Статья посвящена разработке экспертной системы для диагностики пневмонии. Эта система основана на нечеткой логике и реализована с использованием алгоритма Мамдани. Рассмотрены основные этапы разработки системы, включая фаззификацию входных данных, определение нечетких правил на основе медицинских экспертных знаний, агрегирование нечетких выводов и их дефаззификацию для получения окончательного диагностического результата. Веб-интерфейс системы реализован с использованием фреймворка Django, что обеспечивает удобство взаимодействия для пользователей. Применение медицинской экспертной системы для диагностики пневмонии может сократить время, необходимое для установления диагноза, и улучшить качество диагностики за счет интеграции опыта медицинских экспертов и современных информационных технологий.

Представлена онтологическая модель системы управления термоэлементом Пельтье. Онтология описывает ее состав, выделяя объекты, процессы преобразования в объектах и атрибуты связей между ними. На основе разработанной онтологической модели спроектирована каскадная система управления, объединяющая ПИД-регулятор, нечетко-цифровой фильтр и экспоненциально усредняющий фильтр, причем ее когнитивное поведение основано на правилах нечеткой логики. Улучшение динамических характеристик переходных процессов системы управления термоэлементом Пельтье достигается за счет применения модели математических и онтологических решений, при этом каскадная система управления обеспечивает снижение амплитуды первой гармоники управляющего сигнала на 12% и сокращает время переходного процесса на 31.9%.

Предложен нечеткий регулятор вычисления параметров скользящего окна для подготовки обучающих данных больших языковых моделей. Традиционный подход задает параметры «шаг окна» и «длина контекста» фиксированными константами, одинаковыми для всего текста, и не учитывает такие лингвистические характеристики отдельных фрагментов, как насыщенный научный текст и монотонный повторяющийся текст. Предлагаемый метод использует два автоматически вычисляемых признака фрагмента – лексическое разнообразие и среднюю длину BPE-токена. На основе алгоритма Мамдани с базой из 9 нечетко-логических правил и дефаззификацией методом центра тяжести нечеткий регулятор адаптивно вычисляет значения параметров «шаг окна» и «длина контекста» для каждого фрагмента. Предложенный подход имеет когнитивную интерпретацию, поскольку воспроизводит механизм адаптивного внимания человека при чтении, например, сложные фрагменты обрабатываются более внимательно при малом размере шага.