Скачати повний текст

Проаналізовано умови зростання фактора особистості у міжнародних відносинах та запропоновано шляхи дослідження психологічних особливостей політичних лідерів. Визначено механізми прийняття політичних рішень та рішень за умов зовнішньополітичної кризи. Розглянуто сучасні моделі прийняття рішень та можливості їх застосування для аналізу міжнародної політики. Простежено взаємозв'язки між внутрішньою та зовнішньою політикою держави, феноменом харизми та кризою, поведінкою лідера та функціонуванням його дорадчої системи. Зосереджено увагу на питаннях легітимності дій лідера у сфері зовнішньої політики. Умовою прогнозування дій лідера є науковий аналіз його особистості, зокрема, психологічних методів дослідження на відстані. Доведено, що особистість лідера перебуває під впливом системних та інституційних обмежень формальних і неформальних. Побудовано інтегрований психологічний портрет-модель лідера. Продемонстровано необхідність урахування фактора особистості на підставі аналізу зовнішньої політики окремо взятої держави за умов кризи та перехідного періоду. Вплив особистості на політику держави розглянуто на прикладі ситуації навколо колишньої федеративної Югославії а також зміни у зовнішній політиці Російської Федерації після зміни лідера країни.

  Скачати повний текст

Дисертаційна робота присвячена дослідженню розпізнавання лабринтних розвязок для обходу лабіринтів скінченими автоматами. Можливість зчитувати фрагменти лабіринтних розвзяок застосовуючи нерйонні мережі розуміється у якості підсилення скінченного автомату. Підсилення скінченного автомата для обходу лабіринту одна із ключових задач теоретичної інформатики. Окремі частини цієї задачі розглядались класиками комп’ютерних наук: К.Шенноном, Л.Будахам, К. Депом, Р. Фішерем. Задачі обходу лабіринту збагатились фундаментальними знаннями за основними трьома частинами цієї сукупності, а саме: знання про середовище або про лабіринт, знання про особливості обчислювальних машин та знання про поведінку обчислювальних машин в лабіринтному середовищі. Ці три компоненти мають фундаментальну основу теоретичної складової комп’ютерних наук. Основним завданням дисертаціного дослідження є синтез скінченного автомата та його підсилення для обходу різного класу лабіринтів. Також для синтезу скінченного автомата, який підсилений пристроєм зчитування зовнішнього середовища слід ввести поняття околу або району огляду. Район огляду дає змогу скінченному автомату оглядати деяку множину клітинок. Для нашого випадку покладемо до району огляду скінченного автомата мінімальний окіл для тонкого лабіринту на три клітинки та окіл фон Неймана першого порядку на чотири клітинки для подальшого порівняння цих двох околів огляду. Синтез скінченного автомату та його підсилення розуміється, як оснащення методом нейромережевого пристрою зчитування для обходу лабіринтного середовища та частково стохастичного лабіринтного середовища. Під стохастичним лабіринтним середовищем розуміється лабіринт, у якому зміна значень клітинок відбувається на кожному кроці автомата. Крім цього, слід додати також, що для розпізнання стохастичного лабіринтного середовища задача зводиться до розпізнавання околу лабіринту, значення яких знаходяться, по-перше, в межах навчання нейронної мережі, і по-друге, виходить частково за розподіл генерованих даних, на яких саме навчається двошарова нейронна мережа. Науковою новизною отриманих результатів дисертаційного дослідження є: розроблений новий метод навігації в лабіринті з оглядом обмеженого околу, який відрізняється застосуванням нейронної мережі для підсилення керуючого скінченного автомата та на відміну від інших методів він має наступні переваги – для прийняття рішення скінченному автомату достатньо єдиного стану, в якому він перебуває та реєструє візуальну інформацію, має більшу ймовірність успіху при орієнтуванні в різних лабіринтах при однаковому околі огляду, має більшу ймовірність досягнути цільовий стан, при умові обмеженої інформації або взагалі зміненої візуальної інформації. В ході дослідження було реалізовано у системі MathCAD математична модель нейромережевого підсилення скінченного автомата для огляду фрагментів лабіринтного середовища і його застосування для прогнозування та оцінки функціональних можливостей пристроїв керування робототехнічних систем із монокулярним машинним зором, комплекс програм для обчислення задачі синтезу підсилення скінченного автомата на основі нейронних мереж для розпізнання околів лабіринтного середовища. Запропонована математична модель нейромережевого підсилення скінченного автомата для огляду фрагментів лабіринтного середовища може бути використана у практиці інженерів-розробників систем керування робототехнічних мобільних роботів.^UThe dissertation is devoted to the study of the recognition of labyrinth solutions for bypassing labyrinths by finite automata. The ability to read fragments of labyrinth solutions using non-district networks is understood as an amplification of a finite automaton. Reinforcement of a finite automaton for labyrinth traversal is one of the key problems of theoretical computer science. Some parts of this problem were considered by the classics of computer science: K. Shannon, L. Budah, K. Depp, R. Fisher. Maze traversal tasks were enriched with fundamental knowledge of the three main parts of this collection, namely: knowledge about the environment or about the labyrinth, knowledge about the features of computers, and knowledge about the behavior of computers in a labyrinth environment. These three components have the fundamental basis of the theoretical component of computer science. The main task of the dissertation research is the synthesis of a finite automaton and its reinforcement for bypassing different classes of labyrinths. Also, for the synthesis of a finite automaton, which is reinforced by a device for reading the external environment, the concept of an environment or a viewing area should be introduced. The inspection region allows the finite state machine to inspect some set of cells. For our case, let's put a minimal neighborhood for a thin maze with three cells and a first-order von Neumann neighborhood with four cells to the viewing area of the finite automaton for further comparison of these two viewing areas. The synthesis of a finite automaton and its amplification is understood as equipping a neural network reading device for traversing a labyrinthine environment and a partially stochastic labyrinthine environment. A stochastic labyrinth environment is a labyrinth in which cell values change at each step of the automaton. In addition, it should also be added that for the recognition of a stochastic labyrinth environment, the task is reduced to the recognition of the edges of the labyrinth, the values of which are, firstly, within the limits of learning the neural network, and secondly, it is partly due to the distribution of the generated data, on which it is trained two-layer neural network. The scientific novelty of the obtained results of the dissertation research is: a new method of navigation in a maze with an overview of a limited environment has been developed, which is characterized by the use of a neural network to strengthen the controlling finite automaton and, unlike other methods, it has the following advantages - a single state is enough for the finite automaton to make a decision, in in which it resides and registers visual information, has a higher probability of success when navigating in different mazes with the same viewing area, has a higher probability of reaching the target state, under the condition of limited information or completely changed visual information. In the course of the study, a mathematical model of the neural network amplification of a finite automaton was implemented in the MathCAD system for viewing fragments of a labyrinth environment and its application to predict and evaluate the functional capabilities of control devices of robotic systems with monocular machine vision, a set of programs for calculating the problem of synthesizing the amplification of a finite automaton based on neural networks to recognize the surroundings of the labyrinth environment. The proposed mathematical model of neural network reinforcement of a finite automaton for viewing fragments of a labyrinth environment can be used in the practice of engineers developing control systems for robotic mobile robots.