WSTĘP

Istnieje wiele różnych implementacji neuronów syntetycznych, które obejmują różnorodne cechy związane z neuronami biologicznymi i naszym rozumieniem ich budowy. Istotną motywacją stojącą za badaniami, modelowaniem i implementacjami różnych neuronów syntetycznych jest to, że natura zapewniła najefektywniejsze sposoby wykonywania ważnych typów obliczeń, które staramy się naśladować. Niezależnie od tego, czy chodzi o sztuczne sieci neuronowe (ANN), czy inne systemy sygnałów mieszanych, technologia zawsze ewoluowała w kierunku obliczeń o niższej energii na jednostkę (Mead, 1990). Proste modele neuronów jako elementy progowe, czyli perceptrony, są obiecującymi kandydatami do implementacji przyszłych systemów przetwarzania sygnałów, w tym CMOS i SET. W niniejszym artykule porównano niewielką liczbę opublikowanych perceptronów/elementów progowych o ultraniskim poborze mocy pod względem zużycia energii, szybkości działania i tolerancji na defekty. Bramka "lustrzana", działająca w trybie podprogowym i połączona z redundancją, może być interesującym kandydatem do implementacji sztucznych sieci neuronowych, a także innych układów przetwarzania sygnałów mieszanych. Wcześniej niepublikowane wyniki pokazują, że bramka lustrzana generuje odpowiednie wyjścia binarne przy napięciu zasilania 180 mV, nawet po odcięciu napięcia zasilania tranzystora, przy współczynniku redundancji równym 2, przy użyciu zwartych wyjść, jak w (Aunet i Hartmann, 2003).

TŁO

Technologia CMOS jest dominującą technologią we wdrażaniu systemów przetwarzania sygnałów od dziesięcioleci i prawdopodobnie będzie towarzyszyć innym nanotechnologiom przez długi czas (ITRS, 2005). Ze względu na zapotrzebowanie na niskie zużycie energii w niemal każdej przyszłej technologii przetwarzania sygnałów oraz fakt, że CMOS i podobne technologie prawdopodobnie staną się głównym nurtem w dającej się przewidzieć przyszłości, zakres niniejszego artykułu ogranicza się do prostych topologii CMOS, układów o ultraniskim poborze mocy. Układy podprogowe (Swansson i Meindl, 1972), wykorzystujące napięcie zasilania poniżej napięcia progowego tranzystorów, zużywają mniej energii niż inne układy małej mocy (Soeleman, Roy i Paul, 2001). Dlatego w niniejszym artykule przyjrzymy się implementacjom neuronów podprogowych ("perceptronów"), koncentrując się na różnych parametrach, takich jak złożoność układu, szybkość działania, pobór mocy i tolerancja defektów. Obniżenie napięcia zasilania poprzez zastosowanie coraz nowocześniejszych technologii CMOS i działania podprogowego zmniejsza liczbę wejść, które można wykorzystać dla elementów progowych, przedstawionych na rysunku 1.



Ponadto, ponieważ tylko 2 wejścia są optymalne do implementacji dowolnej sieci neuronowej , ograniczyliśmy analizę do podstawowych bloków konstrukcyjnych o maksymalnej liczbie wejść 3. Pierwszy prosty model matematyczny neuronów biologicznych, opublikowany przez McCullocha i Pittsa w 1943 roku, oblicza znak ważonej sumy wejść. Czasami takie obwody nazywane są progowymi bramkami logicznymi lub elementami progowymi, co zilustrowano na rysunku 1. Takie perceptrony mogą być wykorzystywane do implementacji sieci neuronowych, a także cyfrowego przetwarzania sygnałów. Czytelnik może zapoznać się z przeglądem szerokiego zakresu implementacji VLSI .

NEURONY ULTRANISKIEJ MOCY, PRĘDKOŚĆ I NIEZAWODNOŚĆ

Główny nacisk położony jest na różne perceptrony podprogowe o ultraniskiej mocy oraz na ich porównanie pod względem zużycia energii, szybkości działania i niezawodności.

Tranzystory MOS w trybie podprogowym

Dla tranzystora NMOS w trybie podprogowym mamy:



I_ds,n wyraża prąd z drenu do źródła. I₀ to prąd polaryzacji zerowej, w którym zaabsorbowane zostały stałe pre-wykładnicze. Obejmuje to szerokość kanału ("W") i długość ("L") struktury MOSFET. V_gs to potencjał bramka-źródło, V_ds to potencjał dren-źródło, a V_bs to potencjał podłoże-źródło. V0 to napięcie wczesne, które jest proporcjonalne do długości kanału. κ określa skuteczność, z jaką potencjał bramki kontroluje prąd w kanale. Często wynosi ono około 0,7-0,75. Napięcie termiczne jest wyrażone jako V_t = kT/q. V_t = 25,8 mV w temperaturze pokojowej. Podobne równanie ma zastosowanie do tranzystorów PMOS, ale z przeciwną polaryzacją. Wykładnicze zależności między napięciami między kilkoma węzłami a poziomem prądu oznaczają, że obwody podprogowe również mają prędkość operacyjną i pobór mocy, które są niezwykle zależne od napięcia zasilania, V_dd. Na przykład, przy częstotliwości 10 kHz, obwód podprogowy zużywał o cztery rzędy wielkości mniej niż zwykły obwód silnej inwersji implementujący tę samą funkcję

Implementacje obwodów elementów progowych podprogowych o niskim natężeniu sygnału (tzw. "neuronów")

Ostatnio opublikowane obwody przedstawiono na rysunku 2.



"Bramka lustrzana" to statyczne rozwiązanie CMOS , oparte na (Hampel D., Prost K. J. i Scheinberg N. R., 1974). Rozwiązanie z bramką pływającą P3N3 (Aunet, 2002) może nie być dobrze kompatybilne z przyszłym standardem CMOS ze względu na upływ bramki, podczas gdy bramki "ijcnn" (Aunet, Oelmann, Abdalla & Berg, 2004) i "stosowane" (Aunet, Berg & Beiu, 2005) są bramkami CMOS. Metryki dotyczące zużycia energii i maksymalnej prędkości operacyjnej Ostatnio opublikowane wyniki przedstawiono na rysunku 3 .



Bramki "odbite lustrzanie", "ijcnn" i "stosowane" zostały użyte do implementacji dodawania 1-bitowego, Full Adders, w technologii CMOS 90 nm i porównane ze standardową implementacją CMOS (prawy górny róg na rysunku 4).



W lewym górnym rogu widać, że wykorzystanie bramki "ijcnn" prowadziło do najwyższego poboru mocy, podczas gdy bramka "stosowana" dawała najniższe zużycie energii spośród czterech implementacji. Symulacje Spice przeprowadzono w środowisku Cadence SW. Implementacja bramki "odzwierciedlonej" skutkowała poborem mocy 1160 pW, podczas gdy standardowa implementacja CMOS miała nieco niższe pobór mocy, wynoszące 932 pW, zgodnie z symulacjami. Jeśli chodzi o maksymalną prędkość operacyjną, przedstawioną w prawym górnym rogu na rysunku 3, implementacja oparta na bramce "stosowanej" (rysunek 2) nie mogła konkurować, podczas gdy implementacje bramki standardowej, "odzwierciedlonej" i "ijcnn" miały opóźnienia odpowiednio 162 ns, 159 ns i 174 ns. To, że bramka "lustrzana" była nieznacznie szybsza niż bramka "ijcnn", różni się od ustaleń z innej publikacji , gdzie bramka "ijcnn" powodowała opóźnienie 5,2 μs, prawie dwukrotnie szybsze niż bramka "lustrzana" z opóźnieniem 9,15 μs, zaimplementowana w technologii CMOS 120 nm i symulowana przy napięciu zasilania 100 mV.

Możliwość produkcji, w tym tolerancja defektów

Zgodnie z planem ITRS (ITRS, 2005), zmniejszenie całkowitego zużycia energii i zwiększenie możliwości produkcji to dwa najważniejsze spośród pięciu wielkich wyzwań dla przyszłej nanoelektroniki. Możliwości produkcji obejmują możliwość radzenia sobie z drastycznie rosnącą liczbą defektów na chipie, a także z wahaniami parametrów. Dlatego uwzględniliśmy pewne dane dotyczące wydajności, czyli oczekiwanego odsetka obwodów pracujących przy statystycznych zmianach parametrów procesu . Zastosowano schemat redundancji dla tolerancji defektów , wykorzystujący zwarte węzły sterowane i współczynnik redundancji wynoszący zaledwie 2 (R = 2), zamiast współczynnika redundancji wynoszącego 3 i większościowego wyborcy. Zastosowano pełne sumatory oparte na trzech elementach progowych przedstawionych na rysunku 2, a także standardowy pełny sumator ("FA") w prawym górnym rogu rysunku 4. Typowy układ cyfrowy ulegnie awarii, jeśli choćby jeden tranzystor będzie uszkodzony . Wyniki pokazane w lewym dolnym rogu rysunku 3 wskazują, że rozwiązanie oparte na R = 2 i standardowym CMOS FA, jak również rozwiązanie oparte na bramce "lustrzanej", powinno mieć napięcie zasilania powyżej 150 mV, jeśli zaimplementowany układ ma oczekiwać 100% wydajności przy zmianach procesu produkcji CMOS 90 nm. Gdy użyto tu tranzystorów o małych rozmiarach, dla wszystkich czterech rozwiązań, nie można było oczekiwać, że bramki "ijcnn" i "stacked" dadzą satysfakcjonującą wydajność przy napięciach zasilania 125 mV i 150 mV, ponieważ nie oczekiwano, że większość układów będzie działać.

Wyzwania związane z połączeniami międzyukładowymi i neurony prowadzące do uproszczenia obwodów

Liczba defektów w przyszłych nanotechnologiach, w tym CMOS, drastycznie wzrośnie (Fortes, 2003), (ITRS, 2005). Tolerancja defektów musi być częścią niemal każdego projektu systemu (Lehtonen, Plosila i Isoaho, 2005). Dotyczy to również defektów w połączeniach międzyukładowych i stykach. Niewielka liczba węzłów wewnętrznych zazwyczaj zmniejsza ilość okablowania i połączeń międzyukładowych. Z tego punktu widzenia korzystniejsze może być posiadanie stosunkowo niewielkiej liczby (sterowanych) węzłów, a także tranzystorów. Pod tym względem układ "ijcnn" jest korzystniejszy spośród tych czterech, jak widać na rysunku 3 . Funkcje boolowskie, które mogą być realizowane przez neurony, nazywane są liniowymi funkcjami progowymi i mogą implementować dowolną funkcję boolowską . Wykorzystanie liniowych elementów progowych (perceptronów) do implementacji takich funkcji może zaoszczędzić przewody, styki i tranzystory, ponieważ liczba bramek niezbędnych do implementacji tych ważnych funkcji rośnie liniowo w przypadku użycia elementów progowych, ale wykładniczo, jeśli używana jest logika Boole′a. I: Niezależnie od liczby bitów, bramki Boole′a nigdy nie doprowadzą do mniejszej liczby bramek niż elementów progowych. Jest to również zilustrowane na rysunku 4, pokazującym, że implementacje (niższe) zależne od elementów progowych/perceptronów są prostsze i bardziej regularne niż implementacje tradycyjne, zwłaszcza implementacja z bramką pływającą oparta na czystej logice Boole′a, w lewym górnym rogu. Ponieważ zmiany parametrów urządzeń i połączeń stwarzają więcej problemów w przyszłych technologiach nanoskalowych, może być również ważne, aby mieć coraz bardziej regularne struktury na chipie, aby zmniejszyć na przykład fluktuacje domieszek, które pogarszają wydajność z powodu zmian napięcia progowego tranzystora. Pod tym względem implementacje perceptronów mogą być czasami korzystne, jak pokazano na rysunku 4, gdzie dwa najniższe schematy charakteryzują się znacznie większą regularnością niż dwa pozostałe. Będzie to miało wpływ na układ i parametry fizyczne. Bramka "lustrzana" w 90 nm CMOS obliczająca funkcję CARRy przy V_dd = 180 mV. Rysunek 5 przedstawia wyniki pomiarów z implementacji bramki "lustrzanej" obliczającej funkcję mniejszościową 3 przy 180 mV, zarówno z, jak i bez błędu zablokowania w pozycji otwartej, dla współczynnika redundancji R = 2.



Zastosowano 16 binarnych wektorów wejściowych [X, Y, Z] = 000, 000, 001, 001, 010, 010,…, 111, 111. Układy obliczyły prawidłowe poziomy logiczne we wszystkich przypadkach, generując niski sygnał wyjściowy wtedy i tylko wtedy, gdy 2 lub 3 z trzech sygnałów wejściowych były wysokie. Niski sygnał jest mniejszy niż 0,25-krotność napięcia zasilania 180 mV, podczas gdy wysoki sygnał powinien być co najmniej 0,75-krotnością napięcia zasilania. To napięcie zasilania jest porównywalne z niskim napięciem 175 mV opublikowanym w (Miyazaki, Kao i Chandrakasan, 2002). Zmniejszenie napięcia zasilania jest najbardziej bezpośrednim i spektakularnym sposobem na zmniejszenie zużycia energii.

Dyskusja

Chociaż bramka "ułożona w stos" miała najniższy pobór mocy, jest ona najwolniejsza. Nie ma małej liczby wewnętrznych węzłów i przewodów, co w połączeniu ze stosunkowo niską wydajnością, zgodnie ze statystycznymi symulacjami Monte Carlo, może nie czynić jej najlepszym kandydatem spośród 4 implementacji. Bramka "ijcnn" dobrze konkuruje pod względem szybkości operacyjnej, ale jest najbardziej energochłonna. Z jednej strony ma najprostszą topologię, ale standardowa implementacja CMOS, a także bramka "lustrzana" wykazują znacznie lepszą wydajność. Implementacja bramki "lustrzanej" w układzie Full Adder dobrze konkuruje ze standardową implementacją CMOS ogólnie . Te rozwiązania mogą być interesujące dla dalszych porównań, ponieważ ostatnie wyniki wskazały na "bramkę lustrzaną" jako interesującą alternatywę, czego przykładem jest poniższy tytuł: Dlaczego falowniki i małe bramki typu fan-in są najbardziej obiecującymi bramkami dla przyszłej nanoelektroniki .

TRENDY PRZYSZŁOŚCI

Założenie, że system składa się głównie z prawidłowo działających jednostek, nie jest już prawdziwe w rozwijającej się nanoelektronice, a zmniejszenie całkowitego zużycia energii również należy do wielkich wyzwań na przyszłość. Perceptrony typu fan-in o niskim poborze mocy, zwane również bramkami typu fan-in lub bramkami mniejszościowymi, mogą być bardzo użytecznymi kandydatami dla przyszłej nanoelektroniki, co zostało niedawno stwierdzone i nie jest sprzeczne z wynikami przedstawionymi w niniejszym dokumencie. Zaprezentowane tutaj obwody perceptronów podprogowych, odporne na defekty i wykorzystujące bramki większościowe, mogą zatem stać się bardzo przydatne. Perceptrony mogą również okazać się użytecznymi elementami konstrukcyjnymi dla innych przyszłych nanotechnologii, w tym SET .

WNIOSKI

Argumentowaliśmy, że przyszłe zapotrzebowanie na niskie zużycie energii i tolerancję defektów sprawia, że implementacje neuronów podprogowych są przydatne w sztucznych sieciach neuronowych. Na podstawie przedstawionych wyników i dyskusji wnioskujemy, że bramka "lustrzana" może być szczególnie użyteczna pod wspomnianymi względami. Można ją połączyć z redundancją w celu zwiększenia tolerancji defektów i zwiększenia możliwości produkcyjnych, co może być przydatne w przyszłych nanotechnologiach. Zdolność bramki "lustrzanej" do funkcjonowania w obecności defektów, wykorzystującej redundancję, została wykazana pomiarami chipów w technologii CMOS 90 nm.

WSTĘP

Przedstawiliśmy problem znalezienia kompletnego i wydajnego obliczeniowo systemu do reprezentowania i zarządzania "niefikcyjnymi informacjami narracyjnymi". Podkreśliliśmy tam istotną wartość ekonomiczną tego multimedialnego rodzaju informacji - dotyczy to np. korporacyjnych dokumentów pamięci, wiadomości, tekstów normatywnych i prawnych, dokumentacji medycznej, wiadomości wywiadowczych, nagrań z monitoringu lub dzienników odwiedzin, zdjęć z wydarzeń, materiałów e-learningowych i dziedzictwa kulturowego itp. Podkreśliliśmy również, że typowe narzędzia informatyczne - w tym te odnoszące się do bardzo popularnej obecnie dziedziny "sieci semantycznej" - nie nadają się do przetwarzania tego typu informacji.

TŁO

W tym artykule przedstawimy narzędzie sztucznej inteligencji, NKRL (Narrative Knowledge Representation Language), które zostało opracowane specjalnie do "inteligentnego" przetwarzania niefikcyjnych informacji narracyjnych. NKRL to jednocześnie:

o system reprezentacji wiedzy, który pozwala na jak najdokładniejsze opisanie istotnej treści ("znaczenia") złożonych niefikcyjnych "narracji";
o system procedur rozumowania (wnioskowania), który dzięki bogactwu systemu reprezentacji jest w stanie automatycznie ustalać "interesujące" relacje między reprezentowanymi danymi;
o zaimplementowane środowisko programistyczne, które pozwala użytkownikowi kodować oryginalne narracje w kategoriach języka reprezentacji w celu tworzenia "baz wiedzy NKRL" w określonej dziedzinie zastosowań i "inteligentnego" wykorzystywania tych baz.

Główna innowacja wprowadzona przez NKRL w stosunku do typowych paradygmatów ontologicznych dotyczy dodania do tradycyjnej ontologii pojęć - zwanej HClass, "hierarchią klas" w żargonie NKRL - ontologii zdarzeń, tj. nowego rodzaju organizacji hierarchicznej, w której węzły odpowiadają n-arnym strukturom zwanym "szablonami" (HTemp, "hierarchia szablonów").

KRÓTKI OPIS NKRl

Zamiast stosować tradycyjną (binarną) organizację atrybutów/wartości, szablony są generowane z n-argumentowej kombinacji czwórek łączących symboliczną nazwę szablonu, predykat i argumenty predykatu wprowadzone przez nazwane relacje, czyli role. Czwórki mają wspólne komponenty nazwy i predykatu. Oznaczając wówczas przez L_i ogólną etykietę symboliczną identyfikującą dany szablon, przez P_j predykat używany w szablonie, przez R_k ogólną rolę, a przez a_k odpowiedni argument, podstawowa struktura danych szablonów ma następujący format ogólny



Predykaty odnoszą się do zbioru {ZACHOWUJ SIĘ, ISTNIEJE, DOŚWIADCZA, PRZENOSZĘ SIĘ, POSIADAM, PRODUKUJĘ, ODBIERAM}, a role do zbioru {PODMIOT(ekt), OBIEKT(ekt), ŹRÓDŁO, BEN(e)F(iciary), MODAL(ity), TEMAT, KONTEKST}. Argument predykatu może składać się z prostego "konceptu" lub ze strukturalnego powiązania ("rozwinięcia") kilku konceptów. Szablony można postrzegać jako formalną reprezentację klas generycznych zdarzeń elementarnych, takich jak "przenoszenie obiektu fizycznego", "bycie obecnym w miejscu", "świadczenie usługi", "wysyłanie/odbieranie wiadomości" itd. Gdy konieczne jest przedstawienie określonego zdarzenia należącego do jednej z tych klas ogólnych, tworzony jest odpowiedni szablon w celu wygenerowania wystąpienia predykatywnego. Aby przedstawić prostą narrację, taką jak: "20 listopada 1999 r. w nieokreślonej wiosce uzbrojona grupa ludzi porwała Robustiniano Hablo", musimy najpierw wybrać w hierarchii HTemp szablon odpowiadający "wykonaniu aktów przemocy", patrz Rysunek 2 i Tabela 1 poniżej





- ten przykład odnosi się do niedawnego zastosowania NKRL w kontekście "terroryzmu" w ramach projektu europejskiego. Jak wynika z Tabeli 1a, argumenty predykatu (terminy a_k w (1)) są reprezentowane przez zmienne z powiązanymi ograniczeniami wyrażonymi jako koncepcje HClass lub kombinacje konceptów. Podczas wyprowadzania wystąpienia predykatywnego (instancji szablonu), takiego jak mod3.c5 w Tabeli 1b, wypełniacze ról w tym wystąpieniu muszą być zgodne z ograniczeniami szablonu ojca. Na przykład ROBUSTINIANO_HABLO ("BEN(e)F(iciary)" czynności porwania) i INDIVIDUAL_PERSON_20 (nieznany "PODMIOT", aktor, inicjator itd. tej czynności) to "jednostki", instancje konceptu HClass "individual_person". Składniki - jak SOURCE w Tabeli 1a - zawarte w nawiasach kwadratowych są opcjonalne. "Etykieta konceptualna", taka jak mod3.c5, to nazwa symboliczna używana do identyfikacji kodu NKRL odpowiadającego konkretnemu wystąpieniu predykatywnemu. "Operator atrybutywny", SPECIF(ication), jest jednym z czterech operatorów używanych w NKRL do konstruowania "argumentów strukturalnych" ("wypełniaczy złożonych" lub "rozszerzeń"). Listy SPECIF o składni (SPECIF e_i p₁ … p_n) służą do reprezentowania właściwości lub atrybutów, które można potwierdzić dla pierwszego elementu e_i, konceptu lub jednostki, listy - np. w wypełniaczu SUBJ w pliku mod3.c5, Tabela 1b, atrybuty Weapon_wearing i (SPECIF cardinality_ several_)) są powiązane z INDIVIDUAL_PERSON_ 20. "Atrybuty lokalizacji", reprezentowane w wystąpieniach predykatów jako listy, są powiązane z argumentami predykatu za pomocą operatora dwukropka ":", patrz jednostka VILLAGE_1 w Tabeli 1b. W wystąpieniach dwa operatory data-1, data-2 materializują przedział czasowy zwykle kojarzony ze zdarzeniami narracyjnym . 150 szablonów jest trwale wstawianych do HTemp; Rysunek 2 odtwarza "zewnętrzną" organizację gałęzi PRODUCE HTemp. Gałąź ta zawiera szablon Produce:Violence użyty w Tabeli 1. HTemp odpowiada zatem swoistemu "katalogowi" formalnych struktur narracyjnych, które są bardzo łatwe do "dostosowania" w celu uzyskania nowych szablonów, które mogą być potrzebne w konkretnym zastosowaniu. To, co zostało dotychczas wyjaśnione, ilustruje rozwiązania NKRL dotyczące problemu reprezentacji "elementarnych" (prostych) zdarzeń. Aby zająć się teraz "zjawiskami łączności", które pojawiają się, gdy kilka zdarzeń elementarnych jest połączonych poprzez związki przyczynowo-skutkowe, celowe, mowy zależnej itp. - patrz również (Mani i Pustejovsky, 2004) - podstawowe narzędzia reprezentacji wiedzy NKRL zostały uzupełnione o bardziej złożone mechanizmy wykorzystujące struktury drugiego rzęd. Na przykład, wystąpienia wiążące składają się z list symbolicznych etykiet (ci) wystąpień predyktywnych; listy te są różnicowane za pomocą specyficznych operatorów wiążących, takich jak CEL, WARUNEK i PRZYCZYNA. Załóżmy, że w Tabeli 1 stwierdzamy teraz, że: "… uzbrojona grupa ludzi porwała Robustiniano Hablo, aby zażądać od jego rodziny okupu", gdzie nowe zdarzenie elementarne: "nieznane osoby zażądają okupu" odpowiada nowemu wystąpieniu predyktywnemu, np. mod3.c7. Aby przedstawić tę sytuację, musimy dodać do wystąpień reprezentujących dwa zdarzenia elementarne nowe wystąpienie wiążące, np. mod3.c8, aby połączyć ze sobą etykiety konceptualne mod3.c5 (odpowiadające wystąpieniu porwania, patrz również Tabela 1b) i mod3.c7 (odpowiadające nowemu wystąpieniu opisującemu zamierzony rezultat). Mod3.c8 będzie miał wówczas postać: "mod3.c8) (CEL mod3.c5 mod3.c7)". Znaczenie mod3.c8 można sparafrazować następująco: "aktywność opisana w mod3.c5 jest skoncentrowana na (CEL) realizacji mod3.c7". Rozumowanie w NKRL obejmuje zakres od bezpośredniego kwestionowania bazy wiedzy NKRL z wykorzystaniem wzorców wyszukiwania (formalnych zapytań dotyczących zawartości bazy wiedzy), które próbują ujednolicić wystąpienia predykatywne bazy, po procedury wnioskowania wysokiego poziomu. Prosty przykład wzorca wyszukiwania podano w Tabeli 1c, dający jako odpowiedź, między innymi, wystąpienie predykatywne mod3.c5 z Tabeli 1b dla technik stosowanych do ujednolicania złożonych struktur pojęciowych. Odnosząc się teraz do procedur wysokiego poziomu - reguły transformacji próbują "dostosować" z semantycznego punktu widzenia oryginalne zapytanie/zapytania (wzorce wyszukiwania), które się nie powiodły, do rzeczywistej zawartości istniejących baz wiedzy. Zastosowana zasada polega na użyciu reguł do automatycznego "przekształcenia" oryginalnego zapytania (tj. oryginalnego wzorca wyszukiwania) w jedno lub więcej różnych zapytań (wzorców wyszukiwania), które nie są ściśle "równoważne", ale jedynie "semantycznie bliskie" oryginalnemu. Załóżmy, że np. podczas wyszukiwania wszystkich możliwych informacji związanych z porwaniem Robustina Hablo pytamy system, czy Robustiano Hablo jest bogaty. W przypadku braku bezpośredniej odpowiedzi system automatycznie "przekształci" pierwotne zapytanie, stosując regułę taką jak: "W kontekście porwania dla okupu, zaświadczenie, że dana postać jest bogata lub pełni funkcję zawodową, można zastąpić zaświadczeniem, że: i) postać ta ma ścisłe pokrewieństwo z inną osobą oraz ii) ta druga osoba jest osobą bogatą lub osobą zawodową". Ostateczny wynik można zatem sparafrazować w następujący sposób: nie wiemy, czy Robustiano Hablo jest bogaty, ale możemy stwierdzić, że jego ojciec jest zamożnym biznesmenem. Reguły hipotez pozwalają budować "rozsądne" powiązania logiczne/semantyczne między danymi przechowywanymi w bazie wiedzy NKRL przy użyciu szeregu predefiniowanych schematów rozumowania, np. schematów "przyczynowych". Na przykład, aby przytoczyć "klasyczny" przykład NKRL, po bezpośrednim wyszukaniu za pomocą wzorca wyszukiwania informacji takiej jak: "Pharmacopeia, amerykańska firma biotechnologiczna, otrzymała 64 000 000 dolarów od niemieckiej firmy Schering w związku z działalnością badawczo-rozwojową", moglibyśmy automatycznie skonstruować swego rodzaju "wyjaśnienie przyczynowe" tego zdarzenia, wyszukując informacje takie jak: i) "Pharmacopeia i Schering podpisały umowę dotyczącą produkcji przez Farmakopeę nowego związku" oraz ii) "w ramach wspomnianej wcześniej umowy Farmakopea faktycznie wyprodukowała nowy związek". W Tabeli 2 przedstawiamy nieformalny opis kroków rozumowania (zwanych "schematami warunkowymi" w kontekście hipotezy), które muszą zostać poddane walidacji, aby udowodnić, że ogólne "porwanie" odpowiada w rzeczywistości bardziej precyzyjnemu środowisku "porwania dla okupu".



Gdy kilka kroków rozumowania musi zostać poddanych jednoczesnej walidacji, jak w Tabeli 2, zawsze możliwe jest niepowodzenie. Aby rozwiązać ten problem - i jednocześnie odkryć wszystkie możliwe ukryte informacje związane z oryginalnymi danymi - można zastosować dwa tryby wnioskowania, transformację i hipotezę, w sposób zintegrowany. W praktyce wykorzystujemy "transformacje" w kontekście "hipotezy". Oznacza to, że ilekroć "wzorzec poszukiwań" jest wyprowadzany ze "schematu warunków" hipotezy w celu wdrożenia jednego z kroków procesu wnioskowania, możemy go użyć "tak jak jest" - tj. w formie pierwotnie zakodowanej podczas tworzenia reguły wnioskowania - ale także w formie "przekształconej", jeśli w systemie istnieją odpowiednie reguły transformacji. Wykorzystując reguły transformacji już istniejące w systemie, hipoteza przedstawiona w sposób nieformalny w Tabeli 2 staje się w praktyce potencjalnie równoważna hipotezie z Tabeli 3. Na przykład dowód, że porywacze są częścią grupy terrorystycznej lub organizacji separatystycznej (krok rozumowania Cond1 Tabeli 2) można teraz uzyskać pośrednio, transformacja T3, poprzez sprawdzenie, czy należą oni do określonego podzbioru tej grupy lub organizacji.

TRENDY NA PRZYSZŁOŚĆ

NKRL to w pełni zaimplementowany język/środowisko. Oprogramowanie istnieje w dwóch wersjach: obsługiwanej przez ORACLE i zorientowanej na pliki. Przyszłe ulepszenia będą dotyczyć głównie:

o Dodania funkcji, które pozwolą nam na wykonywanie zapytań w systemie w języku naturalnym. W tym kontekście uzyskano już bardzo obiecujące wyniki eksperymentalne dzięki połączeniu technik płytkiej analizy składniowej i standardowych możliwości wnioskowania NKRL.
o W bardziej ambitnym planie, wprowadzenie pewnych funkcji do półautomatycznej konstrukcji bazy wiedzy adnotacji/wystąpień z wykorzystaniem pełnych technik języka naturalnego. Niektóre wstępne prace w tym kontekście zostały przeprowadzone z wykorzystaniem narzędzi składniowo-semantycznych Cafetière.

o Wprowadzenie technik optymalizacji (podstawowego) chronologicznego cofania się silnika wnioskowania NKRL, w stylu znanych technik opracowanych w kontekście programowania logicznego . Nawet w obecnej formie NKRL z powodzeniem radzi sobie, w trybie "inteligentnego wyszukiwania informacji", z najróżniejszymi dziedzinami "narracyjnymi", od historii Francji po terroryzm, od wojny o Falklandy po sferę korporacyjną, od prawa po domenę pielęgnacji urody, czy analizę motywacji klientów itd.
WNIOSKI

W niniejszym artykule przedstawiliśmy szczegółowe informacje na temat NKRL (Narrative Knowledge Representation Language), w pełni zaimplementowanego, aktualnego systemu reprezentacji i wnioskowania wiedzy, stworzonego specjalnie do "inteligentnego" wykorzystania wiedzy narracyjnej. Główną innowacją NKRL jest powiązanie z tradycyjnymi ontologiami pojęć "ontologii zdarzeń", tj. hierarchicznego układu, w którym węzły odpowiadają n-arnym strukturom zwanym "szablonami".

WSTĘP

Reprezentacja reguł rozmytych w postaci "rozmytej kropki" (lub relacji rozmytej) w systemach opartych na regułach rozmytych, w przypadku klasycznych metod wnioskowania rozmytego (np. Reguła Wnioskowania Zadeha-Mamdaniego-Larsena (CRI) (Zadeh, 1973) (Mamdani, 1975) (Larsen, 1980) lub wnioskowanie rozmyte Takagi-Sugeno (Sugeno, 1985) (Takagi i Sugeno, 1985)), zakłada zupełność bazy reguł rozmytych. Jeśli brakuje niektórych reguł, tj. baza reguł jest "rzadka", mogą istnieć obserwacje, które nie dotyczą żadnej reguły w bazie reguł i dlatego nie można wyciągnąć wniosku. Jednym ze sposobów radzenia sobie z reprezentacją wiedzy typu "rozmyte kropki" w przypadku rzadkich baz reguł rozmytych jest zastosowanie metod interpolacji reguł rozmytych (FRI), w których celowo brakuje reguł wyprowadzalnych. Metody FRI mogą bowiem dostarczać racjonalnych (interpolowanych) wniosków, nawet jeśli żadna z istniejących reguł nie spełnia bieżących obserwacji. Od początku lat 90. XX wieku zaproponowano wiele metod FRI. Głównym celem niniejszego artykułu jest krótkie, ale wyczerpujące wprowadzenie do istniejących metod FRI.

TŁO

Ponieważ klasyczne metody wnioskowania rozmytego (np. CRI Zadeha-Mamdaniego-Larsena) wymagają kompletnych baz reguł, klasyczna konstrukcja bazy reguł wymaga szczególnej staranności w wypełnianiu wszystkich możliwych reguł. W przypadku, gdy baza reguł jest "rzadka" (brakuje niektórych reguł), mogą istnieć obserwacje, które nie spełniają żadnej reguły i w związku z tym nie można wyciągnąć żadnego wniosku. W wielu obszarach zastosowań rozmytych struktur sterowania, przypadkowy brak wniosku jest trudny do wyjaśnienia lub pozbawiony znaczenia (np. w sterowaniu pojazdem). W tym przypadku oczywistym rozwiązaniem mogłoby być zachowanie ostatniego rzeczywistego wniosku zamiast brakującego, ale automatyczne zastosowanie danych historycznych w celu wypełnienia nieumyślnie brakujących reguł mogłoby spowodować nieprzewidywalne skutki uboczne. Innym rozwiązaniem tego samego problemu jest zastosowanie metod interpolacji reguł rozmytych (FRI), w których celowo brakuje reguł wyprowadzalnych. Baza reguł kontrolera FRI nie jest koniecznie kompletna, ponieważ metody FRI mogą dostarczać rozsądnych (interpolowanych) wniosków, nawet jeśli żadna z istniejących reguł nie zadziała w ramach bieżącej obserwacji. Mogłaby ona zawierać jedynie najbardziej istotne reguły rozmyte, bez ryzyka braku wniosków dla niektórych obserwacji. Z drugiej strony, większość metod FRI wiąże się z dużym zapotrzebowaniem obliczeniowym, np. zadaniem poszukiwania dwóch najbliższych reguł otaczających obserwację i obliczenia wniosku przynajmniej w niektórych charakterystycznych α-cięciach. Co więcej, w niektórych metodach interpretowalność uzyskanego wniosku rozmytego również nie jest prosta . Podjęto wiele wysiłków w celu poprawy interpretowalności interpolowanego wniosku rozmytego . W pracy (Baranyi, Kóczy i Gedeon, 2004) Baranyi i inni przedstawiają kompleksowy przegląd najnowszych metod FRI. Oprócz tych problemów, niektóre metody FRI są pierwotnie zdefiniowane dla jednowymiarowej przestrzeni wejściowej i wymagają specjalnego rozszerzenia dla przypadku wielowymiarowego . Wong i inni przedstawili porównawczy przegląd ostatnich metod FRI zdolnych do obsługi wielowymiarowej przestrzeni wejściowej. W (Jenei, 2001) Jenei przedstawił sposób aksjomatycznego traktowania metod FRI. W (Perfilieva, 2004) Perfilieva bada rozwiązywalność równań relacji rozmytych jako rozwiązywalność interpolacji i aproksymacji funkcji rozmytych względem danego zestawu reguł rozmytych (np. dane rozmyte jako uporządkowane pary zbiorów rozmytych). Wysokie wymagania obliczeniowe, głównie poszukiwanie dwóch najbliższych reguł otaczających dowolną obserwację w wielowymiarowej przestrzeni poprzedników, sprawiają, że wiele z tych metod nie nadaje się do zastosowań w czasie rzeczywistym. Niektóre metody FRI, np. metoda wprowadzona przez Jenei w (Jenei, Klement i Konzel, 2002), eliminują poszukiwanie dwóch najbliższych reguł otaczających, uwzględniając wszystkie reguły, a tym samym przyspieszając proces wnioskowania. Z drugiej strony, utrzymując cel konstruowania rozmytych wniosków, a nie tylko przyspieszając wnioskowanie, nadal wymagają one dodatkowych (lub powtarzanych) kroków obliczeniowych dla elementów zbioru poziomów (lub przynajmniej dla niektórych istotnych poziomów ?). Aspekt aplikacyjny FRI pojawia się w (Kovács, 2006), gdzie dla szybkości wnioskowania i bezpośredniej stosowalności w czasie rzeczywistym, rozmycie rozmytych partycji zastąpiono koncepcją niejasnego środowiska (Vague Environment). W dalszej części zostanie szczegółowo przedstawiona krótka struktura kilku metod FRI.

METODY INTERPOLACJI REGUŁ ROZMYTYCH

Jedna z pierwszych technik FRI została opublikowana przez Kóczy i Hirotę . Zwykle nazywana jest metodą KH. Ma ona zastosowanie do wypukłych i normalnych zbiorów rozmytych (CNF) w systemach z pojedynczym wejściem i pojedynczym wyjściem (SISO). Metoda KH uwzględnia tylko dwie najbliższe reguły otaczające (flankujące) obserwację. Określa ona wniosek za pomocą swoich ?-cięć w taki sposób, że stosunek odległości między wnioskiem a następstwami powinien być identyczny ze stosunkiem odległości między obserwacją a poprzednikami dla wszystkich ważnych α-cięć. Zastosowany wzór:



można rozwiązać dla wymaganego wniosku B* dla odpowiednich ?-cięć po rozkładzie. Gdzie A₁ ->B₁ i A₂ -> B₂R jest funkcją odległości zbiorów rozmytych (w przypadku metody KH obliczono ją jako odległość dolnego i górnego punktu końcowego α-cięć) . Pokazano np., że wniosek metody KH nie zawsze jest bezpośrednio interpretowalny jako zbiór rozmyty . Ta wada motywowała wiele alternatywnych rozwiązań. Pierwszą modyfikację zaproponowali Vass, Kalmár i Kóczy (nazywaną metodą VKK), w której wniosek oblicza się na podstawie odległości punktów środkowych i szerokości cięć α, a nie na podstawie odległości ich dolnych i górnych punktów końcowych. Metoda VKK rozszerza zakres stosowalności metody KH, ale nadal jest silnie zależna od kształtu przynależności zbiorów rozmytych (np. nie była w stanie obsłużyć pojedynczych zbiorów poprzedników, ponieważ szerokość nośnika poprzednika nie może być równa zeru). Pomimo znanych ograniczeń, metoda KH jest nadal popularna ze względu na swoją prostotę. Następnie została uogólniona na kilka sposobów. Wśród nich pojawił się stabilizowany interpolator KH, który, jak wykazano w pracach (Tikk, Joó, Kóczy, Várlaki, Moser i Gedeon, 2002) i (Tikk, 2003), posiada uniwersalną właściwość aproksymacji. Metoda ta uwzględnia wszystkie reguły bazy reguł przy obliczaniu wniosku. Metoda ta adaptuje modyfikację interpolacji opartej na operatorze Sheparda (Shepard, 1968). Reguły są uwzględniane w zakresie odwrotnym do odległości między ich poprzednikami a obserwacją. Własność uniwersalnej aproksymacji obowiązuje, jeśli funkcja odległości jest podniesiona do potęgi co najmniej równej liczbie wymiarów poprzedników. Inną modyfikacją metody KH jest zmodyfikowana metoda interpolacji oparta na cięciu alfa (MACI) (w pełni rozszerzona w pracach (Tikk i Baranyi, 2000)), która całkowicie eliminuje problem nieprawidłowości. Główna idea metody MACI jest następująca: przekształca ona zbiory rozmyte wszechświatów wejściowych i wyjściowych do takiej przestrzeni, w której wykluczona jest anomalia, a następnie oblicza tam wniosek, który ostatecznie jest przekształcany z powrotem do przestrzeni oryginalnej. MACI wykorzystuje wektorową reprezentację zbiorów rozmytych. Oryginalna metoda została wprowadzona w (Yam i Kóczy, 1997) i miała zastosowanie tylko do zbiorów CNF. To ograniczenie zostało później złagodzone w (Tikk, Baranyi, Gedeon i Muresan, 2001) poprzez poniesienie kosztów w postaci wyższych wymagań obliczeniowych niż w przypadku metody oryginalnej. MACI jest jedną z najczęściej stosowanych metod FRI , ponieważ zachowuje korzystny charakter obliczeniowy i przybliżony metody KH, jednocześnie wykluczając jej możliwość uzyskania wniosku odbiegającego od normy. Inną metodę FRI zaproponowali Kóczy i inni. Uwzględnia ona tylko dwie najbliższe reguły otaczające obserwację, a jej główną ideą jest zachowanie "względnej nieostrości" (nazywanej metodą CRF). Pojęcie to oznacza, że lewa (i prawa) nieostrość aproksymowanego wniosku w stosunku do flankującej nieostrości sąsiedniego następnika powinna być taka sama jak lewa (i prawa) nieostrość obserwacji w stosunku do flankującej nieostrości sąsiedniego poprzednika. Oryginalna metoda jest ograniczona wyłącznie do zbiorów CNF. Ulepszona technika interpolacji rozmytej dla wielowymiarowych przestrzeni wejściowych (określana jako IMUL) została pierwotnie zaproponowana w (Wong, Gedeon i Tikk, 2000) i opisana bardziej szczegółowo w (Wong, Tikk, Gedeon i Kóczy, 2005). IMUL stosuje kombinację metod CRF i MACI, łącząc zalety obu. Sedno wniosku jest określone metodą MACI, a jego boki metodą CRF (metoda jest ograniczona do trapezoidalnych funkcji przynależności). Głównymi zaletami tej metody są jej stosowalność do problemów wielowymiarowych i względna prostota. Koncepcyjnie różne podejścia zaproponowano w (Baranyi, Kóczy i Gedeon, 2004) w oparciu o cechy relacyjne, semantyczne i międzyrelacyjne zbiorów rozmytych. Rodzina tych metod stosuje dwuetapową "metodologię ogólną" (określaną jako GM). Notacja odzwierciedla również cechę, że metody oparte na GM mogą obsługiwać zbiory rozmyte o dowolnym kształcie. Podstawową koncepcją jest podzielenie zadania FRI na dwa główne kroki. Pierwszym krokiem jest określenie punktu odniesienia wniosku na podstawie stosunku odległości między punktami odniesienia obserwacji i poprzednikami. Następnie, wykonując pierwszy krok, na podstawie istniejących reguł generowana jest nowa, interpolowana reguła dla punktu odniesienia obserwacji i punktu odniesienia wniosku. W drugim kroku metody stosowana jest pojedyncza metoda wnioskowania regułowego (funkcja rewizji) w celu określenia ostatecznego rozmytego wniosku na podstawie podobieństwa rozmytej obserwacji i poprzednika nowej "interpolowanej" reguły. Dla obu głównych kroków GM istnieje wiele rozwiązań, dlatego GM oznacza koncepcję FRI lub rodzinę metod FRI. Zupełnie inny, zorientowany na zastosowania, aspekt FRI pojawia się w koncepcji metody FRI Fuzzy Interpolation based on Vague Environment (FIVE), pierwotnie wprowadzonej w pracach (Kovács, 1996), (Kovács & Kóczy, 1997a), (Kovács & Kóczy, 1997b) i rozszerzonej o możliwość obsługi obserwacji rozmytych w pracach (Kovács, 2006). Została ona opracowana, aby spełnić wymagania dotyczące szybkości bezpośredniego sterowania rozmytego, w którym wnioski z regulatora rozmytego są bezpośrednio stosowane jako działania sterujące w systemie czasu rzeczywistego. Główna idea metody FIVE opiera się na fakcie, że większość aplikacji sterujących obsługuje precyzyjne obserwacje i wymaga precyzyjnych wniosków od regulatora. Przyjmując ideę niejasnego środowiska (Klawonn, 1994), program FIVE może obsługiwać poprzednie i późniejsze rozmyte partycje rozmytej bazy reguł poprzez funkcje skalujące (Klawonn, 1994), a tym samym przekształcać interpolację rozmytą w interpolację chropawą. W programie FIVE każdą metodę interpolacji chropawej, ekstrapolacji lub regresji można bardzo łatwo zaadaptować do metody FRI. Ze względu na jej prostą wielowymiarową stosowalność, w programie FIVE pierwotnie zaadaptowano interpolację opartą na operatorze Sheparda (Shepard, 1968).

PRZYSZŁE TRENDY

Przyszłe trendy metod FRI obejmują pojawienie się licznych hybrydowych metod FRI, tj. neuro-FRI, genetyczno-FRI do (w zależności od obszaru zastosowania) optymalizacji parametrów modelu FRI w oparciu o gradient lub bez gradientu. Przyszłe trendy ukierunkowane są również na rozszerzoną liczbę praktycznych zastosowań FRI. Niedawno pojawił się bezpłatny, kompleksowy zestaw narzędzi FRI ) oraz strona internetowa poświęcona FRI (http://fri.gamf.hu), które mają wspomagać i ukierunkowywać przyszłe zastosowania FRI.

WNIOSKI

Wśród praktycznych zastosowań opartych na regułach rozmytych można znaleźć stosunkowo niewiele technik interpolacji reguł rozmytych (FRI). Z jednej strony metody FRI nie są powszechnie znane, a niektóre z nich mają ograniczenia z punktu widzenia praktycznych zastosowań, np. mogą być stosowane tylko w przypadku jednowymiarowym lub definiowane na podstawie dwóch najbliższych reguł otaczających rzeczywistą obserwację. Z drugiej strony, umożliwiając zastosowanie rzadkich baz reguł, metody FRI mogą znacznie uprościć sposób tworzenia rozmytej bazy reguł, ponieważ metody FRI mogą dostarczać rozsądnych (interpolowanych) wniosków, nawet jeśli żadna z istniejących reguł nie zadziała w ramach bieżącej obserwacji. Dlatego te metody mogą oszczędzić ekspertowi zajmowania się regułami wyprowadzalnymi i pomóc skoncentrować się tylko na działaniach kardynalnych, a tym samym uprościć samo tworzenie bazy reguł. Zatem, w porównaniu z klasycznym rozmytym CRI, liczba rozmytych reguł, które muszą być obsłużone w procesie projektowania, może zostać znacznie zmniejszona . Ponadto, w przypadku optymalizacji parametrów rzadkiego modelu FRI (hybrydowe metody FRI), zmniejszony rozmiar bazy reguł FRI może również oznaczać zmniejszenie rozmiaru przestrzeni poszukiwań optymalizacji, a zatem może to również prowadzić do szybszych algorytmów optymalizacji.

WSTĘP

Postęp technologiczny w zakresie technik wysokoprzepustowych i wydajnych metod gromadzenia danych, połączony z działaniami biologii obliczeniowej, zaowocował ogromną ilością danych z zakresu nauk przyrodniczych, często dostępnych w rozproszonych i heterogenicznych repozytoriach. Repozytoria te zawierają informacje takie jak dane o sekwencjach i strukturach, adnotacje do danych biologicznych, wyniki złożonych obliczeń, sekwencje genetyczne i wiele biozestawów danych. Jednak heterogeniczność tych danych stworzyła potrzebę badań nad integracją zasobów i niezależnym od platformy przetwarzaniem zapytań badawczych, obejmujących heterogeniczne źródła danych.W przypadku przetwarzania ogromnych ilości danych integracja informacji jest jednym z najważniejszych problemów, ponieważ kluczowe jest zachowanie wewnętrznej semantyki wszystkich scalonych źródeł danych. Taka integracja umożliwiłaby właściwą organizację danych, wspierając analizę i dostęp do informacji w celu realizacji kluczowych zadań, takich jak przetwarzanie danych z mikromacierzy w celu badania funkcji białek oraz badania medyczne w zakresie szczegółowych badań struktur białek w celu ułatwienia projektowania leków . Ponadto społeczność badawcza zajmująca się mikromacierzami DNA pilnie potrzebuje technologii umożliwiającej wyszukiwanie, dostęp i dostarczanie aktualnych informacji z mikromacierzy w bezpiecznym środowisku. Kilka dyscyplin naukowych, takich jak bioinformatyka, w których integracja informacji ma kluczowe znaczenie, mogłoby skorzystać z wykorzystania potencjału nowego podejścia: sieci semantycznej (SW). Termin SW został ukuty przez Bernersa-Lee, Hendlera i Lassilę (2001) w celu opisania ewolucji sieci składającej się głównie z dokumentów do odczytu przez ludzi w kierunku nowego paradygmatu, obejmującego dane i informacje do manipulacji przez komputery. Oprogramowanie SW polega na dodawaniu metadanych zrozumiałych i przetwarzalnych przez maszyny do zasobów sieciowych za pomocą kluczowej technologii: ontologii . Ontologie to formalna, jawna i współdzielona specyfikacja konceptualizacji. Oprogramowanie SW zostało pomyślane jako sposób na rozwiązanie problemu integracji danych w sieci. Niniejszy artykuł omawia SAMIDI, architekturę opartą na semantyce do integracji informacji i danych z mikromacierzy. Najbardziej niezwykłą innowacją oferowaną przez SAMIDI jest wykorzystanie semantyki jako narzędzia do wykorzystywania różnych słowników i terminologii oraz wspierania integracji. SAMIDI składa się z metodologii unifikacji heterogenicznych źródeł danych, począwszy od analizy wymagań ujednoliconego zbioru danych, a skończywszy na architekturze oprogramowania.

TŁO

W tej sekcji przedstawiono bioinformatykę i jej potrzebę przetwarzania ogromnych ilości danych; korzyści płynące z integracji istniejących źródeł informacji biologicznej i semantyki, narzędzia integracji.

Bioinformatyka

Termin "bioinformatyka" został ukuty przez Hwa Lima pod koniec lat 80. XX wieku, a później spopularyzowany dzięki powiązaniu z projektem poznania ludzkiego genomu . Bioinformatyka to zastosowanie informatyki i technologii do zarządzania danymi biologicznymi i opisuje wszelkie zastosowania komputerów do przechowywania, porównywania, wyszukiwania, analizowania lub przewidywania składu struktury biocząsteczek . Badania biologiczne wymagają bioinformatyki do manipulowania i odkrywania nowej wiedzy biologicznej na kilku poziomach rosnącej złożoności. Dane biologiczne są generowane metodami wysokoprzepustowymi , co oznacza, że muszą być reprezentowane i przechowywane w różnych formatach, takich jak mikromacierze.

Źródła danych z mikromacierzy

Mikromacierz DNA to zbiór mikroskopijnych plamek DNA przymocowanych do stałej powierzchni, tworzących macierz w celu profilowania ekspresji, która monitoruje poziomy ekspresji tysięcy genów jednocześnie. Cechy te są odczytywane przez skaner mierzący poziom aktywacji, a dane są pobierane na komputer w celu późniejszej analizy . Mikromacierze umożliwiają jednoczesne badanie milionów genów . Eksperyment biologiczny może wymagać setek mikromacierzy, a pojedyncza mikromacierz generuje nawet milion fragmentów danych . Fakt ten sprawia, że analiza i zarządzanie danymi stanowią poważne wyzwanie dla badań ekspresji genów z wykorzystaniem mikromacierzy . Potrzeba zarządzania danymi generowanymi przez bioinformatykę jest kluczowa. Zrozumienie procesów biologicznych wymaga dostępu do zbiorów potencjalnie rozproszonych, oddzielnie posiadanych i zarządzanych zbiorów danych biologicznych . Te źródła danych znajdują się w różnych magazynach, platformach sprzętowych, systemach zarządzania bazami danych, modelach danych i językach danych , co uniemożliwia ich integrację. Co gorsza, ta niezgodność nie ogranicza się do stosowania różnych technologii danych, ale wynika również z niezgodności semantycznej. Ta heterogeniczność może być dwojakiego rodzaju: syntaktyczna i semantyczna . Heterogeniczność syntaktyczna odnosi się do różnic w modelach danych i językach danych i można ją łatwo rozwiązać. Heterogeniczność semantyczna odnosi się do ukrytego znaczenia reprezentowanych danych. Jest ona przyczyną konfliktów nazewnictwa i konfliktów strukturalnych. Ta niekompatybilność oraz konieczność udostępniania i agregowania informacji między istniejącymi źródłami danych z mikromacierzy skłaniają badaczy do poszukiwania integracji danych.

Integracja danych z mikromacierzy

Analiza i zarządzanie danymi stanowią poważne wyzwanie dla badań ekspresji genów z wykorzystaniem mikromacierzy . Technologia mikromacierzy jest wciąż stosunkowo nowa, a standardy nie zostały jeszcze ustalone. Ten brak standaryzacji utrudnia wymianę danych z mikromacierzy. Jednak kilka projektów zostało rozpoczętych z wspólnym celem: ułatwieniem wymiany i analizy danych z mikromacierzy. MIAME (Minimum Information About Microarray Experiment) to standard oparty na XML do opisu eksperymentów z mikromacierzami. Zyskuje on na znaczeniu, ponieważ jest wymagany przez wiele czasopism do przesyłania artykułów zawierających wyniki eksperymentów z mikromacierzami. Celem MIAME jest zdefiniowanie podstawowych informacji potrzebnych do opisu eksperymentu monitorowania ekspresji genów z wykorzystaniem mikromacierzy. MAGE (Micro-Array Gene Expression) to standardowy model danych mikromacierzy i format wymiany umożliwiający przechwytywanie informacji określonych przez MIAME.

Integracja i semantyka

Niejednoznaczność terminów, zarówno w obrębie różnych baz danych i terminologii, jak i między nimi, sprawia, że zadanie integracji danych bioinformatycznych jest wysoce podatne na błędy . Konwersja wszystkich tych informacji do wspólnego formatu danych prawdopodobnie nigdy nie zostanie osiągnięta, a zatem rozwiązanie problemu efektywnego zarządzania informacją będzie musiało opierać się na ustaleniu wspólnego rozumienia. W tym momencie do gry wkracza semantyka, niwelując niespójności nomenklaturowe i terminologiczne, aby ujednolicić znaczenie. Kluczowymi elementami umożliwiającymi interoperacyjność semantyczną są ontologie - semantyczne modele danych - które splatają ludzkie rozumienie symboli z ich przetwarzalnością przez maszyny . Ontologie pozwalają na uporządkowanie terminów używanych w heterogenicznych źródłach danych zgodnie z ich relacjami semantycznymi, dzięki czemu heterogeniczne fragmenty danych można odwzorować w spójny układ odniesienia . Zastosowanie semantyki pozwala na uchwycenie znaczenia danych jednorazowo. Bez semantyki każdy element danych musiałby być interpretowany wielokrotnie, od momentu zaprojektowania i wdrożenia, aż do momentu użycia, co sprzyja powstawaniu błędów. Wreszcie, semantyka pozwala przekształcić duży zbiórźródeł danych w zintegrowany, spójny i unikalny zbiór informacji. Architektura samej informacji zawiera rekord, który zachowuje znaczenie i lokalizuje każdy zasób danych, umożliwiając automatyzację analizy nakładania się i redundancji. Jednym z najważniejszych wkładów ontologii w unifikację schematów danych biologicznych jest ontologia MGED (Microarray Gene Expression Data) , która powstała w wyniku heterogeniczności formatów MI-AME i MAGE. MGED to model koncepcyjny dla eksperymentów z mikromacierzami, który ustanawia koncepcje, definicje, terminy i zasoby do standaryzowanego opisu eksperymentu z mikromacierzami na potrzeby MAGE. MGED został uznany przez społeczność badaczy mikromacierzy za ujednoliconą erminologię, co czyni go idealnym kandydatem do stania się uniwersalnym modelem zrozumienia.

PODEJŚCIE SAmIDI

SAMIDI to zarówno metodologia umożliwiająca konwersję zbioru mikromacierzowych źródeł danych w ujednoliconą reprezentację zawartych w nich informacji, jak i architektura oprogramowania. Ogólny przegląd SAMIDI przedstawiono na rysunku .



Ujednolicony Model Informacji (UIM)

Łączy on wszystkie fizyczne schematy danych powiązane ze źródłami danych, które mają zostać zintegrowane. Nie replikuje żadnego z modeli danych, ale został stworzony tak, aby reprezentować uzgodniony pogląd naukowy i słownictwo, które będą podstawą do zrozumienia danych. UIM może uchwycić główne koncepcje obecne w każdym schemacie, aby po zastosowaniu mapowania semantycznego powiązać schematy fizyczne różnych źródeł danych z samym modelem. W ten sposób mapowanie semantyczne oddaje znaczenie danych, uwzględniając ustaloną terminologię. UIM stanowi również podstawę do tworzenia nowych zasobów danych, zapewniając ich spójność ze schematami bazowymi, a także służy jako niezawodne źródło informacji umożliwiające zrozumienie wzajemnych powiązań między pozornie niezwiązanymi ze sobą źródłami oraz automatyczne planowanie tłumaczenia elementów danych między nimi.

Metodologia Zarządzania Informacją Semantyczną (SIMM)

Jej celem jest wypełnienie istniejącej luki między rozdrobnionym scenariuszem informacyjnym reprezentowanym przez zbiór mikromacierzowych źródeł danych, które mają zostać zintegrowane, a wymaganą integracją danych semantycznych. Metodologia jest skonstruowana w taki sposób, aby każda z faz generowała znaczną wartość dodaną, jednocześnie dążąc do pełnej integracji semantycznej. Następnie szczegółowo opisano poszczególne etapy metodologii (rysunek 2):



1. Zbieranie wymagań: Zakres projektu jest ustalany poprzez analizę odpowiednich źródeł danych, które mają zostać zintegrowane, i określenie wymagań informacyjnych docelowego modelu informacji.
2. Gromadzenie metadanych: Zasoby danych są klasyfikowane i katalogowane, a jednocześnie gromadzone są odpowiednie (zgodnie z wykorzystaniem danych przez organizację) metadane.
3. Budowa UIM: Struktura UIM jest określana poprzez przedstawienie pożądanego obrazu świata biznesowego, kompleksowego i spójnego słownictwa oraz zestawu reguł biznesowych.
4. Racjonalizacja semantyki danych: Znaczenie reprezentowanych danych jest mapowane na UIM.
5. Wdrożenie: UIM, metadane i semantyka są udostępniane docelowym interesariuszom i dostosowywane do ich potrzeb.
6. Wykorzystanie: Tworzenie procesów biznesowych, które zapewniają, że architektura spełnia cele w zakresie zarządzania danymi, ich integracji i jakości.

Skuteczne zastosowanie SIMM wymaga systemu informatycznego. Kluczowe komponenty systemu wspomagającego powinny obejmować:

o Repozytorium do przechowywania zebranych metadanych dotyczących zasobów danych, schematów i modeli.
o Zestaw narzędzi semantycznych do zintegrowanego modelowania ontologii w celu tworzenia UIM i mapowania semantycznego schematów danych na model.
o W całym systemie wspomagającym należy stosować standardową terminologię biznesową wywodzącą się z UIM.
o Możliwości systemu w zakresie zarządzania danymi powinny obejmować tworzenie i edycję modelu informacji; wyszukiwanie zasobów danych dla konkretnej koncepcji biznesowej; tworzenie raportów jakościowych i ilościowych dotyczących zasobów danych; testowanie i symulację wydajności UIM oraz analizę wpływu na potrzeby wprowadzania zmian.
o System powinien w pełni obsługiwać integrację danych poprzez automatyczne generowanie kodu dla zapytań i skryptów translacji między mapowanymi schematami, wykorzystując wspólne rozumienie uzyskane z semantyki danych.
o Jakość danych powinna być zapewniana poprzez wspieranie identyfikacji i wycofywania z eksploatacji redundantnych zasobów danych, mechanizmów porównywania w celu zapewnienia spójności danych semantycznie odmiennych oraz walidacji/czyszczenia poszczególnych źródeł względem centralnego repozytorium reguł.
o System powinien umożliwiać dwukierunkową komunikację z innymi systemami w celu wymiany metadanych i modeli za pomocą adapterów i standardów, takich jak standard XML Metadata Interchange. Podobnie, system powinien umożliwiać gromadzenie metadanych i innych zasobów danych z relacyjnych baz danych lub innych repozytoriów.
o Możliwość aktywnej integracji danych. System powinien posiadać interfejs Run-Time do automatycznego generowania i eksportowania zapytań, skryptów translacji, schematów i skryptów czyszczących.
o Interfejs użytkownika powinien zapewniać rozbudowanego klienta grubego dla zaawansowanych użytkowników w grupie zarządzania danymi.
o System powinien zawierać platformę transwersalną obsługującą współdzielone funkcjonalności, takie jak kontrola wersji, narzędzia do współpracy, kontrola dostępu i konfiguracja wszystkich metadanych i aktywnej zawartości w systemie.

Architektura oprogramowania SAMIDI

Przedstawiono szczegółowy opis komponentów wchodzących w skład architektury oprogramowania SAMIDI (rysunek 3).



o SearchBot: Agent programowy, którego zadaniem jest metodyczne, systematyczne i automatyczne przeglądanie zintegrowanych źródeł informacji.
o Silnik semantyczny: Zintegrowany zestaw narzędzi do semantycznego mapowania schematów danych na UIM z wykorzystaniem ontologii MGED. Zapewni on półautomatyczny mechanizm mapowania schematów i pojęć lub kategorii w UIM, aby zmniejszyć obciążenie procesu wymagającego interwencji człowieka. W pełni automatyczne mapowanie zostało odrzucone, ponieważ jest uważane za niezalecane ze względu na niekompatybilność semantyczną i niejednoznaczności między różnymi schematami i formatami danych. Celem Silnika semantycznego jest wypełnienie luki między opłacalnymi technikami mapowania uczenia maszynowego a czystą interakcją człowieka.
o YARS: System YARS (Yet Another RDF Store) (Harth i Decker, 2005) to semantyczny magazyn danych, który umożliwia semantyczne zapytania i oferuje wyższą warstwę abstrakcji, umożliwiając szybkie przechowywanie i pobieranie dużych ilości opisów metadanych, zachowując jednocześnie niewielkie rozmiary i lekką architekturę.
o GUI: Umożliwia interakcję między użytkownikiem a systemem. Gromadzi żądania zgodne z określonymi kryteriami wyszukiwania, przesyła odpowiednie polecenia do Menedżera Czasu Wykonawczego i wyświetla wyniki otrzymane jako odpowiedź.
o Fabryka zapytań: Buduje zapytania w systemach pamięci masowej YARS za pomocą języka zapytań. Semantyka zapytania jest definiowana poprzez interpretację najbardziej odpowiednich wyników zapytania, a nie poprzez ścisłe renderowanie formalnej składni. YARS przechowuje trójki RDF, a fabryka zapytań, ze względów pragmatycznych, implementuje język zapytań SPARQL dla RDF
o Menedżer Czasu Wykonawczego: Ten komponent koordynuje interakcje między pozostałymi komponentami. Po pierwsze, komunikuje się z silnikiem semantycznym, aby sprawdzić, czy informacje zebrane przez SearchBota są odpowiednio odwzorowane w ontologii MGED jako UIM i zapisane w YARS za pomocą składni RDF. Po drugie, akceptuje żądania wyszukiwania użytkowników za pośrednictwem interfejsu graficznego i przekazuje je do fabryki zapytań (Query Factory), która z kolei wysyła zapytanie do YARS w celu pobrania wszystkich opisów metadanych związanych z konkretnymi kryteriami wyszukiwania. Pobierając ogromną ilość metadanych ze wszystkich zintegrowanych źródeł danych, użytkownik korzysta z odpowiedzi wyszukiwania uwzględniającej wiedzę, która jest odwzorowana na podstawową terminologię i zunifikowane kryteria UIM, z dodatkową zaletą, że wszystkie zasoby można śledzić i identyfikować oddzielnie.

PRZYSZŁE TRENDY

Wierzymy, że paradygmat oprogramowania i usług oprogramowania (SWS) obiecuje nowy poziom integracji danych i procesów, który można wykorzystać do opracowania nowatorskich, wysokowydajnych systemów zarządzania danymi i procesami dla zastosowań biologicznych. Wykorzystanie technologii semantycznych jako kluczowej technologii do współdziałania różnych zestawów danych umożliwia integrację ogromnej ilości danych biologicznych i biomedycznych. Krótko mówiąc, wykorzystanie integracji danych biomedycznych zorientowanej na wiedzę doprowadzi do osiągnięcia Inteligentnej Integracji Danych Biomedycznych, która pozwoli badaniom biomedycznym w pełni wykorzystać ich potencjał. Przyszłym trendem w rozwoju SAMIDI jest jego integracja w scenariuszu SWS w celu osiągnięcia płynnej integracji, również z perspektywy integracji usług lub procesów. Umożliwiłoby to dostęp do wielu heterogenicznych zasobów danych, do których dostęp jest możliwy za pośrednictwem interfejsu usług sieciowych, a także poszerzyłoby zakres i cele SAMIDI. Obiecujące działania integracyjne w tym kierunku zostały już podjęte przez platformę Biomedical Information and Integration Discovery with SWS (BIRD) , która wspiera inteligentną interakcję między intencjami użytkowników języka naturalnego a istniejącymi środowiskami wykonawczymi SWS. BIRD to platforma zaprojektowana do interakcji z ludźmi jako brama lub pośrednik (man-in-the-middle) do środowisk wykonawczych SWS. Głównym celem systemu jest pomoc użytkownikom w wyrażaniu ich potrzeb w zakresie wyszukiwania informacji i osiąganiu integracji informacji za pośrednictwem SWS. BIRD pozwala użytkownikom na wyrażanie swoich potrzeb za pomocą języka naturalnego lub listy terminów wyodrębnionych z ontologii genów, wnioskowanie o celach wynikających z życzeń użytkowników i przesyłanie ich do odpowiedniego środowiska wykonawczego SWS, które pobiera wynik integracji aplikacji, do których uzyskuje się dostęp (np. wszystkich publikacji biomedycznych i medycznych baz danych).

WNIOSKI

SAMIDI stanowi dostosowany do indywidualnych potrzeb wkład mający na celu rozwiązanie problemu odkrywania, wyszukiwania i integracji wielu źródeł danych mikromacierzowych, wykorzystując charakterystyczne cechy technologii semantycznych. Głównym wkładem SAMIDI jest dekompozycja trudnego do rozwiązania problemu integracji różnych i niezależnych źródeł danych mikromacierzowych. SAMIDI to pierwszy krok w kierunku wspierania i rozwijania idei wykorzystania technologii semantycznych do integracji różnych źródeł danych, wywodzących się nie tylko z badań nad mikromacierzami, ale także z obszarów badań biomedycznych.

WSTĘP

Od momentu powstania teoria zbiorów rozmytych (FS) (Zadeh, 1965) zapewniła elastyczne ramy do radzenia sobie z nieokreślonością charakteryzującą systemy świata rzeczywistego, wynikającą głównie z nieprecyzyjnej i/lub niedoskonałej natury informacji. Co więcej, logika rozmyta stworzyła podstawydo radzenia sobie z rozumowaniem w warunkach niedokładności i zaoferowała środki do opracowania kontekstu odzwierciedlającego aspekty ludzkiego podejmowania decyzji. Obrazy natomiast są podatne na niejednoznaczności, głównie związane z wartościami pikseli. Obserwacja ta została wcześnie dostrzeżona przez Prewitta (1970), który stwierdził, że "obiekt obrazowy jest zbiorem rozmytym, który jest określony przez pewną funkcję przynależności zdefiniowaną we wszystkich punktach obrazu", uznając tym samym fakt, że "część jego niepewności wynika z degradacji, ale część jest wrodzona". Dekadę później Pal i King (1980) (1981) (1982) wprowadzili systematyczne podejście do przetwarzania obrazów rozmytych, modelując piksele obrazu za pomocą systemów składowych (FS) wyrażających odpowiadające im stopnie jasności. Szczegółowe badanie technik rozmytych do przetwarzania obrazów i rozpoznawania wzorców można znaleźć w pracach Bezdeka oraz Chi . Jednak same systemy składowe (FS) cierpią z powodu wymogu precyzyjnego przypisywania stopni przynależności do elementów zbioru. To ograniczenie zwiększa elastyczność teorii systemów składowych (FS) w radzeniu sobie z danymi charakteryzującymi się niepewnością. Ta obserwacja doprowadziła badaczy do poszukiwania bardziej efektywnych sposobów wyrażania i modelowania nieprecyzji, dając początek rozszerzeniom teorii systemów składowych wyższego rzędu. Niniejszy artykuł ma na celu przedstawienie alternatywnego podejścia do przetwarzania obrazów cyfrowych z wykorzystaniem aparatu intuicjonistycznych zbiorów rozmytych Atanasowa (A-IFS), stanowiącego proste, a zarazem wydajne uogólnienie systemów FS. Opisujemy heurystyczne i analityczne metody analizy/syntezy obrazów do/z ich intuicjonistycznych komponentów rozmytych oraz omawiamy specyficzne właściwości każdego etapu tego procesu. Na koniec opisujemy różne zastosowania frameworku intuicjonistycznego przetwarzania obrazów rozmytych (IFIP) w różnych dziedzinach obrazowania i przedstawiamy czytelnikowi otwarte kwestie do rozwiązania oraz przyszłe kierunki badań.

TŁO

Od samego początku rozwoju systemy składowych (FS) intrygowały badaczy do stosowania elastycznego modelu rozmytego w różnych dziedzinach. W przeciwieństwie do zwykłych (wyraźnych) zbiorów, systemy składowe (FS) są definiowane za pomocą charakterystycznej funkcji, a mianowicie funkcji przynależności, która odwzorowuje elementy wszechświata na przedział jednostkowy, przypisując w ten sposób wartości wyrażające stopień przynależności względem rozpatrywanego zbioru. Ta szczególna właściwość teorii systemów składowych (FS) została wykorzystana w kontekście cyfrowego przetwarzania obrazu i wkrótce okazała się potężnym narzędziem do radzenia sobie z nieodłączną niepewnością niosącą ze sobą piksele obrazu. Znaczenie przetwarzania obrazów rozmytych zostało szybko docenione zarówno przez teoretyków, jak i praktyków, którzy wykorzystali jego potencjał do wykonywania różnych zadań związanych z obrazem, takich jak wzmocnienie kontrastu, progowanie i segmentacja, odszumianie, wykrywanie krawędzi i kompresja obrazu. Jednak pomimo ich ogromnego wpływu na projektowanie algorytmów i systemów dla zastosowań w świecie rzeczywistym, systemy składowe (FS) nie zawsze są w stanie bezpośrednio modelować niepewności związane z nieprecyzyjnymi i/lub niedoskonałymi informacjami. Wynika to z faktu, że ich funkcje przynależności same w sobie są precyzyjne. Te ograniczenia i wady charakteryzujące większość typowych systemów logiki rozmytej (FLS) zostały zidentyfikowane i opisane przez Mendela i Boba Johna (2002), którzy doszukiwali się ich źródeł w niepewnościach obecnych w FLS i wynikających z różnych czynników. Samo znaczenie słów używanych w antecedencjach i konsekwencjach FLS może być niepewne, ponieważ niektóre słowa mogą często oznaczać różne rzeczy dla różnych osób. Co więcej, pozyskiwanie wiedzy od grupy ekspertów, którzy nie wszyscy się zgadzają, prowadzi do powstania histogramu wartości z nimi powiązanych. Ponadto dane prezentowane jako dane wejściowe do FLS, jak również dane wykorzystywane do jego dostrajania, często są zaszumione, co powoduje pewien poziom niepewności. W rezultacie te niepewności przekładają się na dodatkowe niepewności dotyczące funkcji przynależności FS. Wreszcie, Atanassov i inni udowodnili, że istnieje fundamentalne uzasadnienie dla stosowania metod opartych na systemach FS wyższego rzędu w sytuacjach życia codziennego. Dlatego naturalną konsekwencją jest, że takie rozszerzenie powinno być również zastosowane w dziedzinie cyfrowego przetwarzania obrazu.

STRUKTURA IFIP

W poszukiwaniu nowych teorii dotyczących niedokładności, różni badacze zaproponowali różne rozszerzenia systemów FS wyższego rzędu. Wśród nich model A-IFS zapewnia prostą i elastyczną, a jednocześnie solidną, matematyczną strukturę do radzenia sobie z wewnętrznymi niepewnościami charakteryzującymi systemy świata rzeczywistego. Modele A-IFS są definiowane za pomocą dwóch charakterystycznych funkcji, mianowicie przynależności i nieprzynależności, które niekoniecznie sumują się do jedności. Funkcje te przypisują elementom wszechświata odpowiednie stopnie przynależności i nieprzynależności do zbioru. Wartości przynależności i nieprzynależności indukują indeks nieokreśloności, który modeluje wahania w decydowaniu o stopniu, w jakim element spełnia określoną właściwość. W rzeczywistości to właśnie ten dodatkowy stopień swobody daje nam możliwość efektywnego modelowania i minimalizowania skutków niepewności wynikającej z niedoskonałej i/lub nieprecyzyjnej natury informacji. Wahania w obrazach wynikają z różnych czynników, które w większości są spowodowane wrodzonymi słabościami akwizycji i mechanizmów obrazowania. Zniekształcenia powstałe w wyniku ograniczeń łańcucha akwizycji, takich jak szum kwantyzacji, tłumienie zakresu dynamiki lub nieliniowe zachowanie systemu mapowania, wpływają na naszą pewność co do "jasności" lub "ostrości" piksela, a tym samym wprowadzają pewien stopień wahania związany z odpowiadającym mu pikselem. Co więcej, radzenie sobie z "jakościowymi" a nie "ilościowymi" właściwościami obrazów jest jedną z istotnych zalet technik opartych na analizie rozmytej. Właściwości jakościowe opisują w sposób bardziej naturalny i zorientowany na człowieka atrybuty obrazu, takie jak "kontrast" i "jednorodność" obszaru obrazu czy "ostrość" granicy. Jednakże, jak już wspomniano, terminy te same w sobie są nieprecyzyjne, a tym samym dodatkowo zwiększają niepewność pikseli obrazu. Dlatego też, aby poradzić sobie z niepewnością obecną w obrazach rzeczywistych, konieczne jest, a nie luksusowe, zastosowanie teorii A-IFS. Aby zastosować model IFIP, obrazy powinny być najpierw wyrażone w kategoriach elementów teorii A-IFS. Analiza i synteza obrazów cyfrowych do i z odpowiadających im intuicyjnych, rozmytych komponentów nie jest zadaniem trywialnym i może być przeprowadzona za pomocą podejść heurystycznych lub analitycznych.

Modelowanie heurystyczne

Jak już wspomniano, czynniki wprowadzające wahania w obrazach rzeczywistych można prześledzić wstecz do etapu akwizycji systemów obrazowania i obejmują one degradację pikseli, wywołaną głównie obecnością szumu kwantyzacji generowanego przez przetworniki analogowo-cyfrowe, a także tłumieniem zakresu dynamiki spowodowanym przez czujnik obrazu. Głównym skutkiem szumu kwantyzacji w obrazach jest występowanie szeregu poziomów szarości o zerowej lub bliskiej zeru częstotliwości występowania, podczas gdy poziomy szarości w ich pobliżu charakteryzują się wysokimi częstotliwościami. Wynika to z faktu, że poziom szarości g w obrazie cyfrowym może wynosić (g+1) lub (g-1) bez zauważalnej zmiany w percepcji wzrokowej. Intuicyjne i heurystyczne podejście do modelowania wyżej wymienionych źródeł niepewności w kontekście modeli A-IFS zostało zaproponowane przez Vlachosa i Sergiadisa dla obrazów w skali szarości, natomiast rozszerzenie na obrazy kolorowe zostało przedstawione przez Vlachosa i Sergiadisa . Podstawowa idea polega na zastosowaniu koncepcji rozmytego histogramu obrazu, który modeluje pojęcie poziomu szarości "w przybliżeniu g". Rozmyty histogram uwzględnia częstotliwość sąsiednich poziomów szarości, aby ocenić częstotliwość występowania rozpatrywanego poziomu szarości. W związku z tym ilościową miarę szumu kwantyzacji można obliczyć jako znormalizowaną różnicę bezwzględną między histogramem zwykłym (ostrym) a rozmytym. Wreszcie, aby dodatkowo uwzględnić dodatkowe współczynniki zniekształceń w obliczeniach wahania, zastosowano parametry modelujące wpływ tłumienia zakresu dynamiki oraz fakt, że niższe poziomy szarości są bardziej podatne na szum niż wyższe.

Modelowanie analityczne

Podejście analityczne oferuje bardziej ogólne podejście do modelowania wahania obrazów cyfrowych, ponieważ nie wymaga a priori wiedzy o charakterystyce systemu ani konkretnego, predefiniowanego modelu akwizycji obrazu. Zasadniczo składa się ono z sekwencyjnych operacji, których głównym celem jest optymalne przeniesienie obrazu z domeny pikseli (PD) do intuicyjnej domeny rozmytej (IFD), gdzie zostaną wykonane odpowiednie czynności, wykorzystując domenę rozmytą (FD) jako krok pośredni. Po modyfikacji komponentów przynależności i nie-przynależności obrazu w IFD, przeprowadzana jest odwrotna procedura w celu przeniesienia obrazu z powrotem do PD. Schemat blokowy ilustrujący modelowanie analityczne przedstawiono na rysunku 1.



Poniżej przedstawiono szczegółowe informacje na temat każdego z wyżej wymienionych etapów IFIP.

Rozmycie

Stanowi pierwszy etap struktury IFIP, który przypisuje stopnie przynależności pikselom obrazu w odniesieniu do właściwości obrazu, takiej jak "jasność", "jednorodność" lub "ostrość". Właściwości te zależą od aplikacji i determinują również operacje, które należy wykonać w kolejnych etapach struktury IFIP. W celu zwiększenia kontrastu można wziąć pod uwagę "jasność" poziomów szarości i skonstruować odpowiadający im FS "Jasny piksel" lub "Ciemny piksel", stosując różne schematy, od prostej normalizacji intensywności po bardziej złożone podejścia, wykorzystujące wiedzę uzyskaną od grupy ekspertów (rysunek 2).



Intuicjonistyczna rozmycie

Intuicjonistyczna rozmycie jest jednym z najważniejszych etapów architektury IFIP, ponieważ obejmuje konstrukcję A-IFS, który reprezentuje właściwości obrazu w IFD. Podejście analityczne pozwala na automatyczne modelowanie wahania przenoszonego przezpiksele obrazu, poprzez renderowanie właściwości obrazu bezpośrednio z FS uzyskanego na etapie rozmycia za pomocą intuicyjnych generatorów rozmytych . Aby skonstruować model A-IFS, który efektywnie modeluje określoną właściwość obrazu, wykorzystuje się strojone parametryczne, intuicyjne generatory rozmyte. Podstawowe statystyki obrazów są ściśle powiązane z procesem modelowania wahania i znacząco na niego wpływają. Różne wartości parametrów intuicyjnych generatorów rozmytych generują różne modele A-IFS, a zatem możliwe są alternatywne reprezentacje obrazu w modelu IFD. W związku z tym należy zastosować kryterium optymalizacji, aby wybrać zestaw parametrów, który wyprowadzi model A-IFS optymalnie modelujący wahanie pikseli spośród wielu możliwych reprezentacji. Takim kryterium, które obejmuje również statystyki obrazu, jest intuicjonistyczna entropia rozmyta rozpatrywanego obrazu. Dlatego zestaw parametrów, który generuje model A-IFS z maksymalną intuicjonistyczną entropią rozmytą, jest uważany za optymalny. Ten proces selekcji nazywamy zasadą maksymalnej intuicjonistycznej entropii rozmytej . Optymalny zestaw parametrów jest następnie wykorzystywany do konstruowania funkcji przynależności i nie-przynależności odpowiadających intuicjonistycznym składowym rozmytym obrazu w modelu IFD. Procedura ta jest schematycznie zilustrowana na rysunku 3.



Modyfikacja intuicjonistycznych składowych rozmytych

Polega ona na rzeczywistym przetwarzaniu intuicjonistycznych składowych rozmytych obrazu w odniesieniu do określonej właściwości. W zależności od żądanego zadania obrazowego, które ma zostać wykonane, odpowiednie intuicyjne operatory rozmyte są stosowane zarówno do funkcji przynależności, jak i nie-przynależności.

Intuicjonistyczna defuzyfikacja

Po uzyskaniu zmodyfikowanych intuicyjnych składowych rozmytych obrazu, wymagane jest ich połączenie w celu utworzenia przetworzonego obrazu w FD. Procedura ta obejmuje osadzenie wahania w funkcji przynależności. Aby to wykonać, wykorzystujemy odpowiednie parametryczne intuicyjne operatory rozmyte, które dekonstruują A-IFS na FS. Należy podkreślić, że końcowy wynik w dużej mierze zależy od wybranych parametrów wyżej wymienionych operatorów. Dlatego do wyboru optymalnych parametrów w odniesieniu do rozpatrywanej operacji obrazowej stosuje się kryteria optymalizacji, takie jak maksymalizacja indeksu rozmycia obrazu.

Defuzyfikacja

Ostatnim etapem struktury IFIP jest przeniesienie przetworzonego obrazu rozmytego do PD. W zależności od żądanej operacji obrazowej, do realizacji tego zadania można zastosować różne funkcje.

Zastosowania

Architektura IFIP została z powodzeniem zastosowana w wielu problemach przetwarzania obrazu. Vlachos i Sergiadis (2007) wykorzystali potencjał tego frameworka do poprawy kontrastu obrazów o niskim kontraście. Wprowadzono różne podejścia, a mianowicie intuicjonistyczną intensyfikację kontrastu rozmytego oraz intuicjonistyczną hiperbolizację histogramu rozmytego (IFHH). Rozszerzenie techniki IFHH na obrazy kolorowe zostało zaproponowane przez Vlachos i Sergiadis . Ponadto, wpływ zastosowania różnych schematów intuicjonistycznego rozmycia i intuicjonistycznego wyostrzenia na wydajność algorytmów poprawy kontrastu został dokładnie zbadany i przeanalizowany odpowiednio przez Vlachos i Sergiadis . Zastosowanie teorii A-IFS do detekcji krawędzi zostało również zaprezentowane przez Vlachos i Sergiadisa , w oparciu o intuicyjne miary podobieństwa rozmytego. Problem progowania i segmentacji obrazu w kontekście IFIP został również poruszony, z wykorzystaniem nowatorskich, intuicyjnych miar informacji rozmytej.W ramach ogólnych ram IFIP wprowadzono pojęcia intuicjonistycznych histogramów rozmytych obrazu cyfrowego i zademonstrowano ich zastosowanie do wzmocnienia kontrastu . Wreszcie, architektura IFIP została z powodzeniem zastosowana w przetwarzaniu obrazów mammograficznych . Rysunek 4 ilustruje etapy IFIP w przypadku podejścia IFHH.



TRENDY NA PRZYSZŁOŚĆ

Chociaż systemy FS wyższego rzędu były szeroko stosowane w problemach podejmowania decyzji i rozpoznawania wzorców, wydaje się, że ich zastosowanie w dziedzinie przetwarzania obrazu cyfrowego dopiero zaczyna się rozwijać. Jako nowe podejście, architektura IFIP pozostaje sugestywnym i trudnym, otwartym polem dla przyszłych badań. Dlatego oczekuje się, że ramy IFIP w najbliższej przyszłości wzbudzą zainteresowanie teoretyków i praktyków. Proponowany kontekst IFIP opiera swoją efektywność na zdolności A-IFS do wychwytywania i renderowania wahań związanych z właściwościami obrazu. W związku z tym analiza i synteza obrazów w kontekście elementów teorii A-IFS odgrywają kluczową rolę w wydajności samego frameworka. Dlatego etapy intuicjonistycznego rozmycia i defuzzyfikacji wymagają dalszych badań z punktu widzenia aplikacji, aby zapewnić sensowne sposoby ekstrakcji i osadzania wahań z obrazów i do obrazów. Wreszcie, architektura IFIP powinna zostać rozszerzona na zadania przetwarzania obrazu obsługiwane obecnie przez teorię FS, aby zbadać i ocenić jej zalety i szczególne zalety.

WNIOSKI

Niniejszy artykuł opisuje intuicjonistyczną architekturę rozmytą do przetwarzania obrazów cyfrowych. Framework IFIP wykorzystuje potencjał A-IFS do efektywnego modelowania niepewności związanych z pikselami obrazu, a także z definicjami ich właściwości. Proponowana metodologia zapewnia alternatywne podejścia do analizy/syntezy obrazów do/z ich intuicyjnie rozmytych komponentów. Zastosowanie ram IFIP w różnych dziedzinach obrazowania dowodzi ich skuteczności w porównaniu z tradycyjnymi technikami przetwarzania obrazu. Oczekuje się, że proponowany kontekst zapewni teoretykom i praktykom alternatywny i wymagający sposób postrzegania i radzenia sobie z rzeczywistymi problemami przetwarzania obrazu.

WSTĘP

Sztuczne sieci neuronowe (SSN) bazują na zachowaniu mózgu. Można je zatem uznać za systemy inteligentne. W ten sposób SSN są konstruowane zgodnie z mózgiem, w tym jego główną częścią: neuronami. Co więcej, są one połączone, aby oddziaływać na siebie nawzajem i uzyskać pożądaną inteligencję. Wreszcie, jak każdy mózg, SSN potrzebuje pamięci, co w tym modelu jest realizowane dzięki ich wagom. Zatem, wychodząc z tego punktu widzenia SSN, możemy stwierdzić, że systemy te są w stanie uczyć się trudnych zadań. W tym artykule zadaniem do nauczenia jest rozróżnianie różnych rodzajów znaków drogowych. Co więcej, uczenie SSN musi być przeprowadzone dla znaków drogowych, które nie znajdują się w idealnym stanie. Zatem uczenie musi być odporne na szereg problemów, takich jak obrót, translacja, a nawet wandalizm. Aby osiągnąć ten cel, przeprowadzana jest inteligentna ekstrakcja informacji z obrazów. Ten etap jest bardzo ważny, ponieważ poprawia wydajność SSN w tym zadaniu.

TŁO

Problem klasyfikacji znaków drogowych (TSC) był wielokrotnie badany w literaturze. Problem ten został rozwiązany w (Perez, 2002, Escalera, 2004) za pomocą korelacji między znakiem drogowym a każdym elementem bazy danych, co wiąże się z dużymi kosztami obliczeniowymi. W (Hsu, 2001) metoda Matching Pursuit (MP) jest stosowana w dwóch etapach: trenowania i testowania. Etap trenowania znajduje zestaw najlepszych filtrów MP dla każdego znaku drogowego, podczas gdy etap testowania rzutuje nieznany znak drogowy na różne filtry MP w celu znalezienia najlepszego dopasowania. Metoda ta wiąże się również z dużymi kosztami obliczeniowymi, zwłaszcza gdy liczba elementów rośnie. W pracach (Escalera, 2003, Vicen, 2005a, Vicen, 2005b) badane jest zastosowanie sieci neuronowych (SN). Pierwsza z nich bada połączenie teorii rezonansu adaptacyjnego z sieciami neuronowymi (SN). Jest ona stosowana do całego obrazu, na którym może występować wiele znaków drogowych, co oznacza, że złożoność sieci neuronowej (SN) musi być bardzo wysoka, aby rozpoznać wszystkie możliwe znaki. W ostatnich pracach, TSC jest konstruowany z wykorzystaniem etapu wstępnego przetwarzania przed ANN, co wiąże się z redukcją kosztów obliczeniowych w klasyfikatorze. TSC zazwyczaj składają się z dwóch określonych etapów: wykrywania znaków drogowych w sekwencji wideo lub obrazie oraz ich klasyfikacji. W tej pracy zwracamy szczególną uwagę na etap klasyfikacji. Wydajność tych etapów w dużym stopniu zależy od warunków oświetleniowych sceny i stanu znaku drogowego ze względu na jego zniszczenie, wandalizm, obrót, translację lub nachylenie. Co więcej, jego idealne położenie jest prostopadłe do trajektorii pojazdu, jednak często tak nie jest. Problemy związane z rozmiarem znaku drogowego są również szczególnie interesujące. Chociaż rozmiar jest znormalizowany, możemy znaleźć znaki o różnych rozmiarach, ponieważ odległość między kamerą a znakiem jest zmienna. Zatem klasyfikacja znaku drogowego w tym środowisku nie jest łatwa. Celem niniejszej pracy jest zbadanie różnych technik klasyfikacji w połączeniu z różnymi metodami przetwarzania wstępnego w celu wdrożenia inteligentnego systemu TSC. Rozważane metody przetwarzania wstępnego przedstawiono poniżej i służą one do zmniejszenia złożoności klasyfikatora oraz poprawy jego wydajności. Badanymi klasyfikatorami są metoda k-najbliższych sąsiadów (k-NN) oraz metoda oparta na sieciach neuronowych (SSN) wykorzystująca perceptrony wielowarstwowe (MLP). Niniejsza praca ma zatem na celu znalezienie najlepszych metod przetwarzania wstępnego, najlepszych klasyfikatorów oraz ich kombinacji minimalizującej współczynnik błędów.

INTELIGENTNA KLASYFIKACJA ZNAKÓW DROGOWYCH

Inteligentną klasyfikację znaków drogowych można osiągnąć, biorąc pod uwagę dwa ważne aspekty. Pierwszy z nich koncentruje się na ekstrakcji istotnych informacji z wejściowych znaków drogowych, co może być realizowane adaptacyjnie lub na stałe. Drugi jest związany z rdzeniem klasyfikacji. Z punktu widzenia tej części, sieci neuronowe (SSN) mogą odegrać dużą rolę, ponieważ potrafią uczyć się z różnych środowisk. Zatem inteligentne połączenie obu aspektów może doprowadzić nas do sukcesu w klasyfikacji znaków drogowych.

System klasyfikacji znaków drogowych

Przegląd

System TSC i bloki, które go tworzą, przedstawiono na rysunku 1. Gdy blok kamery wideo nagra sekwencję wideo, blok ekstrakcji obrazu ułatwia jej odczytanie i odpowiada za uzyskanie obrazów. Etap wykrywania i ekstrakcji znaków wyodrębnia wszystkie znaki drogowe zawarte w każdym obrazie i generuje małe obrazy zwane plamami, po jednym na każdy możliwy znak. Rysunek 1 przedstawia również przykład działania tego bloku.



Etap rozpoznawania kolorów odpowiada za rozróżnienie dominujących kolorów znaku drogowego: niebieskiego, czerwonego lub innych. Po sklasyfikowaniu plamy według dominującego koloru, etap TSC odpowiada za rozpoznanie dokładnego rodzaju sygnału, co jest celem niniejszej pracy. Etap ten jest podzielony na dwie części: etap wstępnego przetwarzania znaków drogowych i rdzeń TSC.

Opis bazy danych

Baza danych blobów wykorzystana do uzyskania wyników przedstawionych w niniejszej pracy składa się z blobów zawierających jedynie szum oraz dziewięciu różnych typów niebieskich znaków drogowych, które należą do międzynarodowego kodeksu ruchu drogowego. Rysunek 2.a (Normalne znaki drogowe) przedstawia różne klasy znaków drogowych rozpatrywanych w niniejszej pracy, które zostały zebrane przez system TSC przedstawiony powyżej.



Prezentują one zatem zniekształcenia spowodowane problemami opisanymi w poprzednich rozdziałach, które przedstawiono na rysunku 2.b (Znaki drogowe z problemami). Problemy spowodowane wandalizmem przedstawiono na przykładzie klasy S₈. Problemy związane z ekstrakcją blobów na etapie wykrywania i ekstrakcji znaków (nieprawidłowe dopasowanie do kwadratowego obrazu) przedstawiono na przykładach klas S₂, S₄ i S₉. Przykładami znaków z problemami z obrotem, translacją lub nachyleniem są znaki klas S₄, S₆ i S₉. Wreszcie, różnica jasności jest obserwowana w obu częściach rysunku 2. Na przykład, gdy oświetlenie plamy jest silne, pionowy rząd przykładu klasy S3 jest większy niż poziomy rząd przykładu klasy S₂.

Etap wstępnego przetwarzania znaków drogowych

Każdy blob prezentowany na wejściu etapu TSC zawiera informacje o trzech składowych koloru: czerwonym, zielonym i niebieskim. Każdy blob składa się z 31x31 pikseli. Zatem pamięć wymagana dla każdego przetworzenia wynosi 2883 bajty. Ze względu na dużą ilość danych, celem tego etapu jest ich redukcja i ograniczenie redundancji informacji, aby poprawić wydajność TSC i zmniejszyć koszt obliczeniowy rdzenia TSC. Pierwszym przetwarzaniem wstępnym wykonywanym na tym etapie jest transformacja plamy koloru (3x31x31) w plamę w skali szarości (31x31). Rozważmy jako kolejne wyjaśnienie, że M jest ogólną macierzą dwuwymiarową, która zawiera albo plamkę skali szarości, albo wynik jednego z następujących procesów wstępnego przetwarzania:

o Filtr medianowy (MF) . Jest on stosowany do każdego piksela M. Pobierany jest blok nxn elementów otaczający piksel M, który jest sortowany w wektorze liniowym. Mediana tego wektora jest wybierana jako wartość przetwarzanego piksela. To wstępne przetwarzanie jest zwykle stosowane w celu redukcji szumu w obrazie.
o Korekcja histogramu (HE). Ma ona na celu zwiększenie kontrastu M. Piksele są transformowane zgodnie z określonym histogramem obrazu (Paulus, 2003). To korygowanie jest zwykle stosowane w celu poprawy zakresu dynamicznego M.
o Histogramy pionowe (VH) i poziome (HH) (Vicen, 2005a, Vicen, 2005b). Są one obliczane za pomocą



odpowiednio, gdzie m_i,j jest elementem i-tego wiersza i j-tej kolumny macierzy M, a T jest ustalonym lub adaptacyjnym progiem tego przetwarzania wstępnego. Jeśli T jest ustalone, jest ustalane na początku przetwarzania wstępnego, ale jeśli T jest adaptacyjne, można je obliczyć metodą Otsu lub na podstawie wartości średniej blobu, więc obie metody są zależne od M. vh_i odpowiada stosunkowi wartości kolumny j-tej, które są większe niż T, a hh_j odpowiada stosunkowi wartości wiersza i-tego, które są większe niż T.

Podstawy klasyfikacji znaków drogowych

TSC można sformułować jako test wielu hipotez. Załóżmy, że P(D_i|S_j) to prawdopodobieństwo podjęcia decyzji na korzyść Si (decyzja Di), gdy prawdziwą hipotezą jest S_j, C_i,j to koszt związany z tą decyzją, a P(S_j) to prawdopodobieństwo a priori hipotezy S_j. Następniecelem jest minimalizacja funkcji ryzyka, która jest podana jako średni koszt, zdefiniowany w równaniu (3) dla hipotezy L.



Wydajność klasyfikatora można podać jako całkowity wskaźnik błędów (Pe) i całkowity wskaźnik poprawnych odpowiedzi (P_c = 1-P_e) dla wszystkich hipotez (klas). Rdzeń klasyfikacji znaków drogowych oparty na metodach statystycznych: k-NN Podejście k-NN jest szeroko stosowaną metodą statystyczną) stosowaną w zadaniach klasyfikacyjnych. Zakłada ono, że zbiór treningowy zawiera łącznie M_i punktów klasy S_i i M punktów, więc

Σ_iM_i= M

Następnie wokół punktu obserwacji x tworzona jest hipersfera, która obejmuje k punktów niezależnie od ich etykiety klasowej. Załóżmy, że ta sfera o objętości V zawiera k_i punktów klasy S_i, wówczas



zapewnia przybliżenie tej gęstości warunkowej. Gęstość bezwarunkową można oszacować za pomocą

p(x) ≈ k/MV (5) podczas gdy wcześniejsze wartości można oszacować za pomocą

p(S_i)≈ M_i/M(6) Następnie stosując twierdzenie Bayesa (Bishop, 1995), otrzymujemy:



Zatem, aby zminimalizować prawdopodobieństwo błędnej klasyfikacji x, należy przypisać go do klasy S_i, dla której stosunek k_i /k jest najwyższy. Sposób zastosowania tej metody polega na porównaniu każdego x ze zbioru testowego ze wszystkimi wzorcami ze zbioru uczącego i podjęciu decyzji, która klasa S_i jest najodpowiedniejsza. k oznacza liczbę wzorców biorących udział w ostatecznej decyzji o zaklasyfikowaniu x do klasy S_i. W przypadku remisu w głosowaniu większościowym, decyzja podejmowana jest z wykorzystaniem klasy najbliższego wzorca. Zatem wyniki dla k=1 i k=2 są takie same.

Rdzeń klasyfikacji znaków drogowych oparty na sieciach neuronowych: MLP

Perceptron został opracowany przez F. Rosenblatta w latach 60. XX wieku do optycznego rozpoznawania znaków. Perceptron ma wiele wejść w pełni połączonych z warstwą wyjściową z wieloma wyjściami. Każde wyjście y_i jest wynikiem zastosowania liniowej kombinacji wejść do funkcji nieliniowej zwanej funkcją aktywacji. MLP rozszerzają perceptron poprzez kaskadowe dodawanie jednej lub więcej dodatkowych warstw elementów przetwarzających. Warstwy te nazywane są warstwami ukrytymi, ponieważ ich elementy nie są bezpośrednio połączone ze światem zewnętrznym. Wyrażenie I/H₁/…/H_h/O oznacza MLP z I wejściami (rozmiar wektora obserwacji x), h warstwami ukrytymi z H_h neuronami w każdej z nich i O wyjściami (rozmiar wektora klasyfikacji y). Twierdzenie Cybenko (Cybenko, 1989) stwierdza, że dowolną funkcję ciągłą f • ℜⁿ -> ℜ można aproksymować z dowolnym stopniem precyzji za pomocą funkcji logarytmiczno-sigmoidalnych. Dlatego wybierane są MLP wykorzystujące logarytmiczno-sigmoidalną funkcję aktywacji dla każdego neuronu. Do trenowania MLP wykorzystano algorytm gradientu spadkowego z pędem i adaptacyjnym współczynnikiem uczenia się, wykorzystujący wsteczną propagację błędu (MSE), gdzie kryterium średniego błędu kwadratowego (MSE) jest minimalizowane. Ponadto, w celu redukcji problemów z generalizacją stosuje się walidację krzyżową.

WYNIK

Baza danych uwzględniona w eksperymentach składa się z 235 blobów dziesięciu różnych klas: szumu (S0) i dziewięciu klas znaków drogowych (S₁-S₉). Baza danych została podzielona na trzy zestawy: treningowy, walidacyjny i testowy, które składają się odpowiednio z 93, 52 i 78 blobów, wstępnie przetworzonych przed prezentacją rdzeniowi TSC. Pierwszy z nich jest używany jako zestaw treningowy dla sieci k-NN i algorytmów MLP. Drugi służy do zatrzymania algorytmu treningowego MLP zgodnie z walidacją krzyżową zastosowaną podczas treningu. Ostatni zaś służy do oceny wydajności sieci k-NN i algorytmów MLP. Środowiska eksperymentalne charakteryzujące się dużą przestrzenią wymiarową i małym zbiorem danych stwarzają problemy z generalizacją. Z tego powodu trening MLP jest powtarzany 10 razy, za każdym razem inicjując inne wagi, a następnie wybierany jest najlepszy MLP pod względem Pe oszacowany za pomocą zestawu walidacyjnego. Po przekształceniu kolorowych plam do skali szarości,stosowane są trzy różne kombinacje preprocesorów (CPP), dzięki czemu każdy wynik CPP składa się z 62 elementów:

o Pierwsza kombinacja (CPP1) stosuje VH i HH z adaptacyjnym progiem T obliczonym na podstawie średniej z plamy.
o Druga kombinacja (CPP2) stosuje, w tej kolejności, HE oraz VH i HH z adaptacyjnym progiem T obliczonym metodą Otsu.
o Trzecia kombinacja (CPP3) stosuje, w tej kolejności, MF, HE oraz VH i HH ze stałym progiem (T = 185).

W przypadku rdzenia TSC opartego na sieci k-NN przeprowadzono badanie parametru k dla różnych CPP uwzględnionych w eksperymentach (tabela 1).



Najniższy wskaźnik błędów uzyskano przy CPP3 i k=1, którego wydajność wynosi P_e=6,4% (Pc=93,6%). Dla rdzenia TSC opartego na MLP przeprowadzono badanie liczby warstw ukrytych (h) i liczby neuronów w każdej z nich (Hh). Dla przypadku jednej warstwy ukrytej (h=1), tabela 2 przedstawia wyniki dla różnych CPP.



W tym przypadku najlepszą wydajność uzyskano przy CPP3 i MLP 62/62/10, gdzie jego wskaźnik błędów wynosi P_e=2,6% (P_c=97,4%). CPP2 osiąga dobre wyniki, ale są one zawsze niższe niż w przypadku użycia CPP3. Użycie CPP1 z MLP daje najgorsze wyniki spośród trzech badanych przypadków. Badanie rdzenia TSC opartego na MLP z dwiema warstwami ukrytymi (h=2) (tabela 3) pokazuje, że najlepszą kombinacją CPP i [H1, H2] dla MLP jest odpowiednio CPP3 i [H1=70, H2=20].



W tym przypadku najlepsza osiągnięta wydajność wynosi P_e=1,3% (P_c=98,7%). Podobnie jak w przypadku MLP z jedną warstwą ukrytą, najlepszym CPP jest trzecia warstwa, a najgorszym pierwsza.

PRZYSZŁE TRENDY

W tym obszarze badań możliwe są nowe innowacje. Nowe trendy dążą do udoskonalenia technik wstępnego przetwarzania. W tym przypadku zaawansowane przetwarzanie sygnałów można zastosować do TSC. Z drugiej strony, można wykorzystać inne rdzenie TSC. Na przykład można zastosować klasyfikatory oparte na radialnej funkcji bazowej lub maszynach wektorów nośnych. Wreszcie, techniki optymalizacji, takie jak algorytmy genetyczne, odgrywają ważną rolę w tym obszarze badań, pomagając w znalezieniu najlepszego wyboru preprocesorów z banku danych.

WNIOSKI

Wydajność wszystkich projektów TSC jest całkiem dobra, mimo że w przypadku blobów występują problemy związane z degradacją, wandalizmem, obrotem, translacją, nachyleniem, nieprawidłowym dopasowaniem do blobu 31x31 i zmiennością rozmiaru.Wykorzystywanych jest kilka kombinacji preprocesorów.Najlepsza z nich stosuje, w podanej kolejności, filtr medianowy, wyrównanie histogramu oraz histogramy pionowy i poziomy ze stałym progiem (T = 185). Jeśli chodzi o typ klasyfikatora, najlepsze TSC zawsze uzyskuje się za pomocą MLP. Co więcej, najlepsze wyniki osiąga się za pomocą MLP z dwiema warstwami ukrytymi. Redukcja Pe rdzenia TSC opartego na MLP 62/70/20/10 (Pe=1,3%) wynosi 1,3% w stosunku do najlepszego uzyskanego przy użyciu tylko jednej ukrytej warstwy MLP (62/62/10) i 5,1% w stosunku do najlepszego uzyskanego k-NN (k=1).

WSTĘP

Większość ludzi zna koncepcję agentów w życiu codziennym. Istnieją agenci giełdowi, sportowi, agenci nieruchomości itd. Agenci służą do filtrowania i prezentowania informacji konsumentom. Podobnie, w ciągu ostatnich kilku dekad ludzie opracowali agentów programowych, którzy pełnią podobną rolę. Zachowują się inteligentnie, działają na komputerach i są autonomiczni, ale nie są ludźmi. Zasadniczo agent to program komputerowy zdolny do wykonywania elastycznych i niezależnych działań w zazwyczaj dynamicznych i nieprzewidywalnych obszarach . Agenci są w stanie wykonywać działania i podejmować decyzje bez pomocy człowieka. Agenci programowi pojawili się w branży IT ze względu na stale rosnące zapotrzebowanie na przetwarzanie informacji oraz problemy związane z obsługą i pracą z dużymi ilościami danych. Szczególnie ważne jest to, jak agenci współdziałają z innymi agentami w tym samym środowisku oraz jakie połączenia tworzą, aby wyszukiwać, udoskonalać i prezentować informacje w najlepszy możliwy sposób. Agenci z pewnością mogą wykonywać zadania lepiej, jeśli działają razem, i dlatego opracowano systemy wieloagentowe. Koncepcja agenta stała się ważna w szerokim zakresie subdyscyplin IT, w tym inżynierii oprogramowania, sieciach, systemach mobilnych, systemach sterowania, wspomaganiu decyzji, odzyskiwaniu i zarządzaniu informacjami, handlu elektronicznym i wielu innych. Agenci są obecnie wykorzystywani w coraz szerszej liczbie aplikacji - od stosunkowo małych systemów, takich jak filtry internetowe lub e-mail, po duże, złożone systemy, takie jak kontrola ruchu lotniczego, które w dużej mierze zależą od szybkiego i precyzyjnego podejmowania decyzji. Niewątpliwie główny wkład w dziedzinę inteligentnych agentów programowych pochodzi z dziedziny sztucznej inteligencji (AI). Głównym celem AI jest budowanie inteligentnych bytów, a jeśli te byty wyczuwają i działają w jakimś środowisku, to można je uznać za agentów . Również programowanie obiektowe , współbieżne systemy obiektowe oraz interakcja człowiek-komputer to dziedziny, które stale napędzają rozwój agentów.

TŁO>

Chociaż termin "agent" jest powszechnie używany przez wiele osób pracujących w pokrewnych dziedzinach, trudno jest stworzyć jedną, powszechnie akceptowaną definicję. Jedna z najczęściej używanych definicji głosi, że "agent to hermetyzowany system komputerowy, który jest umiejscowiony w określonym środowisku i zdolny do elastycznego, autonomicznego działania w tym środowisku w celu osiągnięcia swoich celów projektowych" . W tej definicji występują trzy główne pojęcia: umiejscowienie, autonomia i elastyczność:

o Umiejscowienie oznacza, że agent jest umiejscowiony w określonym środowisku i odbiera bodźce sensoryczne oraz wykonuje działania, które w jakiś sposób zmieniają to środowisko.
o Autonomia to zdolność agenta do działania bez bezpośredniej interwencji człowieka. Ma on kontrolę nad własnymi działaniami i nad swoim stanem wewnętrznym. Ponadto autonomia oznacza zdolność uczenia się na podstawie doświadczeń.
o Elastyczność oznacza, że agent jest w stanie postrzegać swoje otoczenie i reagować na zmiany w odpowiednim czasie; powinien być w stanie przejawiać oportunistyczne, ukierunkowane na cel zachowania i podejmować inicjatywę, gdy jest to stosowne. Ponadto agent powinien być w stanie wchodzić w interakcje z innymi agentami i ludźmi, a tym samym być "społeczny".

Dla niektórych badaczy - szczególnie tych zainteresowanych sztuczną inteligencją - termin "agent" ma silniejsze i bardziej szczegółowe znaczenie niż to przedstawione powyżej. Badacze ci zazwyczaj rozumieją agenta jako system komputerowy, który oprócz posiadania właściwości zidentyfikowanych powyżej, jest albo konceptualizowany, albo implementowany z wykorzystaniem pojęć,które są częściej stosowane do ludzi. Na przykład, w sztucznej inteligencji dość często charakteryzuje się agenta za pomocą pojęć mentalistycznych, takich jak wiedza, przekonanie, intencja i zobowiązanie.

INTELIGENTNE AGENTY OPROGRAMOWANIA

Agenci i środowiska

Agent zbiera swoje percepcje za pośrednictwem czujników i oddziałuje na otoczenie za pośrednictwem elementów wykonawczych. Zatem agent jest proaktywny. Jego działania w dowolnym momencie zależą od całej sekwencji tych danych wejściowych aż do tego momentu. Drzewo decyzyjne dla każdej możliwej sekwencji percepcji agenta całkowicie definiowałoby jego zachowanie. Definiowałoby to funkcję, która odwzorowuje dowolną sekwencję percepcji na konkretne działanie - funkcję agenta. Program definiujący funkcję agenta nazywa się programem agenta. Zatem funkcja agenta jest formalnym opisem zachowania agenta, a program agenta konkretną implementacją tego formalizmu. Aby to wszystko zaimplementować, potrzebujemy urządzenia obliczeniowego z odpowiednimi czujnikami i elementami wykonawczymi, na którym będzie działał program agenta. Nazywa się to architekturą agenta. Zatem agent składa się zasadniczo z dwóch komponentów: architektury agenta i programu agenta. Ponadto, jak precyzują Russell i Norvig (1995), jedną z najbardziej pożądanych cech agenta jest jego racjonalność. Agent jest racjonalny, jeśli zawsze podejmuje działanie, które doprowadzi do najbardziej pomyślnego rezultatu. Racjonalność agenta zależy od (a) miary wydajności, która definiuje, co jest dobrym, a co złym działaniem, (b) wiedzy agenta o otoczeniu, (c) dostępnych działań agenta oraz (d) historii percepcji agenta.

Rodzaje agentów

Istnieje kilka podstawowych typów agentów ze względu na ich strukturę:

1. Najprostszym rodzajem agentów są proste agenty odruchowe. Taki agent reaguje tylko na swoją bieżącą percepcję, całkowicie ignorując swoją historię percepcji. Po otrzymaniu nowej percepcji aktywowana jest reguła, która odwzorowuje tę percepcję na działanie. Takie reguły są znane jako reguły warunkowo-akcyjne.
2. Agenci odruchowi bazujący na modelach są potężniejsi, ponieważ utrzymują pewien rodzaj wewnętrznego stanu środowiska, który zależy od historii percepcji. Aby utrzymać tego rodzaju informacje, agent musi wiedzieć, jak ewoluuje środowisko i jak jego działania na nie wpływają.
3. Agenci bazujący na celach posiadają pewien rodzaj informacji o celu, która opisuje pożądane stany świata. Proces decyzyjny takiego agenta jest zasadniczo inny, ponieważ gdy agent bazujący na celach rozważa wykonanie działania, zadaje sobie pytanie "czy to działanie uczyni mnie szczęśliwym?", a także standardowe pytanie "jaki będzie rezultat tego działania?".
4. Agenci bazujący na użyteczności używają funkcji użyteczności, która odwzorowuje każdy stan na liczbę reprezentującą stopień zadowolenia. Są w stanie działać racjonalnie nawet w sytuacjach, gdy cele są sprzeczne, a także gdy istnieje kilka celów, które można osiągnąć, ale żaden z nich nie jest pewny.
5. Agenci uczący się nie mają a priori wiedzy o środowisku, ale się o nim uczą. Jest to korzystne, ponieważ agenci ci mogą działać w nieznanych środowiskach i w pewnym stopniu ułatwia pracę programistom, ponieważ nie muszą oni określać całej swojej bazy wiedzy.

Systemy wieloagentowe

Systemy wieloagentowe (MAS) to systemy składające się z wielu autonomicznych komponentów (agentów). Historycznie należą one do rozproszonej sztucznej inteligencji (Distributed Artificial Intelligence - DSS) . MAS można zdefiniować jako luźno powiązaną sieć rozwiązywaczy problemów, którzy współpracują ze sobą, aby rozwiązać problemy wykraczające poza indywidualne możliwości lub wiedzę pojedynczego rozwiązywacza . W MAS każdy agent dysponuje niepełnymi informacjami lub możliwościami rozwiązania problemu, a zatem ma ograniczony punkt widzenia. Nie ma globalnej kontroli nad systemem, dane są zdecentralizowane, a obliczenia są asynchroniczne. Oprócz MAS istnieje również koncepcja środowiska wieloagentowego, które można postrzegać jako środowisko obejmujące więcej niż jednego agenta. Może zatem mieć charakter kooperacyjny, konkurencyjny lub mieszany i tworzy środowisko, w którym agenci muszą ze sobą współdziałać (socjalizować się), aby osiągnąć swoje indywidualne cele lub zarządzać zależnościami wynikającymi z przebywania we wspólnym środowisku. Interakcje te obejmują zarówno prostą interoperacyjność semantyczną (wymianę zrozumiałych komunikatów), interakcje klient-serwer (możliwość żądania wykonania określonej czynności), jak i rozbudowane interakcje społeczne (możliwość współpracy, koordynacji i negocjacji w sprawie przebiegu działania). Ze względu na problemy wynikające z heterogenicznej natury agentów zaangażowanych w komunikację (np. odnajdywanie się nawzajem), istnieje również potrzeba agentów pośredniczących, którzy zapewniają współpracę między agentami i łączą dostawców usług z osobami zlecającymi usługi w świecie agentów. Agenci ci są przydatni w różnych rolach, takich jak swatki lub agenci żółtych stron, którzy zbierają i przetwarzają oferty usług ("ogłoszenia"), agenci tablicy, którzy zbierają żądania, oraz pośrednicy, którzy przetwarzają obie te role . Istnieje kilka alternatyw dla pośredników, takich jak instytucje elektroniczne (Electronic Institutions) - framework dla negocjacji agentów, który dąży do włączenia koncepcji organizacyjnych do systemów wieloagentowych. Komunikacja między agentami odbywa się poprzez wymianę komunikatów reprezentowanych przez wzajemnie zrozumiały język (składnię) i zawierających wzajemnie zrozumiałą semantykę. Aby znaleźć wspólną płaszczyznę komunikacji, należy użyć języka komunikacji agentów (ACL), który zapewni agentom mechanizmy negocjowania, wyszukiwania i wzajemnego informowania się. Najważniejszymi takimi językami są obecnie KQML (Knowledge Query and Manipulation Language) (ARPA Knowledge Sharing Initiative, 1993) oraz FIPA ACL (FIPA, 1997).

ZASTOSOWANIE AGENTA

Istnieją ogromne możliwości zastosowania systemów wieloagentowych do rozwiązywania różnego rodzaju problemów praktycznych.

o Model negocjacji aukcyjnych, jako forma komunikacji, umożliwia grupie agentów znalezienie dobrych rozwiązań poprzez osiągnięcie porozumienia i zawarcie wzajemnych kompromisów w przypadku sprzecznych celów. Takie podejście ma zastosowanie w systemach transakcyjnych, w których agenci działają w imieniu kupujących i sprzedających. Rynki finansowe, a także planowanie, organizacja podróży i diagnostyka usterek również stanowią obszary zastosowania dla agentów.
o Kolejnym bardzo ważnym obszarem jest gromadzenie informacji, w którym agenci przeszukują zróżnicowane i bardzo zróżnicowane źródła informacji (np. sieć WWW) i pozyskują istotne informacje dla swoich użytkowników. Jedną z najczęstszych dziedzin jest przeglądanie i wyszukiwanie w sieci WWW, w którym agenci dostosowują treści (np. wyniki wyszukiwania) do preferencji użytkowników i oferują im odpowiednią pomoc w przeglądaniu.
o Systemy oprogramowania do sterowania procesami wymagają różnego rodzaju automatycznej (autonomicznej) kontroli i reakcji na swoje procesy (np. proces produkcyjny). Reaktywni i responsywni, agenci idealnie odpowiadająpotrzebom takiego zadania. Przykładowe dziedziny w tej dziedzinie obejmują: sterowanie procesami produkcyjnymi, monitorowanie klimatu, sterowanie statkami kosmicznymi i monitorowanie elektrowni jądrowych.
o Sztuczne życie bada ewolucję agentów, czyli populacji symulowanych komputerowo form życia w sztucznych środowiskach. Celem jest kontrolowane badanie zjawisk występujących w ewolucji w życiu rzeczywistym, co ma na celu wyeliminowanie niektórych nieodłącznych ograniczeń i okrucieństwa badań ewolucyjnych z wykorzystaniem żywych zwierząt.
o Wreszcie, inteligentne systemy nauczania często zawierają agentów pedagogicznych, które reprezentują jednostki programowe skonstruowane w celu prezentowania treści edukacyjnych w sposób przyjazny dla użytkownika i monitorowania postępów użytkownika w procesie nauki. Agenci ci są odpowiedzialni za kierowanie użytkownikiem i sugerowanie dodatkowych tematów edukacyjnych związanych z jego potrzebami .

Niektóre z bardziej szczegółowych przykładów zastosowań inteligentnych agentów obejmują system Talaria, szkolenie wojskowe i agentów mobilnych. System Talaria (Autonomous Lookup And Report Internet Agent System) to system wieloagentowy, opracowany do celów akademickich na Uniwersytecie w Belgradzie w Serbii. Został zbudowany jako rozwiązanie powszechnego problemu gromadzenia informacji z różnych stron internetowych, które nie udostępniają kanałów RSS do śledzenia wiadomości. System został zaimplementowany przy użyciu frameworka modelowania JADE w Javie. System Talaria wykorzystuje zalety modelu komunikacji człowiek-agent, aby poprawić użyteczność stron internetowych i uwolnić użytkowników od irytującej i powtarzalnej pracy. System zapewnia każdemu użytkownikowi osobistego agenta, który okresowo monitoruje strony internetowe, którymi użytkownik wyraził zainteresowanie. Agent informuje użytkownika o istotnych zmianach, filtrując je według przyjętych preferencji użytkownika i domyślnych współczynników istotności. Komunikacja między człowiekiem a agentem odbywa się za pośrednictwem poczty elektronicznej, dzięki czemu użytkownik może komunikować się ze swoim agentem w języku naturalnym, podczas gdy agent heurystycznie interpretuje konkretne instrukcje z tekstu wiadomości (np. "monitoruj tę stronę" lub "zabij się"). Symulacja i modelowanie są szeroko stosowane w szerokim zakresie zastosowań wojskowych, od rozwoju, testowania i nabywania nowych systemów i technologii, po obsługę, analizę i zapewnianie szkoleń oraz ćwiczenia w sytuacjach bojowych. W ramach projektu "Zmienność człowieka w siłach generowanych komputerowo" (Human Variability in Computer Generated Forces, HV-CGF), realizowanego na zlecenie brytyjskiego Ministerstwa Obrony, opracowano ramy symulacji zmian w zachowaniu jednostek i grup personelu wojskowego poddanych wpływom czynników moderujących, takich jak kofeina i zmęczenie. Projekt został zbudowany z wykorzystaniem zestawu narzędzi JACK Intelligent Agents, komercyjnego środowiska opartego na Javie do tworzenia i uruchamiania aplikacji wieloagentowych. Każdy członek zespołu jest racjonalnym agentem zdolnym do wykonywania działań, takich jak doktrynalne i niedoktrynalne taktyki zachowań, które są kodowane jako graficzne plany agentów JACK. Mobility Agents to oparta na agentach architektura, która pomaga osobom z niepełnosprawnością intelektualną podróżować transportem publicznym. Agenci służą do reprezentowania uczestników transportu (autobusów i podróżnych) oraz do powiadamiania o zbliżaniu się i przyjeździe autobusu. Informacje są przekazywane podróżnym za pomocą interfejsu multimedialnego, za pośrednictwem urządzenia przenośnego. Konfigurowalne profile użytkowników określają najodpowiedniejszy sposób interakcji (głos, tekst i obrazy) w oparciu o możliwości użytkownika . To nakłada na osobistego agenta obowiązek dbania o to, aby abstrakcyjne cele, takie jak "wracaj do domu", zostały przełożone na konkretne wskazówki. Aby to osiągnąć, agent musi zebrać informacje o lokalizacjach specyficznych dla użytkownika i musi być w stanie zasugerować odpowiedni autobus dla jego bieżącej lokalizacji i celu podróży.

PRZYSZŁE TRENDY

Przyszłość tej technologii rysuje się w jasnych barwach, ponieważ jej rozwój odbywa się w kontekście szerszych wizji i trendów w IT. Cała rozwijająca się dziedzina IT ma na celu przyspieszenie badań i rozwoju inteligentnych agentów. Szczególny nacisk kładziemy na sieć semantyczną, inteligencję otoczenia, przetwarzanie zorientowane na usługi, przetwarzanie peer-to-peer oraz przetwarzanie siatkowe. Sieć semantyczna to wizja przyszłości sieci opartej na idei, że dane w sieci można zdefiniować i połączyć w taki sposób, aby mogły być wykorzystywane przez maszyny do automatycznego przetwarzania i integracji . Kluczem do osiągnięcia tego celu jest wzbogacenie stron internetowych o opisy ich zawartości w taki sposób, aby maszyny mogły automatycznie wnioskować o tej zawartości. Powszechnie uważa się, że sama sieć semantyczna będzie formą inteligentnej infrastruktury dla agentów, umożliwiając im "zrozumienie" znaczenia danych w sieci . Koncepcja inteligencji otoczenia opisuje odejście od komputerów PC na rzecz różnorodnych urządzeń wbudowanych w nasze środowisko, do których dostęp uzyskuje się za pośrednictwem inteligentnych interfejsów. Wymaga ona technologii agentowych, aby osiągnąć autonomię, dystrybucję, adaptację i responsywność. Przetwarzanie zorientowane na usługi (MAS) może okazać się bardzo przydatne w obszarze przetwarzania zorientowanego na usługi (Service-oriented Computing). W szczególności może to dotyczyć usług sieciowych, gdzie wymagania dotyczące jakości usług (Quality Of Service) są istotne. Każdą usługę sieciową można modelować jako agenta z zależnościami, a następnie symulować pod kątem obserwowanych wskaźników awaryjności. Przetwarzanie peer-to-peer (P2P), prezentujące aplikacje sieciowe, w których każdy węzeł jest w pewnym sensie równoważny wszystkim innym, staje się w przyszłości coraz bardziej złożone. Projektowanie mechanizmów aukcyjnych, techniki negocjacji agentów, coraz bardziej zaawansowane podejścia do zaufania i reputacji oraz stosowanie norm, reguł i struktur społecznych - przedstawiają niektóre technologie agentowe, które wkrótce staną się istotne w kontekście przetwarzania P2P. Grid Computing to wysokowydajna infrastruktura obliczeniowa oparta na agentach, wspierająca rozproszone przedsięwzięcia naukowe na dużą skalę. Grid umożliwia tworzenie aplikacji eScience, a także zapewnia infrastrukturę obliczeniową do obsługi bardziej ogólnych aplikacji, które obejmują przetwarzanie informacji na dużą skalę, zarządzanie wiedzą i świadczenie usług. Kluczową zaletą obliczeń gridowych jest elastyczność - rozproszony system i sieć można rekonfigurować na żądanie na różne sposoby, w zależności od zmieniających się potrzeb biznesowych. W świecie agentów wciąż istnieją pewne istotne wyzwania, takie jak brak zaawansowanych narzędzi programowych, technik i metodologii, które wspierałyby specyfikację, rozwój, integrację i zarządzanie systemami agentowymi.

WNIOSKI

Obecnie badania i rozwój w dziedzinie inteligentnych agentów dynamicznie się rozwijają. Ich rdzeniem jest koncepcja autonomicznych agentów, którzy wchodzą ze sobą w interakcje dla ich indywidualnych i/lub zbiorowych korzyści. W ciągu ostatnich dwóch dekad poczyniono szereg znaczących postępów w projektowaniu i wdrażaniu indywidualnych autonomicznych agentów oraz w sposobie, w jaki wchodzą one ze sobą w interakcje. Te koncepcje i technologie znajdują obecnie zastosowanie w produktach komercyjnych i rzeczywistych rozwiązaniach programowych. Wizje przyszłości IT podzielają wspólne zapotrzebowanie na technologie agentowe i dowodzą, że technologie agentowe nadal będą miały kluczowe znaczenie. Można przewidzieć, że w niedalekiej przyszłości agenci staną się integralną częścią technologii informacyjnych i sztucznej inteligencji, dlatego też warto mieć ich na oku.

WSTĘP

Sztuczne Sieci Neuronowe (SSN) bazują na zachowaniu mózgu. Można je zatem uznać za systemy inteligentne. W ten sposób SSN są zbudowane zgodnie z mózgiem, w tym jego główną częścią: neuronami. Co więcej, są one połączone, aby oddziaływać ze sobą i uzyskać pożądaną inteligencję. Wreszcie, jak każdy mózg, SSN potrzebuje pamięci, co w tym modelu jest realizowane dzięki ich wagom. Zatem, wychodząc z tego punktu widzenia SSN, możemy stwierdzić, że systemy te są zdolne do uczenia się trudnych zadań. W tym artykule zadaniem do nauczenia jest rozróżnianie obecności lub braku odbitego sygnału, zwanego celem, w środowisku radarowym zdominowanym przez zakłócenia. Zakłócenia obejmują wszystkie sygnały odbite od innych obiektów w środowisku radarowym, które nie są pożądanym celem. Co więcej, szum jest brany pod uwagę w tym środowisku, ponieważ zawsze występuje we wszystkich systemach komunikacyjnych, z którymi możemy pracować.

TŁO

Sieci neuronowe (SN), jako systemy inteligentne, są w stanie wykrywać znane obiekty w niekorzystnych warunkach radarowych. Warunki te są związane z jednym z najtrudniejszych do znalezienia zakłóceń, czyli koherentnym zakłóceniami Weibulla. Jest to możliwe, ponieważ sieci neuronowe trenowane w sposób nadzorowany mogą aproksymować detektor Neymana-Pearsona (NP) , który jest zwykle używany w projektowaniu systemów radarowych. Detektor ten maksymalizuje prawdopodobieństwo wykrycia (Pd), utrzymując prawdopodobieństwo fałszywego alarmu (Pfa) niższe lub równe zadanej wartości . Wykrywanie obiektów w obecności zakłóceń jest głównym problemem w systemach detekcji radarowej. W literaturze zaproponowano wiele modeli clutteru , chociaż jednym z najczęściej stosowanych jest model Weibulla. Badania przedstawione w (Farina, 1987b) pozwoliły na wyznaczenie optymalnego detektora dla zmiennej docelowej i clutteru z dowolnymi funkcjami gęstości prawdopodobieństwa (PDF). Ze względu na brak możliwości uzyskania wyrażeń analitycznych dla optymalnego detektora, zaproponowano jedynie rozwiązania suboptymalne. Jednym z nich jest detektor TSKAP (Target Sequence Known A Priori), który stanowi punkt odniesienia dla eksperymentów. Rozwiązania te niosą ze sobą również problemy implementacyjne, z których niektóre uniemożliwiają ich realizację. Jak wspomniano powyżej, jeden z rodzajów sieci neuronowych, perceptron wielowarstwowy (MLP), jest w stanie aproksymować detektor NP, gdy jest trenowany w sposób nadzorowany, w celu minimalizacji średniego błędu kwadratowego (MSE) . Dlatego sieci MLP zostały zastosowane do wykrywania znanych celów w różnych środowiskach radarowych .

INTELIGENTNE DETEKTORY RADAROWE OPARTE NA SZTUCZNYCH SIECIACH NEURONOWYCH

Niniejsza sekcja rozpoczyna się od omówienia modeli wybranych dla sygnałów celu, zakłóceń i szumu. Dla tych modeli przedstawiono detektory optymalne i suboptymalne. Detektory te będą stanowić punkt odniesienia dla eksperymentów. Następnie przedstawiono inteligentny detektor zaproponowany w niniejszej pracy. Detektor ten opiera się na inteligentnych systemach, takich jak sieci neuronowe (SN), a następnie przeprowadzono dalszą analizę jego struktury i parametrów. Na koniec uzyskano kilka wyników dla badanych detektorów w celu analizy ich wydajności.

Modele sygnałów: Cel, zakłócenia i szum

Zakłada się, że radar zbiera N impulsów podczas skanowania, więc wektory wejściowe (z) składają się z N próbek złożonych, które są prezentowane detektorowi. Zgodnie z hipotezą H0 (brak celu), z składa się z N próbek zakłóceń i szumu. Zgodnie z hipotezą H1 (obecność celu), znany cel charakteryzujący się stałą amplitudą (A) i fazą (?) dla każdego z N impulsów jest sumowany do próbek zakłóceń i szumu. Ponadto, przyjęto częstotliwość Dopplera w modelu celu równą 0,5 ˇ PRF, gdzie PRF to częstotliwość powtarzania impulsów systemu radarowego. Szum jest modelowany jako spójny, biały, złożony proces Gaussa o potędze jedności, tj. o potędze ? odpowiednio dla składowych kwadraturowych i fazowych. Zakłócenie jest modelowane jako spójna, skorelowana sekwencja z funkcją autokorelacji Gaussa (ACF), której próbki zespolone mają moduł z rozkładem Weibulla (PDF):



gdzie |w| to moduł spójnego ciągu Weibulla, a a i b to odpowiednio parametry skośności (kształtu) i skali rozkładu Weibulla. Macierz autokorelacji NxN bałaganu jest dana wzorem



gdzie indeksy h i k zmieniają się od 1 do N, P_c to moc zakłóceń, ρ_c to współczynnik korelacji jednoopóźnieniowej, a f_c to częstotliwość Dopplera zakłóceń. Związek między parametrami rozkładu Weibulla a P_c jest następujący:



gdzie ?( ) jest funkcją Gamma. Model użyty do generowania koherentnych skorelowanych sekwencji Weibulla składa się z dwóch bloków w kaskadzie: filtra korelującego i nieliniowej transformacji bezpamięciowej (NLMLT). Aby uzyskać pożądaną sekwencję, koherentna biała sekwencja Gaussa jest korelowana z filtrem zaprojektowanym zgodnie z (2) i (3). Blok NLMLT, zgodnie z (1), nadaje sekwencji pożądany rozkład Weibulla. W ten sposób możliwe jest uzyskanie koherentnej sekwencji o pożądanej korelacji i współczynniku skorelowania (PDF). Biorąc pod uwagę, że próbki szumu zespolonego mają wariancję równą jedności (moc), w badaniu uwzględniono następujące zależności mocy:

o Stosunek sygnału do szumu: SNR = 10log₁₀(A²)
o Stosunek zakłóceń do szumu: CNR = 10log₁₀(P_c)

Detektory Neymana-Pearsona: Detektory optymalne i suboptymalne

Problem optymalnej detekcji radarowej obiektów w szumie jest badany w pracy (Farina, 1987), gdy oba są skorelowane w czasie i mają dowolne rozkłady prawdopodobieństwa (PDF). Schemat optymalnego detektora jest zbudowany wokół dwóch nieliniowych estymatorów zakłóceń w obu hipotezach, które minimalizują błąd MSE. Przeprowadzono badanie detekcji skorelowanych obiektów Gaussa w Gaussowskim skorelowanym szumie i szumie, ale w przypadkach, gdy hipotezy mają rozkład niegaussowski, badano tylko rozwiązania suboptymalne. Proponowane detektory składają się zasadniczo z dwóch kanałów. Górny kanał jest dopasowany do warunków, w których sekwencja do wykrycia jest sumą obiektu docelowego i szumu w obecności szumu (hipoteza H1). Natomiast dolny jest dopasowany do wykrywania szumu w obecności szumu (hipoteza H0). W przypadku problemu detekcji rozpatrywanego w niniejszym artykule,wykorzystano suboptymalny schemat detekcji (TSKAP) przedstawiony na rysunku 1. Biorąc pod uwagę bardzo wysoki współczynnik CNR (CNR>>1), przyjmuje się, że odwrotność NLMLT przekształca szum Weibulla w rozkład Gaussa, zatem liniowy filtr predykcyjny (LPF) jest liniowym filtrem N-1 rzędu. Następnie NLMLT przekształca wyjście filtru w sekwencję Weibulla. Oprócz tego, że jest suboptymalny, ten schemat ma dwie istotne wady:

1. Filtry predykcyjne mają N-1 komórek pamięci, które muszą zawierać odpowiednie informacje, aby przewidzieć poprawne wartości dla N próbek każdego wzorca wejściowego. Zatem do określenia, czy obiekt docelowy jest obecny, czy nie, potrzebnych jest N+(N-1) impulsów.
2. Sekwencja docelowa musi zostać odjęta od sygnału wejściowego kanału H1. Odejmowanie składowej docelowej przed określeniem jej obecności nie ma sensu. W praktyce sprawia to, że ten schemat jest nierealny.

Inteligentne detektory radarowe

Aby przezwyciężyć wady schematu zaproponowanego w poprzedniej sekcji, zaproponowano detektor oparty na algorytmie MLP z logarytmiczno-sigmoidalną funkcją aktywacji w neuronach ukrytych i wyjściowych z twardym progiem granicznym po wyjściu. Ponadto, ponieważ algorytmy MLP były testowane pod kątem aproksymacji detektora NP przy minimalizacji MSE , można oczekiwać, że detektor oparty na MLP przewyższa schemat suboptymalny zaproponowany w (Farina, 1987). Algorytmy MLP zostały wytrenowane w celu minimalizacji MSE przy użyciu dwóch algorytmów: algorytmu propagacji wstecznej (BP) o zmiennej szybkości uczenia się i pędu oraz algorytmu Levenberga-Marquardta (LM) o zmiennym parametrze adaptacyjnym. Podczas gdy BP opiera się na metodzie największego spadku, algorytm LM opiera się na metodzie Newtona, która została zaprojektowana specjalnie w celu minimalizacji MSE. W przypadku algorytmów MLP o wartościach do kilkuset wag (W), algorytm LM jest bardziej wydajny niż algorytm BP o zmiennej szybkości uczenia się lub algorytmy gradientu sprzężonego, będąc w stanie osiągnąć zbieżność w wielu przypadkach, gdy pozostałe dwa algorytmy zawodzą . Algorytm LM wykorzystuje informacje (estymację macierzy hesjanu WxW) powierzchni błędu w każdej iteracji, aby znaleźć minimum. Dzięki temu algorytm ten jest szybszy niż poprzednie. Walidacja krzyżowa jest stosowana w obu algorytmach uczących, gdzie zbiory uczący i walidacyjny są generowane syntetycznie. Ponadto, generowany jest nowy zbiór (zbiór testowy) wzorców w celu przetestowania wytrenowanego algorytmu MLP pod kątem szacowania Pfa i Pd za pomocą symulacji Monte Carlo. Wszystkie wzorce z trzech zestawów są generowane w tych samych warunkach (SNR, CNR i parametry problemu radarowego) w celu zbadania możliwości MLP oraz progowania twardych limitów działających jako detektor. MLP są inicjowane za pomocą metody Nguyena-Widrowa i we wszystkich przypadkach proces uczenia jest powtarzany dziesięć razy, aby zagwarantować, że wydajność wszystkich MLP jest podobna w średniej. Po wytrenowaniu wszystkich MLP, wybierany jest najlepszy MLP pod względem szacowanego MSE z zestawem walidacyjnym, aby uniknąć problemu utrzymywania się w lokalnych minimach na końcu treningu. Architektura MLP rozważana w eksperymentach to I/H/O, gdzie I jest liczbą wejść MLP, H jest liczbą ukrytych neuronów w jego ukrytej warstwie, a O jest liczbą wyjść MLP. Ponieważ MLP działają z rzeczywistą arytmetyką, jeśli wektor wejściowy (z) składa się z N próbek zespolonych, MLP będzie miał 2N wejść (N w fazie i N w składowych kwadraturowych). Liczba niezależnych elementów MLP (wag) potrzebnych do rozwiązania problemu wynosi W=(I+1)⋅H+(H+1)⋅O, wliczając w to odchylenie każdego neuronu.

Wyniki

Wydajność detektorów opisanych w poprzednich rozdziałach przedstawiono za pomocą krzywych charakterystyki pracy odbiornika (ROC). Podają one szacowaną wartość Pd dla pożądanego Pfa, której wartości są uzyskiwane poprzez zmianę progu wyjściowego detektora. Przedstawione eksperymenty przeprowadzono dla integracji dwóch impulsów (N=2). Zatem, aby poprawnie przetestować detektor TSKAP, wygenerowano wektory obserwacji (zwane w tekście wzorcami) o długości 3 (N+(N-1)) próbek zespolonych, ze względu na wymagania pamięciowe detektora TSKAP (N-1 impulsów). Zakłada się, że prawdopodobieństwa a priori hipotez H0 i H1 są takie same. Dla każdego eksperymentu wygenerowano trzy zestawy wzorców: treningowy, walidacyjny i testowy. Pierwszy i drugi zestaw mają odpowiednio 5,103 wzorców. Trzeci ma 2,5ˇ10⁶ wzorców, więc błąd w oszacowaniu Pfa i Pd jest mniejszy niż 10% szacowanych wartości w najgorszym przypadku (Pfa = 10^-4). Wzory wszystkich zestawów są generowane syntetycznie w tych samych warunkach. Warunki te obejmują typowe wartości dla SNR (20 dB), CNR (30 dB) i parametru a (a = 1,2) zakłócenia o rozkładzie Weibulla. Architektura MLP użyta do wygenerowania detektora opartego na MLP to 6/H/1. Liczba wyjść MLP (O = 1) jest ustalana na podstawie problemu (detekcja binarna). W tej pracy badana jest liczba ukrytych neuronów (H). A liczba wejść MLP (I = 6) jest ustalana zgodnie z kolejnym kryterium. Łącznie 6 wejść (2(N+(N-1)) jest wybieranych, gdy detektor oparty na MLP ma być porównany z detektorem TSKAP w tych samych warunkach, tj. gdy oba detektory mają taką samą dostępną informację (3 impulsy dla całkowania N=2 impulsów). Ze względu na wymagania pamięciowe detektora TSKAP, rozpatrywany jest ten przypadek. Rysunek 2 przedstawia wyniki badania, w którym 3 impulsy są używane do podjęcia ostatecznej decyzji przez detektor oparty na MLP zgodnie z kryterium przedstawionym powyżej. Badanie pokazuje wpływ algorytmu szkoleniowego i rozmiaru MLP, tj. liczby niezależnych elementów (wag W), które ma sieć neuronowa do rozwiązania problemu. W przypadku badania należy zwrócić uwagę na dwa ważne aspekty. Pierwszy z nich jest związany z algorytmem szkoleniowym. Jak widać, wydajność osiągnięta przy małym rozmiarze MLP (6/05/1) jest bardzo podobna dla obu algorytmów szkoleniowych (LM i BP). Jednak gdy rozmiar MLP jest większy, na przykład 6/10/1, wydajność osiągnięta algorytmem LM jest lepsza niż wydajność osiągnięta algorytmem BP. Wynika to z faktu, że algorytm LM jest bardziej wydajny niż algorytm BP w znajdowaniu minimum powierzchni błędu. Co więcej, uczenie MLP z LM jest szybsze niż z BP, ponieważ liczbę epok treningowych można zmniejszyć o rząd wielkości. Drugi aspekt jest związany z rozmiarem MLP. Jak widać, nie uzyskuje się poprawy wydajności przy użyciu 20 lub więcej neuronów ukrytych, co miało miejsce w przypadku 10 neuronów ukrytych. Co więcej, od 20 (W = 121 wag) do 30 (W = 181 wag) neuronów ukrytych wydajność dąży do wartości maksymalnej (niezależnie od zastosowanego algorytmu treningowego), tj. prawie nie uzyskuje się poprawy wydajności przy większej liczbie wag. Zatem detektor oparty na MLP z 20 neuronami ukrytymi osiąga odpowiednią wydajność przy niskiej złożoności. Porównanie wydajności detektora TSKAP i detektora opartego na MLP o rozmiarze 6/20/1, trenowanego algorytmami BP i LM, przedstawiono na rysunku 3. Można zaobserwować dwie różnice. Pierwsza polega na tym, że wydajność detektora opartego na MLP jest praktycznie niezależna od algorytmu treningowego, co można porównać z wynikami uzyskanymi dla detektora TSKAP. Druga polega na tym, że detektor oparty na MLP 6/20/1 jest zawsze lepszy niż detektor TSKAP, gdy porównuje się je w tych samych warunkach dostępności informacji, tj. przy dostępności 3 (N+(N-1)) impulsów do rozstrzygnięcia. W tych warunkach i porównując rysunki 2 i 3, można zaobserwować, że detektor oparty na MLP 6/05/1 jest wystarczający, aby przewyższyć detektor TSKAP. Zauważalne różnice między detektorami opartymi na TSKAP i MLP wynikają z faktu, że pierwszy jest detektorem suboptymalnym, a drugi aproksymuje optymalny, ale zawsze będzie gorszy od detektora optymalnego. Nie można tego wykazać, ponieważ nie można uzyskać wyrażenia analitycznego dla optymalnego detektora wykrywającego cele w obecności zakłóceń o rozkładzie Weibulla.

PRZYSZŁE TRENDY

Można wymienić dwa różne trendy przyszłości. Pierwszy związany jest z sieciami neuronowymi (SSN), a drugi z badaniami nad detektorami radarowymi. W pierwszym trendzie można położyć nacisk na badania w takich obszarach, jak zespoły SSN, maszyny komitetowe oparte na SSN i inne sposoby łączenia inteligencji różnych SSN, takich jak MLP, radialne funkcje bazowe i inne. Ponadto nowe trendy starają się znaleźć różne sposoby trenowania SSN. W drugim trendzie wielu badaczy próbuje znaleźć różne sposoby tworzenia detektorów radarowych w celu poprawy ich wydajności. Co więcej, zaproponowano kilka rozwiązań, ale zależą one od rozpatrywanego środowiska radarowego. Detektory oparte na narzędziach przetwarzania sygnałów wydają się zatem najbardziej odpowiednie, ale inteligentny detektor, który został tu zaprezentowany, to nowy sposób pracy, który może przynieść dobre rozwiązania tych problemów. Jest to możliwe dzięki inteligencji SSN, która pozwala im dostosować się do niemal każdego rodzaju warunków i problemów radarowych.

WNIOSKI

Po przeprowadzeniu badań można sformułować kilka wniosków. Algorytm treningowy LM osiąga lepsze detektory oparte na MLP niż algorytm BP. Nie uzyskano poprawy wydajności w przypadku trenowania MLP za pomocą algorytmów LM lub BP, gdy ich rozmiary są większe niż 6/20/1. Jednak wielką zaletą algorytmu LM w porównaniu z algorytmem BP jest jego najszybsze trenowanie dla algorytmów MLP o małym rozmiarze (kilkaset wag), tj. MLP rozpatrywanych w niniejszym badaniu. Wreszcie, detektor oparty na MLP działa lepiej niż detektor TSKAP w przypadku pracy z tymi samymi dostępnymi informacjami (N+(N-1)=3), ponieważ wymagania pamięciowe algorytmu TSKAP są takie same. W takich przypadkach można uzyskać detektory oparte na MLP o niskiej złożoności, ponieważ algorytm MLP 6/05/1 ma wystarczającą inteligencję, aby uzyskać lepszą wydajność niż algorytm TSKAP.

WSTĘP

System odpowiedzi na zapytania realizuje procesy selekcji danych, przygotowania, wykrywania i opracowywania wzorców w strukturze agentowej w systemie wieloagentowym i został zaprojektowany w celu zapewnienia komunikacji między agentami oraz efektywnego działania agentów w systemie wieloagentowym. System został zaprojektowany w taki sposób, aby przetwarzać i oceniać rozmyte, niekompletne informacje za pomocą metody zapytań rozmytego SQL. Modelowany system zyskuje inteligencję dzięki podejściu rozmytemu i przewiduje przyszłość za pomocą podejścia opartego na uczeniu się. Mechanizm działania systemu to proces, w którym agenci w systemie wieloagentowym filtrują i oceniają zarówno wiedzę w bazach danych, jak i wiedzę otrzymaną z zewnątrz, biorąc pod uwagę określone kryteria. System wykorzystuje dwa rodzaje wiedzy. Pierwszy to dane istniejące w bazach danych agentów w systemie, a drugi to dane otrzymane przez agentów ze świata zewnętrznego, które nie są uwzględniane w kryteriach oceny. Po otrzymaniu danych ze świata zewnętrznego, agent najpierw analizuje je w bazie wiedzy, a następnie analizuje je pod kątem wykorzystania w bazie reguł, a na koniec stosuje pewien proces ewaluacji w bazach reguł, aby zapisać wiedzę w bazie zadań. W międzyczasie agent kończy również proces uczenia się. Niniejszy artykuł przedstawia inteligentny mechanizm odpowiadania na zapytania, proces, w którym agenci w systemie wieloagentowym filtrują i analizują zarówno wiedzę z baz danych, jak i wiedzę otrzymaną z zewnątrz. Poniższe sekcje zawierają niezbędny przegląd literatury oraz podejście do odpowiadania na zapytania. Następnie przedstawiono przyszłe trendy i wnioski.

TŁO

System odpowiadania na zapytania w agentach wykorzystuje zapytania w języku rozmytego SQL od agentów, a następnie tworzy i optymalizuje plan zapytań, który obejmuje wiele źródeł danych całego systemu wieloagentowego. W związku z tym kontroluje wykonanie zadania w celu wygenerowania zbioru danych. Operacja zapytania stanowi podstawową funkcję odpowiadania na zapytania. Dzięki niej realizowana jest najważniejsza funkcja systemu. W niniejszym opracowaniu omówiono również strukturę sieci peer-to-peer i strukturę SQL, a także operację zapytania. Operacja zapytania została zastosowana w różnych dziedzinach. Na przykład, wybór powiązanej wiedzy w środowisku internetowym został oceniony pod kątem koncepcji relacyjnej w bazach danych. Relacyjny system baz danych w szczególności wspomaga system w dokonywaniu ocen w celu podejmowania decyzji dotyczących przyszłości oraz w podejmowaniu właściwych decyzji przy zastosowaniu podejścia logiki rozmytej . Operacja zapytania była najczęściej wykorzystywana przy wyborze powiązanego środowiska sieciowego informacji . Podejście eksploracji danych zostało wykorzystane w procesie dynamicznego odkrywania witryn poprzez przygotowanie danych i rozpoznawanie typów w złożonym schemacie dopasowania z wartościami korelacji w interfejsach zapytań i schematach zapytań . Przetwarzanie zapytań w strukturze sieci peer-to-peer ze strukturą SQL zostało omówione ogólnie . Przetwarzanie zapytań i baza danych zostały przeanalizowane przy użyciu relacyjnej bazy danych . Zestaw rozmyty został zaproponowany przez Zadeha (1965), a podział cech na różne wartości lingwistyczne był szeroko stosowany w rozpoznawaniu wzorców i w systemie wnioskowania rozmytego. Kubat i inni (2004) przeanalizowali częstotliwość podejście logiki rozmytej w metodach badań operacyjnych, a także metody sztucznej inteligencji w produkcji dyskretnej. Proces przetwarzania danych w systemach wieloagentowych można podzielić na statyczny i dynamiczny. Podczas gdy proces oceny istniejących danych przez system można określić jako strukturę statyczną, proces oceny nowych danych lub potencjalnych danych w systemie można określić jako strukturę dynamiczną. Badania nad strukturą statyczną można wyrazić jako proces zapytań w zarządzaniu bazami danych , a badania nad strukturą dynamiczną można wyrazić jako cały system agentowy .

SYSTEM ODPOWIEDZI NA ZAPYTANIA OPARTY NA AGENCIE

Proces zapytania listuje wiedzę o pożądanych cechach zgodnie z wymaganym warunkiem, podczas gdy odpowiadanie na zapytanie znajduje wiedzę spełnia wymagane warunki i odpowiada na powiązany komunikat w postaci wiedzy. W szczególności, dobrze zdefiniowany proces odpowiadania na zapytania w systemach wieloagentowych zapewnia komunikację między agentami, współdzielenie wiedzy oraz efektywne przetwarzanie danych i czynności uczenia się. System jest w stanie inteligentnie przetwarzać niekompletną lub rozmytą wiedzę dzięki podejściu opartemu na zapytaniach fuzzy SQL. Rozproszony mechanizm odpowiadania na zapytania został zaproponowany jako kooperacyjne rozwiązanie oparte na agentach do zarządzania informacjami z wykorzystaniem rozmytych zapytań SQL. Podejście wieloagentowe do zarządzania informacjami obejmuje takie cechy, jak:

o Współbieżność
o Rozproszone obliczenia
o Modułowość
o Współpraca

Rysunek 1 przedstawia mechanizm odpowiadania na zapytania każdego agenta.



Po odebraniu danych przez system, zmienne zapytania są wybierane przez zapytanie, a następnie sugerowane są dane powiązane z rozmytym SQL. Uzyskany wynik jest reprezentowany jako wiedza odpowiedzi w agencie, co kończy proces. Dane są klasyfikowane za pomocą podejścia opartego na zapytaniach fuzzy, w zależności od relacji rozmytych i poziomów ważności. Baza reguł systemu jest tworzona po zapytaniu i oceny. Struktura bazy zadań systemu jest aktualizowana przez mechanizm zgodnie z uzyskanymi regułami rozmytymi, a następnie zapewnia się, że system podejmuje właściwą i słuszną decyzję oraz działa inteligentnie. Mechanizm działania systemu odpowiedzi na zapytania rozmyte opartego na agentach Agent wykonuje następujące czynności:

Krok 1: odbiera wiedzę o zadaniu od powiązanego agenta
Krok 2: przeprowadza rozmycie wiedzy
Krok 3: określa wartości ocen rozmytych zgodnie z cechami wiedzy
Krok 4: określa wiedzę zgodnie z kryteriami za pomocą poleceń rozmytego SQL
Krok 5: wysyła uzyskane zadanie lub regułę do powiązanego agenta
Krok 6: wykonuje operację odpowiedzi

System odpowiedzi na zapytania opartego na agentach obejmuje trzy główne etapy: przetwarzanie wiedzy, przetwarzanie zapytania i uczenie się agenta (patrz rysunek 2). Typy operacji tych etapów opisano szczegółowo poniżej.

Przetwarzanie wiedzy

Jest to etap, w którym agent otrzymuje wiedzę ze środowiska zewnętrznego i przed zapytaniem przeprowadzane są niezbędne przygotowania. Na tym etapie definiowane są kryteria i słowa kluczowe, które mają zostać użyte do oceny otrzymanych danych. Ten etap można również nazwać przedzapytaniem. Słowa kluczowe, koncepcje, atrybuty i wiedza o relacjach, które mają być analizowane przez agenta, są określane na tym etapie przed zapytaniem. W tym systemie tworzona jest struktura zachowania inteligentnego systemu odpowiadania na zapytania. Podczas modelowania systemu, model percepcji, rozpatrywany jako sygnał, dane i wiedza pochodząca ze środowiska zewnętrznego, odgrywa ważną rolę w tworzeniu bardziej zrozumiałej struktury modułu uczenia się. Pochodzące ze środowiska zewnętrznego i nazywane modelowaniem danych wejściowych; i,x, A_i, Ø> jest definiowane jako zbiór percepcji. Percepcja agenta i, x pochodząca ze środowiska zewnętrznego odnosi się do A_i,x. Tabela 1 zawiera nomenklaturę systemu odpowiadania na zapytania opartego na agentach.



System wieloagentowy składa się z więcej niż jednego agenta. Zbiór agentów to A={A₁, A₂, …,A_i}. Zbiór wiedzy to K={K₁, K₂, .…,K_y}. Baza wiedzy to (w tabeli 1 i na rysunku 3).



Zestaw reguł to R={R₁, R₂, …,R_x}. Bazą reguł jest . Zestaw zadań to T={T₁, T₂, …,T_j}. Bazą zadań jest .Gdy dane napływają ze środowiska zewnętrznego, są one postrzegane jako dane wejściowe: i,x, A_i, Ø> Gdy "x" jest odbierane przez agenta i, jest określane jako A_i,x. Te dane wejściowe mogą być również wykorzystywane w bazie wiedzy, bazie reguł i bazie zadań. Następujące cele, które zostały określone w wyniku procesu i oceny informacji napływających do bazy wiedzy, powinny zostać osiągnięte w mechanizmie inteligentnego odpowiadania na zapytania.

o Definicja celu
o Selekcja danych
o Przygotowanie danych

Przetwarzanie zapytań

Agent wykonuje dwa typy zapytań w procesie definiowania słów kluczowych, pojęć lub atrybutów podczas przetwarzania wiedzy. Pierwsze to zapytanie zewnętrzne, realizowane między agentami, a drugie to zapytanie wewnętrzne, w którym agent skanuje wiedzęw sobie. Podczas tych procesów zapytań stosowane jest podejście fuzzy SQL. Cecha-atrybut AT i relacja Re to elementy tworzone między komponentami w systemie. Elementy te to bazy danych: baza wiedzy, baza reguł i baza zadań. Podczas gdy atrybut odnosi się do specyfikacji agenta, zasób obejmuje nie tylko surowe dane otrzymane zewnętrznie, ale także bazę wiedzy, bazę reguł i bazę zadań, które posiada każdy agent.

A ={At,Re(K_i,y,R_i,x,T_i,t)}

Niech P(At) oznacza zbiór wszystkich rozkładów możliwości, które można zdefiniować w dziedzinie atrybutu At. Relacja rozmyta R ze schematem U A₁, A₂, … ,A_n, gdzie A_i jest atrybutem, jest definiowana jako R=P(At₁)×P(At₂)ׅ×P(At_n)×D, gdzie D jest atrybutem dostarczonym przez system dla stopnia przynależności z dziedziną [0,1], a × oznacza iloczyn wektorowy. Każda wartość danych V atrybutu jest powiązana z rozkładem możliwości zdefiniowanym w dziedzinie atrybutu i ma funkcję przynależności oznaczoną jako μ_v(x). Jeśli wartość danych jest ostra, jej rozkład możliwości jest definiowany przez



Podobnie jak w przypadku standardowego SQL, zapytania w rozmytym SQL są określane w poleceniu SELECT w następującej formie: SELECT Atrybuty FROM Relacje WHERE Warunki wyboru. Semantyka zapytania rozmytego SQL jest definiowana na podstawie stopnia spełnienia warunków zapytania. Rozważmy predykat XΘY w klauzuli WHERE. Stopień spełnienia, oznaczony jako d(XΘY), jest obliczany dla wartości X i Y. Niech wartością X będzie v1, a Y wartość v2. Wówczas:



gdzie X i Y są wartościami precyzyjnymi we wspólnej domenie, dla której zdefiniowano v₁ i v₂. Funkcja Θ to funkcja porównująca stopnie satysfakcji zmiennych. Gdy stopień satysfakcji jest oceniany dla X i Y, pierwszy przyjmuje wartość ₁, a drugi wartość ₂. Jak pokazano na rysunku 2, oferty są traktowane jako zbiór, częstości otrzymywanych ofert są ustalane, a następnie oferty są rozkładane na grupy.



Rozłożone oferty są umieszczane w bazach danych systemu wieloagentowego. Informacje w bazach danych są rozmywane, a wzajemne powiązania między nimi są określane pod względem wagi i poziomu ważności.

Proces uczenia się agenta

Jest to proces, w którym system uczy się wiedzy uzyskanej w wyniku zapytania jako reguły lub zadania. System realizuje nie tylko zadanie, ale także proces uczenia się (na rysunku 3). Proces uczenia się jest pozyskiwany, a dane z przejścia zewnętrznego są przetwarzane przez system agentowy określonego celu podczas wykonywania czynności. Algorytm uczenia pokazuje zmienność stanu systemu (w Tabeli 2).



W procesie uczenia, z wykorzystaniem przetwarzania zapytań, reguły kandydujące są określane poprzez uwzględnienie atrybutów wymiaru rozmytego i miar atrybutów. Dlatego można by rzec, że w systemie istnieje hierarchiczna kolejność od bazy wiedzy do bazy reguł i od bazy reguł do bazy zadań.

Analiza uczenia algorytmu

Wejście: Widok relacyjny zawierający zestaw rekordów i pytań do analizy wpływu.
Wyjście: Efektywna reguła asocjacyjna.
Krok 1: Określenie atrybutu wymiaru rozmytego i atrybutu miary.
Krok 2: Identyfikacja zbiorów elementów wymiaru rozmytego i obliczenie współczynnika wsparcia.
Krok 3: Identyfikacja zbiorów elementów miary i obliczenie współczynnika wsparcia.
Krok 4: Konstruowanie zbiorów reguł kandydujących i obliczanie ufności oraz wartości zagregowanej.
Krok 5: Uzyskuje regułę na poziomie granularności z największą pewnością i tworzy regułę na poziomie agregacji z największą wartością abstrakcyjną atrybutu miary.
Krok 6: Oblicza asercje na różnych poziomach i kończy działanie, jeśli są porównywalne (tj. nie stwierdzono niespójności w semantyce na różnych poziomach).
Krok 7: Generuje reguły z udoskonalonych zestawów elementów miary i tworzy strukturę reguły.
Krok 8: Konstruuje ostateczną regułę jako zadanie dla powiązanego agenta.

PRZYSZŁE TRENDY

Przyszłe zadania systemu zostaną zrealizowane, gdy system będzie szybciej odpowiadał na zapytania dzięki rozproszonej, autonomicznej, inteligentnej i komunikatywnej strukturze agentów proponowanego systemu odpowiadania na zapytania rozmyte opartego na agentach. W podejściu rozmytym, system będzie przede wszystkim analizował i grupował relacyjną bazę danych w bazach danych agentów z logiką rozmytą, a następnie kształtował bazę reguł systemu, stosując do tych danych metodę logiki rozmytej. Po wybraniu odpowiedniej reguły, baza reguł systemuzostanie zaprojektowana, a mechanizm decyzyjny systemu będzie działał. Dlatego struktura relacyjnej bazy danych i zachowanie systemu są ważne dla określenia pierwszej osobliwości systemu i w zakresie czyszczenia danych. W przyszłych badaniach należy zauważyć, że projektowanie rozmytych baz danych obejmuje nie tylko modelowanie danych, ale także modelowanie operacji na danych. Relacyjne bazy danych obsługują tylko ograniczone typy danych, podczas gdy rozmyte i prawdopodobieństwo bazy danych pozwalają na znacznie większą liczbę stosunkowo złożonych typów danych (np. rozkłady prawdopodobieństwa). Sugeruje to, że zastosowanie technologii obiektowych baz danych może być korzystne, aby umożliwić jawne modelowanie złożonych typów danych. Włączenie rozmycia do zdarzeń rozproszonych może być przedmiotem przyszłych badań. Wreszcie,ze względu na częste zmiany pozycji i statusu obiektów w aktywnym środowisku mobilnej bazy danych, kwestia temporalności powinna zostać rozważona poprzez adaptację wyników badań z obszaru temporalnych systemów baz danych do aktywnych mobilnych baz danych.

WNIOSKI

Niniejszy artykuł omawia szereg zagadnień związanych z adaptacją koncepcji rozmytych baz danych do aktywnego, wieloagentowego systemu baz danych, który zawiera aktywne reguły w środowisku wielokomputerowym. Badanie to pokazuje, jak rozmycie można wprowadzić do różnych aspektów wykonywania reguł, od wykrywania zdarzeń po tryby sprzężenia. Jako pierwszy krok wyjaśniono obliczanie stopnia przynależności dla różnych typów zdarzeń złożonych. Dynamiczne określanie trybów sprzężenia przeprowadzono z wykorzystaniem siły zdarzeń i niezawodności warunków, które są obliczane za pomocą funkcji przynależności. Wykazano, że siła zdarzeń i niezawodność warunków są również przydatne w przypadku stanu i stanu akcji. Podział zestawu reguł na zdarzenia systemowe wieloagentowe został również omówiony jako przykład rozmycia między regułami. Do aktywnych baz danych wieloagentowych wprowadzono wykrywanie zdarzeń oparte na podobieństwie, co stanowi istotny wkład z perspektywy wydajności.

WSTĘP

Koncepcja agenta została z powodzeniem wykorzystana w szerokim zakresie zastosowań, takich jak robotyka, handel elektroniczny, szkolenia użytkowników wspomagane przez agentów, transport wojskowy czy opieka zdrowotna. Początków tej koncepcji należy upatrywać w 1977 roku, kiedy Carl Hewitt zaproponował ideę interaktywnego obiektu zwanego aktorem. Aktor ten został zdefiniowany jako agent obliczeniowy, który posiada adres e-mail i zachowanie . Aktorzy odbierają wiadomości od innych aktorów i wykonują swoje zadania w sposób współbieżny. Trudno jest, aby pojedynczy agent mógł wystarczyć do wykonania stosunkowo złożonego zadania. Typowe podejście polega na tworzeniu społeczności agentów - zwanych systemami wieloagentowymi (MAS) - które komunikują się i współpracują ze sobą, a ich działania są koordynowane w dążeniu do celu. Celem tego rozdziału jest analiza aspektów związanych z zastosowaniem MAS w inżynierii systemów i robotyce, ze szczególnym uwzględnieniem podejść łączących MAS z innymi technikami sztucznej inteligencji (AI).

TŁO

Nie ma jednej, akademickiej definicji terminu "agent", akceptowanej przez wszystkich badaczy. W rzeczywistości badacze agentów zaproponowali wiele definicji wyjaśniających ich specyficzne użycie tego słowa. Obszerną listę tych definicji można znaleźć w pracy Nie jest ona przedmiotem niniejszego rozdziału. Przytoczymy jednak niektóre z nich, aby zilustrować, jak heterogeniczne są te definicje. "Autonomiczni agenci to systemy obliczeniowe, które zamieszkują złożone, dynamiczne środowisko, wyczuwają i działają autonomicznie w tym środowisku, realizując w ten sposób zestaw celów lub zadań, do których zostały zaprojektowane" .

"Autonomiczni agenci to systemy zdolne do autonomicznego, celowego działania w świecie rzeczywistym" (Brustoloni).

"Agent to wszystko, co można postrzegać jako postrzegające swoje otoczenie za pomocą czujników i oddziałujące na to środowisko za pomocą efektorów". (Russell i Norvig)

Pomimo mnogości definicji, agentów często charakteryzuje się jedynie poprzez opisanie ich cech (długość życia, autonomia, reaktywność, proaktywność, współpraca, zdolność do działania w dynamicznym i nieprzewidywalnym środowisku itp.). Dzięki tym cechom użytkownicy mogą delegować agentom zadania zaprojektowane do wykonania bez ingerencji człowieka, na przykład jako asystenci osobiści uczący się od użytkownika. W większości zastosowań samodzielny agent nie jest wystarczający do wykonania żądanego zadania: agenci są zmuszeni do interakcji z innymi agentami, tworząc MAS. Ze względu na swoją zdolność do elastycznego, autonomicznego działania, MAS może działać w środowiskach otwartych - lub przynajmniej wysoce dynamicznych lub niepewnych. Z drugiej strony, MAS może skutecznie zarządzać sytuacjami, w których potrzebne są systemy rozproszone: rozwiązywany problem sam w sobie jest rozproszony, dane są rozproszone geograficznie, systemy składają się z wielu komponentów i ogromnej zawartości, systemy z przyszłymi rozszerzeniami itp. Badacz może uwzględnić jednego agenta do realizacji wszystkich zadań. Niemniej jednak, ten typ makroagenta stanowi wąskie gardło dla szybkości, niezawodności i zarządzania systemem. Oczywiste jest, że projekt systemu MAS jest bardziej złożony niż pojedynczego agenta. Oprócz kodu do obsługi problemu zadaniowego, programista musi zaimplementować aspekty związane z komunikacją, negocjacjami między agentami i ich organizacją w systemie. Niemniej jednak wykazano, że systemy MAS oferują więcej niż kosztują .

MAS, AI I INŻYNIERIA SYSTEMÓW

Ważnym tematem w inżynierii systemów jest problem sterowania procesami. Można go zdefiniować jako manipulowanie zmiennymi wejściowymi systemu dynamicznego w celu wywarcia pożądanego wpływu na zmienne wyjściowe, na przykład w celu osiągnięcia określonych wartości lub szybkości . W tym kontekście, podobnie jak w innych dyscyplinach inżynieryjnych, możemy znaleźć wiele istotnych formalizmów i standardów, których opisy wykraczają poza zakres tego rozdziału. Zainteresowany czytelnik może zapoznać się ze wstępnym omówieniem tych aspektów w pracy . Pomimo ich zalet, istnieje niewiele podejść do zastosowania technologii MAS w automatyzacji procesów (znacznie mniej niż w innych dziedzinach, takich jak przemysł wytwórczy). Niektóre przyczyny tego braku zastosowań można znaleźć w pracy :

o Automatyzacja procesów wymaga specyfikacji czasu wykonania, które są trudne do osiągnięcia za pomocą obecnej technologii agentowej.
o Parametry w projektowaniu procesów automatyzacji są zazwyczaj ściśle ze sobą powiązane, dlatego bardzo trudno jest rozłożyć zadanie na zachowania agentów.
o Brak paralelizmu, który można modelować za pomocą agentów.

Pomimo tych trudności, można wyróżnić kilka istotnych podejść do zastosowania MAS w sterowaniu procesami:

o Interesującym podejściem do zastosowania MAS w sterowaniu procesami jest to, w którym techniki komunikacji między agentami są wykorzystywane jako mechanizm integracji niezależnie zaprojektowanych systemów. Przykładem takiego podejścia jest architektura ARCHON (Architektura Współpracujących Heterogenicznych Systemów Online), która była wykorzystywana w co najmniej trzech dziedzinach inżynierii: transporcie energii elektrycznej, dystrybucji energii elektrycznej i sterowaniu akceleratorami cząstek. W ARCHON każdy program aplikacyjny (znany jako System Inteligentny) jest wyposażony w warstwę (zwaną Warstwą Archon), która umożliwia przesyłanie danych/komunikatów do innych Systemów Inteligentnych.
o Drugie podejście obejmuje systemy, które implementują sterowanie oparte na pętli zamkniętej. W tym kontekście przytoczymy prace Velasco i in. (1996) dotyczące sterowania centralą cieplną.
o Inna propozycja polega na uzupełnieniu istniejącego systemu automatyki procesowej technologią agentową. Innymi słowy, jest to uzupełnienie, a nie zastąpienie. System agentowy to dodatkowa warstwa, która nadzoruje system automatyki i rekonfiguruje go w razie potrzeby. Seilonen i inni proponują również specyfikację platformy agentowej opartej na modelu BDI do automatyzacji procesów .

o V. Gyurjyan i inni (2003) proponują architekturę systemu sterowania z możliwością łączenia heterogenicznych procesów i/lub systemów sterowania w jednorodnym środowisku. Architektura ta (oparta na standardzie FIPA) rozwija agentów jako poziom abstrakcji i wykorzystuje opis systemu sterowania w języku COOL (Control Oriented Ontology Language).
o Tetiker i inni (2006) proponują zdecentralizowaną, wielowarstwową strukturę agentów do sterowania rozproszonymi sieciami reaktorów, w której lokalni agenci sterowania indywidualnie decydują o swoich celach, umożliwiając platformie osiągnięcie wielu lokalnych celów jednocześnie w różnych częściach sieci. Na szczycie tej warstwy globalny agent-obserwator stale monitoruje system.
o Horling, Lesser i inni (2006) opisują miękką architekturę sterowania w czasie rzeczywistym, zaprojektowaną w celu uwzględnienia ograniczeń czasowych i porządkowych, współdzielonych zasobów oraz braku kompletnego i spójnego obrazu świata. W obliczu wyzwań napotykanych w środowisku rozproszonej alokacji czujników w czasie rzeczywistym, system jest w stanie generować harmonogramy uwzględniające ograniczenia czasowe, strukturalne i zasobowe, łączyć nowe cele z istniejącymi oraz wykrywać i obsługiwać oczekiwane rezultaty działań. Inną propozycją architektury sterowania w czasie rzeczywistym jest CIRCA (A Cooperative Intelligent Real-Time Control Architecture) autorstwa Muslinera, Durfee i Shina (1993), która wykorzystuje oddzielne podsystemy sztucznej inteligencji i czasu rzeczywistego do rozwiązywania problemów, dla których każdy z nich został zaprojektowany.

W tym kontekście zaproponowaliśmy MAS (zwany MAS-CONTROL) do identyfikacji i sterowania procesami, którego konstrukcja jest zgodna ze specyfikacjami FIPA (FIPA, 2007) dotyczącymi architektury, komunikacji i protokołów. Ten MAS implementuje schemat samostrojącego regulatora (STR), więc nie jest to nowy, ogólny algorytm sterowania, ale nowe podejście do jego rozwoju. Jego główny wkład polega na pokazaniu potencjału, jaki sterownik, poprzez wykorzystanie MAS i ontologii - wyrażonych w OWL (Ontology Web Language) - może mieć, sterując systemami w sposób autonomiczny, wykorzystując działania, których opis znajduje się na przykład w sieci, i odczytując z niego (bez znajomości a priori) logikę sterowania. W tym kontekście, z naszego doświadczenia wynika, że agenci nie oferują żadnych korzyści, jeśli nie są inteligentni, a ontologie reprezentują inteligentny sposób zarządzania wiedzą, ponieważ zapewniają wspólny format, w którym mogą tę wiedzę wyrażać. Dwie ważne zalety ich zastosowania to rozszerzalność i komunikacja z innymi agentami posługującymi się tym samym językiem. Zalety te są widoczne w przypadku systemów otwartych, czyli gdy różne systemy MAS od różnych deweloperów współdziałają ze sobą . Jako STR, nasz MAS stara się realizować procesy identyfikacji i sterowania instalacją. Uważamy, że ten model może być prawidłowo zarządzany przez MAS z dwóch głównych powodów:

o Schemat STR zawiera moduły, które różnią się koncepcyjnie, takie jak bezpośrednia interakcja z instalacją do sterowania, identyfikacja systemu i wyznaczanie optymalnych wartości parametrów regulatora.
o Możliwe jest równoległe przeprowadzanie obliczeń. Na przykład, można badać kilka funkcji przejścia jednocześnie. W ten sposób, kilku agentów może być uruchomionych na różnych komputerach, wykorzystując możliwość paralelizmu zapewnianą przez MAS.

Innym innowacyjnym aspektem tej pracy jest wykorzystanie sztucznych sieci neuronowych (ANN) do identyfikacji i wyznaczania parametrów. ANN i STR wykazują wyraźne analogie. Uczenie sieci neuronowej polega na znalezieniu najlepszych wartości wag sieci, podczas gdy konieczne jest zoptymalizowanie niektórych parametrów dla modelu (identyfikacja) lub dla regulatora w STR. Ze względu na to podobieństwo metod, rozważyliśmy zastosowanie metod uczenia ANN do problemów sterowania. W tym przypadku ANN są stosowane w dwóch celach: optymalizacji parametrów modelu nieznanego systemu oraz optymalizacji parametrów regulatora. W ten sposób powstały system można postrzegać jako hybrydowy system inteligentny dla aplikacji czasu rzeczywistego. Zainteresowany czytelnik może znaleźć głębszy opis systemu w (Gonzalez, 2006b). Należy zauważyć, że ramy te można wykorzystać dla każdego algorytmu identyfikacji i sterowania. W tym kontekście sprawdziliśmy, czy MAS kontroluje kilka różnych instalacji, uzyskując odpowiednie zachowanie. Natomiast ze względu na szybkość transmisji i czas optymalizacji, zaprojektowany MAS powinien być używany do sterowania niezbyt szybkimi procesami, zgodnie z pierwszym ograniczeniem wymienionym powyżej. Spodziewamy się jednak, że pokażemy przykład, jak można pokonać pozostałe dwa (silną współzależność parametrów i brak paralelizmu). Jak widać, wspomniane ograniczenia często stają się poważnymi przeszkodami w zastosowaniu MAS w systemach inżynieryjnych. W tym kontekście użycie reguł rozmytych jest bardzo powszechnym rozwiązaniem w celu zdefiniowania zachowań pojedynczych agentów (Hoffmann, 2003). Niestety, definiowanie reguł jest w większości przypadków uciążliwe. Jako możliwe rozwiązanie trudnego zadania generowania odpowiednich reguł zaproponowano kilka automatycznych algorytmów. Zaproponowano nowe podejścia do ekstrakcji reguł oparte na modelach koneksjonistycznych. Wśród nich, systemy neuro-rozmyte okazały się skutecznym sposobem na uzyskanie reguł, wykorzystującym właściwości uczenia się sieci neuronowych oraz formę wyrażania wiedzy za pomocą reguł rozmytych . W tym kontekście opracowano kilka zastosowań. W zastosowaniach robotyki można przytoczyć pracę (Lee i Qian, 1998), którzy opisali dwukomponentowy system do podnoszenia ruchomych obiektów przez podajnik wibracyjny, lub pracę (Kiguchi, 2004), proponującą hierarchiczny sterownik neuro-rozmyty dla egzoszkieletu robota, wspomagający ruch osób o słabej sprawności fizycznej, takich jak osoby starsze, niepełnosprawne i ranne. W niniejszym rozdziale przedstawiono przykład systemu wykrywania i identyfikacji oznakowania drogowego. System ten został wbudowany w pojazd, jak pokazano na rysunku .



System ten opiera się na technologii podczerwieni i narzędziu klasyfikacyjnym opartym na systemie neuro-rozmytym. Szczególną cechą, którą należy wziąć pod uwagę w tego typu zadaniach, jest to, że detekcja i klasyfikacja muszą odbywać się w czasie rzeczywistym. W związku z tym czas zużywany przez system sprzętowy i algorytmy przetwarzania ma kluczowe znaczenie dla podjęcia właściwej decyzji w odpowiednim czasie. Poszukując niedrogiego i szybkiego systemu, technologia podczerwieni stanowi dobrą alternatywę w tego typu zastosowaniach. W tym kierunku, biorąc pod uwagę ograniczenia czasowe, stosuje się połączenie urządzenia opartego na technologii podczerwieni z różnymi technikami ekstrakcji wygodnych reguł rozmytych . Należy zauważyć, że ekstrakcja i interpretacja reguł wzbudziły w ostatnich latach duże zainteresowanie . Ostatecznym celem jest osiągnięcie MAS, w którym każdy agent wykonuje swoją pracę tak szybko, jak to możliwe, przezwyciężając ograniczenia czasowe MAS, jak wskazano w artykule . W tym kontekście chcielibyśmy zwrócić uwagę na niektóre podejścia MAS zastosowane do fuzji decyzji w rozproszonych systemach sensorycznych, w szczególności podejście Yu i Sycary (2006). Aby osiągnąć wspomniany MAS, konieczne jest uzyskanie reguł dla każdego agenta. Ponadto należy przeprowadzić dogłębną analizę reguł, minimalizując ich liczbę i ustalając mapowanie między tymi regułami a różnymi scenariuszami. Podejście zastosowane w przedstawionym przypadku opiera się na projektowaniu reguł dla każdej sytuacji znalezionej przez pojazd. W rzeczywistości każdy scenariusz powinien być wyrażony za pomocą własnych reguł. Ta funkcja zapewnia większą elastyczność w procesie projektowania pożądanego systemu MAS. Z tego powodu rozdzielenie reguł według rodzaju oznakowania drogowego może być pomocne w tym celu. W Tabeli przedstawiono wynik tego procesu dla systemu podczerwieni pokazanego na Rysunku 1.



Należy zauważyć, że wartości odniesienia to wartości powiązane z każdym oznakowaniem drogowym, zakres odnosi się do przedziału, w którym wartości wyjściowe wynikowego systemu rozmytego mogą znajdować się dla konkretnego znaku, a reguły są oznaczone numerem porządkowym. Należy zauważyć, że konieczna jest interpretacja uzyskanych reguł. W ten sposób możliwe jest powiązanie tych reguł z różnymi sytuacjami i generowanie nowych reguł bardziej odpowiednich dla danego przypadku. W związku z tym agenci powiązani z wykrywaniem i klasyfikacją znaków drogowych mogliby być wyrażeni za pomocą tego zestawu reguł rozmytych. Ponadto agenci, którzy są odpowiedzialni za podejmowanie decyzji w oparciu o informacje dostarczone przez wykrywanie i klasyfikację konkretnego oznakowania drogowego, mogliby włączyć te reguły do swoich działań. Problemy w procesie dekompozycji zadań, na które zwrócił uwagę (Seilonen, 2005), można w ten sposób uprościć. Z drugiej strony, chociaż projektowanie zachowań jest bardzo ważne, należy podkreślić, że kwestie związane ze współpracą między agentami są również istotne. W tym kontekście można przytoczyć prace .

TRENDY PRZYSZŁOŚCI

W miarę jak technologia dostarcza szybsze i bardziej wydajne komputery, oczekuje się, że zastosowanie technik sztucznej inteligencji (AI) w systemach MAS stanie się coraz bardziej popularne. Ten wzrost wydajności komputerów i niektóre nowe techniki (rozliczanie metapoziomowe, buforowanie harmonogramów, zmienna granularność czasowa itp.) będą oznaczać, że inne metody AI - niemożliwe do zastosowania w dziedzinie inżynierii systemów - zostaną w niedalekiej przyszłości skutecznie wprowadzone. Naszym zdaniem, inną ważną cechą, którą należy zbadać, jest poprawa komunikacji MAS. Warto również poszukiwać bardziej wydajnych protokołów i standardów MAS, oprócz aspektów związanych z nowymi funkcjami sprzętowymi. Ulepszenia te umożliwiłyby na przykład opracowanie operacyjnych, zdalnie sterowanych aplikacji w czasie rzeczywistym.

WNIOSKI

Zastosowanie MAS w inżynierii systemów i robotyce stanowi atrakcyjną platformę dla konwergencji różnych technologii AI. Niniejsza sekcja w skrócie przedstawia, jak różne techniki sztucznej inteligencji (ANN, reguły rozmyte, systemy neuro-rozmyte) zostały z powodzeniem włączone do technologii MAS w dziedzinie inżynierii systemów i robotyki. Techniki te mogą również przezwyciężyć niektóre z tradycyjnie opisywanych wad zastosowań MAS, w szczególności wysoce trudną dekompozycję zadania na zachowania agentów oraz brak paralelizmu, który można modelować za pomocą agentów. Jednak obecna technologia MAS nie spełnia w pełni surowych wymagań dotyczących czasu rzeczywistego, które są nieodłączną częścią procesów automatyzacji. Dlatego też, dopóki technologia nie zapewni szybszych i wydajniejszych komputerów, naszym zdaniem zastosowanie technik sztucznej inteligencji w MAS musi być zoptymalizowane pod kątem systemów czasu rzeczywistego, na przykład poprzez wyodrębnienie wygodnych reguł rozmytych i minimalizację ich liczby.

WSTĘP

Niniejszy rozdział koncentruje się na analizie i klasyfikacji arytmii. Arytmią nazywamy każde pobudzenie serca, które nie jest typowym pobudzeniem sinusoidalnym, wynikające z zaburzeń w powstawaniu i/lub transporcie impulsów. W stanach patologicznych proces depolaryzacji może zostać zainicjowany poza węzłem zatokowo-przedsionkowym (SA) i może wystąpić kilka rodzajów pobudzeń pozaskurczowych lub ektopowych. Ponadto impulsy elektryczne mogą być blokowane, przyspieszane, odchylane przez naprzemienne trajektorie i mogą zmieniać swoje pochodzenie z jednego uderzenia serca na drugie, powodując w ten sposób kilka rodzajów blokad i nieprawidłowych połączeń. W obu sytuacjach w EKG mogą wystąpić zmiany w morfologii sygnału lub w czasie trwania jego fal i interwałów, a także brak jednej z fal. Niniejsza praca koncentruje się na rozwoju inteligentnych klasyfikatorów w dziedzinie biomedycyny, ze szczególnym uwzględnieniem problemu diagnozowania chorób serca na podstawie elektrokardiogramu (EKG), a dokładniej różnicowania rodzajów migotania przedsionków. Przede wszystkim zbadamy EKG i jego leczenie, aby móc pracować z tą specyficzną patologią. Aby to osiągnąć, przeanalizujemy różne sposoby eliminacji, w najlepszy możliwy sposób, wszelkiej aktywności, która nie jest spowodowana przez przedsionki. Przeanalizujemy i naśladujemy metodologie leczenia EKG oraz cechy wyodrębnione z elektrokardiogramów, które zostały wykorzystane przez naukowców, którzy uzyskali najlepsze wyniki w Physionet Challenge, gdzie przeprowadzono klasyfikację zapisów EKG według rodzaju migotania przedsionków (AF). Wyodrębnimy wiele cech, częściowo tych wykorzystywanych przez tych badaczy, a także dodatkowe cechy, które uważamy za istotne dla wspomnianego wcześniej rozróżnienia. Nowa metoda oparta na algorytmach ewolucyjnych pozwoli na wyselekcjonowanie najistotniejszych cech i uzyskanie klasyfikatora, który będzie w stanie odróżnić poszczególne typy tej patologii.

TŁO

Elektrokardiogram (EKG) to narzędzie diagnostyczne, które mierzy i rejestruje aktywność elektryczną serca z niezwykłą szczegółowością . Interpretacja tych danych umożliwia diagnozę szerokiego zakresu schorzeń serca. Zespół QRS jest najbardziej charakterystycznym przebiegiem na elektrokardiogramie .



Ponieważ odzwierciedla on aktywność elektryczną serca podczas skurczu komór, czas jego wystąpienia, a także jego kształt, dostarczają wielu informacji o aktualnym stanie serca. Ze względu na swój charakterystyczny kształt stanowi podstawę automatycznego określania częstości akcji serca, punkt wyjścia do klasyfikacji schematów cyklu pracy serca, a często jest również wykorzystywany w algorytmach kompresji danych EKG. Prawidłowy zespół QRS trwa od 0,06 do 0,10 sekundy (60 do 100 ms). Aby uzyskać sygnał wolny od aktywności przedsionkowej w EKG, przeanalizujemy i porównamy skuteczność tych dwóch różnych podejść:
1. Usunięcie aktywności zespołu QRS poprzez odjęcie od sygnału średniej morfologicznej jego aktywności dla każdego uderzenia serca, 2. Wykrycie sekcji TQ wśród uderzeń serca (które są strefami wolnymi od aktywności komorowej) i analiza wyłącznie danych z tej sekcji.

Istnieje wiele różnych algorytmów do ekstrakcji aktywności przedsionkowej z elektrokardiogramu, takich jak metoda Thakora (rekurencyjna struktura filtru adaptacyjnego), adaptacyjne filtrowanie całego pasma, metody oparte na sieciach neuronowych, metody eliminacji przestrzenno-czasowej oraz metody oparte na falkach lub koncepcji analizy głównych składowych (PCA) . Podstawowym krokiem w każdym z tych podejść jest detekcja zespołu QRS w każdym uderzeniu serca. Detekcja QRS za pomocą oprogramowania jest tematem badań od ponad 30 lat. Po zidentyfikowaniu zespołu QRS będziemy mieli punkt wyjścia do wdrożenia różnych technik usuwania QRST. Rysunek 2 przedstawia sposób automatycznego wykrywania QRST.



Jest to pierwszy krok w analizie EKG. Badanie i analiza technik ekstrakcji cech z sygnałów EKG jest bardzo powszechnym zadaniem w każdej implementacji automatycznych systemów klasyfikacji sygnałów dowolnego rodzaju. Podczas realizacji tego podzadania bardzo ważne jest przeanalizowanie różnych wyników badań dostępnych w literaturze. Ważne jest przeanalizowanie wykorzystania dziedziny częstotliwości do uzyskania dominującej częstotliwości przedsionkowej (DAF), która jest wskaźnikiem aktywności przedsionkowej mierzącym dominującą częstotliwość w widmie częstotliwościowym, które można uzyskać z sygnału aktywności przedsionkowej. W tym widmie, dla każdego zapisu EKG, obliczany jest maksymalny szczyt energii, a ta częstotliwość będzie dominująca w widmie . Ważne jest również wykorzystanie odległości RR i różnych filtrów w zakresie 4-10 Hz, wykorzystując filtr Butterwortha pierwszego rzędu. Należy zwrócić uwagę na metodę MUSIC (Multiple Signal Clasification) rzędu 12 do obliczenia pseudoperiodogramu sygnału. Aby uzyskać bardziej wiarygodne oszacowania, można przeprowadzić analizę widma częstotliwości, filtrując sygnał za pomocą okien o zmiennej długości, bez nakładania się, w każdym z nich. Należy również zwrócić uwagę na metodę Welcha, transformatę Choi-Williamsa oraz niektóre metody heurystyczne stosowane przez ekspertów kardiologii .

PROGRAMOWANIE GENETYCZNE

Programowanie genetyczne (GP) można rozumieć jako rozszerzenie algorytmu genetycznego (GA) . GP narodziło się jako próba odkrycia, w jaki sposób komputery mogą uczyć się rozwiązywania problemów w różnych dziedzinach, takich jak automatyczne projektowanie, aproksymacja funkcji, klasyfikacja, sterowanie robotyczne, przetwarzanie sygnałów, bez konieczności wyraźnego zaprogramowania ich do tego . GP jest również szeroko i skutecznie wykorzystywany w zastosowaniach biomedycznych (Lopes, 2007). Główne różnice między GAS a GP można podsumować następująco: a) GP zazwyczaj koduje rozwiązania jako chromosomy o strukturze drzewa i zmiennej długości, podczas gdy GA zazwyczaj wykorzystują chromosomy o stałej długości i strukturze, b) GP zazwyczaj zawiera składnię specyficzną dla domeny, która reguluje akceptowalny (lub znaczący) układ informacji na chromosomie. W przypadku GA chromosomy są zazwyczaj wolne od składni. Obszar indukcji programów, wykorzystujący podejście oparte na strukturze drzewa, został po raz pierwszy jasno zdefiniowany przez Kozę. Poniższe kroki podsumowują procedurę wyszukiwania stosowaną w GP.

1. Utwórz początkową populację programów, generowaną losowo jako kompozycje funkcji i zbiorów końcowych.
2. JEŚLI kryterium zakończenia nie zostało osiągnięte, ZRÓB

(a) Wykonaj każdy program, aby uzyskać miarę wydajności (dopasowania) reprezentującą, jak dobrze każdy program wykonuje określone zadanie.

(b) Użyj metody selekcji proporcjonalnej do dopasowania, aby wybrać programy do powielenia w następnym pokoleniu.

(c) Użyj operatorów probabilistycznych (krzyżowania i mutacji), aby połączyć i zmodyfikować komponenty wybranych programów.

3. Najlepiej dopasowany program reprezentuje rozwiązanie problemu.

NOWY INTELIGENTNY KLASYFIKATOR OPARTY NA PROGRAMOWANIU GENETYCZNYM DLA EKG.

W różnych analizowanych przez nas artykułach autorzy nie zastosowali żadnej metody algorytmicznej w celu próby klasyfikacji elektrokardiogramów . Autorzy zastosowali proste metody, aby spróbować ustalić możliwą klasyfikację w oparciu o zdolność klasyfikacyjną pojedynczej cechy lub pary cech (poprzez reprezentację graficzną) . Niemniej jednak fakt, że pojedyncza cecha może nie być idealna indywidualnie do klasyfikowania grupy wzorców w różnych kategoriach, nie oznacza, że w połączeniu z inną lub innymi nie uzyskuje ona wysokich procentów w klasyfikacji. Ze względu na dużą liczbę cech uzyskanych z EKG, potrzebna była metoda klasyfikacji wzorców, a także sposób wyboru podgrupy cech optymalnych do klasyfikacji, ponieważ duża liczba istniejących cech wprowadzałaby szum, gdy tylko rozpoczną się poszukiwania optymalnego klasyfikatora wzorców cech. Łącznie wykorzystano 55 różnych charakterystyk z publikacji . W bibliografii znajdują się również inne prace, w których wykorzystano metodę soft-computing do analizy EKG . W niniejszej publikacji zaproponowano nowy inteligentny algorytm oparty na programowaniu genetycznym (jednym z paradygmatów w dziedzinie soft-computing) do jednoczesnego wyboru najlepszych cech dla problemu klasyfikacji spontanicznego zakończenia migotania przedsionków. W tym algorytmie programowanie genetyczne jest wykorzystywane do poszukiwania dobrego klasyfikatora, jednocześnie poszukując optymalnej podgrupy cech. Algorytm składa się z populacji klasyfikatorów, a każdy z nich jest powiązany z wartością dopasowania, która wskazuje, jak dobrze klasyfikuje. Każdy klasyfikator składa się z:

1. Binarnego wektora cech, który wskazuje z jedynkami używane przez niego cechy.
2. Wielodrzewka z tyloma drzewami, ile klas zawiera zbiór danych problemu. Każde drzewo i rozróżnia klasę i (dającą dodatni wynik) od pozostałych klas (ujemny wynik). Ponadto jest ono powiązane z wartościami pj (częstość niepowodzeń) i wj (częstość sukcesów). Drzewa składają się z węzłów funkcji [+, -, *, /, funkcji trygonometrycznych (sinus, cosinus itp.), funkcji statystycznych (minimów, maksimów, średniej)] oraz węzłów końcowych {stałej liczby i cech}. Ich przełożenie na wzór matematyczny jest natychmiastowe.

Algorytm składa się z pętli, w której w każdym powtórzeniu tworzona jest nowa populacja z poprzedniej za pomocą operatorów genetycznych. Klasyfikatory o najwyższym poziomie dopasowania będą miały większe możliwości udziału, dzięki czemu populacja będzie dążyć do poprawy swojej jakości w kolejnych pokoleniach. Proponowany algorytm składa się z następujących elementów:

1. Funkcja dopasowania. Funkcja dopasowania łączy w sobie podwójny cel, jakim jest uzyskanie dobrej klasyfikacji, z małą podgrupą cech:

Fitness = f •(1+αe^β/n) (1)

W tym równaniu f jest sumą przypadków powodzenia klasyfikacji drzew, β jest kardynalnością użytego podzbioru cech, n jest całkowitą liczbą cech, a α jest parametrem, który określa względne znaczenie, jakie chcemy przypisać prawidłowej klasyfikacji, oraz wielkość podzbioru cech, obliczaną w następujący sposób:

α = C(1 - gen/TotalGen) (2)

gdzie C jest stałą, TotalGen jest liczbą pokoleń, w których rozwijał się proponowany algorytm genetyczny, a gen jest numerem bieżącego pokolenia.
2. Operator reprodukcji: klasyfikator wybrany proporcjonalnie do sprawności przechodzi w stanie nienaruszonym do następnego pokolenia.
3. Operator mutacji: klasyfikator jest wybierany losowo, a węzły drzewa są zmieniane, co daje większe prawdopodobieństwo drzewom o najgorszych cechach.
4. Operator krzyżowania: krzyżowanie jednorodne (klasyfikatory o tych samych cechach) i krzyżowanie heterogeniczne (klasyfikatory o podobnej podgrupie). Realizuje on wymianę poddrzew i drzew między klasyfikatorami. Rysunek 3 przedstawia działanie tego operatora.



Uważano, że przydatne będzie najpierw wycenić cechy i wykorzystać tę ocenę, gdy podgrupa zostanie przypisana do klasyfikatora. Odbywa się to w następujących krokach:

o Każdej charakterystyce przypisuje się prawdopodobieństwo przypisania do początkowej podgrupy klasyfikatora proporcjonalne do jej oceny.
o Do oceny cech zastosowano metodę G-flip . G-flip to zachłanny algorytm wyszukiwania, który maksymalizuje funkcję oceny uwzględniającą liczbę wybranych cech. Algorytm wielokrotnie iteruje po zestawie cech i aktualizuje zbiór wybranych cech. W każdej iteracji decyduje o usunięciu lub dodaniu bieżącej cechy do wybranego zbioru, oceniając człon brzegowy funkcji oceny z tą cechą i bez niej. Algorytm ten jest podobny do metody Monte Carlo (Metropolis) w temperaturze zerowej. Zbiega on do lokalnego maksimum funkcji oceny, ponieważ każdy krok zwiększa jej wartość, a liczba możliwych zestawów cech jest skończona.
o Proponowana metodologia dewaluuje złe cechy w grupach o dużej liczbie cech, przyspieszając w ten sposób ich konwergencję do dobrych grup cech i dobrych wyników klasyfikacji.

WYNIKI SYMULACJI

Wykorzystaliśmy i porównaliśmy dwa różne, nowe inteligentne klasyfikatory. Pierwszy z nich prezentuje algorytm selekcji cech online z wykorzystaniem programowania genetycznego. Proponowana metodologia programowania genetycznego jednocześnie wybiera dobry podzbiór cech i konstruuje klasyfikator, wykorzystując wybrane cechy, dla problemu klasyfikacji EKG. Zaprojektowaliśmy nowy operator genetyczny w celu uzyskania solidnego i precyzyjnego algorytmu. Drugi klasyfikator opiera się na hybrydyzacji algorytmu selekcji cech i systemu sieci neuronowej opartego na metodzie jądra (Support Vector Machine). Mamy cztery zadania klasyfikacyjne:

* Zdarzenie A: Rozróżnienie między rejestracją N (Grupa N: niekończące się migotanie przedsionków - zdefiniowane jako migotanie przedsionków, którego zakończenia nie zaobserwowano przez cały czas trwania rejestracji długoterminowej, co najmniej godzinę po segmencie) a rejestracją T (Grupa T: migotanie przedsionków, które kończy się natychmiast (w ciągu jednej sekundy) po zakończeniu zapisu).
* Zdarzenie B: Rozróżnienie między rejestracjami typu S (Grupa S: AF, która kończy się minutę po zakończeniu rekordu) a rejestracjami typu T.
* Zdarzenie C: Rozróżnienie między rejestracjami typu N AF a drugą grupą, w której znajdują się rejestracje typu S i typu T.
* Zdarzenie D: Jednoczesne rozdzielenie 3 typów rejestracji.

Grupy N, T i S są rozłożone w zbiorze uczącym (składającym się z 10 oznaczonych rekordów z każdej grupy) oraz dwóch zbiorach testowych. Zbiór testowy A zawiera 30 rekordów, z których około połowa pochodzi z grupy N, a pozostała część z grupy T. Zbiór testowy B zawiera 20 rekordów, po 10 z każdej z grup S i T. Tabela przedstawia wyniki symulacji (w % klasyfikacji) dla różnych metod i ewolucyjnego algorytmu zaproponowanego do klasyfikacji EKG



TRENDY PRZYSZŁOŚCI

Przetwarzanie sygnałów w problemach biomedycznych jest obecnie ekscytującą i rozwijającą się dziedziną. Szybki rozwój wydajnych mikrokomputerów przyczynił się do powszechnego stosowania oprogramowania do analizy elektrokardiogramów i algorytmów detekcji QRS w urządzeniach kardiologicznych i automatycznych klasyfikatorach. Jednakże, ważnym obszarem badań na przyszły rok będzie hybrydyzacja nowych inteligentnych technik, takich jak algorytm genetyczny i programowanie genetyczne, lub innych paradygmatów z zakresu informatyki miękkiej (logika rozmyta, sieci neuronowe, SVM itp.), które poprawiają działanie standardowego algorytmu klasyfikacji w diagnostyce różnych patologii kardiologicznych.

WNIOSKI
c
W niniejszym artykule zaproponowano nowy algorytm selekcji cech online, wykorzystujący technikę programowania genetycznego, jako klasyfikator do klasyfikacji spontanicznego zakończenia migotania przedsionków. W sposób łączony, nasza metodologia programowania genetycznego automatycznie wybiera wymagane cechy podczas projektowania klasyfikatora wielodrzewowego. Dla klasyfikatora wielodrzewowego zaprojektowano inny operator genetyczny, a dla lepszej wydajności klasyfikatora, proces inicjalizacji generuje rozwiązanie przy użyciu mniejszych podzbiorów cech, które zostały wcześniej wybrane za pomocą algorytmu wyszukiwania zachłannego (G-Flips) w celu maksymalizacji funkcji oceny. Skuteczność proponowanego schematu została zademonstrowana w rzeczywistym problemie: Klasyfikacja spontanicznego zakończenia migotania przedsionków. W tym miejscu należy zauważyć, że zastosowanie różnych cech daje różne wyniki klasyfikacji, co zaobserwowali autorzy pracujący nad tym wyzwaniem. Wybór różnych cech wyodrębnionych z elektrokardiogramu ma silny wpływ na rozwiązywany problem i na działanie klasyfikatora. Dlatego ważne jest opracowanie ogólnego narzędzia, które poradzi sobie z różnymi chorobami serca i pozwoli na wybór najodpowiedniejszych cech w celu uzyskania automatycznego klasyfikatora. Jak widać, proponowana metodologia daje bardzo dobre wyniki w porównaniu ze zwycięzcą wyzwania PhysioNet i Computers in Cardiology 2004, nawet jeśli metodologia ta została opracowana w sposób ogólny, aby rozwiązać różne problemy klasyfikacyjne.

WSTĘP

System inteligentny to system, który, podobnie jak żywy organizm, posiada spójny zestaw komponentów i podsystemów współpracujących ze sobą w celu podejmowania działań zorientowanych na cel. Ogólnie rzecz biorąc, inteligentny system jest w stanie wyczuwać zmieniające się środowisko i reagować na nie; zbierać i przechowywać informacje w swojej pamięci; uczyć się na wcześniejszych doświadczeniach; dostosować swoje zachowania do nowych wyzwań; i osiągnąć swoje z góry określone lub rozwijające się cele. System może zacząć od zestawu predefiniowanych reguł reakcji na bodziec. Zasady te można zmieniać i udoskonalać w drodze uczenia się. Za każdym razem, gdy system napotyka jakąś sytuację, ocenia i wybiera ze swojej pamięci najbardziej odpowiednie reguły, na podstawie których może podjąć działania. Większość organizacji ludzkich, takich jak narody, rządy, uniwersytety i firmy, można uznać za systemy inteligentne. W ostatnich latach badacze opracowali ramy budowania organizacji wokół inteligencji, w przeciwieństwie do tradycyjnych podejść, które koncentrują się na produktach, procesach lub funkcjach. Dzisiejsze organizacje muszą wykraczać poza tradycyjne cele wydajności i efektywności; muszą posiadać inteligencję organizacyjną, aby przystosować się i przetrwać w stale zmieniającym się środowisku . Inteligentne zachowania tych organizacji obejmują monitorowanie operacji, słuchanie i reagowanie na interesariuszy, obserwowanie rynków, gromadzenie i analizowanie danych, tworzenie i rozpowszechnianie wiedzy, uczenie się i skuteczne podejmowanie decyzji. Modelowanie inteligentnych systemów było wyzwaniem dla badaczy. Systemy inteligentne, w szczególności te, w których uczestniczy wiele inteligentnych graczy, to systemy złożone, w których dynamika systemu nie podlega jasno określonym regułom. Tradycyjne podejścia do dynamiki systemu lub podejścia do modelowania statystycznego opierają się na raczej restrykcyjnych założeniach, takich jak jednorodność jednostek w systemie. Wiele złożonych systemów ma komponenty lub jednostki, które również są systemami złożonymi. Fakt ten znacznie zwiększa trudność modelowania inteligentnych systemów. Oparte na agentach modelowanie złożonych systemów, takich jak systemy ekologiczne, giełda i usuwanie skutków awarii, wzbudziło ostatnio duże zainteresowanie badawcze z szerokiego spektrum dziedzin, od polityki, ekonomii, socjologii, matematyki, informatyki, zarządzania i systemów informatycznych. Modelowanie oparte na agentach doskonale nadaje się do badań nad inteligentnymi systemami, ponieważ oferuje platformę do badania zachowań systemów w oparciu o indywidualne działania i interakcje. Poniżej przedstawiamy koncepcje i ilustrujemy, w jaki sposób można wykorzystać inteligentnych agentów w modelowaniu inteligentnych systemów. Zaczynamy od podstawowych koncepcji inteligentnych agentów. Następnie definiujemy modelowanie agentowe (ABM) i omawiamy mocne i słabe strony ABM. W następnej sekcji zastosowano ABM do inteligentnego modelowania systemów. Dla ilustracji posłużymy się przykładem dyfuzji technologii. Następnie omówiono problematykę i kierunki badań oraz przedstawiono wnioski.

INTELIGENTNY AGENT

Inteligentni agenci, znani również jako agenci oprogramowania, to aplikacje komputerowe, które autonomicznie wyczuwają środowisko i reagują na nie, dążąc do określonych celów. Inteligentni agenci wykazują pewien poziom inteligencji. Mogą one obejmować poszukiwanie informacji, zakupy, planowanie, monitorowanie, kontrolę, negocjacje i targowanie się. Inteligentni agenci mogą występować w różnych kształtach i formach, takich jak knowboty, softboty, boty zadaniowe, agenci osobiści, boty sklepowe, agenci informacyjni itp. Bez względu na kształt i formę, inteligentni agenci wykazują jedną lub więcej z następujących cech:

•  Autonomiczny: Możliwość sprawowania kontroli nad własnymi działaniami.
•  Adaptacyjny/uczenie się: umiejętność uczenia się i dostosowywania do środowiska zewnętrznego.
•  Społeczność: Możliwość komunikowania się, targowania się, współpracy i konkurowania z innymi agentami w imieniu swoich panów (użytkowników).
•  Urządzenia mobilne: możliwość migracji z jednego komputera/systemu na inny w sieci, np. w Internecie.
•  Zorientowany na cel: umiejętność działania zgodnie z wbudowanymi celami i zadaniami.
•  Komunikatywny: umiejętność komunikowania się z ludźmi lub innymi agentami za pomocą protokołów, takich jak język komunikacji agenta (ACL).
•  Inteligentny: umiejętność wykazywania inteligentnych zachowań, takich jak rozumowanie, generalizowanie, uczenie się, radzenie sobie z niepewnością, używanie heurystyki i przetwarzanie języka naturalnego.

MODELOWANIE OPARTE NA AGENTACH

Używanie inteligentnych agentów oraz ich działań i interakcji w danym środowisku do symulacji złożonej dynamiki systemu nazywa się modelowaniem opartym na agentach. Badania ABM są ściśle powiązane z badaniami nad systemami złożonymi, pojawieniem się, socjologią obliczeniową, systemami wieloagentowymi, programowaniem ewolucyjnym i organizacjami inteligentnymi. W ABM zachowanie systemu wynika z zachowań indywidualnych i zbiorowych zachowań agentów. Badacze ABM interesują się tym, jak zjawiska makro wyłaniają się z zachowań na poziomie mikro wśród heterogenicznego zestawu oddziałujących ze sobą czynników. Każdy agent ma swoje atrybuty i zasady zachowania. Kiedy agenci spotykają się w społeczeństwie agentów, każdy agent indywidualnie ocenia sytuację i podejmuje decyzje w oparciu o swoje reguły zachowania. Ogólnie rzecz biorąc, poszczególni agenci nie mają globalnej świadomości w systemie wieloagentowym. Modelowanie agentowe pozwala badaczowi ustawić różne parametry i reguły zachowania poszczególnych agentów. Osoba tworząca model przyjmuje najczęstsze założenia istotne dla danej sytuacji, a następnie obserwuje, jak zjawiska wyłaniają się z interakcji agentów. Zmieniając parametry i reguły agenta, można testować różne hipotezy. Wyłaniający się zbiorowy wzorzec społeczeństwa agentów często prowadzi do wyników, których być może nie można było przewidzieć. Jedną z głównych zalet ABM w porównaniu z tradycyjnym modelowaniem opartym na równaniach matematycznych jest możliwość modelowania indywidualnych stylów i atrybutów, zamiast zakładać jednorodność całej populacji. Tradycyjne modele oparte na technikach analitycznych często stają się trudne do wykonania, gdy systemy osiągają poziom złożoności w świecie rzeczywistym. ABM jest szczególnie odpowiedni do badania dynamiki systemów generowanych w wyniku interakcji heterogenicznych jednostek. W ostatnich latach ABM zaczęto wykorzystywać do badania wielu systemów świata rzeczywistego, takich jak rynki akcji, selekcja grupowa oraz przepływ pracy i rozpowszechnianie informacji . Bonabeau (2002) przedstawia dobre podsumowanie metodologii ABM i scenariuszy, w których ABM jest właściwa. ABM nie jest jednak wolne od krytyki. Za Bonabeau (2002): "model oparty na agentach będzie tak dokładny, jak założenia i dane, które w nim zastosowano, ale nawet przybliżone symulacje mogą być bardzo cenne". Zaobserwowano również, że ABM opiera się na uproszczonych modelach ludzkich zachowań opartych na regułach, które często nie uwzględniają złożoności ludzkiego poznania. Poza tym występuje problem z "rozpakowywaniem", ponieważ rozwiązanie jest wbudowane w program i w ten sposób zapobiega występowaniu nowych lub nieoczekiwanych zdarzeń .

ABM DLA INTELIGENTNYCH SYSTEMÓW

Inteligentny system to system, który potrafi wyczuwać swoje otoczenie i reagować na nie, dążąc do swoich celów. Może się uczyć i dostosowywać w oparciu o przeszłe doświadczenia. Przykłady inteligentnych systemów obejmują między innymi: życie biologiczne, takie jak istoty ludzkie, zastosowania sztucznej inteligencji, roboty, organizacje, narody, projekty i ruchy społeczne. Walter Fritz (1997) sugeruje, że kluczowe elementy inteligentnego systemu obejmują cele, zmysły, koncepcje, rozwój koncepcji, obecną sytuację, reguły reagowania, metody mentalne, selekcję, działania, wzmacnianie, pamięć i zapominanie, sen i wzorce ( koncepcje wysokiego poziomu). Jest oczywiste, że tradycyjne techniki modelowania analitycznego nie są w stanie modelować wielu elementów inteligentnych systemów, nie mówiąc już o pełnej dynamice systemu. Jednak ABM dobrze nadaje się do takiego zadania. Wszystkie te komponenty mogą być modelami jako agentami (aczkolwiek niektóre w sensie abstrakcyjnym). Inteligentny system składa się zatem z wzajemnie powiązanych i interaktywnych agentów. ABM jest szczególnie odpowiedni dla inteligentnych systemów składających się z dużej liczby heterogenicznych uczestników, takich jak organizacja ludzka.

Procesy modelowania

Modelowanie agentowe dla inteligentnych systemów rozpoczyna się od dokładnej analizy inteligentnych systemów. Ponieważ rozważany system może wykazywać złożone zachowania, musimy zidentyfikować jedną lub kilka kluczowych cech, na których powinniśmy się skupić. Biorąc pod uwagę scenariusz docelowego inteligentnego systemu, najpierw ustalamy zestaw celów, które chcemy osiągnąć poprzez symulację opartej na agentach reprezentacji inteligentnego systemu. Cele badania można wyrazić w formie zestawu pytań, na które szukamy odpowiedzi (Doran, 2006). Tworzony jest model koncepcyjny w celu określenia wymagań niezbędnych do osiągnięcia celów. Obejmuje to definiowanie jednostek, takich jak agenci, środowisko, zasoby, procesy i relacje. Faza modelowania koncepcyjnego odpowiada na pytanie, czego - co jest potrzebne. Model projektowy określa sposób, w jaki można wdrożyć wymagania, w tym definiowanie cech i odpowiednich zachowań agentów (Brown, 2006). W zależności od celów konkretnego badania model może obejmować wykorzystanie zaprojektowanych lub empirycznie ugruntowanych środków. Zaprojektowani agenci to ci, którzy mają cechy i zachowania, które reprezentują warunki do testowania konkretnych hipotez na temat inteligentnych systemów. Gdy agenci są ugruntowani empirycznie, używa się ich do reprezentowania jednostek ze świata rzeczywistego, takich jak osoby lub procesy w organizacji. Empirycznie ugruntowani agenci są możliwe tylko wtedy, gdy dostępne są dane o bytach ze świata rzeczywistego. Podobnie środowisko, w którym działają agenci, można zaprojektować lub ugruntować empirycznie. W praktyce badanie można rozpocząć od prostych modeli, często z zaprojektowanymi agentami i środowiskami, w celu zbadania określonej dynamiki systemu. Model projektowy jest udoskonalany w procesie kalibracji, podczas którego parametry projektowe są modyfikowane w celu poprawy pożądanych właściwości modelu. Ostatnim krokiem w procesie modelowania jest walidacja, podczas której sprawdzamy indywidualne zachowanie agenta, interakcje i wyłaniające się właściwości systemu z oczekiwanymi cechami projektowymi. Walidacja zwykle polega na porównaniu wyników modelu, często na poziomie makro, z porównywalnymi wynikami w świecie rzeczywistym .ABM na rzecz rozpowszechniania innowacji. Przedstawiamy przykład wykorzystania agentowego modelowania inteligentnego systemu do badania akceptacji i rozpowszechniania innowacyjnych pomysłów lub technologii. W ciągu ostatnich kilku dekad szeroko badano dyfuzję innowacji (Rogers, 1995). Jednakże tradycyjne badania nad rozpowszechnianiem innowacji opierają się na analizie przypadków i modelowaniu systemów analitycznych (np. przy użyciu równań różniczkowych i różnicowych). Oparte na agentach modelowanie dyfuzji innowacji jest stosunkowo nowe. Nasz przykład zaczerpnięty jest z modelu stworzonego przez Michaela Samuelsa (2007), zaimplementowanego przy pomocy popularnego systemu modelowania agentów - NetLogo. Celem modelowania dyfuzji innowacji jest udzielenie odpowiedzi na pytania, takie jak sposób przyjęcia pomysłu lub technologii w populacji, jak różni ludzie (np. innowatorzy, pierwsi adaptatorzy i agenci zmiany) wpływają na siebie nawzajem oraz pod jakimi warunkami innowacja będzie wdrażana. akceptowane lub odrzucane przez społeczeństwo. W modelowaniu koncepcyjnym identyfikujemy różne czynniki, które wpływają na skłonność jednostki do przyjęcia innowacji. Czynniki te można ogólnie podzielić na dwie kategorie: wpływy wewnętrzne (np. poczta pantoflowa) i wpływy zewnętrzne (np. środki masowego przekazu). Za wpływ wewnętrzny uważa się każdy czynnik, który wywiera wpływ poprzez indywidualny kontakt. Osoby w populacji docelowej dzielą się na cztery grupy: adoptujący, potencjalny (adoptor), agent zmiany i zakłócacz. Adoptorami są ci, którzy przyjęli innowację, natomiast potencjał to ci, którzy mają pewne prawdopodobieństwo przyjęcia innowacji. Agenci zmiany są mistrzami innowacji. Mają dużą wiedzę i entuzjazm w stosunku do innowacji i często odgrywają kluczową rolę w ułatwianiu jej rozpowszechniania. Zakłócacze to ci, którzy odgrywają przeciwną rolę agentów zmiany. Są przeciwni obecnym innowacjom, często dlatego, że opowiadają się za jeszcze nowszymi i postrzeganymi lepszymi innowacjami. Cztery grupy agentów i ich relacje przedstawiono na rysunku 2. Często, choć nie jest to konieczne, zakłada się, że te cztery grupy tworzą całą populację. W tradycyjnym modelu dyfuzji, takim jak model Bassa , stopień rozpowszechniania zależy jedynie od liczby adoptujących (i potencjalnych adoptujących, biorąc pod uwagę stałą wielkość populacji). Charakterystyka jednostek w populacji jest ignorowana. Nawet w tych modelach, w których zakłada się, że potencjalni użytkownicy mają różny próg przyjęcia innowacji, indywidualność jest bardzo ograniczona. Jednak w modelowaniu agentowym typy jednostek i indywidualne cechy są w zasadzie nieograniczone. Na przykład, możemy łatwo podzielić adoptujących na innowatorów, wczesnych i późnych użytkowników itd. W razie potrzeby poszczególnym agentom można nadać różne cechy demograficzne i społeczno-ekonomiczne. Co więcej, zarówno wpływ wewnętrzny, jak i wpływ zewnętrzny można dalej przypisać bardziej konkretnym przyczynom. Na przykład wpływ wewnętrzny za pośrednictwem sieci społecznościowych można podzielić na tradycyjne sieci społecznościowe, w skład których wchodzą przyjaciele i znajomi, oraz wirtualne sieci społecznościowe tworzone online. Wstępne badanie rozpowszechniania innowacji, takie jak to przeprowadzone przez Michaela Samuelsa (2007), może po prostu zagregować wszystkie wpływy wewnętrzne w "słowo miesiąca", a wszystkie wpływy zewnętrzne w środkach masowego przekazu. Na skłonność każdego potencjalnego adopcyjnego do przekształcenia się w adopcyjnego wpływa przypadkowe spotkanie z innymi agentami. Jeśli potencjalny adaptator spotka agenta zmiany, który jest zagorzałym promotorem innowacji, zdobędzie większą wiedzę na temat zalet innowacji i będzie bardziej skłonny do jej przyjęcia. Spotkanie z zakłócaczem wywołuje odwrotny skutek, ponieważ zakłócacz faworyzuje inny rodzaj innowacji. Aby symulowany model dokładnie odzwierciedlał sytuację w świecie rzeczywistym, należy starannie dobrać strukturę modelu i wartości parametrów. Na przykład musimy zdecydować, jaki wpływ będzie miało każde spotkanie; jakie jest prawdopodobieństwo spotkania agenta zmiany lub zakłócacza; jak duży jest wpływ pochodzące ze środków masowego przekazu itp. Wartości te możemy uzyskać poprzez ankiety, analizę statystyczną danych empirycznych lub eksperymenty specjalnie zaprojektowane w celu uzyskania danych z rzeczywistych sytuacji.

TRENDY I ZAGADNIENIA BADAWCZE

Jak pokazano na przykładzie modelowania rozprzestrzeniania się innowacji w organizacji, branży lub społeczeństwie, modelowanie agentowe można wykorzystać do modelowania adaptacji inteligentnych systemów składających się z inteligentnych jednostek. Ponieważ większość inteligentnych systemów jest złożona zarówno pod względem struktury, jak i dynamiki systemu, tradycyjne narzędzia do modelowania, które wymagają zbyt wielu nierealistycznych założeń, stały się mniej skuteczne w modelowaniu inteligentnych systemów. W ostatnich latach modelowanie agentowe znalazło szerokie spektrum zastosowań, takich jak strategiczne rozwiązania biznesowe, zarządzanie łańcuchem dostaw, rynki akcji, gospodarka energetyczna, ewolucja społeczna, operacje wojskowe, bezpieczeństwo i ekologia. W miarę jak narzędzia i zasoby ABM staną się coraz bardziej dostępne, oczekuje się, że w najbliższej przyszłości nastąpi wzrost liczby badań i zastosowań inteligentnego modelowania systemów opartych na agentach. Jednak pewne wyzwania pozostają. Wykorzystanie ABM do modelowania inteligentnych systemów to obszar badawczy, który czerpie teorie z innych dziedzin, takich jak ekonomia, psychologia, socjologia itp., Jednak bez własnych, ugruntowanych podstaw teoretycznych. ABM opiera się na czterech kluczowych założeniach : agenci działają lokalnie, mając niewielką władzę centralną lub bez niej; agenci są współzależni; agenci kierują się prostymi zasadami, a agenci są adaptacyjni. Jednak niektóre z tych założeń mogą nie mieć zastosowania do modelowania inteligentnych systemów. Władze centralne lub centralne autorytatywne informacje, takie jak środki masowego przekazu w przykładzie dyfuzji innowacji, mogą odgrywać ważną rolę w inteligentnych organizacjach. Nie wszyscy agenci są tacy sami w inteligentnym systemie. Niektóre mogą być niezależne, nieadaptacyjne lub kierować się złożonymi zasadami zachowania. ABM stosuje podejście "oddolne", tworząc wyłaniające się zachowania inteligentnego systemu poprzez "aktorów", a nie "czynniki". Jednakże czynniki na poziomie makro mają bezpośredni wpływ na makro zachowania systemu. Macy i Willer (2002) sugerują, że powrót do czynników na poziomie makro sprawi, że modelowanie oparte na agentach będzie bardziej skuteczne, szczególnie w systemach inteligentnych, takich jak organizacje społeczne. Niedawne badania nad inteligentnymi systemami rozwinęły koncepcję integracji danych, wiedzy i inteligencji pochodzących z ludzi i maszyn. Kirn (1996) postuluje, że organizacja XXI wieku będzie opierać się na systemie opartym na sztucznych agentach, silnie powiązanym z ludzką inteligencją organizacji. Zatem nowym wyzwaniem dla inteligentnego modelowania systemów opartych na agentach jest opracowanie modeli uwzględniających interakcję, agregację i koordynację inteligentnego agenta i agentów ludzkich. ABM będzie reprezentować nie tylko ludzi w inteligentnym systemie, ale także inteligentnych agentów opracowywanych w rzeczywistych zastosowaniach w tych systemach.

WNIOSEK

Modelowanie inteligentnych systemów obejmujących wiele inteligentnych graczy przy użyciu tradycyjnych podejść było trudne. Dokonaliśmy przeglądu ostatnich osiągnięć w modelowaniu agentowym i sugerujemy, że modelowanie agentowe dobrze nadaje się do badania inteligentnych systemów, szczególnie tych, których uczestnicy są wyrafinowani i heterogeniczni. Modelowanie agentowe pozwala nam modelować zachowania systemu w oparciu o działania i interakcje poszczególnych osób w systemie. Chociaż większość badań ABM koncentruje się na lokalnych zasadach i zachowaniach, możliwe jest, że w modelach uwzględnimy wpływy globalne. ABM reprezentuje nowatorskie podejście do modelowania inteligentnych systemów. W połączeniu z tradycyjnymi podejściami do modelowania (na przykład symulacją mikropoziomu zaproponowaną w MoSeS), ABM oferuje naukowcom obiecujące narzędzie do rozwiązywania złożonych i praktycznych problemów oraz poszerzania wysiłków badawczych .

WPROWADENIE

Kwestia nagradzania częściowo poprawnych odpowiedzi była poruszana przez wielu autorów. Zaprojektowano inteligentne systemy, które przypisują punkty w zależności od znaczenia brakującej lub niepoprawnej części odpowiedzi. Takie systemy mają na celu usprawnienie procesu oceny wiedzy. Starając się skutecznie oceniać odpowiedzi uczniów, systemy te działają na podstawie odpowiedzi na pojedyncze pytanie dotyczące nauki nowego terminu, zrozumienia nowego pojęcia lub opanowania nowej umiejętności. Praktyka eksperymentalna pokazuje jednak, że zadawanie kilku pytań na temat tego samego zagadnienia prowadzi do niespójnej i/lub niepełnej informacji zwrotnej, tj. niektóre odpowiedzi są poprawne, a inne częściowo poprawne lub wręcz niepoprawne. Wiele systemów komputerowych, a tym samym zautomatyzowanych systemów oceniania, nie potrafi rozumować na podstawie niespójnych informacji. Taka sytuacja ma miejsce, np. gdy uczeń odpowiada na dwa pytania dotyczące jednego przedmiotu, a jedna z odpowiedzi jest poprawna, a druga niepoprawna lub jej brakuje. Rozumowanie z zastosowaniem logiki klasycznej nie może rozwiązać problemu, ponieważ obecność sprzeczności prowadzi do trywializacji, tj. wszystko wynika z "poprawnego i niepoprawnego", a zatem wszystkie niespójności są traktowane jako równie złe . W niniejszym artykule omawiamy, jak oceniać zrozumienie przez uczniów nowych terminów i pojęć wkrótce po ich wprowadzeniu do przedmiotu. Zastosowanie logiki wielowartościowej pozwala systemowi udzielać sensownych odpowiedzi w obecności niespójności. Przedstawiono reguły podejmowania decyzji, które inteligentny agent stosuje do oceny zrozumienia przez uczniów nowych terminów i pojęć. Reguły te rozróżniają wahanie uczniów w procesie udzielania odpowiedzi od braku wiedzy. Proponujemy wykorzystanie uogólnionej logiki Łukasiewicza w internetowym systemie oceny jako sposobu rozwiązywania problemów z niespójnymi i/lub niekompletnymi danymi wejściowymi.

WSTĘP

Krótki przegląd logiki sześciowartościowej, która jest uogólnioną logiką Kleene′a , został po raz pierwszy przedstawiony przez Moussaviego, M. i Garcię, N., 1989. Fitting, 1991 rozwinął tę logikę, przypisując formułom oszacowania prawdopodobieństwa zamiast nieklasycznych wartości logicznych. Logika sześciowartościowa rozróżnia dwa typy nieznanych wartości wiedzy - wartość trwale lub wiecznie nieznaną oraz wartość reprezentującą aktualny brak wiedzy o stanie . W pracy Wagner, G., 1994 omówiono dwa rodzaje negacji: słabą i silną. Słaba negacja lub negacja-jako-porażka odnosi się do przypadków, w których nie można udowodnić prawdziwości zdania. Silna negacja lub fałszywość konstruowalna jest stosowana, gdy fałszywość zdania jest bezpośrednio ustalona. Semantyczną charakterystykę logiki czterowartościowej do wyrażania praktycznych procesów dedukcyjnych przedstawił Belnap N.J., 1977. W pracy Gurfinkel, A. i Chechik, M., 2005 wykazano, że można uzyskać dodatkową moc wnioskowania bez utraty wydajności, budując prototypowy program do weryfikacji modeli z wykorzystaniem logiki Belnapa. Dwuwymiarowe systemy reprezentujące i rozumujące na podstawie informacji czasowych i niepewności pojawiły się również w pracach Felixa, P., Fragi, S., Marina, R. i Barro, S., 1999, oraz Mulslinera, D.J., Durfee, E.H., Shina, K.G., 1993. Model nauczania oparty na poziomach został zaproponowany przez Park, C. i Kim, M., 2003. Model diagnozy wiedzy studenta poprzez testowanie adaptacyjne został opracowany przez Guzmana, E. i Conejo, R., 2004. Podejście do integracji inteligentnych agentów, modeli użytkowników i automatycznej kategoryzacji treści w środowisku wirtualnym zostało przedstawione przez Santosa, C.T. i Osorio, F.S., 2004. System Questionmark na Uniwersytecie w Leeds stosuje pytania wielokrotnego wyboru, w których zestaw opcji jest prezentowany po temacie pytania, a student może wybrać dowolną liczbę i kombinację tych opcji. Są one znacznie bardziej złożone niż pytania wielokrotnego wyboru, w których student może wybrać tylko jedną spośród sugerowanych opcji. Jeśli student zaznaczy niektóre poprawne opcje (ale nie wszystkie) i/lub niektóre niepoprawne opcje, jego/jej odpowiedź może być poprawna, niepoprawna, częściowo poprawna lub częściowo niepoprawna. Ostateczny wynik jest poprawny lub niepoprawny, ponieważ system opiera się na logice Boole′a.

GŁÓWNY CEL

Test składa się z dwóch pytań. Zgodnie z wynikiem testu, zrozumienie terminu lub pojęcia jest osiągnięte, jeśli uczeń udzieli poprawnej odpowiedzi na pytania dotyczące tego terminu lub pojęcia. Takie testy są umieszczane po wprowadzeniu nowego terminu lub pojęcia w teoretycznej części systemu nauczania. Pytania w takich testach powinny dostarczać informacji o

o wiedzy ucznia,
o subtelniejszych cechach rozróżniania, osądu i rozumowania niezbędnych w rozumowaniu naukowym,
o ocenie osądu ucznia co do istnienia związków przyczynowo-skutkowych oraz zrozumieniu przez niego opisanej sytuacji.

Zrozumienie terminu

Aby ocenić zrozumienie pojedynczego terminu, proponujemy test, w którym odpowiedzi mogą skutkować poprawną odpowiedzią, niepoprawną odpowiedzią lub pytaniem bez odpowiedzi.

o Dwie poprawne odpowiedzi oznaczają zrozumienie danego terminu. Proces zadawania pytań zostaje zakończony.
o Jedna poprawna odpowiedź i jedno pytanie bez odpowiedzi oznaczają pewne wątpliwości co do zrozumienia danego terminu przez ucznia. System najpierw podaje dodatkowe wyjaśnienia, a następnie sugeruje uczniowi odpowiedź na jedno nowe pytanie pobrane z bazy danych.
o Jedna poprawna i jedna niepoprawna odpowiedź oznaczają wątpliwości co do zrozumienia przez ucznia danego terminu. System najpierw podaje dodatkowe wyjaśnienia, a następnie sugeruje uczniowi odpowiedź na dwa pytania, przy czym jedno nowe pytanie pochodzi z bazy danych, a drugie z pierwszej próby, na którą udzielono niepoprawnej odpowiedzi.
o Dwa pytania bez odpowiedzi oznaczają niepewność co do zrozumienia przez ucznia danego terminu. System najpierw podaje dodatkowe wyjaśnienia, a następnie sugeruje dwa nowe pytania pobrane z bazy danych.
o Jedna niepoprawna odpowiedź i jedno pytanie bez odpowiedzi oznaczają wątpliwości co do zrozumienia przez ucznia danego terminu. System najpierw podaje dodatkowe wyjaśnienia, a następnie sugeruje uczniowi odpowiedź na te same pytania.
o Dwie niepoprawne odpowiedzi oznaczają brak zrozumienia przez ucznia danego terminu. System najpierw podaje dodatkowe wyjaśnienia, a następnie sugeruje uczniowi odpowiedź na te same pytania oraz jedno nowe pytanie pobrane z bazy danych.

Jeśli drugi zestaw odpowiedzi zawiera niepoprawną odpowiedź i/lub pytania bez odpowiedzi, system zaleca uczniowi dalszą pracę z pierwotnie dostarczonymi materiałami edukacyjnymi i kończy automatyczny proces zadawania pytań. Uważamy, że kilka rund pytań zajęłoby uczniowi dużo czasu, a tym samym zakłóciłoby jego płynność. Uczeń może jednak w dowolnym momencie rozpocząć nową ocenę zrozumienia danego terminu.

Zrozumienie pojęcia

Aby ocenić zrozumienie pojęcia, proponujemy test składający się z dwóch pytań, w których odpowiedzi mogą być poprawne, częściowo poprawne, błędne lub bez odpowiedzi.

o Dwie poprawne odpowiedzi oznaczają zrozumienie pojęcia. Proces zadawania pytań zostaje przerwany.
o Jedna poprawna odpowiedź i jedna częściowo poprawna odpowiedź oznaczają wątpliwości co do zrozumienia pojęcia przez ucznia. System najpierw podaje dodatkowe wyjaśnienia, a następnie sugeruje uczniowi odpowiedź na to samo pytanie, na które udzielono częściowo poprawnej odpowiedzi.
o Jedna poprawna odpowiedź i jedno pytanie bez odpowiedzi oznaczają wątpliwości co do zrozumienia pojęcia przez ucznia. System najpierw podaje dodatkowe wyjaśnienia, a następnie sugeruje uczniowi odpowiedź na jedno nowe pytanie pobrane z bazy danych.
o Jedna poprawna odpowiedź i jedna błędna odpowiedź oznaczają wątpliwości co do zrozumienia pojęcia przez ucznia. System najpierw podaje dodatkowe wyjaśnienia i przykłady, a następnie sugeruje uczniowi odpowiedź na pytanie, na które udzielono wcześniej błędnej odpowiedzi, oraz na jedno nowe pytanie pobrane z bazy danych.
o Dwie częściowo poprawne odpowiedzi oznaczają wątpliwości co do zrozumienia pojęcia przez ucznia. System najpierw podaje dodatkowe wyjaśnienia, wybrane teorie i przykłady, a następnie sugeruje uczniowi odpowiedź na te same pytania.
o Jedna częściowo poprawna odpowiedź i jedno pytanie bez odpowiedzi sugerują wątpliwości co do zrozumienia koncepcji przez ucznia. System najpierw podaje dodatkowe wyjaśnienia, a następnie sugeruje uczniowi udzielenie odpowiedzi na dwa nowe pytania pobrane z bazy danych.
o Jedna częściowo poprawna odpowiedź i jedna błędna odpowiedź sugerują wątpliwości co do zrozumienia koncepcji przez ucznia. System najpierw podaje dodatkowe wyjaśnienia, wybraną teorię i przykłady, a następnie sugeruje uczniowi udzielenie odpowiedzi na dwa nowe pytania pobrane z bazy danych.
o Jedna błędna odpowiedź i jedno pytanie bez odpowiedzi sugerują wątpliwości co do zrozumienia koncepcji przez ucznia. System najpierw podaje dodatkowe wyjaśnienia, wybraną teorię i przykłady, a następnie sugeruje uczniowi udzielenie odpowiedzi na pytanie, na które wcześniej udzielono błędnej odpowiedzi, oraz na nowe pytanie pobrane z bazy danych.

Testy z większą liczbą pytań

Test z trzema pytaniami, gdzie możliwe odpowiedzi to: poprawna odpowiedź, błędna odpowiedź i częściowo poprawna odpowiedź, wymagałby logiki piętnastowartościowej. Uogólniona logika Łukasiewicza dostarcza rozwiązania dla testu z dowolną liczbą pytań i opcji odpowiedzi.

Architektura systemu

Implementacja systemu wykorzystuje tzw. infrastrukturę serwera WWW i paradygmat wdrażania LAMP. Jest to połączenie darmowych narzędzi programistycznych serwera WWW Apache, serwera bazy danych i platformy programowania skryptowego w środowisku operacyjnym Linux. Za tym tradycyjnym, trójwarstwowym wdrożeniem WWW kryje się podsystem wsparcia usług. Do połączenia oprogramowania pośredniczącego aplikacji WWW z inteligentnym systemem oceny/diagnostyki wykorzystano framework komunikacyjny oparty na XML-RPC. Rozdzielenie tych dwóch jednostek umożliwiło modułowe projektowanie i implementację systemu jako luźno powiązanych, niezależnych podsystemów. Dynamiczny wydawca stron kompiluje stronę do prezentacji użytkownikowi z pliku szablonu, uwzględniając jego reakcję, bieżące zmienne stanu i historię działań. Plik szablonu zawiera statyczne deklaracje dokumentu. Zmienne w poszczególnych plikach szablonu otrzymują wartości od modułu dynamicznego wydawcy stron podczas tworzenia dokumentu HTML. Wynikowy dokument HTML jest odsyłany do przeglądarki internetowej użytkownika. Moduł ten działa również jako moduł obsługi, gdy użytkownik żąda strony lub wysyła formularz z powrotem do serwera WWW. Profiler stosu użytkowników śledzi historię aktywności użytkowników w strukturze danych przypominającej stos w bazie danych. Każde zdarzenie, takie jak odpowiedź/wynik testu lub zmiana przebiegu nauki po zastosowaniu się do wskazówki podanej przez system, jest przechowywane w bazie danych. Moduł ten zapewnia wgląd inteligentnym modułom podsystemu agentów oprogramowania. Profiler stosu użytkowników komunikuje się bezpośrednio z agentami, wysyłając komunikaty przez kanał komunikacyjny XML-RPC. Wykorzystując wspólne dane przechowywane w bazie danych, profiler stosu użytkowników pośrednio wpływa na zachowanie agentów użytkownika i odwrotnie.Oprogramowanie pośredniczące aplikacji i agenci programowi działają niezależnie od siebie. W związku z tym mogą być umieszczone na różnych serwerach. Oprogramowanie pośredniczące implementuje stronę internetową systemu, podczas gdy agenci programowi implementują stronę decyzyjną procesu uczenia się użytkowników. Biorąc pod uwagę określoną odpowiedź na konkretny test w określonym stanie użytkownika, jakie najlepsze działanie można podjąć, aby zwiększyć prawdopodobieństwo, że użytkownik opanuje daną jednostkę wiedzy? Decyzję tę podejmuje inteligentny agent diagnostyczny. Inteligentny agent oceniający przeprowadza wczesną diagnostykę dotyczącą przyswajania wiedzy. Odpowiedź udzielona przez konkretnego studenta w teście da systemowi wskazówkę dotyczącą stanu opanowania danego terminu. Ten agent pomaga wdrożyć część inteligentnego systemu nauczania, który różni się od inteligentnego agenta diagnostycznego. Inteligentny agent oceniający ułatwia studentom wczesne przyswajanie/przyswajanie nowych terminów.

TRENDY PRZYSZŁOŚCI

Proponowany system oceniania opiera się na wielu cenionych logach. Konieczne są dalsze badania, aby ustalić, która z dostępnych logik nieklasycznych może zapewnić dokładniejsze oceny w zależności od przedmiotu oceny - znajomości terminu, zrozumienia pojęcia, poziomu opanowanych umiejętności itp. Kolejnym ważnym obszarem przyszłych prac są rekomendacje, wskazówki, wyjaśnienia, przykłady i teoria, dostosowane do odpowiedzi i potrzeb każdego studenta.

WNIOSKI

Niniejszy artykuł poświęcony jest ocenie zrozumienia przez studentów nowych terminów i pojęć. Przedstawione ramy zapewniają elastyczność w wyborze logiki i mogą służyć jako skuteczne narzędzie eksploracyjne do rozumowania na temat wielu kombinacji danych wejściowych pochodzących z różnych źródeł.