Тел. | (+994 12) 5398548 | |
Факс | (+994 12) 5396121 | |
Электронный адрес | makrufa@iit.science.az, | |
Заведующий структурным подразделением | Академик, доктор технических наук Али Мамед оглы Аббасов | |
Общее количество сотрудников | 8 | |
Основные направления деятельности структурного подразделения |
Проблемы формирования электронного государства; Различные аспекты формирования интернетоведения; Извлечение знаний из набора данных большого объема. |
|
Основные научные результаты структурного подразделения |
- Разработаны алгоритмы и программное обеспечение для корпоративных информационных систем различного назначения (электронный документооборот с цифровой подписью, электронный архив, контроль за исполнением поручений, система поддержки принятия решений) - Разработаны концептуальные основы и архитектурные принципы системы управления электронными документами, предложены рекомендации относительно функционально-технологической архитектуры и деятельности инфраструктуры э-документов с надежной безопасностью; - Разработана концептуальная модель для интеллектуализации системы, разработан алгоритм автоматической классификации по смысловому содержанию текстовых документов в системах; - Предложены модели оптимизации для автоматического реферирования текстовых документов; - Разработаны бинарные варианты модифицированных алгоритмов, основывающихся на дифференциальной эволюции и роевом интеллекте для решения задач оптимизации; - Разработан алгоритм для первичной обработки регистрационных данных доменных имен, предложен метод для идентификации регистрационных данных доменных имен; - Предложено использовать неиерархический метод для кластеризации регистрационных данных доменных имен; - Разработан метод для выявления скрытых знаний регистрационных данных доменных имен и методика для оценки динамики развития национальных доменов высокого уровня; - Создана система интеллектуального мониторинга национальных доменных имен, связанных с интересами Азербайджанской Республики. - Исследованы технологии больших данных; - Предложена концептуальная архитектурная модель для интеграции больших объемов данных; - Разработана модель на основе ансамбля классификации для обнаружение аномалий в трафике компьютерной сети; - Разработана модель глубoкого обучения на основе искусственных нейронных сетей CNN и LSTM для cентиментального анализа данных социальных сетей; - Разработаны модели для анализа данных нефтяных месторождений на основе машинного обучения; - Разработана концептуальная модель для ускорения процесса поиска в области цифрового наследия с использованием алгоритмов искусственного интеллекта. |