Численное моделирование когнитивного поведения пользователя в условиях не определенности

1.

Институт космических и информационных технологий
Institute of Space and Information Technologies
Курсовая работа
Численное моделирование когнитивного поведения пользователя в условиях не
определенности
Студент гр. КИ23-02-1М, Н. К. Шинтяпин
Руководитель: Б. С. Добронец
Красноярск 2024

2.

Проблематика
Численное моделирование когнитивного поведения пользователя в условиях неопределенности
сталкивается
с
несколькими
проблемами:
неопределенность и вариабельность
сложность
данных,
моделирования
динамическая
когнитивных
процессов,
природа поведения, ограниченные
вычислительные ресурсы и многомерность моделей. Для их решения необходимы гибридные модели,
адаптивные алгоритмы, оптимизация вычислений и интеграция данных из различных источников.

3.

Цель и задачи
Цель исследования – является разработка и применение методов численного моделирования
для анализа когнитивного поведения пользователя в условиях неопределенности.
Задачи:
• Провести обзор существующих методов и подходов к моделированию когнитивного
поведения пользователя.
• Изучить и проанализировать современные алгоритмы численного моделирования,
применимые для моделирования когнитивных процессов.
• Разработать модель, учитывающую неопределенность и вариативность действий
пользователя в цифровых системах.
• Провести экспериментальные исследования на примере конкретных задач, связанных
с взаимодействием пользователя с цифровыми системами.
• Оценить точность и эффективность разработанной модели, сравнив результаты с
реальными данными.
• Выявить преимущества и ограничения предложенных методов моделирования
когнитивного поведения.
• Разработать рекомендации по улучшению пользовательского опыта на основе
результатов моделирования.

4.

Типы неопределенности и их свойства
Случайная неопределенность связана с природой случайных процессов и невозможностью точно
предсказать их исходы. Она возникает из-за внутренней изменчивости системы или процесса.
Эпистемическая неопределенность возникает из-за неполноты знаний о системе или процессе.
Она связана с ограниченностью данных, модельными упрощениями и неточностями в измерениях.
Элиторная неопределенность возникает из-за субъективных факторов, таких как мнение экспертов,
предпочтения и субъективные оценки.

5.

Применение нейронных моделей в задачах
численно-вероятностного анализа

6.

Метод Монте-Карло

7.

Методы обнаружения научных тенденций
1. Библиометрический анализ;
2. Анализ содержимого (текстовый анализ);
3. Сетевой анализ;
4. Прогнозирование тенденций;
5. Визуализация данных;
6. Экспертный анализ;
7. Использование специализированных
платформ и инструментов

8.

Построение сплайн-модели

9.

Построение гистограммной модели по
сгенерированной числовой выборке

10.

Построение гистограммной модели по
сгенерированной числовой выборке

11.

Заключение
Был
проведён
анализ
научной
литературы
и
обзор
существующих подходов к выявлению научных тенденций;
Были
приведены
примеры
использования
нейронных
моделей при работе с данными в условиях неопределенности;
Проведен анализ типов неопределенности данных;
Рассмотрены задачи построения кусочно-полиномиальной
интерполяции –сплайна, гистограммных моделей;