|
дело при изучении задач создания СР. В соответствии с ее отличительными
особенностями СР подразделяются на
-детерминированные;
-вероятностные;
-логические;
-структурные (лингвистические);
-комбинированные.
Подытоживая пройденное, отметим характерные особенности этих систем, а
именно: метод решения задачи распознавания и метод априорного описания
классов.
Детерминированные системы.
а) Метод решения задачи распознавания: использование геометрических мер
близости;
б) Метод априорного описания классов: координаты векторов-эталонов по
каждому из классов или координаты всех объектов, принадлежащих классам
(наборы эталонов по каждому классу).
Вероятностные системы.
а) Метод решения задачи распознавания: вероятностный, основанный на
вероятностной мере близости (средний риск);
б) Метод априорного описания классов: вероятностные зависимости между
признаками и классами.
Логические системы.
а) Метод решения задачи распознавания: логический, основанный на
дискретном анализе и исчислении высказываний;
б) Метод априорного описания классов: логические связи, выражаемые
через систему булевых уравнений, где признаки - переменные, классы -
неизвестные величины.
Структурные (лингвистические) системы.
а) Метод решения задачи распознавания: грамматический разбор
предложения, описывающего объект на языке непроизводных структурных
элементов с целью определения его правильности.
б) Метод априорного описания классов: подмножества предложений,
описывающих объекты каждого класса.
Комбинированные системы.
а) Метод решения задачи распознавания: специальные методы вычисления
оценок;
б) Метод априорного описания классов: табличный, предполагающий
использование таблиц, содержащих классифицированные объекты и их признаки
(детерминированные, вероятностные, логические).
Комбинированные системы требуют отдельного рассмотрения для понимания
принципов их построения, что мы и сделаем в нашем курсе после определенной
подготовки.
В целом рассмотренная классификация СР может быть представлена
следующей схемой (рис.5)
После проведенной классификации возвратимся для дополнительного
рассмотрения функциональных схем СР. И обратим внимание именно на термин
"достаточное" или "недостаточное" количество информации. С этой меркой мы
походили к разделению СР на два большие класса: СР без обучения,
обучающиеся и самообучающиеся СР. То есть, для СР без обучения имели дело с
полной информацией, а для ОСР - с неполной (нет описания классов на языке
признаков), а для ССР - еще с большей неполнотой (отсутствует даже
алфавит классов).
Однако заметим, что само понятие “неполнота информации” - качественное,
относительное. Для СР без обучения при прочих равных условиях этой
информации просто больше. Это означает, что результативность СР при
имеющемся объеме априорной информации значительно выше, чем имеем в той
ситуации, которая требует создания ОСР. О результативности СР, для которой
невозможно априорно назначит алфавит классов говорить вообще нельзя. Что же
касается примененного здесь выражения "результативность значительно выше",
то из последующего изучения курса будет понятно, что этому казалось бы
опять-таки качественному утверждению соответствуют вполне конкретные
количественные показатели.
С Р
Простые Сложные
Без обучения С обучением С
самообучением
Детермини
рованные Вероятностные Логические Структурные
Комбинированные
Рис. 5
Таким образом, отсюда следует, что информацией никогда пренебрегать не
стоит. Поэтому при построении как ОСР, ССР и просто СР необходимо всегда
использовать принцип обратной связи для расширения объема информации. То
есть, результаты решения задачи распознавания неизвестных объектов после
апостериорного подтверждения правильности их классификации необходимо
использовать для уточнения описания классов в простых СР без обучения и
для дополнительного обучения в ОСР и ССР.
Для решения таких задач приведенные схемы СР должны быть дополнены
соответствующими функциональными связями дообучения.
* * *
Классификация СР была бы неполной, если бы мы не коснулись экспертных
систем, стоящих несколько в стороне от приведенной методологии построения
изучаемых нами классических СР.
Как вы уже знаете, эти системы основываются на методах
искусственного интеллекта.
Классические решения задач распознавания основываются на моделировании
математико-алгоритмических функций (уравнения, системы уравнений)
детерминированных или стохастических систем с точным определением области
применения, значений параметров, диапазонов сигналов, интервалов
времени, частотных диапазонов и т.п. Эти задачи опираются на надежные,
точно научно обоснованные знания. В них реализуются новые и оригинальные
достижения высококвалифицированных специалистов, имеющих в то же время
узкую специализацию. Однако такие специалисты достаточно редки. Это и
побуждает создавать экспертные системы, основанные на представлении
неалгоритмического, логического, декларативного характера, нечеткого и
слабо формализованного знания в виде множества фактов и правил, причинно-
следственных связей.
Указанные знания при этом могут быть как заслуживающими доверия и
опробированными многочисленными независимыми применениями, так и
сомнительными.
Экспертные системы распознавания - это специализированные автоматы
обработки знаний для интерактивного и кооперативного решения проблем
распознавания на естественном профессиональном языке со способностями
приобретения, хранения и представления знаний в форме алгоритмических
программ с одной стороны и неалгоритмических фактов и правил, с другой
стороны.
Изучение экспертных систем - это отдельный предмет с его методами и
подходами.
Т е м а 4
Оптимизация эвристических выборов при создании систем распознавания образов
Л е к ц и я 4.1
Оптимизация алфавита классов и словаря признаков
4.1.1. Уточнение назначения и цели создания СР
Как нами уже установлено, процесс распознавания включает такую
последовательность операций:
- прием на входе СР образа распознаваемого объекта;
-cопоставление апостериорной информации поступившего объекта с
имеющимся в СР априорным описанием классов всех объектов, подлежащих
распознаванию (объектов, на которые рассчитана система);
- принятие решения об отнесении объекта, образ которого был
принят, к одному из классов.
Правило, согласно которому объекту, образ которого принят,
ставится в соответствие наименование класса, называется решающим правилом.
В литературе широко распространено мнение, что суть проблемы
распознавания и состоит в определении такого решающего правила. То есть,
центральной задачей часто считается нахождение в признаковом
пространстве таких границ, которые некоторым оптимальным образом
(например, по критерию минимума ошибок распознавания) разделяют это
пространство на области, соответствующие классам.
При этом нами четко установлено, что в зависимости от объема
априорной информации возможно два подхода к определению решающих правил
(границ между классами в признаковом пространстве):
1. Непосредственное предварительное определение при достаточном
количестве априорной информации (СР без обучения).
2.Постепенное уточнение в ходе работы СР по назначению при наборе
достаточного количества информации (обучающиеся СР).
Каждый их подходов основан на том, что априорный словарь признаков и
алфавит классов известны. При отсутствии априорного алфавита классов
применяется подход, реализуемый в самообучающейся СР. Однако при этом
заранее должны быть известны словарь признаков и , кроме
того, набор некоторых правил назначения классов в процессе
самообучения. Решающие правила здесь определяются как итог нахождения
алфавита классов.
Исторически сложилось, что первые теоретические и прикладные работы в
области распознавания основывались на полной определенности алфавита
классов и словаре признаков. При этом проблема распознавания сводилась
обычно к проблеме оптимального в некотором смысле определения решающих
правил , решающих границ между классами.
Широкая практика создания СР в последующие годы (особенно в военных
приложениях) и дальнейшее развитие теории распознавания убедительно
показали, что приведенное отношение устарело. При построении реальных СР
даже при известных признаках и классах приходится решать сложную и
дорогостоящую задачу разработки, ввода и использования специальных
измерительных средств и комплексов таких средств с ЭВМ. Эти средства и
комплексы оказываются главным элементом в получении признаков
распознавания.
При этом реализация решающего правила - это алгоритмическая задача,
решение которой отодвигается на второй план сложностью и ценой задачи
создания измерительных средств.
Кроме того, для логических и структурных СР о поиске решающих правил
вообще не может быть и речи. Они известны. В логических СР - это правила
определения неизвестных в булевых уравнениях, в структурных - правила
определения правильности конструкции предложения. Этот факт поэтому и
является дополнительным доказательством первостепенной важности задачи
определения признаков и классов.
В результате представляется возможным сформулировать назначение любой
СР.
Назначение СР - получение информации, необходимой для принятия
решения о принадлежности неизвестных объектов (явлений) к тому или иному
классу.
Такое определение наиболее плодотворно для сложных систем.
Оно заставляет сосредоточить усилия в создании СР на главном
направлении.
(Примером главенства информации могут служить медицинские
СР, геологические, метеорологические, криминалистические, системы контроля
космического пространства страны).
Но и принятие решений о принадлежности - не самоцель. Поэтому второй
момент, на который нам необходимо обратить внимание до перехода к
теоретическим описаниям рассматриваемых в этой теме задач, - это
необходимость понимания того, что любая СР является частью какой-либо
системы управления ( автоматической или автоматизированной).
Отсюда легко формируется цель создания СР.
Цель создания СР - обеспечение высокой эффективности принимаемых
решений в управлении.
Приведенные определения позволяют более критично отнестись к тому
факту, что информация, которая лежит в основе принятия решений и
обеспечивает достижение цели распознавания, основывается на эвристическом
методе ее получения.
Из рассмотрения содержания задач построения СР следует, что словарь
признаков распознавания и алфавит классов формируются человеком на основе
его знаний, опыта, интуиции. В то же время ответственность за решения
может быть очень велика.
Поэтому очень важно найти объективные методы оценки такого рода
человеческой деятельности.
На это мы и направим последующий анализ.
2. Взаимосвязь размерности алфавита классов и эффективности СР
Мы пока еще не затрагивали вопросов такой взаимосвязи, хотя как
алфавит классов, так и словарь признаков определили и имеем представление о
их выборе. Однако, обсуждение вопросов составления словаря признаков и
выбора алфавита классов никак не затрагивало их взаимосвязи. В то же время
мы понимаем, что наличие связей двух явлений, объектов, процессов
вообще достаточно часто позволяет выяснить некоторые ограничения
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19
|
