленных теоретических и практических научных результатов
является контрафактным, поскольку они являются объектом правовой охраны
согласно действующему законодательству на территории РФ и за ее пределами.

 

В случае обнаружения аналогичных научных результатов на конференциях,
в научных статьях, монографиях, книгах и диссертациях
без указания ссылки на автора и исполнителя в лице Ветрова А.Н.
необходимо сообщить срочно на перечисленные электронные адреса, по телефону или посредством почты.

Text Box: «Российской академии (медицинских) наук» имени академика Бурденко Н.Н.
Text Box: «Системного и финансового анализа 
на основе технологии когнитивного моделирования»
Text Box: Научно-образовательный центр
Text Box: ГМО «Академия когнитивных естественных наук»