АНОТАЦІЇ
Катеринич Л. О. Нейромережеві методи побудови експертних систем з асоціативними моделями подання знань. - Рукопис.
Дисертація на здобуття наукового ступеня кандидат фізико-математичних наук за спеціальністю 01.05.03 - математичне та програмне забезпечення обчислювальних машин та систем. -Київський національний університет імені Тараса Шевченка, Київ, 2010.
Дисертація присвячена актуальним питанням розробки нейромережевих методів побудови експертних систем з асоціативними моделями подання знань. Запропоновані формальні моделі подання асоціативних знань та досліджений механізми логічного виведення на них. Сформульовано й розв'язано задачу класифікації за деякими відомими асоціаціями в умовах нечіткості. Запропоновані підходи до синтезу та оптимізації нейромереж змінної архітектури з комутаційним елементом. Досліджені нейромережеві моделі аналізу нечітких даних, що описуються нечіткими специфікаціями (алгоритмами).
Реалізований експериментальний зразок діагностичної експертної системи Н-Гомеопат (в інтегрованому середовищі розробки програмного забезпечення Microsoft Visual Studio 2008 з використанням СУБД Microsoft SQL Server 2008), яка забезпечує інформаційну підтримку процесів діагностики та пошуку даних довідкового характеру.
Ключові слова: експертна система, формальна система, моделі, предметної області, ней-ронна мережа, комутаційний елемент, нечітка множина.

Катеринич Л. Л. Нейросетевые методы построения экспертных систем с ассоциативными моделями представления знаний. - Рукопись.
Диссертация на соискание ученой степени кандидата физико-математических наук по специальности 01.05.03 - математическое и программное обеспечение вычислительных машин и систем. - Киевский национальный университет имени Тараса Шевченко, Киев, 2010.
Диссертация посвящена актуальным вопросам разработки нейросетевых методов построения экспертных систем с ассоциативными моделями представления знаний. Предложены формальные модели представления ассоциативных знаний и исследован механизм логического вывода на них. Сформулирована и решена задача классификации по некоторым известным ассоциациям в условиях нечеткости. Предложены подходы к синтезу и оптимизации нейросетей переменной архитектуры с коммутационным элементом. Исследованы нейросетевые модели анализа нечетких данных, которые описываются нечеткими спецификациями (алгоритмами).
Реализована экспериментальная версия диагностической экспертной системы Н-Гомеопат (в интегрованной среде разработки программного обеспечения Microsoft Visual Studio 2008 с использованием СУБД Microsoft SQL Server 2008), которая обеспечивает информационную поддержку процессов диагностики и поиска данных справочного характера.
Ключевые слова: экспертная система, формальная система, модель предметной области, нейронная сеть, коммутационный элемент, нечеткое множество.

Katerynich L. A. Neural methods for constructing expert systems with associative models of knowledge representation - Manuscript.
Thesis for Candidate's degree in physics and mathematics by speciality 01.05.03 - mathematical and software support of computing machines and systems. - Kyiv Taras Shevchenko University, Kyiv, 2010.
Dissertation is devoted to the development of neural network methods for constructing expert systems with associative models of knowledge representation. The formal presentation models of associative knowledge and the mechanism of inference on them. Formulated and solved the problem of classification for some well known associations in terms of clarity. The approaches to the synthesis and optimization of neural network architecture with variable switching element. We study neural network model analysis of fuzzy data, which describes the fuzzy Specifications (algorithms). Implemented an experimental version of the diagnostic expert system H-Homcopath (in environment Microsoft Visual Studio 2008 using DBMS Microsoft SQL Server 2008), which provides information support to processes of diagnosis and retrieval of data for reference.
Key words: expert system, formal system, model of subject domain, neural network, fuzzy set.