TEHNICI AVANSATE DATA MINING UTILIZATE ÎN SISTEMELE INFORMATICE INTELIGENTE PENTRU ASISTAREA DECIZIILOR

  • Elena ŞUŞNEA UniversitateaNațională de Apărare „Carol I”

Abstract

În prezent, datele sunt omniprezente, iar volumul de date noi care sunt generate și stocate în fiecare zi continuă să crească exponențial. Organizația militară, ca multe alte organizații, colectează și stochează volume mari de date. Colectarea, corelarea și interpretarea big data într-o concepție coerentă formează imaginea operaţională comună (common operating picture ‒ COP). O astfel de imagine oferă comandanților soluții în orice moment, fiind esențială pentru luarea deciziilor în timp util. Descoperirea informațiilor valoroase, ascunse în seturile de date, este dificil de realizat. De aceea, transformarea acestor date în cunoștințe prin utilizarea tehnicilor data mining, în special a tehnicilor specifice inteligenței artificiale, poate fi o provocare. Utilizând aceste tehnici, putem extrage cunoștințe care să constituie soluții optime pentru problemele identificate.

Author Biography

Elena ŞUŞNEA, UniversitateaNațională de Apărare „Carol I”
Elena Șușnea este conferențiar universitar la Universitatea Naţională de Apărare „Carol I”, unde predă disciplinele Sisteme informatice pentru asistarea deciziilor și Data mining în acțiuni militare. În prezent, este membru în Consiliul Facultății de Securitate și Apărare. După obținerea Diplomei de licență în matematică la Universitatea „Alexandru Ioan Cuza” din Iași, Elena Șușnea și-a continuat studiile la Universitatea din Bucuresti, Facultatea de Matematică şi Informatică, unde a obținut Diploma de studii postuniversitare de specializare în informatică, respectiv Diploma de master în baze de date. De asemenea, Elena Șușnea a finalizat studiile universitare de doctorat la Facultatea de Automatică și Calculatoare din cadrul Universității Politehnica din Bucureşti, iar în prezent este student-doctorand în domeniul Informaţii şi securitate naţională la Universitatea Naţională de Apărare „Carol I”. Activitatea ştiinţifică constă în implicarea ca membru în granturi și proiecte de cercetare, membru în colectivele de redacţie sau comitetele ştiinţifice ale revistelor cu prestigiu ştiinţific, organizator de manifestări ştiinţifice, recenzor pentru reviste şi manifestări ştiinţifice naţionale şi internaţionale. Impactul activităţii științifice se concretizează în numeroase citări în publicații indexate în baze de date internaționale. În prezent, activitatea de cercetare vizează elaborarea tezei de doctorat „Sisteme inteligente pentru asistarea activităților decizionale în situații de criză”. Principalul obiectiv este elaborarea unui model de sistem informatic inteligent care să sprijine factorii de decizie în obținerea unor predicții referitoare la evoluția crizei (de exemplu, criza refugiaților și migranților) și luarea deciziilor proactive pentru a preveni escaladarea acesteia. Un rol important îl are obținerea produselor de intelligence prin valorificarea în timp real a datelor disponibile în spațiul Web. În acest sens, sunt studiate modalitățile de colectare, stocare și analiză în timp real a datelor cât și aspectele referitoare la vizualizarea cunoștințelor de către factorii de decizie prin utilizarea tehnicilor din inteligența artificială, precum rețelele neuronale artificiale, opinion mining, map reduce. Activitatea publicistică se concretizează în cărţi, capitole în cărţi, cursuri universitare apărute la edituri nationale recunoscute de CNCSIS și articole în publicații indexate în baze de date științifice precum Web of Science, ScienceDirect, Elsevier, Scopus.

References

Ben-Bassat M., Knowledge requirements and management in expert decision support systems for (military) situation assessment (Technical report), U.S. Army Research Institute for the Behavioral and Social Sciences, 1983.

Donaldson I.J., Hom S., Housel T., Visualization of big data through ship maintenance metrics analysis for fleet maintenance and revitalization, Naval Postgraduate School, Monterey, California, USA, 2014.

Filip F., Towards more humanized real-time decision support systems. In: Balanced Automation Systems; Architectures and Design Methods (L. M. Camarinha – Matos and H. Afsarmanesh, eds.). Chapman & Hall, London, 1995.

Filip F., Zamfirescu B.C., Ciurea C., Computer-Supported Collaborative Decision-Making, Springer International Publishing, 2017.

Gantz J., Reinsel D., Extracting Value from Chaos, IDC iview, 2011.

Gill G.S., Sohal J.S., Battlefield Decision Making: A Neural Network Approach, Journal of Theoretical and Applied Information Technology, vol. 4, no. 8, 2009.

King R., U.S. government spending on big data to grow exponentially, 2013, http://www.biometricupdate.com/201308/u-s-government-spending-on-bigdata-to-grow-exponentially

Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C. & Byers, A. H., Big Data: The Next Frontier for Innovation, Competition, and Productivity, McKinsey Global Institute, 2011.

Mearian L., CW@50: Data storage goes from $1M to 2 cents per gigabyte, Computerworld, 2017.

Savas O., Sagduyu Y., Deng J., Li J., Tactical big data analytics: challenges, use cases, and solutions, ACM SIGMETRICS Performance Evaluation Review, vol. 41, no. 4, 2014.

http://www.ibmbigdatahub.com

http://www.crisp-dm.org

http://www.worldwidewebsize.com

https://trends.google.com

https://memory.loc.gov/ammem/about/index.html

Published
2018-01-17
Section
Articole