Публичное обсуждение проекта продлится до 15 ноября 2022 г.

Актуальность обработки стандарта определяется все более широким распространением сетей геосенсоров. Данные от них могут быть использованы системами операционной аналитики на базе искусственного интеллекта. Приложения операционной аналитики — это интегрированные автоматические процессы принятия решений, предписывающие и реализующие действия в пределах «времени принятия решения». Результаты традиционных аналитических процессов используются для принятия решений или вводятся в процесс принятия решений человеком или группой людей. В случае же операционной аналитики аналитический процесс и действия на основе проведенного анализа осуществляются в автоматическом режиме, без участия человека.

Системы операционной аналитики потоков пространственно-временных данных на основе искусственного интеллекта могут быть использованы в различных автоматических системах управления для пространственного анализар,

Публичное обсуждение проекта продлится до 14 ноября 2022 г.

В стандарте описана рамочная структура жизненного цикла данных в составе системы искусственного интеллекта, что позволит заинтересованным сторонам из государственного и частного сектора, наряду с некоммерческими и научно-образовательными организациями использовать единый терминологический аппарат, повысит скорость распространения, единство восприятия информации, повысит стабильность терминологии, создаст предпосылки для взаимного проникновения отечественных и мировых исследований в области «Информационные технологии – Большие данные».

Публичное обсуждение проекта продлится до 14 ноября 2022 г.

В стандарте описана рамочная структура управления качеством данных на протяжении всего жизненного цикла системы искусственного интеллекта, что позволит заинтересованным сторонам из государственного и частного сектора, наряду с некоммерческими и научно-образовательными организациями использовать единый терминологический аппарат, повысит скорость распространения, единство восприятия информации, повысит стабильность терминологии, создаст предпосылки для взаимного проникновения отечественных и мировых исследований в области «Информационные технологии – Большие данные».

В тексте и в оглавлении пропущен заголовок 5-го раздела "5. Требования к соответствию" (в оригинале Requirements for conformance)

Публичное обсуждение проекта продлится до 14 ноября 2022 г.

В этом документе представлена модель качества данных, показатели качества данных и рекомендации по составлению отчетов о качестве данных в контексте аналитики и машинного обучения (ML). Этот документ основан на серии стандартов ISO 8000, ISO/IEC 25012 и ISO/IEC 25024.

Цель этого документа — помочь организациям достичь своих целей в области качества данных и применима ко всем типам организаций.

Публичное обсуждение проекта продлится до 14 ноября 2022 г.

В стандарте описана рамочная структура обеспечения качества данных для аналитики и машинного обучения, что позволит заинтересованным сторонам из государственного и частного сектора, наряду с некоммерческими и научно-образовательными организациями использовать единый терминологический аппарат, повысит скорость распространения, единство восприятия информации, повысит стабильность терминологии, создаст предпосылки для взаимного проникновения отечественных и мировых исследований в области «Информационные технологии – Большие данные».

В Содержании в заголовке главы 8 имеется опечатка. Замените "смеещенности" на "смещенности".

В образовании ИИ не нужен вообще. Вносить это как стандарт - предательство родины.

Публичное обсуждение проекта продлится до 14 ноября 2022 г.

Объектом стандартизации проекта национального стандарта ГОСТ Р «Технологии искусственного интеллекта в образовании. Функциональная подсистема управления успеваемостью обучающихся по программам аспирантуры. Общие положения и методика испытаний» является функциональная подсистема управления успеваемостью обучающихся по программам аспирантуры, основанная на технологиях искусственного интеллекта.

Аспектами стандартизации проекта национального стандарта ГОСТ Р «Технологии искусственного интеллекта в образовании. Функциональная подсистема управления успеваемостью обучающихся по программам аспирантуры. Общие положения и методика испытаний» являются методика испытаний систем искусственного интеллекта, функционирующих в рамках функциональной подсистемы управления успеваемостью обучающихся по программам аспирантуры, базовый демонстрационный набор данных об успеваемости обучающихся по программам

Публичное обсуждение проекта продлится до 15 ноября 2022 г.

При разработке перспективных систем управления сложными системами одним из важнейших требований становится возможность достижения высокого качества управления при изменении свойств объекта и среды управления и снижении затрат на корректировку элементов систем управления при таких изменениях за счет разработки и применения адаптивных систем управления. Использование информационных подходов при построении адаптивных систем управления позволяет развивать интеллектуальные свойства систем управления, сравнимые с референтной интеллектуальной системой – мозгом. Адаптивные системы управления, способные реализовать такие требования, имеют качественные отличия от традиционных систем управления, построенных в теории автоматического управления (ТАУ).

Цель разработки стандарта – формулировка общих требований, уточнение терминологии при разработке адаптивных систем управления; цель разработки последующих