Алгоритм нейрокогнитивного обучения мультиагентной системы эволюционного моделирования экспрессии генов по данным ПЦР-анализа растений

Работа нацелена на создание методологии применения систем общего искусственного интеллекта для управления процессом создания новых гибридов растений с заданным набором хозяйственно полезных признаков. Разработаны основные принципы создания имитационных моделей растений на основе мультиагентного моделирования на базе укрупненных условных агентов-клеток, синтез поведения которых выполняется управляющей нейрокогнитивной архитектурой. Разработаны основные принципы создания системы автоматического сбора данных для эволюционного машинного обучения интеллектуальных экспертных систем селекции и семеноводства на основе роботизированного цифрового фенотипирования и генетических данных. Разработан алгоритм обучения децентрализованной системы управления ростом и развитием имитационных моделей растений на основе идентификации феногенотипических характеристик процессов роста и развития, детерминированных экспрессией генов растения.