這項研究發表在《智能與模糊系統雜誌》（Journal of Intelligent & Fuzzy Systems）上。
現代神經網絡能夠在早期識別危險的異常情況。秋明國立大學的科學家表示，為了在緊急情況下提出必要的行動計劃，需要額外的知識和算法。
大學專家研究了神經網絡、知識庫和機器學習聯合應用的可能性，開發了一種智能系統中解決方案的混合推理方法。在其基礎上，專家們創建了一個人工智能平台，可以幫助人們在各種緊急情況下快速導航。
“軟件平台將成為一種構造器，開發人員借助它將能夠組裝所需的模塊集，為自身條件實施經過科學論證的決策算法，”秋明國立大學信息系統系主任、項目科研領導伊戈爾·格魯希赫（Igor Glukhikh）說。
例如，當在生產中出現事故時，計算機會向程序用戶提議特定步驟，以確保他們的安全。在選擇行動選項的過程中，採用了人工神經網絡和專家知識系統。
秋明國立大學注意到，不同的學科領域和在不同條件下都採用了這個平台，其中包括在缺乏訓練實例不足的情況下，以及在缺乏嚴謹的數學模型時。
然而，在大規模實施智能系統之前，科學家們必須解決一些技術任務，以便在開發過程中考慮到各種可能狀況的特點。
研究人員強調，基於他們開發的方法的平台其主要優勢在於當發生事故和危急情況時各種決策系統的自動化。這有助於在可能對健康或生命構成威脅的情況下統一和加快針對人群的行動算法。
秋明國立大學是俄羅斯聯邦“優先2030”大學支持計劃（Priority-2030）的參與者。