Бідюк П.І.

Побудова інформаційно-аналітичної платформи сценарного аналізу на основі великих обсягів слабкоструктурованої інформації.

Дослідження спрямовано на побудову інформаційно-аналітичної платформи, яка забезпечить проведення сценарного аналізу соціальних, економічних, екологічних процесів у складних системах з наявністю людського фактору, використовуючи методи поглибленого аналізу великих обсягів слабкоструктурованої інформації, агрегованої з різних джерел, і експертні підходи методології передбачення.

Розробка методології системного аналізу, моделювання та оцінювання фінансових ризиків

Панель  формування портфелю інвестора

Запропоновано методику оцінювання ризику із використанням принципів системного аналізу для фінансових процесів.

Розробка інформаційної технології моделювання та оцінювання фінансово-економічних ризиків із врахуванням невизначеностей різної природи (на основі байєсівських моделей)

Результати моделювання в середовищі  OpenBUGS

Запропонована методика інтелектуального аналізу даних, що ґрунтується на об’єднанні математичного апарату причино-наслідкових мереж довіри та методів оцінювання ризиків у вигляді моделей стохастичної волатильності.

Розробка і реалізація методики інтелектуального аналізу даних із використанням теорії мереж Байєса та регресійного аналізу

Процедура інтегрованого підходу

Запропоновано новий двокроковий метод інтелектуального аналізу даних, що поєднує теорію мереж Байєса та регресійного аналізу. Метод грунтується на двох множинах математичних методів. Перша множина призначена для побудови топології мережі Байєса та формування ймовірнісного висновку, на основі якого будується прогноз-рішення. Друга множина призначена для створення регресійної моделі із використанням логістичної функції зв’язку, на основі якої обчислюється оцінка прогнозу.

Побудова системи підтримки прийняття рішень на основі теорії байєсівських мереж для моделювання поведінки складних систем

Побудова системи підтримки прийняття рішень на основі теорії байєсівських мереж для моделювання поведінки складних систем

Розроблено низку математично обґрунтованих методів для розв’язання слабоструктурованих задач моделювання, прогнозування та класифікації на основі використання мереж Байєса із прихованими вершинами. Створена нова п’ятикрокова методика знаходження параметрів мережі Байєса з прихованими вершинами на основі алгоритму максимізації математичного очікування. Для визначення мір зв’язку між вершинами мереж Байєса запропоновано використати такі коефіцієнти: Пірсона; Чупрова; Крамера; лямбда Гудмана та значення взаємної інформації.