Russian
| English
"Куда идет мир? Каково будущее науки? Как "объять необъятное", получая образование - высшее, среднее, начальное? Как преодолеть "пропасть двух культур" - естественнонаучной и гуманитарной? Как создать и вырастить научную школу? Какова структура нашего познания? Как управлять риском? Можно ли с единой точки зрения взглянуть на проблемы математики и экономики, физики и психологии, компьютерных наук и географии, техники и философии?"
Сети, когнитивная наука, управление сложностью

«Расширение опорных образов дискретной математики для понимания и моделирования биологических систем» В.А. Рыжов, В.С. Курдюмов

В.А. Рыжов

Для моделирования сложных динамических систем предлагаются расширениядискретных математических систем: графы и сети Петри. С помощью такого инструментария моделирования достигаются следующие цели: а) расширение опорных образов мышления для исследований сложности – гомеостаз, фрактальность, бифуркации, мембраны, динамические трансформации сложных систем (автопоэзис, метаморфозы); б) изучение свойств сложных динамических систем (открытость, модульность, повышение живучести, управляемости, надежности, способность к развитию и пр.), проявляющихся в различных биологических и технических системах.
На первом этапе главным результатом расширения возможностей такого математического аппарата структурного анализа – формирование новых парадигм и опорных образов мышления. Новый взгляд исследователей на динамическоемоделирование сложных дискретных систем расширяет их творческие способности. Это также ключ для выхода за рамки стереотипов и понимания того, что раньше было скрыто и недоступно для сознания.
Данная работа подготовлена в рамках поддержанного РГНФ проекта «Методология управления сетевыми структурами в контексте парадигмы сложности» No 15-03-00860.

«СЕТЕВОЕ ОБЩЕСТВО: ЕГО НЕОБХОДИМОСТЬ И ВОЗМОЖНЫЕ СТРАТЕГИИ ПОСТРОЕНИЯ.
О сетевой (ретикулярной) формации, меритократии и антиконфликтном потенциале сетей» А.В. Олескин, В.С. Курдюмов

А.В. Олескин

Сетевые децентрализованные распределенные структуры, как уже указывалось в предшествующих публикациях авторов, обладают существенным креативным и инновационным потенциалом при решении различных задач современной политики, включая развитие неправительственных структур гражданского общества с идеологическими и консультативными функциями. В настоящей работе обсуждаются конкретные пути модификации социума ради оптимального использования сетевых структур в их неизбежном взаимодействии с несетевыми иерархическими и квазирыночными структурами.
Данная работа подготовлена в рамках поддержанного РГНФ проекта «Методология управления сетевыми структурами в контексте парадигмы сложности» No 15-03-00860.

«Компьютерная аналитика» Ю.А. Семенов

Ю.А. Семенов

Темпы прогресса в области ИТ поражают – Интернет вещей, многообразные гаджиты, носимые мониторы состояния здоровья, бесчисленные сетевые сервисы и ошеломляющие объемы доступной информации. Но самые удивительные свершения ждут нас впереди. Среди новейших технологий выделяется когнитивный компьютинг (компьютерная аналитика). Эта технология уже сегодня позволяет прогнозировать многие процессы в бизнесе, в борьбе с преступностью, осуществлять эффективную диагностику в сфере медицины, но не исключено, что со временем эта техника может стать еще одним инструментом получения знаний об окружающем нас мире.

«Эволюция представлений об управлении (методологический и философский анализ)» В.Е. Лепский

В.Е. Лепский

Философско-методологический анализ эволюции представлений об управлении проведен в контексте развития научной рациональности (классическая, неклассическая, постнеклассическая). Рассмотрена смена базовых парадигм, объектов и видов управления. Обосновано повышении роли субъектов в управлении через смену подходов: деятельностный, субъектно-деятельностный, субъектно-ориентированный. Дальнейшее развитие проблематики управления связывается со становлением научного обеспечения постнеклассической рациональности. Монография представляет интерес для специалистов из гуманитарных, естественнонаучных и технических областей знаний, ориентированных на проблемы управления социальными системами, для студентов и аспирантов, а также для широкой аудитории управленцев-практиков.

«Многоагентные системы (обзор)» В.И.Городецкий, М.С.Грушинский, А.В.Хабалов

В.И. Городецкий

В последнее десятилетие среди различных направлений искусственного интеллекта на одно из ведущих мест все больше претендуют исследования, объединяемые общим названием “многоагентные системы”. Вообще говоря, исследования по интеллектуальным агентам и многоагентным системам имеют уже почти сорокалетнюю историю, но только в последнее время эти исследования действительно оформились в самостоятельный обширный и многоплановый раздел искусственного интеллекта, который привлекает к себе лучшие силы исследователей из различных областей, причем не только из искусственного интеллекта. Причин такого неожиданного интереса к многоагентным системам немало и они разные, но главная, по-видимому, в том, что этот интерес естественно обусловлен достижениями в области информационных технологий, искусственного интеллекта, распределенных информационных систем, компьютерных сетей и в компьютерной технике. Многоагентные системы имеют реальную возможность интегрировать в себе самые передовые достижения перечисленных областей, демонстрируя принципиально новые качества. Можно без сомнений утверждать, что появление этого направления свидетельствует о новом уровне, достигнутом в области информационных технологий и искусственном интеллекте, в частности, а темпы его прогресса дают основания предсказывать ему ведущую роль в ближайшие десятилетия в широком круге приложений.

«Многоагентная самоорганизация в B2B сетях» В.И. Городецкий

В.И. Городецкий

B2B–сетями называют вид экономического и информационного взаимодействия множества предприятий, или организаций иного типа, имеющий целью координацию выполнения распределенных бизнес-процессов в интересах самого бизнеса. В работе предлагается концепция и многоагентная архитектура самоорганизующихся B2B–сетей, описываются базовые задачи и предлагаются модели управления в B2B сетях на основе самоорганизации и распределенной координации. В частности, дается краткий обзор работ по B2B сетям, описывается P2P агентская платформа, обеспечивающая открытость сети, интероперабольность программного обеспечения ее узлов, а также кооперацию узлов сети в различных сценариях. Описываются принципы планирования и распределенный алгоритм координации локальных расписаний работы узлов на основе самоорганизации. Приводится пример, доказывающий реализуемость такой концепции B2B сети.

«Медицина и теория сложных сетей (сетевая медицина)» И.А. Евин, А.В. Розин, Н.П. Сон

И.А. Евин

В конце двадцатого века на основе теории графов сформировалась новая область статистической физики – теория сложных сетей, ставшая эффективным инструментом исследования сложных систем различной природы, в том числе биологии и медицины. В статье представлен краткий обзор основных публикаций по приложению теории сложных сетей в изучении болезней человека. Основное внимание уделено вопросам взаимосвязи различных болезней на молекулярном и фенотипическом уровне. Дано краткое описание сетевой модели сахарного диабета второго типа.

«НЕЙРОННАЯ ОСНОВА МОЗГОВЫХ ФУНКЦИЙ: КОННЕКТОМ versus ТРАНСКРИПТОМ» Д.А. Сахаров

Д.А. Сахаров

Начиная с 1960-х г.г., клеточный анализ поведения стал продвинутой областью нейробиологии, и сегодня механизмы, лежащие в основе поведенческих актов, широко исследуются как на уровне индивидуальных нейронов (часто идентифицированных, иногда изолированных), так и на ближайшем надклеточном уровне (паттерн-генерирующие нейронные ансамбли). Экспериментальная психология давно стремится выйти на сравнимые уровни анализа. Новые методы, прежде всего фМРТ и МЭГ, обеспечили психологов знаниями о локализации мозговых структур, вовлеченных в некоторые психические процессы (neural correlates of mental events, «новая френология»). Однако на уровне neuronal correlates успехи пока скромны. Перспективным в этом плане представляется развитие подходов, которые придают значение химическому многообразию нервных клеток, участвующих в формировании гетерогенных нейронных популяций и нейроактивной межклеточной среды. Альтернативой выступает направление, которое связывает реальные нервные и психические процессы с идеализированным представлением об их субстрате (предельно редуцированные нейрон и синапс, безликие синаптические веса, однородные нейронные сети, и т. п.). Это направление акцентировано амбициозной «когнитивной революцией» и ныне переживает ренессанс.

«Изучение структурной сложности дорожной сети старой и новой Москвы» А.А. Букашев, Д.К. Марченко, И.А. Евин

И.А. Евин

В последнее время сложные системы различной природы (технологические, биологические, социальные, когнитивные) стали представлять в виде сетевых структур. Узлы в таких сетях представляют собой элементы этих сложных систем, а связи между узлами – взаимодействия между элементами. В данной работе исследуется структурная сложность дорожной системы Москвы в процессе ее роста и эволюции. Для исследования из Интернет-ресурсов были получены графы дорожных сетей трех районов города Москвы: в пределах Садового кольца, Ленинского района Москвы, и крупного района, недавно присоединённой к Москве на юге. Основным показателем, определяющим сложность структуры дорожной сети, является коэффициент сетчатости.

«Двойственное представление дорожной сетей Москвы и Петербурга» И.А. Евин, В.В. Комаров, М.С. Попова

И.А. Евин

Представление улично-дорожных систем городов в виде сетей (графов) берет свое начало с известной работы Леонарда Эйлера 1736 года о семи мостах Кенигсберга, заложившей основы новой тогда математической дисциплины – теории графов. В последнее время методы этой теории успешно применяются в исследованиях по географии, урбанистике и других научных направлениях. Научный подход в изучении городских территорий, использующий теорию планарных графов для представления дорожной сети, в котором перекрестки городов являются узлами, а дороги – связями, получило название теория первичных графов (primary graph). В данной работе исследуются дорожные сети центра Москвы (Бульварное кольцо) и центр Петербурга.