Математическое и алгоритмическое обеспечение обработки информации и принятия решений при функционировании трехуровневой миварной экспертной системы обнаружения пожаров

Source abstract

С развитием трехуровневой миварной экспертной системы (МЭС) обнаружения пожаров возникает необходимость в математическом и алгоритмическом обеспечении. Ранее предложенные модель и метод задали логическую структуру МЭС и метод обработки информации. В статье предложено математическое и алгоритмическое обеспечение обработки информации и принятия решений при функционировании трехуровневой миварной экспертной системы обнаружения пожаров. Предложенное обеспечение включает: формализованное описание рабочего цикла МЭС; информационное обеспечение формирования входной информации МЭС на основе согласования данных визуального, инфракрасного, температурного, газового и акустического каналов; алгоритмическое обеспечение рабочей памяти и логического вывода МЭС. Для реализации указанного обеспечения использованы асинхронное согласование сенсорных потоков, INT8-квантизация весов FNN и индексированный доступ к DOM-дереву. На синтетической тестовой выборке из 5000 записей конфигурация FNN INT8 + МЭС достигла Accuracy 94,88 %, F1 94,87 % и FPR 5,00 %, а медианная задержка актуализации 52 параметров снизилась с 3,202 до 0,039 мс. Научная новизна работы заключается в разработке математического и алгоритмического обеспечения обработки информации и принятия решений при функционировании трехуровневой миварной экспертной системы обнаружения пожаров, включающего формализованное описание рабочего цикла МЭС, информационное обеспечение формирования входной информации МЭС и алгоритмическое обеспечение рабочей памяти и логического вывода. With the development of a three-level mivar expert system (MES) for fire detection, the need for mathematical and algorithmic support arises. The previously proposed model and method defined the logical structure of the MES and the method of information processing. The article proposes mathematical and algorithmic support for information processing and decision-making in the operation of a three-level mivar expert system for fire detection. The proposed support includes: a formalized description of the MES operating cycle; information support for forming MES input information based on the coordination of data from visual, infrared, temperature, gas and acoustic channels; as well as algorithmic support for MES working memory and logical inference. The implementation uses asynchronous sensor-stream alignment, INT8 weight quantization of the FNN, and indexed access to the DOM tree. On a synthetic test set of 5,000 records, the FNN INT8 + MES configuration achieved 94.88 % accuracy, an F1-score of 94.87 %, and an FPR of 5.00 %; the median update latency for 52 parameters decreased from 3.202 to 0.039 ms. The scientific novelty of the work lies in the development of mathematical and algorithmic support for information processing and decision-making in the operation of a three-level mivar expert system for fire detection, including a formalized description of the MES operating cycle, information support for forming MES input information, and algorithmic support for working memory and logical inference.