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.
