Метод синтезу багатошарової моделі моніторингового програмного агента.

Анотація

Описуються новий метод побудови багатошарових моделей моніторинговим програмним агентом та його використання для прогнозування кількості захворювань на COVID-19 в Україні. Моніторингові агенти використовуються для забезпечення інформацією та знаннями процесів прийняття рішень різної терміновості шляхом неперервних спостережень за об’єктами та інтелектуального аналізу результатів цих спостережень. Необхідність розв’язку інтелектуальних задач із класифікації, кластеризації, ідентифікації, прогнозування та інших у процесі виконання моніторингових завдань зумовила використання інтелектуальних агентів з цією метою. Крім того, виникає особливий клас автономних програмних систем – моніторингові агенти, що мають особливу структуру та індивідуальний функціонал, використовують нетипові методи взаємодії з зовнішнім середовищем, спеціалізовані методи обробки результатів спостережень та потребують створення нових методів синтезу моделей. Після спалаху COVID-19 науковці почали використовувати сучасні технології, які б мали змогу допомогти в боротьбі та подоланні цієї страшної хвороби. Почали навчати моделі виявляти хвороби, її різноманітні симптоми, а також планувати шляхи лікування. Недостатня інформативність результатів спостереження, на основі яких відбувається навчання моделей, є типовою при прогнозуванні розвитку пандемії. Ефективними засобами подолання цієї проблеми є використання багатошарових моделей об’єктів спостереження. У нашому дослідженні ми описали новий метод побудови багатошарових моделей моніторинговим програмним агентом на прикладі виконання завдання прогнозування розвитку захворюваності на COVID-19 населення України. Це може дати змогу контролювати навантаження на лікарні та планувати час і тривалість соціальних обмежень на населення країни з метою уповільнення розвитку пандемії в умовах збройної агресії Російської Федерації.