这项研究发表在《智能与模糊系统杂志》（Journal of Intelligent & Fuzzy Systems）上。
现代神经网络能够在早期识别危险的异常情况。秋明国立大学的科学家表示，为了在紧急情况下提出必要的行动计划，需要额外的知识和算法。
大学专家研究了神经网络、知识库和机器学习联合应用的可能性，开发了一种智能系统中解决方案的混合推理方法。在其基础上，专家们创建了一个人工智能平台，可以帮助人们在各种紧急情况下快速导航。
“软件平台将成为一种构造器，开发人员借助它将能够组装所需的模块集，为自身条件实施经过科学论证的决策算法，”秋明国立大学信息系统系主任、项目科研领导伊戈尔·格鲁希赫（Igor Glukhikh）说。
例如，当在生产中出现事故时，计算机会向程序用户提议特定步骤，以确保他们的安全。在选择行动选项的过程中，采用了人工神经网络和专家知识系统。
秋明国立大学注意到，不同的学科领域和在不同条件下都采用了这个平台，其中包括在缺乏训练实例不足的情况下，以及在缺乏严谨的数学模型时。
然而，在大规模实施智能系统之前，科学家们必须解决一些技术任务，以便在开发过程中考虑到各种可能状况的特点。
研究人员强调，基于他们开发的方法的平台其主要优势在于当发生事故和危急情况时各种决策系统的自动化。这有助于在可能对健康或生命构成威胁的情况下统一和加快针对人群的行动算法。
秋明国立大学是俄罗斯联邦“优先2030”大学支持计划（Priority-2030）的参与者。