Системы без обучения

Основные направления исследования СИИ

Назначение СИИ состоит в освобождении человека от трудоемких процессов обработки информации, накопления и применения знаний при решении сложных научно-технических задач.

Основные направления исследования ИС [12]:

1. Представление знаний (формализация).

2. Манипулирование знаниями: пополнение, классификация, обобщение, вывод новых знаний.

3. Общение на естественных языках и носителях с ЭВМ.

4. Восприятие зрительных сцен, речевых сообщений и текстов.

5. Обучение решению новых задач, повышению качества решений.

6. Поведение (учет состояния окружения).

Приведенная классификация исследовательских направлений не единственная. Все указанные направления не имеют четких границ, и в некоторой степени в каждом из них присутствуют все другие направления.

Разработка ИС предполагает: определение структуры исходной информации; разработку алгоритмов обучения и работы; создание баз данных и знаний.

Распознавание образов – основной вид задач, решаемых ИС. Термин “распознавание” является эквивалентом понятия “классификация” и предназначен для указания сложной структуры исходной информации. Объектами распознавания могут служить изображения, звуки, характеристики статистических данных. Выходным сигналом ИС является вектор решений, отражающий принадлежность входного образа определенному множеству.

Классификация ИС

Множественность параметров и свойств ИС предполагает несколько способов классификации этих систем. Рассмотрим классификацию по уровню обученности системы [6,7]. Такая классификация отображает уровень универсальности системы и значимость априорной информации для ее работы. Возможность обучения технической системы является эффективным способом настройки, который можно противопоставить процессу предварительного определения всех параметров системы до начала ее работы. Решение задачи обучения требует знания лишь структуры системы, а параметры ее настроек определяются в процессе обучения, что гораздо проще и реалистичнее, чем полное и предварительное решение всех возможных ситуационных задач.

Типичным видом задач, решаемых ИС, является задача классификации элементов некоторого множества на два или более классов. В пространстве признаков, используемых для решения этой задачи, необходимо определить разделяющую функцию , которая принимает положительные значения для элементов подмножества и отрицательные для подмножества . На рис.2.1. показан пример решения такой задачи для случая = .

Рис.2.1. Разделение множеств в пространстве признаков.

Разделяющая функция является параметрической, то есть зависит от набора параметров, образующих матрицу . Качество работы ИС во многом определяется свойствами разделяемых подмножеств, которые могут не иметь четкой границы. В случае решения подобной задачи для 3-х и большего числа подмножеств используется принцип дихотомии, который состоит в группировании разделяемых подмножеств и построении множества разделяющих функций.

Системы без обучения

Система устанавливает принадлежность объектов множества w классам . Свойства объекта определяются техническими средствами измерения (ТСИ), которые формируют вектор признаков объекта . Анализ свойств производится с помощью блока алгоритмов распознавания (БАР) с использованием априорной информации (АИ). Схема ИС без обучения приведена на рис.2.2.

Рис.2.2. Схема системы без обучения

В системах без обучения первоначальная априорная информация должна быть полной для того, чтобы определить априорный алфавит классов, построить априорный словарь признаков, произвести описание каждого класса на языке этих признаков, определить решающие границы и правила [7]. ИС без обучения в качестве априорной информации должна располагать разделяющей функцией и всеми ее параметрами.