- Granichin O., Volkovich V., Toledano-Kitai D. Randomized Algorithms in Automatic Control and Data Mining // Intelligent Systems Reference Library, vol. 67, Springer-Verlag: Heidelberg New York Dordrecht London. 2015. 251 p. DOI
- Vergados D.J., Amelina N., Jiang Y., Kralevska K., Granichin O. Towards optimal distributed node scheduling in a multihop wireless network through Local Voting // IEEE Transactions on Wireless Communications, Jan 2018, vol. 17, issue 1, pp. 400-414. DOI
- Amelin K., Granichin O. Randomized control strategies under arbitrary external noise // IEEE Transactions on Automatic Control, 2016. Vol. 61, issue 5, pp. 1328-1333. DOI
- Granichin O., Amelina N. Simultaneous perturbation stochastic approximation for tracking under unknown but bounded disturbances // IEEE Transactions on Automatic Control, vol. 60, issue 6, June 2015, pp. 1653-1658. DOI
- Граничин О.Н., Амелин К.С., Амелина Н.О. Патент на изобретение No2660191 "Аэродинамическое крыло летательного аппарата с адаптивно изменяющейся поверхностью"
- Chen Z., Xu Z., Yi W., Yang X., Hou W., Ding M., Granichin O. Real-time and multimodal brain slice-to-volume registration using CNN // Expert Systems with Applications. Volume 133, 1 November 2019, Pages 86-96. DOI
- Amelin K., Granichin O., Kizhaeva N., Volkovich Z. Patterning of writing style evolution by means of dynamic similarity pattern recognition // Pattern Recognition, May 2018, vol 77, pp. 45-64. DOI
- Vergados D.J., Amelina N., Jiang Y., Kralevska K., Granichin O. Towards optimal distributed node scheduling in a multihop wireless network through Local Voting // IEEE Transactions on Wireless Communications, Jan 2018, vol. 17, issue 1, pp. 400-414 DOI
- Shalymov D., Granichin O., Klebanov L., Volkovich Z. Literary writing style recognition via a minimal spanning tree-based approach // Expert Systems With Applications, vol. 61, Nov., 2016, pp.145-153. DOI
- Volkovich Z., Granichin O., Redkin O., Bernikova O. Modeling and visualization of media in Arabic // Journal of Informetrics, vol. 10, issue 2, 2016, pp. 439-453. DOI
Об отделении
Руководитель: д.ф.-м.н. О.Н. Граничин
Описание: В отделении ведутся работы по исследованию новых возможностей интеллектуального управления сложными многоагентными системами, открывающиеся благодаря миниатюризации и увеличению быстродействия вычислителей, датчиков и исполнительных устройств. Для мультиагентных робототехнических систем (больших групп роботов, роботизированных устройств, агентов) предложены и обоснованы новые подходы к синтезу адаптивного управления на основе прогнозирующих моделей в динамической среде при переменной структуре пространства состояний, работоспособные на переходных процессах и при высокой неопределенности внешних условий. Суть новых подходов заключается в переходе от централизованных иерархических моделей к децентрализованным, мультиагентным, в которых сложность решения трудных задач в пространстве огромной размерности (обычно NP-сложных задач) заменяется на решение большого количества достаточно простых локальных задач для интеллектуальных агентов (роботов) с автономными сенсорами, вычислителями и актуаторами. За счет сложной системы сетевого взаимодействия в итоге достигается решение общей сложной задачи. В приложениях к системам сетевого управления движением в основе нового подхода лежат исследование условий кластеризации (разбиения на подгруппы) агентов за счет локальных взаимодействий на "микро-уровне" в "быстром времени", последующая дискретизация системы как по времени так и по пространству состояний (переход к "динамике кластеров" в медленном времени), синтез адаптивного "макро-управления" на основе прогнозирующих моделей на конечном интервале времени пока не поменялась кластерная структура.
