WSTĘP

Pierwsze prace wprowadzające teorię Dempstera-Shafera (D-S) znajdują się w pracach Dempstera (1967) i Shafera (1976). Od czasu jej wprowadzenia sama nazwa wywołuje zamieszanie, często używanym terminem ogólnym są funkcje przekonań (oba używane tutaj sporadycznie). Nguyen (1978) wskazuje,wkrótce po jej wprowadzeniu, że podstawy teorii D-S można rozpatrywać poprzez rozkłady zbiorów losowych. Bardziej dyskretne porównanie miało miejsce z tradycyjną teorią bayesowską, gdzie teoria D-S była uważana za jej uogólnienie. Cobb i Shenoy (2003) kierują uwagę na porównanie teorii D-S i sformułowania bayesowskiego. Ich wnioski są takie, że mają one tę samą moc wyrazu, ale jedna technika nie może po prostu przejąć roli drugiej. Związek ze sztuczną inteligencją (AI) jest wyraźnie opisany w pracy Smetsa (1990), który wówczas przyznał, że społeczność AI zaczęła interesować się tym, co nazywa modelem Dempstera-Shafera. Co ciekawe, już wtedy podkreślają oni, że istnieje niejasność co do tego, jaki typ teorii D-S jest brany pod uwagę. Teoria D-S została wykorzystana w schemacie wnioskowania integracji sterowanej zdarzeniami w pracy Xia (1997), związanym z automatycznym planowaniem tras, które uważają za bardzo ważną gałąź w zastosowaniach AI. Liu (1999) badał funkcje przekonań Gaussa, a w szczególności rozważał swój proponowany schemat obliczeniowy oraz jego potencjalne zastosowanie w AI i statystyce. Huang i Lees (2005) stosują model teorii D-S w klasyfikacji zasobów naturalnych, porównując go z dwoma innymi modelami AI. Wadsworth i Hall (2007) rozważali teorię D-S w połączeniu z innymi technikami, aby zbadać krytyczne obciążenia specyficzne dla danego miejsca dla agencji ochrony przyrody. Co istotne, autorzy nakreślają jego pozycjonowanie w odniesieniu do sztucznej inteligencji (AI) (s. 400); Podejście to zostało opracowane w społeczności AI (sztucznej inteligencji) w celu opracowania systemów, które mogłyby rozumować w sposób bardziej ludzki, a w szczególności zdolności ekspertów do "diagnozowania" sytuacji przy ograniczonej ilości informacji. To stwierdzenie jest tutaj istotne, ponieważ w podanych później przykładach nacisk położony jest bardziej na ogólny problem ludzkiego podejmowania decyzji i radzenie sobie z niewiedzą w AI. Dempster i Kong (1988) badali, jak teoria D-S wpisuje się w rolę sztucznej analogii dla ludzkiego rozumowania w warunkach niepewności. Rozważany jest przykładowy problem, morderstwo pana White′a, w którym zeznania świadków służą do sklasyfikowania przekonania o identyfikacji zabójcy spośród rozważanych podejrzanych. Przedstawione analizy numeryczne ujawniają rolę odgrywaną przez teorię D-S, w tym różne sposoby, w jakie może ona oddziaływać na niepełną wiedzę.

TŁO

W rozdziale dotyczącym tła tego artykułu omówiono podstawowe sformułowania teorii D-S, a także pewne jej rozwinięcia. Formalnie teoria D-S opiera się na skończonym zbiorze p elementów Θ= {s₁, s₂, …, s_p}, zwanym ramą rozróżnienia. Wartość masy to funkcja m: 2^Θ-> [0, 1] taka, że m(Ø) = 0 (Ø - zbiór pusty) oraz:



(2^Θ - zbiór potęgowy Θ). Każdy właściwy podzbiór s układu rozróżnienia Θ, dla którego m(s) jest różne od zera, nazywany jest elementem ogniskowym i reprezentuje dokładne przekonanie w twierdzeniu przedstawionym przez s. Pojęcie twierdzenia jest tutaj zbiorem hipotez reprezentowanych przez elementy w elemencie ogniskowym. W oryginalnej formulacji teorii D-S, z pojedynczego dowodu wszystkie przypisane wartości masy sumują się do jedności, a w zbiorze pustym nie ma przekonania. W przypadku Modelu Przenoszalnych Przekonań (TBM), fundamentalnego rozwinięcia oryginalnej teorii D-S , niezerową wartość masy można przypisać zbiorowi pustemu, umożliwiając m(Ø) ≥ 0. Zbiór wartości masy powiązany z pojedynczym dowodem nazywany jest zbiorem dowodów (BOE), często oznaczanym jako m(?). Wartość masy m(Θ) przypisana do ramy rozróżnienia Θ jest uważana za poziom ignorancji w obrębie BOE, ponieważ reprezentuje poziom dokładnego przekonania, którego nie można rozróżnić od żadnych właściwych podzbiorów Θ. Teoria D-S dostarcza również metodę łączenia BOE z różnych dowodów, wykorzystując regułę kombinacji Dempstera. Reguła ta zakłada, że te dowody są niezależne, wówczas funkcja (m₁ ⊕ m₂): 2^Θ-> [0, 1], zdefiniowana wzorem:



jest wartością masy, gdzie s₁ i s₂ to elementy ogniskowe z BOE, odpowiednio m₁(⋅) i m₂(⋅). Mianownik wyrażenia kombinacyjnego obejmuje:



mierzy poziom konfliktu w procesie łączenia .To właśnie istnienie części mianownika w tej regule łączenia oddziela teorię D-S (obejmuje ją) od teorii TBM (wyklucza ją). Benouhiba i Nigro (2006) postrzegają tę różnicę jako to, czy biorąc pod uwagę masę konfliktu:



jako kolejna forma masy ignorancji jest akceptowalnym punktem widzenia. Teoria D-S, wraz z TBM, różni się również od podejścia bayesowskiego tym, że niekoniecznie daje ostateczne wyniki. Co więcej, w ostatecznym BOE (poprzez połączenie dowodów) obecne są częściowe odpowiedzi, w tym elementy ogniskowe z więcej niż jednym elementem, w przeciwieństwie do podejścia bayesowskiego, w którym prawdopodobieństwa byłyby naliczane tylko dla pojedynczych elementów. To ograniczenie podejścia bayesowskiego do uwzględniania elementów pojedynczych jest jasno zrozumiałe dzięki "Zasadzie niewystarczającego rozumu". Aby umożliwić tworzenie ostatecznych wyników za pomocą teorii D-S, istnieje szereg funkcji towarzyszących, w tym: i) Funkcja Przekonania,



dla każdego s_i⊆ Θ, reprezentującego pewność, że propozycja y leży w s_i lub dowolnym podzbiorze s_i, ii) Funkcja prawdopodobieństwa,



dla każdego s_i ⊆Θ, reprezentuje stopień, w jakim nie potrafimy nie wierzyć w s_i,

iii) Funkcja pignistyczna ,



Dla każdego s_i ⊆ Θ, reprezentuje stopień, w jakim nie wierzymy w s_i.

Z powyższych definicji wynika, że funkcja wiary jest ostrożna w stosunku do niewiedzy zawartej w dowodach, podczas gdy funkcja prawdopodobieństwa bardziej uwzględnia jej obecność. Funkcja pignistyczna działa bardziej jak funkcja prawdopodobieństwa, dzieląc poziomy dokładnego przekonania(masy) pomiędzy elementy elementu centralnego, z którym jest powiązana. Miarę niespecyficzności N(m(⋅)) w teorii D-S wprowadzili Dubois i Prade (1985), a wzór jest zdefiniowany jako:



gdzie |s_j| to liczba elementów w elemencie ogniskowym s_j. Zatem N(m(⋅)) jest uważane za średnią ważoną elementów ogniskowych, przy czym m(⋅) to stopień dowodzenia skupiającego się na s_j, natomiast log₂|s_j| wskazuje na brak konkretności tego twierdzenia dowodowego. Ogólnyzakres tej miary wynosi [0, log₂|Θ|] , gdzie |Θ| to liczba elementów w ramach rozróżnienia Θ.

Główny cel

Głównym celem tego artykułu jest przedstawienie wykorzystania teorii D-S. Rozważany tutaj mały przykład problemu dotyczy zabójstwa pana White′a; istnieje wiele pochodnych tego przykładu. Omówiono tutaj adaptację wersji tego problemu podanej przez Smetsa (1990), bardziej opartą na liczbach, która pozwala na interpretację z teorią D-S i jej rozwojem TBM. Istnieją trzy osoby podejrzane o zabójstwo pana White′a, mianowicie Henry, Tom i Sarah, które w ramach teorii D-S tworzą ramę rozeznania, ? = {Henry, Tom, Sarah}. Istnieją dwaj świadkowie, którzy posiadają informacje dotyczące zabójstwa pana White′a;

Świadek 1 jest w 80% pewien, że mordercą był mężczyzna, co oznacza, że towarzyszący materiał dowodowy (BOE), zdefiniowany jako m₁(⋅), obejmuje m₁({Henry, Tom}) = 0,8. Ponieważ nic nie wiemy o pozostałej wartości masy, uznaje się ją za niewiedzę i przypisuje do Θ, stąd m₁({Henry, Tom, Sarah}) = 0,2 (= m₁(Θ)).
>
Świadek 2 jest w 60% pewien, że Henry odlatywał samolotem odrzutowym, gdy doszło do morderstwa, więc BOE zdefiniowane jako m₂(⋅) obejmuje m₂({Tom, Sarah}) = 0,6 i m₂({Henry, Tom, Sarah}) = 0,4.

Agregacja tych dwóch źródeł informacji (dowodów od dwóch świadków), przy użyciu reguły kombinacji Dempstera (1), opiera się na przecięciu i pomnożeniu elementów ogniskowych i wartości mas z BOE, m₁(⋅) i m₂(⋅)



W Tabeli przedstawiono przecięcie i pomnożenie elementów ogniskowych i wartości mas z BOE, m₁(⋅) i m₂(⋅) . Wszystkie nowo znalezione elementy ogniskowe są niepuste, co oznacza, że poziom konfliktu



wówczas wypadkową BOE, zdefiniowaną jako m₃(⋅), można wyznaczyć bezpośrednio z wyników podanych w tabeli 1;



W tej kombinacji dowodów (m₃(⋅)), wartość masy przypisana niewiedzy (m₃({Henry, Tom, Sarah}) = 0,08) jest mniejsza niż ta obecna w pierwotnych składowych BOE, jak oczekiwano przy łączeniu dowodów z wykorzystaniem teorii D-S. Aby lepiej zobrazować wpływ kombinacji dowodów, obliczono odpowiednie wartości niespecyficzności związane z BOE przedstawionymi tutaj. Dla dwóch świadków, z ich BOE, m₁(⋅) i m₂(⋅);



i N(m₂(⋅)) = 1,234. Podobnie oblicza się niespecyficzność związaną z połączeniem, która wynosi N(m₃(?⋅)) = 0,567. Wartości dodatkowo pokazują wpływ procesu łączenia, a mianowicie poziom współistniejącej niespecyficzności związanej z BOE m₃(⋅), uzyskany z połączenia dwóch pozostałych BOE m₁(⋅) i m₂(⋅) . Aby umożliwić porównanie tego procesu łączenia, teoria D-S jest stosowana w przypadku TBM, a dowody od świadka 2 ulegają nieznacznej zmianie, stając się; Świadek 2 jest w 60% pewien, że Henry i Tom odlatywali samolotem odrzutowym, gdy doszło do morderstwa, więc BOE zdefiniowane jako m₂(⋅) obejmuje m₂({Sarah}) = 0,6 i m₂({Henry, Tom, Sarah}) = 0,4. Różnica między dwoma stwierdzeniami "Świadka 2" polega na tym, że w drugim stwierdzeniu Tom również jest uważany za odlatującego samolotem odrzutowym z Henrym. Nowe obliczenia pośrednie, łączące zeznania dwóch świadków, przedstawiono w Tabeli 2. W wynikach pośrednich w Tabeli 2 występuje sytuacja, w której przecięcie dwóch elementów ogniskowych z m1(?) i m2(?) daje zbiór pusty (Ø). Wynika z tego,



podając wartość 1 - 0,48 = 0,52, tworzy mianownik w wyrażeniu dla kombinacji tych dowodów (patrz (1)), więc wypadkowa BOE, tutaj zdefiniowana jako m₄(⋅), wynosi; m4({Henry, Tom}) = 0,32/0,52 = 0,615, m4({Sarah}) = 0,231 i m₄({Henry, Tom, Sarah}) = 0,154. Porównanie z wynikami w BOE, m₃(⋅) i m₄(⋅), pokazuje, jak wartość masy związana z m₃({Tom}) = 0,48 została rozłożona na trzy elementy ogniskowe, które tworzą m₄(⋅) BOE. To podejście mające na celu przeciwdziałanie konfliktowi, który może wystąpić podczas łączenia dowodów, często uważa się za nieodpowiednie, a zamiast tego wprowadza się metodę TBM, która ma zaoferować rozwiązanie. W związku z tym, korzystając z drugiego stwierdzenia "Świadka 2", wynikowy połączony BOE, zdefiniowany jako m₅(⋅), jest pobierany bezpośrednio z Tabeli 2





Różnica między BOE, m₄(⋅) i m₅(⋅), polega na uwzględnieniu elementu ogniskowego m₅(Ø) = 0,48, dozwolonego przy zastosowaniu TBM. Poza różnicą w obliczeniach między teorią D-S a TBM, istotną kwestią jest interpretacja wyrażenia m₅(Ø) w TBM. Mówiąc zwięźle, zgodnie z Smetsem (1990), m₅(Ø) = 0,48 odpowiada ilości przekonania przypisanej żadnemu z trzech podejrzanych, a co więcej, jest to założenie, że żaden z trzech podejrzanych nie jest mordercą. Ponieważ te trzy osoby są jedynie podejrzanymi, mordercą może być ktoś inny. Jeśli początkowy problem zakładał, że mordercą jest jedna z tych trzech osób, należy zastosować podejście teorii D-S. Wracając do analizy pierwotnych zeznań świadków, przedstawione dotychczas częściowe wyniki nie identyfikują jednoznacznie, który podejrzany najprawdopodobniej dokonał zabójstwa pana White′a. Aby uzyskać jednoznaczne wyniki, trzy wcześniej zdefiniowane miary: Bel(s_i), Pls(s_i) i BetP(s_i) rozpatrywane są na podstawie pojedynczych elementów ogniskowych (si to poszczególni podejrzani);





W tym prostym przykładzie wszystkie trzy pomiary wskazują, że podejrzany Tom posiada najwięcej dowodów wskazujących na to, że jest mordercą pana White′a.

PRZYSZŁE TRENDY

Teoria Dempstera-Shafera (D-S) to metodologia oferująca alternatywę, potencjalnie rozwiniętą ogólność, w porównaniu z przypisywaniem zdarzeniom prawdopodobieństwa opartego na częstotliwości, w tym przypadku poziomom subiektywnych przekonań. Jednakże kwestie związane z jej pozycją w stosunku do innych metodologii, takich jak bardziej znane podejście bayesowskie, można postrzegać jako ograniczające jej wykorzystanie. Rozważając teorię D-S, należy pamiętać, że jest to metodologia ogólna, która wymaga późniejszego, trafnego wykorzystania przy opracowywaniu nowych technik. Przyszłe prace muszą pomóc w ustaleniu pozycji teorii D-S w stosunku do innych metodologii. Oznacza to, że w przeciwieństwie do metodologii takich jak teoria zbiorów rozmytych, teorii D-S nie można stosować bezpośrednio na istniejących technikach, aby stworzyć pochodną typu D-S tej techniki. Takie pochodne mogłyby na przykład operować na niekompletnych danych, w tym w przypadku brakujących wartości, których przyczyną może być niewiedza itp.

WNIOSKI

Teoria Dempstera-Shafera (D-S) i jej ogólne rozwinięcia nadal stanowią podstawę dla coraz większej liczby szczegółowych technik, które próbują rozwiązać pewne problemy w kontekście rozumowania niepewnego. Jak wspomniano w sekcji poświęconej przyszłym trendom, trudność z teorią D-S polega na tym, że należy ją uwzględnić na początku prac nad stworzeniem nowej techniki analitycznej. W związku z tym artykuły takie jak ten, które przedstawiają podstawowe zasady działania teorii D-S, dają badaczom możliwość zaobserwowania jej działania, a tym samym mogą przyczynić się do jej dalszego wykorzystania.

WSTĘP

Wiele inteligentnych systemów nauczania (ITS) ma na celu pomóc uczniom stać się lepszymi czytelnikami. Wyzwania obliczeniowe z tym związane obejmują (1) ocenę wkładu uczniów w język naturalny oraz (2) zapewnienie odpowiednich informacji zwrotnych i prowadzenie uczniów przez program nauczania ITS. Aby pokonać oba wyzwania, zbadano następujące techniki niestrukturalnego przetwarzania języka naturalnego (NLP), a pierwsze dwie są już w użyciu: dopasowywanie słów (WM), utajona analiza semantyczna (LSA) oraz modele tematyczne (TM). W tym artykule opisano techniki NLP, iSTART (trener strategii aktywnego czytania i myślenia) inteligentnego tutora i powiązane narzędzie oceny strategii czytania (R-SAT) oraz w jaki sposób te techniki NLP mogą być wykorzystane do oceny wkładu uczniów w iSTART i R-SAT. W tym artykule omówiono także inne powiązane techniki NLP, które są wykorzystywane w innych zastosowaniach i mogą być przydatne w narzędziach oceny lub inteligentnym systemie korepetycji

TŁO

Interpretacja tekstu ma kluczowe znaczenie w przypadku inteligentnych systemów nauczania (ITS), które zostały zaprojektowane tak, aby w znaczący sposób współdziałać z wkładem użytkowników i dostosowywać się do nich. Różne ITS wykorzystują w swoich systemach różne techniki przetwarzania języka naturalnego (NLP). Systemy NLP mogą być strukturalne, tj. skupione na gramatyce i logice, lub niestrukturalne, tj. skupione na słowach i statystykach. Ten artykuł dotyczy tego ostatniego. Przykłady podejścia strukturalnego obejmują ExtrAns (system wydobywania odpowiedzi z tekstów technicznych), który wykorzystuje minimalne formy logiczne (MLF, czyli formę predykatów pierwszego rzędu) do reprezentowania zarówno tekstów, jak i pytań, oraz C-Rater, który ocenia pytania z krótką odpowiedzią, analizując informacje koncepcyjne odpowiedzi w odniesieniu do danego pytania. Wracając do podejścia niestrukturalnego, AutoTutor wykorzystuje LSA do analizy wkładu ucznia w porównaniu z oczekiwanymi zestawami odpowiedzi, a CIRCSIM-Tutor wykorzystuje technikę dopasowywania słów do oceny krótkich odpowiedzi uczniów. Systemy omówione szerzej poniżej, iSTART i R-SAT , wykorzystują zarówno dopasowywanie słów, jak i LSA w ocenie jakości samodzielnego wyjaśniania się uczniów. W obu systemach zbadano modele tematyczne (TM), lecz nie zostały one jeszcze zintegrowane.

GŁÓWNY TEMAT

W artykule przedstawiono trzy niestrukturalne techniki NLP (WM, LSA i TM), które są obecnie stosowane lub są badane w aplikacjach szkoleniowych i oceniających strategie czytania, w szczególności iSTART i R-SAT.

Dopasowanie słów

Dopasowywanie słów to prosty i intuicyjny sposób oszacowania charakteru wyjaśnienia. Istnieją dwa sposoby porównywania słów wprowadzonych przez czytelnika (odpowiedzi lub wyjaśnień) z wzorcami (zbiór słów reprezentujących jednostkę tekstu lub idealną odpowiedź): (1) dosłowne dopasowanie słowa i (2) dopasowanie Soundex. Dosłowne dopasowanie słowa - słowa są porównywane znak po znaku i jeśli istnieje dopasowanie o wystarczającej długości, nazywamy to dopasowaniem dosłownym. Analternatywą jest policzenie słów, które mają ten sam rdzeń (np. indeksator i indeksowanie) jako pasujące. Jeśli słowo jest krótkie, może być konieczne pełne dopasowanie, aby zmniejszyć liczbę wyników fałszywie dodatnich. Dopasowanie Soundex - ten algorytm kompensuje błędy ortograficzne, mapując podobne znaki na ten sam symbol Soundex (Christian, 1998). Słowa są przekształcane do swojego kodu soundex poprzez zachowanie pierwszego znaku, usunięcie samogłosek, a następnie konwersję pozostałych znaków na symbole soundex: 1 dla b, p; 2 dla f, v; 3 dla c, k, s; itp. Czasami zachowywane jest tylko jedno kolejne wystąpienie tego samego symbolu. Istnieje wiele wariantów tego algorytmu zaprojektowanych w celu zmniejszenia liczby fałszywych alarmów (np. Philips, 1990). Podobnie jak w przypadku dosłownego dopasowywania, krótkie słowa mogą wymagać pełnego dopasowania soundex, natomiast w przypadku dłuższych słów może wystarczyć pierwszych n symboli soundex. Dopasowywanie słów jest również wykorzystywane w innych zastosowaniach, takich jak CIRCSIM-Tutor w przypadku pytań zawierających krótkie odpowiedzi oraz System oceniania krótkich esejów w przypadku pytań z udziałem idealnego eksperta odpowiedzi

Ukryta analiza semantyczna (LSA)

Ukryta analiza semantyczna (LSA) wykorzystuje obliczenia statystyczne w celu wyodrębnienia i przedstawienia znaczenia słów. Znaczenia są reprezentowane poprzez ich podobieństwo do innych słów w dużym zbiorze dokumentów. LSA rozpoczyna od ustalenia częstotliwości używanych terminów i liczby współwystępowań w każdym dokumencie w całym korpusie, a następnie wykorzystuje potężną transformację matematyczną w celu znalezienia głębszych znaczeń i relacji między słowami. Podczas pomiaru podobieństwa między obiektami tekstowymi dokładność SA zwiększa się wraz z rozmiarem obiektów, dlatego zapewnia największe korzyści w znajdowaniu podobieństwa między dwoma dokumentami, ale ponieważ nie uwzględnia kolejności słów, krótkie dokumenty mogą nie uzyskać pełnych korzyści. Szczegóły dotyczące budowy korpusu LSA macierz znajdują się w Landauer i Dumais (1997). W skrócie kroki są następujące: (1) wybierz korpus; (2) utworzyć macierz termin-dokument-częstotliwość (TDF); (3) zastosować rozkład wartości osobliwych do macierzy TDF w celu rozłożenia jej na trzy macierze (L x S x R; gdzie S jest skalą, macierzą). Macierz znajdująca się najbardziej na lewo (L) staje się macierzą LSA tego korpusu. Optymalny rozmiar mieści się zwykle w przedziale 300-400 wymiarów. Stąd wymiary macierzy LSA przyjmują postać N x D, gdzie N jest liczbą unikalnych słów w całym korpusie, a D jest wymiarem optymalnym (pomniejszonym o całkowitą liczbę dokumentów w całym korpusie). Podobieństwo terminów (lub słów) oblicza się poprzez porównanie dwóch wierszy, z których każdy reprezentuje wektor terminów. Odbywa się to poprzez przyjęcie cosinusa dwóch wektorów terminów. Aby znaleźć podobieństwo zdań lub dokumentów, (1) dla każdego dokumentu utwórz wektor dokumentu, korzystając z sumy wektorów terminów wszystkich terminów występujących w dokumencie i (2) oblicz cosinus między dwoma wektorami dokumentu. Wartości cosinusa wahają się od ±1, gdzie +1 oznacza bardzo podobne. Aby zastosować LSA w systemach korepetycji, tworzony jest zestaw punktów odniesienia i porównywany z wkładem uczestnika szkolenia. Przykładowymi punktami odniesienia są aktualne zdanie docelowe, poprzednie zdania i idealna odpowiedź. Wysoka wartość cosinusa między bieżącym wzorcem zdania a wkładem czytelnika wskazywałaby, że czytelnik zrozumiał zdanie i był w stanie sparafrazować to, co przeczytał. Aby zapewnić odpowiednią informację zwrotną, obliczana jest liczba cosinusów (po jednym dla każdego benchmarku). Do skonstruowania wzoru sprzężenia zwrotnego stosuje się różne metody statystyczne, takie jak analiza dyskryminacyjna i analiza regresji. McNamara i inni (2007) opisują różne sposoby wykorzystania LSA do oceny wyjaśnień czytelnika: albo sam LSA, albo połączenie LSA z WM. Ostateczny wniosek jest taki, że w pełni zautomatyzowany (tj. mniej ręcznie wykonany system benchmarków) połączony system daje lepsze wyniki. Istnieje wiele innych inteligentnych systemów nauczania, które wykorzystują LSA w swoim systemie informacji zwrotnej, na przykład Summary Street , AutoTutor i Tutoring System .

Modele tematyczne

Podejście oparte na modelach tematycznych (TM) wykorzystuje model probabilistyczny w celu znalezienia relacji między terminami i dokumentami pod względem tematycznym. Uznaje się, że dokument został wygenerowany probabilistycznie z wielu tematów, przy czym każdy temat składa się z pewnej liczby terminów, z których każdy ma określone prawdopodobieństwo wyboru, jeśli dany temat jest używany. Za pomocą macierzy TM szacuje się prawdopodobieństwo, że przy tworzeniu danego dokumentu wykorzystano określony temat. Jeżeli dwa dokumenty są podobne, szacunki tematów w nich zawartych powinny być podobne. TM jest podobna do LSA, z tą różnicą, że macierz częstotliwości terminów-dokumentów jest rozłożona na dwie macierze zamiast trzech: jedna to prawdopodobieństwa terminów należących do tematów (macierz TM), druga to prawdopodobieństwa tematów należących do dokumentów. Do skonstruowania macierzy TM można zastosować zestaw narzędzi do modelowania tematów . Do pomiaru podobieństwa między dokumentami zaleca się odległość Kullbacka Leiblera (odległość KL) zamiast miary cosinusa (której również można użyć). Używanie TM w systemie nauczania jest podobne do używania LSA, gdzie zdefiniowany jest zestaw punktów odniesienia, a wkład czytelnika jest porównywany z każdym punktem odniesienia. Jedyną różnicą jest użycie odległości KL zamiast wartości cosinusa LSA. Wstępne wyniki badań TM zamiast LSA wskazują, że TM jest równie dobra jak sama LSA (korelacja między wynikami komputerowymi a rdzeniami oceny ludzkiej), ale nieco słabsza niż połączony system wykorzystujący zarówno WM, jak i LSA. Sugeruje to, że TM powinna być dalej badana w połączeniu z WM, LSA lub obydwoma. TM jest najczęściej wykorzystywana w grupowaniu dokumentów (grupowaniu dokumentów na podstawie trafności lub podobnych tematów), eksploracji danych oraz wyszukiwarkach ). Odmianą TM autorstwa Steyversa i Griffithsa (2007) jest probabilistyczna utajona analiza semantyczna (PLSA), która modeluje każdy dokument jako wygenerowany na podstawie wielu ukrytych tematów, a każdy temat ma swoje cechy zdefiniowane jako prawdopodobieństwa warunkowe wystąpienia słów w tym temacie.

Aplikacje iSTART i RSAT
iSTART (Interaktywny trener strategii aktywnego czytania i myślenia) to internetowy, zautomatyzowany nauczyciel, którego zadaniem jest pomaganie uczniom stać się lepszymi czytelnikami dzięki technologii multimedialnej. Zapewnia młodzieży i studentom w wieku szkolnym program samodzielnego wyjaśniania i szkolenia w zakresie strategii czytania , zwany szkoleniem w zakresie czytania samoobjaśniającego, w skrócie SERT . iSTART składa się z trzech modułów: Wprowadzenie (opis SERT i strategii czytania), Demonstracja (ilustracja, w jaki sposób można zastosować te strategie czytania) i Praktyka (praktyczna praktyka tych strategii czytania). W module Praktyka uczniowie ćwiczą stosowanie strategii czytania, wpisując wyjaśnienia zdań. System ocenia każde wyjaśnienie, a następnie przekazuje uczniowi odpowiednią informację zwrotną. Jeżeli wyjaśnienie jest nieistotne lub zbyt krótkie w stosunku do podanego zdania i fragmentu, student ma obowiązek dodać więcej informacji. W przeciwnym razie informacja zwrotna opiera się na poziomie jego ogólnej jakości. Wyzwaniem obliczeniowym jest zapewnienie uczniom odpowiednich informacji zwrotnych na temat ich wyjaśnień. Wymaga to uchwycenia pewnego sensu zarówno znaczenia, jak i jakości ich wyjaśnienia. Połączenie dopasowywania słów i LSA dało lepsze wyniki (porównanie wyniku komputerowego uzyskanego przy użyciu technik NLP z wynikiem oceny człowieka i wykazanie wyższej korelacji między tymi dwoma zestawami wyników) niż każde z nich osobno . R-SAT (Narzędzie oceny strategii czytania) to zautomatyzowane, internetowe narzędzie do oceny czytania, zaprojektowane do pomiaru zrozumienia i spontaniczności czytelników Stosowanie strategii czytania. R-SAT jest podobny do modułu iSTART Practice w tym sensie, że przedstawia czytelnikowi fragmenty po jednym zdaniu i prosi czytelnika o wprowadzenie danych. Różnica polega na tym, że zamiast wyjaśnienia, R-SAT zadaje pytanie pośrednie ("Jakie są Twoje przemyślenia na temat zrozumienia zdania w kontekście fragment?") lub pytanie bezpośrednie (np. Dlaczego młynarz chciał poślubić dziewczynę?) we wcześniej wybranych zdaniach docelowych. Odpowiedzi na pytania pośrednie oceniane są pod kątem ich związku z danym zdaniem i fragmentem; odpowiedzi na pytania bezpośrednie ocenia się poprzez porównanie ich z odpowiedziami idealnymi. Problem polega na przeanalizowaniu odpowiedzi i wygenerowaniu zestawu wyników za ogólne zrozumienie i wykorzystanie strategii. Ostatecznie wyniki te można wykorzystać jako wstępną ocenę iSTART, umożliwiając trenerowi zindywidualizowanie programu nauczania iSTART w oparciu o potrzeby czytelnika. Początkowo proponowano, aby R-SAT wykorzystywał dopasowywanie słów, LSA i inne techniki wykraczające poza LSA. Jednak w trakcie opracowywania odkryto, że dopasowywanie słów daje lepsze wyniki niż LSA lub w połączeniu z LSA.

PRZYSZŁE TENDENCJE

Te trzy techniki NLP (WM, LSA i TM) są wykorzystywane w trwających badaniach nad oceną i doskonaleniem umiejętności rozumienia poprzez strategie czytania w projektach R-SAT i iSTART. WM i LSA zostały szeroko zbadane dla iSTART i do pewnego stopnia w R-SAT. Brak powodzenia LSA w porównaniu z prostszym WM w R-SAT jest nieco zaskakujący i może wynikać ze szczególnych cech zastosowanych algorytmów lub różnorodności gatunków tekstu używanych w R-SAT. Planowane są przyszłe prace ze zmodyfikowanymi algorytmami i zastąpieniem obecnie używanej przestrzeni ogólnej specyficznymi dla gatunku przestrzeniami LSA. Ponadto TM wymaga dalszych badań, szczególnie w przypadku jej stosowania w przypadku małych jednostek tekstu, w przypadku których zalecana odległość Kullbacka Leiblera nie okazała się szczególnie skuteczna.

WNIOSEK

Celem tego artykułu jest opisanie trzech technik NLP oraz tego, jak można je wykorzystać w narzędziach oceny i inteligentnych systemach korepetycji. Aby iSTART mógł skutecznie uczyć strategii czytania, musi być w stanie dostarczać wiarygodnych informacji zwrotnych na temat jakości wyjaśnień udzielanych przez czytelnika, a zatem system musi rozumieć, przynajmniej w pewnym stopniu, wyjaśnienie. Oczywiście automatyzacja rozumienia języka naturalnego była niezwykle trudna, szczególnie w przypadku nieograniczających dziedzin treści, takich jak wyjaśnianie swobodnie wprowadzanego tekstu. Algorytmy takie jak LSA otwierają szereg możliwości przed systemami takimi jak iSTART: w istocie LSA zapewnia "prosty" algorytm, który umożliwia systemom nauczania zapewnienie uczniom odpowiednich informacji zwrotnych . Wyniki zaprezentowane pokazują, że model tematyczny podobnie oferuje bogactwo możliwości w przetwarzaniu języka naturalnego. Aby R-SAT mógł dokładnie mierzyć zrozumienie i umiejętności czytania czytelnika, podobnie jak iSTART, musi także w pewnym stopniu być w stanie zrozumieć, co mówi czytelnik, zwłaszcza gdy jest on proszony o opisanie swoich bieżących myśli. Chociaż LSA jest dobrym kandydatem, proste dopasowanie słów do różnych punktów odniesienia wydaje się wystarczające, aby zapewnić zadowalające wyniki, zwłaszcza gdy zostaną zagregowane na kilka wyjaśnień . Wykazano również, że połączenie technik daje lepsze wyniki niż stosowanie jednej techniki samodzielnie.

WSTĘP

W ciągu ostatnich dekad jednym z priorytetów społeczeństwa był rozwój nowych narzędzi optymalizujących każdy aspekt życia codziennego. Jednym z mechanizmów, które można zastosować w tym celu, jest to, co obecnie nazywa się sztuczną inteligencją (AI). Ta dziedzina nauki umożliwia projektowanie inteligentnych systemów, co oznacza, że wykazują one cechy kojarzone z inteligencją człowieka, a metody wyszukiwania należą do najbardziej niezwykłych. Wśród nich wyróżnia się obliczenia ewolucyjne (EC). Technika ta opiera się na modelowaniu pewnych cech natury, a zwłaszcza zdolności istot żywych do adaptacji do środowiska, wykorzystując jako punkt wyjścia teorię ewolucji Darwina, opartą na zasadzie doboru naturalnego (Darwin, 1859). Modele te poszukują rozwiązań w sposób zautomatyzowany. W rezultacie powstał szereg technik wyszukiwania,które rozwiązują problemy w sposób zautomatyzowany i równoległy. Najbardziej udane z nich to algorytmy genetyczne (GA), a ostatnio programowanie genetyczne (GP). Główna różnica między nimi tkwi w sposobie kodowania rozwiązań, co implikuje pewne zmiany w ich przetwarzaniu, mimo że działanie w obu systemach jest podobne. Podobnie jak większość dyscyplin, inżynieria lądowa i wodna nie jest obca metodom optymalizacji, które są stosowane zwłaszcza w procesach budowy, konserwacji lub renowacji . Na przykład w inżynierii budowlanej w ogólności, a w szczególności w inżynierii betonu konstrukcyjnego, istnieje wiele problemów rozwiązywanych jednocześnie poprzez badania teoretyczne, oparte na modelach fizycznych i eksperymentalnych punktach odniesienia, które sankcjonują i dostosowują te pierwsze, gdzie interweniuje wiele czynników. W takich przypadkach techniki oparte na obliczeniach ewolucyjnych są w stanie optymalizować procesy konstrukcyjne, uwzględniając jednocześnie poziom bezpieczeństwa konstrukcji. W ten sposób dla każdego konkretnego przypadku można określić rodzaj materiałów, ich ilość, zastosowanie itp., co prowadzi do optymalnego rozwoju konstrukcji, a tym samym minimalizacji kosztów produkcji .

ALGORYTMY GENETYCZNE

U źródeł tego, co obecnie nazywamy algorytmami genetycznymi, leżą prace Johna Hollanda z końca lat 60. XX wieku. Początkowo nazwał je "Reproductive Genetic Planning" (Planowanie Genetyczne Reprodukcji) i dopiero w latach 70. XX wieku otrzymały one nazwę, pod którą są znane do dziś (Holland, 1975). Algorytm genetyczny to algorytm wyszukiwania inspirowany biologicznym funkcjonowaniem istot żywych. Opiera się na procesach reprodukcyjnych i zasadzie, która stanowi, że osobniki lepiej przystosowane do środowiska mają większe szanse na przeżycie . Podobnie jak istoty żywe, algorytmy genetyczne wykorzystują podstawową jednostkę dziedziczenia, gen, do uzyskania rozwiązania problemu. Pełny zestaw genów (parametrów charakteryzujących problem) to chromosom, a ekspresja chromosomu to konkretny osobnik. W terminologii informatycznej reprezentacją każdego osobnika jest łańcuch, zazwyczaj binarny, przypisujący określoną liczbę bitów do każdego parametru. Dla każdej reprezentowanej zmiennej należy przeprowadzić konwersję do wartości dyskretnych. Oczywiście nie wszystkie parametry muszą być zakodowane tą samą liczbą bitów. Każdy bit w genie jest zazwyczaj nazywany allelem. Po zdefiniowaniu genotypu osobników (struktury powstawania konkretnego osobnika) jesteśmy gotowi do przeprowadzenia procesu ewolucyjnego, który doprowadzi do rozwiązania postawionego problemu. Zaczynamy od losowego zbioru osobników, zwanego populacją. Każdy z tych osobników stanowi potencjalne rozwiązanie problemu. Będzie to populacja początkowa lub pokolenie zerowe, z którego będą tworzone kolejne pokolenia, aż do osiągnięcia rozwiązania. Mechanizmy wykorzystywane w ewolucji osobników są analogiczne do funkcjonowania istot żywych:

o Selekcja osobników do reprodukcji. Wszystkie algorytmy selekcji opierają się na wyborze osobników, dając większe prawdopodobieństwo przeżycia tym, które oferują lepsze rozwiązanie problemu, ale pozwalając również na selekcję osobników gorszych, aby nie utracić różnorodności genetycznej. Niewyselekcjonowane osobniki zostaną skopiowane do następnego pokolenia.
o Po wybraniu osobników przeprowadza się krzyżowanie. Zazwyczaj krzyżuje się dwa osobniki (rodziców), aby uzyskać dwa nowe. Ustala się pozycję, przed którą bity będą odpowiadać jednemu rodzicowi, a reszta drugiemu. Takie krzyżowanie nazywa się krzyżowaniem jednopunktowym, ale można zastosować krzyżowanie punktowe, w którym podłańcuchy bitów oddzielone punktami będą naprzemiennie należały do jednego lub drugiego rodzica.
o Po uzyskaniu nowych osobników przeprowadza się niewielkie zmiany w niewielkim odsetku z nich. Nazywa się to mutacją, a jego celem jest przeprowadzenie eksploracji w przestrzeni stanów.

Po zakończeniu procesu nowe osobniki zostaną wprowadzone do nowej populacji, tworząc kolejne pokolenie. Nowe pokolenia będą tworzone, aż populacja stworzy wystarczająco odpowiednie rozwiązanie, osiągnie maksymalną liczbę pokoleń lub populacja osiągnie konwergencję i wszystkie osobniki będą równe.

PROGRAMOWANIE GENETYCZNE

Programowanie genetyczne (GP), podobnie jak algorytmy genetyczne, jest mechanizmem wyszukiwania inspirowanym funkcjonowaniem organizmów żywych. Największa różnica między obiema metodami polega na sposobie kodowania rozwiązań. W tym przypadku odbywa się to w formie struktury drzewa (Koza, 1990) (Koza, 1992). Głównym celem GP jest generowanie rozwiązań problemów poprzez indukcję programu i algorytmu. Ogólne działanie jest podobne do algorytmów genetycznych. Niemniej jednak, ze względu na różnice w kodowaniu rozwiązań, występują duże różnice w operacjach genetycznych generowania rozwiązań początkowych, krzyżowania i mutacji. Pozostałe operacje, takie jak algorytmy selekcji i zastępowania, pozostają takie same, podobnie jak metryki używane do oceny osobników (dopasowanie). Opiszemy teraz dwa przypadki, w których zastosowano obie techniki. Dotyczą one zagadnień związanych z betonem konstrukcyjnym, traktowanym zarówno jako materiał, jak i konstrukcja.

PRZYKŁAD 1: Procedura określania optymalnego stosunku składników mieszanki w betonie wysokowydajnym.

Beton wysokowydajny (HPC) to rodzaj betonu zaprojektowanego w celu uzyskania większej trwałości, wysokiej wytrzymałości i dobrych właściwości w stanie świeżym, aby umożliwić łatwe mieszanie, układanie i utwardzanie . Jego podstawowe składniki są takie same jak w przypadku zwykłego betonu, z dodatkiem różnych ilości dodatków (popiół lotny lub pył krzemionkowy, produkty uboczne innych gałęzi przemysłu wykazujące właściwości pucolanowe) oraz domieszek napowietrzających i/lub upłynniających. Rzeczywiście, odpowiednia proporcja tych składników z wysokiej jakości cementem, wodą i kruszywami daje beton o doskonałych właściwościach, zazwyczaj po procesie eksperymentalnym mającym na celu dostosowanie optymalnej zawartości każdego materiału. Gdy bardzo wysoka wytrzymałość nie jest wymagana, wprowadzanym dodatkiem jest popiół lotny (FA); domieszki napowietrzające (AE) są stosowane w celu poprawy zachowania w warunkach mrozu/rozmrażania. Gdy wymagana jest wysoka wytrzymałość, FA jest zastępowany dodatkiem pyłu krzemionkowego (SF), całkowicie eliminując AE. W każdym przypadku stosuje się wysoką zawartość cementu i niski stosunek wody do spoiwa (W/B) (zarówno cement, jak i dodatki pucolanowe są uważane za spoiwa). Istnieje wiele metod dozowania mieszanek, opartych na metodach eksperymentalnych i opracowanych przez różnych autorów. Produkt takich mieszanek można kontrolować za pomocą różnych testów, z których dwa są szczególnie reprezentatywne dla stanu świeżego i stwardniałego betonu: pomiar urabialności i ocena wytrzymałości na ściskanie. Pierwszy z nich przeprowadza się za pomocą testu osiadania, w którym mierzy się osiadanie uformowanej próbki po wyjęciu z formy. Wysoka wartość zapewnia odpowiednie ułożenie betonu. Drugi test polega na ściskaniu stwardniałego betonu aż do momentu jego zniszczenia; HPC może wytrzymać naprężenia ściskające w zakresie od 40 do 120 MPa. Celem metod dozowania mieszanek jest dostosowanie ilości każdego składnika w celu uzyskania wartości osiadania i wytrzymałości w wybranym zakresie. Istnieje bogate doświadczenie i dostępne są podstawowe mieszanki, które wymagają pewnych eksperymentalnych modyfikacji. Trudno jest opracować model teoretyczny do przewidywania opadu i wytrzymałości konkretnej próbki, chociaż istnieją w przybliżeniu adekwatne dopasowane krzywe . Jeszcze trudniej jest teoretycznie podejść do problemu odwrotnego, czyli do określenia proporcji mieszanki, zaczynając od wyników docelowych (opadu i wytrzymałości). opracowali aplikację opartą na algorytmach genetycznych (GA) do określania zależności między różnymi parametrami używanymi do charakteryzowania mieszanki HPC. Rozważane są dwa rodzaje mieszanek pod względem docelowej wytrzymałości: mieszanki osiągające wartości od 40 do 80 MPa oraz mieszanki osiągające wartości od 80 do 120 MPa. Jeśli dostępna jest dobra baza danych, uzyskanie korelacji między różnymi zmiennymi w celu przewidywania wartości opadu i wytrzymałości dla konkretnej próbki nie stanowi problemu. Niemniej jednak autorzy wykorzystują algorytmy genetyczne do rozwiązania problemu odwrotnego, czyli do uzyskania parametrów mieszanki, gdy danymi wejściowymi są opad i wytrzymałość.W tym celu wykorzystują bazę danych zawierającą 104 mieszanki w zakresie od 40 do 80 MPa i 77 w zakresie od 80 do 120 MPa. W pierwszej grupie, istotnymi parametrami są, zgodnie z wcześniejszą wiedzą, stosunek W/B (%), ilość wody (W, kg/m³), stosunek drobnego kruszywa do kruszywa całkowitego (s/a, %), ilość domieszki AE (kg/m³), ilość cementu zastąpionego przez FA (%) i ilość domieszki redukującej zawartość wody w dużym zakresie (superplastyfikator, SP, kg/m3). Testy różnych mieszanek podają wartości urabialności (pomiędzy 0 i 300 mm) i wytrzymałość na ściskanie. W drugiej grupie, istotnymi parametrami są W/B, W, s/a, ilość cementu zastąpionego przez pył krzemionkowy (SF, %) i SP. Testy podają wartości urabialności i wytrzymałości. Stosując techniki regresji wielokrotnej, autorzy najpierw uzyskują dla każdej grupy dwie dopasowane krzywe, które przewidują spadek i wytrzymałość na podstawie zmiennych początkowych. GA służą do rozwiązania problemu odwrotnego. Dla każdej grupy najpierw docierają do osobnika, który określa optymalny stosunek W/B, W, s/a, FA i AE lub W/B, W, s/a i SF dla określonej wytrzymałości na ściskanie. Na podstawie tych parametrów, wykorzystując wcześniej uzyskaną krzywą predykcyjną, obliczana jest optymalna wartość SP dla określonego spadku. Opracowanie zastosowanych algorytmów genetycznych opiera się na programach Houcka . W tym przypadku do selekcji indywidualnej zastosowano "selekcję rankingową opartą na znormalizowanym rozkładzie geometrycznym". Zastosowano algorytmy krzyżowania jednopunktowego, dwupunktowego i jednorodnego. Do operacji mutacji zastosowano różne strategie: mutację graniczną, mutację wieloniejednorodną, mutację niejednorodną i mutację jednorodną. Pierwsze próby przeprowadzono z początkową populacją składającą się zaledwie z 15 osobników, co prowadziło jedynie do minimów lokalnych. Optymalne wyniki uzyskano zwiększając populację do 75 osobników. Należy zauważyć, że problem odwrotny jest zatem rozwiązywany w dwóch fazach. W pierwszej fazie wszystkie ilości składników są ustalone z wyjątkiem SP, z wytrzymałością na ściskanie jako celem; następnie ustala się SP, aby uzyskać pożądany opad. Początkowe funkcje dopasowania są używane jako proste, ale dokładne podejście do rzeczywistej bazy danych, aby uniknąć jej bezpośredniego użycia, co utrudniłoby rozwiązanie problemu odwrotnego. W pierwszej grupie najwyższe błędy odpowiadają określeniu AE i SP, odpowiednio do 12,5% i 15%. Błędy popełnione w drugiej grupie są mniejsze. W każdym przypadku błędy są stosunkowo niewielkie, ponieważ materiały te są uwzględniane jako domieszki w bardzo małych ilościach. Podsumowując ten przykład, warto wskazać, że procedura ta nie tylko stanowi użyteczne zastosowanie algorytmów GA do dozowania mieszanki betonowej, ale także sama w sobie stanowi nową metodę dozowania mieszanki, do której zastosowania wymagane są algorytmy GA.

PRZYKŁAD 2: Określanie wytrzymałości na ścinanie w żelbetowych belkach-ścianach Belki-ściany to takie, które można uznać za krótkie (rozpiętość, L) w stosunku do ich wysokości (h). W normach międzynarodowych nie ma konsensusu co do wartości progowej rozpiętości do głębokości dzielącej belki konwencjonalne i ściany. W przedstawionym przykładzie, stosunki L/h między 0,9 a 4,14 są brane pod uwagę dla elementów swobodnie podpartych pracujących pod dwoma obciążeniami punktowymi, jak pokazano na rysunku



1. Zniszczenie ścinające to tryb załamania belki wywołany generowaniem nadmiernych naprężeń ścinających w pobliżu podpór. Jego wartość zależy od różnych parametrów powszechnie stosowanych do projektowania belek (patrz rysunek 1): a/h, L/h, pola przekroju (A_sv i A_sh), wytrzymałości (f_yv i f_yh) oraz odległości między pionowymi i poziomymi prętami zbrojeniowymi (s_v y s_h) umieszczonymi w strefie zniszczenia, które będą odpowiednio nazywane pionowym i poziomym zbrojeniem poprzecznym; pole przekroju (A_sb i A_st) oraz wytrzymałość (f_yb i f_yt) prętów zbrojenia podłużnego umieszczonych w dolnej i górnej strefie belki, które będą odpowiednio nazywane zbrojeniem dolnym i górnym; wytrzymałość na ściskanie betonu użytego w belce oraz szerokość (b) tego ostatniego. Zależność wytrzymałości na ścinanie od tych parametrów jest znana z licznych badań i można ją przedstawić w postaci znormalizowanej za pomocą prostych zależności. Odpowiednie parametry sprowadzają się do następujących:



Znormalizowaną wytrzymałość na ścinanie można zapisać jako R=P/(bhf_c), gdzie P jest obciążeniem niszczącym . Ashour i inni podjęli się zadania znalezienia wyrażenia, które może przewidywać wytrzymałość na ścinanie na podstawie tych zmiennych. Opracowanie dokładnego modelu matematycznego zdolnego do przewidywania wytrzymałości na ścinanie nie jest łatwe. Zwykłe techniki dopasowywania krzywych również nie dają dobrych rezultatów, chociaż były podstawą różnych międzynarodowych norm, które zawierają zalecenia projektowe dla tych elementów konstrukcyjnych. GP wydaje się być narzędziem, które może osiągać spójne wyniki. Autorzy opracowują różne wyrażenia o różnym poziomie złożoności, uzyskując różne stopnie dokładności. Wykorzystano bazę danych 141 testów dostępnych w literaturze naukowej. Niezwykłą cechą technik GP jest to, że jeśli wprowadzi się możliwość użycia złożonych operatorów, możliwości dopasowania są imponujące, gdy zmienne są dobrze rozłożone, a ich zakres szeroki. Niemniej jednak, jeśli celem procesu jest uzyskanie wyrażenia, które może być wykorzystane przez inżynierów, jednym z jego wymagań jest prostota. Autorzy tego badania biorą pod uwagę tę przesłankę i wybierają jako operatory jedynie dodawanie, mnożenie, dzielenie i kwadratowanie. Pierwsze zastosowanie prowadzi do złożonego wyrażenia, które ujawnia bardzo niski wpływ parametru X2, który w ten sposób zostaje wyeliminowany. Przy użyciu 5 pozostałych zmiennych uzyskuje się proste i dokładne wyrażenie (średnia kwadratowa - RMS - błąd uczenia równy 0,033; średni stosunek przewidywanego do rzeczywistego R równy 1,008 i odchylenie standardowe równe 0,23). Walidacja tego wyrażenia jest przeprowadzana za pomocą 15 nowych testów i również okazała się być dokładna: błąd RMS równy 0,035; średni stosunek przewidywanych do rzeczywistych wartości R równy 1,11 i odchylenie standardowe równe 0,21. Podsumowując ten przykład, można wskazać, że wyrażenia uzyskane za pomocą GP wnoszą jako wartość dodaną to, że mogą stać się wirtualnymi laboratoriami. Rzeczywiście, ustalając jedną lub wiele zmiennych, można określić wpływ na odpowiedź wariantu konkretnej zmiennej, a także określić, które zmienne są najważniejsze w badanym zjawisku (w tym przypadku X₁ i X₅). Wreszcie, techniki GP okazują się potężnym narzędziem w opracowywaniu i ulepszaniu przepisów regulujących projektowanie konstrukcji betonowych. Nawet gdy dokładny mechanizm fizyczny jest nieznany, GP pozwala na opracowanie dokładnych wyrażeń, które można rozłożyć a posteriori, aby osiągnąć poziomy bezpieczeństwa związane z akceptowalnym prawdopodobieństwem awarii.

WNIOSKI

Obliczenia ewolucyjne są trafną techniką w rozwiązywaniu problemów optymalizacyjnych i regresyjnych w dziedzinie inżynierii budowlanej w ogólności, a w szczególności betonu konstrukcyjnego. W pierwszym z dwóch analizowanych przykładów, algorytmy genetyczne zostały wykorzystane do określenia optymalnego stosunku składników mieszanki dla betonu wysokowydajnego, wykorzystując jako dane docelowe jego wytrzymałość na ściskanie i urabialność. W tym przypadku techniki ewolucyjne wykazują swoją moc, rozwiązując problem odwrotny, tworząc nową metodę dozowania składników mieszanki dla betonu. W drugim przykładzie techniki obliczeń ewolucyjnych (GP) zostały wykorzystane do dokładnego przewidywania odpowiedzi konstrukcyjnej belek betonowych na podstawie serii danych eksperymentalnych. Zaletą obliczeń ewolucyjnych jest możliwość analizowania złożonych zjawisk fizycznych poprzez stworzenie "wirtualnego laboratorium". Otwarty kierunek prac nad udoskonalaniem kodeksów i reguł projektowych, czasami opartych wyłącznie na testach, ma również ogromne znaczenie. Zastosowanie technik obliczeń ewolucyjnych (EC) rośnie wykładniczo w tej dziedzinie dzięki owocnej współpracy ekspertów EC i inżynierii konstrukcyjnej.

WPROWADZENIE

Czasami użycie jednej ontologii nie wystarcza do pokrycia różnych słowników dla tej samej dziedziny i konieczne staje się użycie kilku ontologii, aby objąć całą wiedzę dziedzinową i jej różne reprezentacje. Dyscypliny, w których występuje taka sytuacja, to między innymi medycyna i biologia, a także wiele powiązanych z nimi subdyscyplin, takich jak genetyka, epidemiologia itp. Może to wynikać ze złożoności, rozległości dziedziny i/lub różnych perspektyw różnych grup użytkowników na tę samą dziedzinę. W takich przypadkach kluczowe jest znalezienie relacji, które mogą istnieć między elementami różnych ontologii danej dziedziny - proces ten znany jest jako dopasowanie ontologii. Istnieje kilka metod identyfikacji relacji lub odpowiedników między elementami powiązanymi z różnymi ontologiami, a zbiorczo metody te nazywane są technikami dopasowania ontologii. Wiele z tych technik wywodzi się z innych dziedzin nauki (np. techniki dopasowywania w matematyce dyskretnej), podczas gdy inne zostały zaprojektowane specjalnie w tym celu. Kluczem do skutecznego dopasowywania ontologii jest odpowiedni dobór i wdrożenie zestawu technik dopasowywania ontologii, które najlepiej odpowiadają konkretnemu problemowi dopasowywania. Dopasowywanie ontologii jest złożonym, żmudnym i czasochłonnym zadaniem, zwłaszcza w przypadku ontologii o znacznej wielkości (zawierających na przykład tysiące lub więcej elementów) i charakteryzujących się złożonymi relacjami między elementami (na przykład w przypadku konkretnej dziedziny problemowej w medycynie). Co więcej, prawdziwy potencjał dopasowywania ontologii ujawnia się, gdy różne procesy wymiany informacji są integrowane automatycznie, zapewniając w ten sposób ramy do osiągnięcia odpowiedniego poziomu efektywnej interoperacyjności między systemami heterogenicznymi. Znaczenie automatycznego dopasowywania ontologii stało się zatem przedmiotem dużego zainteresowania w ostatnich latach, a ostatnio nastąpił gwałtowny wzrost liczby różnorodnych narzędzi programowych dedykowanych do dopasowywania ontologii w sposób całkowicie lub częściowo zautomatyzowany. Niektóre z tych narzędzi - ogólnie nazywane systemami dopasowania ontologii - powstały w oparciu o badania znanych i cenionych ośrodków badawczych, takich jak Uniwersytet Stanforda i Hewlett Packard Laboratories. W pracy Shvaiko i Euzenat z 2007 roku zamieszczono zaktualizowane informacje dotyczące aktualnie dostępnych systemów dopasowania ontologii. Każdy system dopasowania ontologii łączy różne podejścia do dopasowania wraz z własnymi technikami, dzięki czemu możliwe jest wykrywanie zgodności między różnymi ontologiami w sposób najbardziej kompletny, precyzyjny i efektywny. Ponieważ każdy system opiera się na własnych technikach aproksymacji, różne systemy dają różne wyniki, a zatem jakość wyników może się różnić w zależności od systemu. Większość systemów dopasowania jest zorientowana na rozwiązywanie problemów o charakterze ogólnym, ponieważ ontologie powiązane z jedną dziedziną mają pewne wspólne cechy, które odróżniają je od ontologii powiązanych z innymi dziedzinami. Ostatnio pojawiły się systemy zaprojektowane do dopasowania ontologii w określonej dziedzinie. Przykładem jest system dopasowania SAMBO (Lambrix, 2006) w dziedzinie biomedycyny. Te i inne systemy specyficzne dla danej dziedziny mogą dawać doskonałe rezultaty (gdy są stosowane w dziedzinach, dla których zostały zaprojektowane), ale generalnie nie są przydatne w innych dziedzinach. W niniejszym artykule przedstawiono klasyfikację najczęściej stosowanych, niedawno opracowanych technik dopasowywania, popartą prostymi przykładami ilustrującymi konkretne techniki leżące u podstaw różnych systemów. Przeanalizowano również przyszłe kierunki rozwoju dopasowywania ontologii.

WSTĘP

Kluczem do dopasowywania ontologii jest znalezienie tych encji w jednej ontologii, które mogą odpowiadać innym encjiom w innej ontologii. Zasadniczo można to postrzegać jako znalezienie miary podobieństwa między elementami (lub tak zwanymi encjami) powiązanymi z różnymi ontologiami, a następnie wybranie zbioru korespondencji, które generują najsilniejsze miary podobieństwa. Istnieją jednak różne sposoby obliczania miar podobieństwa; istnieją liczne badania poświęcone klasyfikacji tych technik . Zgodnie z tymi schematami klasyfikacji (zwłaszcza tymi opracowanymi przez Euzenata i Valtcheva oraz opartymi na pracy Euzenata i innych, 2004), w następnej sekcji przedstawiono skróconą klasyfikację technik dopasowywania ontologii, które są najczęściej wykorzystywane w obecnych systemach dopasowywania ontologii. Ta skrócona klasyfikacja koncentruje się na typie elementu manipulowanego przez technikę dopasowywania i uzupełnia taksonomię zaproponowaną przez Rahma i Bernsteina oraz - dla jasności i zwięzłości - podsumowuje tylko te techniki dopasowywania, które porównują indywidualnie pojedynczy element w jednej ontologii z innym elementem powiązanym z inną ontologią .

TECHNIKI DOPASOWANIA ONTOLOGII

Techniki dopasowywania ontologii można sklasyfikować według następujących kryteriów:

1. Techniki terminologiczne. Obliczają one podobieństwo między ciągami tekstowymi i opisują kilka elementów w ontologiach (nazwy, etykiety i/lub komentarze). Istnieją dwa rodzaje technik terminologicznych: oparte na ciągach tekstowych i oparte na języku.

1.1. Techniki terminologiczne oparte na ciągach tekstowych. Opierają się one na idei porównywania struktury ciągów tekstowych, które są postrzegane jako sekwencje znaków. Techniki te zakładają, że podobieństwo między dwoma terminami wzrasta wraz ze wzrostem podobieństwa między odpowiadającymi im ciągami tekstowymi, ale bez uwzględniania ukrytej semantyki tych terminów. W ten sposób zastosowanie techniki tego typu do terminów "Apple" i "Apples" dałoby stosunkowo wysoki wskaźnik podobieństwa, podczas gdy zastosowanie tej samej techniki do terminów "Apple" i "Pomarańcza" dałoby niższy stopień podobieństwa (lub niższą miarę podobieństwa), ponieważ w drugim przypadku ciągi tekstowe są zupełnie różne. Izolowane stosowanie tych technik zazwyczaj nie jest zalecane, ponieważ lepiej jest stosować je w połączeniu z innymi, bardziej efektywnymi technikami wyrównywania; można to łatwo zilustrować poniższym przykładem: błędne byłoby wnioskowanie, że terminy "krem" i "krzyk" są bardzo podobne (chociaż ich znaczenia są bardzo różne), lub że terminy "uczeń" i "uczeń" są bardzo różne lub niepodobne (chociaż ich koncepcje semantyczne są zasadniczo takie same). Przykładami technik terminologicznych opartych na ciągach tekstowych są miara odległości zaproponowana przez Hamminga , która zlicza liczbę różnych znaków w dwóch różnych ciągach tekstowych; miara odległości zaproponowana przez Levenshteina , która bada minimalną liczbę operacji (wstawień, usunięć i/lub podstawień) niezbędnych do przekształcenia jednego ciągu tekstowego w drugi; oraz miara odległości Jaro (Jaro, 1989), która analizuje liczbę i kolejność dwóch wspólnych znaków w dwóch ciągach tekstowych.

1.2. Techniki terminologiczne oparte na języku. Techniki te są bardziej złożone, ale bardziej niezawodne niż te omówione wcześniej i nie traktują terminów jako prostych sekwencji znaków, które są od siebie niezależne. Raczej postrzegają terminy jako grupy elementów znaczeniowych (leksymów i morfemów, tj. prefiksów i sufiksów). Głównym celem tych technik jest odkrycie podobieństwa, jakie może istnieć między terminami powiązanymi z jednym pojęciem, chociaż relacje te mogą być tworzone przez ciągi znaków, które są bardzo różne. Innymi słowy, techniki te starają się wyeliminować różne warianty terminologiczne, które mogą wpływać na terminy wzajemnie porównywane. Te techniki z kolei można sklasyfikować według tego, czy są to podejścia wewnętrzne, czy zewnętrzne:

1.2.1. Techniki wewnętrzne. Są one zorientowane na wykrywanie podobieństwa między terminami, które uległy zmianom morfologicznym i składniowym (np. środek transportu, środek transportu, środek transportu), jak w algorytmie Portera Stemming .

1.2.2. Techniki zewnętrzne. Polegają one na wykorzystaniu zewnętrznych zasobów językowych, takich jak słowniki i tezaurusy, w celu znalezienia podobieństwa między wariantami leksykalnymi tego samego terminu (np. środek transportu i pojazd). Techniki zewnętrzne uwzględniają fakt, że zazwyczaj istnieje relacja równoważności między synonimami, a relacja subsumpcji między hiponimami. W ten sposób system dopasowania oparty na zewnętrznych technikach terminologicznych prawdopodobnie byłby w stanie wykryć na przykład relację równoważności między terminami leukocyt i biała krwinka (ponieważ są one synonimami) oraz relację subsumpcji między moycytem a komórką (ponieważ miocyt jest rodzajem komórki). Niektóre z zewnętrznych zasobów językowych najczęściej wykorzystywanych przez takie obecnie stosowane systemy dopasowania to WordNet , jako zasób anglojęzyczny, lub UMLS (National Library of Medicine, 2007) w dziedzinie medycyny. Inne stosowane techniki zewnętrzne obejmują techniki wielojęzyczne, poświęcone znajdowaniu relacji między terminami zapisanymi w różnych językach (takimi jak hiszpańskie słowo célula i jego angielski odpowiednik, cell) oraz korzystaniu z wielojęzycznych słowników, takich jak EuroWordNet .

2. Techniki strukturalne. Oprócz porównywania ciągów tekstowych opisujących encje w każdej ontologii, często przydatne jest porównanie wewnętrznej struktury samych encji lub relacji, jakie każda encja może utrzymywać z innymi encjami (porównanie struktury zewnętrznej).éé 2.1. Techniki porównywania struktury wewnętrznej. Techniki te porównują wewnętrzne cechy encji, takie jak ranga, kardynalność, przechodniość i/lub symetria ich właściwości (atrybutów i relacji). Na przykład, jeśli w jednej ontologii A istnieje encja Osoba z trzema atrybutami (data urodzenia typu date; nazwa typu string i waga typu int), a w innej ontologii B istnieje encja Człowiek_bycie z dwoma atrybutami (data urodzenia typu date; i imię typu string), technika tego typu mogłaby wnioskować o pewnym podobieństwie między tymi dwoma encjami, ponieważ typy dwóch atrybutów są zbieżne. W tym konkretnym przypadku wniosek techniki byłby poprawny: Osoba i Człowiek_bycie odnoszą się do tego samego pojęcia w świecie rzeczywistym. Łatwo jednak znaleźć przypadki, w których technika dałaby błędne wyniki. Na przykład, gdyby encją w ontologii B był Samochód z trzema atrybutami (data rejestracji typu date; kolor typu string i waga typu int), porównanie struktury wewnętrznej mogłoby sugerować, że encje Osoba i Samochód są podobne, ponieważ rangi trzech atrybutów są zbieżne, chociaż w rzeczywistości są to encje powiązane z bardzo różną semantyką. W związku z tym, biorąc pod uwagę, że często możliwe jest znalezienie w ontologii wielu encji reprezentujących podobne cechy wewnętrzne, techniki te są zazwyczaj stosowane w połączeniu z innymi technikami (takimi jak techniki terminologiczne). Prawdopodobnie rozsądne jest wykorzystanie metody porównywania struktury wewnętrznej na początkowych etapach dopasowywania, w celu odfiltrowania par encji, które mogą być powiązane, a następnie zastosowanie innych technik przed ostatecznym określeniem ogólnego poziomu podobieństwa.

2.2. Techniki porównywania struktur zewnętrznych. Techniki te obliczają ewentualne podobieństwo między encjami, uwzględniając pozycję, jaką zajmują one w swoich ontologiach. Podstawową zasadą jest to, że jeśli dwa encje są podobne, to prawdopodobnie istnieje pewne podobieństwo do ich sąsiednich (lub sąsiednich) encji. Techniki te zazwyczaj traktują ontologie jako grafy, w których każdy węzeł jest wierzchołkiem w ontologii, a każda krawędź relacją między wierzchołkami; algorytmy specjalnie zaprojektowane do pracy z grafami są wykorzystywane do znajdowania relacji między elementami w ontologiach. W rzeczywistości problem ten jest równoważny z rozwiązaniem homomorfizmu grafu . Jedną z bardziej znanych technik porównywania struktur zewnętrznych jest technika stosowana w systemie dopasowywania ontologii Anchor-PROMPT , który opiera się na założeniu, że jeśli dwie pary encji w ontologiach źródłowych są podobne i łączą je powiązane ścieżki, to elementy w tych ścieżkach również są podobne.

3. Techniki ekstensjonalne. Te techniki ekstensjonalne (lub rozszerzalne) porównują rozszerzenie lub długość klas ontologii: innymi słowy, ich instancje lub przykłady. Jest to przydatne,gdy informacje o porównywanych encjach są ograniczone, ale istnieją dodatkowe dane lub informacje o ich przykładach; alternatywnie, są one przydatne jako środek wspomagający innetechniki dopasowywania w celu wykrywania błędnych lub mylących odpowiedników. Na przykład, jeśli ontologia zawiera klasę oznaczoną jako Human_being z dwoma instancjami, John i Mary, a inna ontologia zawiera klasę oznaczoną jako Person z tymi samymi instancjami (John i Mary), to porównując wszystkie instancje ontologii, można wywnioskować, że klasy te są podobne.

4. Techniki semantyczne. Tego typu techniki mają na celu uszeregowanie elementów w ontologiach zgodnie z ich interpretacją semantyczną. Ogólne podejście opiera się na metodach dedukcyjnych, które czerpią z modeli teoretycznych uzasadniających uzyskane wyniki. Niektóre przykłady obejmują Spełnialność Zdaniową (SAT) oraz techniki oparte na Logice Opisowej (DL).

4.1. Techniki SAT: zastosowanie technik SAT do problemu dopasowania ontologii polega na tłumaczeniu informacji powiązanych z parami terminów, między którymi może istnieć relacja matematyczna lub formułowa. Relacja miałaby postać Aksjomaty -> rel(element1, element2), gdzie element1 i element2 to encje w ontologiach, które są badane w celu ustalenia, czy istnieje między nimi relacja semantyczna, a rel to relacja istniejąca między tymi encjami. Następnie oceniana jest ważność relacji (w/w formuły). Zaletą stosowania technik SAT jest to, że wspierają one wyczerpującą analizę wszystkich możliwych odpowiedników, a także możliwość wybrania tylko głównych odpowiedników.

4.2. Techniki oparte na DL: ekspresywność języka zdań używanego przez techniki SAT jest ograniczona, ponieważ nie są one w stanie pracować z pewnymi typami predykatów. Jednakże logika opisowa zapewnia niezbędną ekspresję do kodowania problemów dopasowania jako problemów ważności zdań z większą elastycznością. Na przykład, jeśli ontologia zawiera klasy City, Worker i Industrial_city, jako City z ponad 600 000 pracowników, a inna ontologia zawiera klasy Big_town, Inhabitant i Crowded_big_town, jako Big_town z ponad 500 000 mieszkańców i ustalono, że wszyscy pracownicy są mieszkańcami, a City jest równoważne Big_town, to technika oparta na DL mogłaby wywnioskować, że Industrial_city jest Crowded_big_town.

PRZYSZŁE TRENDY

Obecne systemy dopasowywania ontologii przyjmują jako dane wejściowe dwie ontologie i po wykonaniu procesu dopasowywania zwracają jako dane wyjściowe zbiór odpowiedników między ich elementami. Przy zastosowaniu nowoczesnych technik dopasowywania, proces ten jest nadal bardzo czasochłonny i wymaga dużych nakładów obliczeniowych, zwłaszcza w przypadkach, gdy ontologie wejściowe są duże. Może to nie stanowić problemu w przypadkach, gdy stale używane są te same ontologie, ponieważ w takich przypadkach dopasowanie wystarczyłoby wykonać tylko raz, a następnie ujawnione odpowiedniki mogłyby zostać ponownie wykorzystane. Istnieją jednak zastosowania lub konteksty, w których konieczne staje się natychmiastowe zidentyfikowanie, który byt w ontologii A odpowiada bytowi w ontologii B, bez wcześniejszego "poznania" ontologii. W takich przypadkach obecne techniki dopasowywania ontologii są ograniczone, podobnie jak w przypadku sieci semantycznej lub integracji informacji z różnych źródeł, które były wzajemnie "nieznane". W tego typu problemach ważniejsze jest skrócenie czasu obliczeniowego niezbędnego do przeprowadzenia dopasowania, choć jakość dopasowania może ulec pewnemu pogorszeniu. W rezultacie jest bardzo prawdopodobne, że w ciągu najbliższych kilku lat w dziedzinie dopasowania ontologii główny nacisk zostanie położony na badanie technik umożliwiających znajdowanie odpowiedników w coraz krótszym czasie. Oczekuje się również, że pojawią się nowe techniki, które pozwolą na korzystanie z zewnętrznych zasobów językowych w sposób bardziej efektywny i wydajny niż obecnie. Wykorzystanie zasobów zewnętrznych jest niezbędne w przypadku problemów z dopasowaniem związanych z określonymi dziedzinami, chociaż obecne podejścia nie są w stanie zapewnić optymalnego wykorzystania tego typu zasobów, marnując w ten sposób znaczną ilość potencjalnie użytecznych informacji.

WNIOSKI

Dopasowanie ontologii jest ważnym aspektem praktycznie każdej dziedziny lub obszaru zastosowań, w których konieczne jest użycie ontologii. Istnieją różne podejścia do znajdowania odpowiedników semantycznych, które mogą istnieć między elementami różnych ontologii, znane jako techniki dopasowania ontologii. W niniejszym artykule przedstawiono skróconą klasyfikację technik dopasowywania ontologii, które są obecnie najczęściej stosowane. Oczywiste jest, że nie wszystkie techniki dopasowywania są równie przydatne do każdego problemu. Na przykład, nie jest przydatne stosowanie techniki ekstensjonalnej do ontologii, które nie mają instancji. W związku z tym, wybierając spośród różnych technik dopasowywania do konkretnego problemu, należy wziąć pod uwagę szereg czynników. Należą do nich dziedzina, do której należą ontologie, język, w którym są one wyrażone, liczba i rodzaj elementów zawartych w ontologiach itp. I chociaż konkretna technika może być zastosowana do konkretnego problemu dopasowywania, istnieje również kwestia błędów. W rezultacie należy podkreślić, że dopasowanie dwóch ontologii nie polega po prostu na zastosowaniu techniki dopasowania w sposób izolowany: celem jest raczej znalezienie odpowiedniej kombinacji technik dopasowania, które należy zastosować, tak aby mocne strony jednej techniki mogły kompensować słabości i ograniczenia innej, a nadrzędnym celem było odkrycie optymalnego zestawu odpowiedniości między interesującymi ontologiami.

WSTĘP

Patologię związaną z sercem zalicza się do najczęstszych problemów zdrowotnych w społeczeństwie zachodnim. Objawy wskazujące na choroby układu krążenia są zazwyczaj diagnozowane za pomocą angiografii, które pozwalają ekspertowi medycznemu obserwować przepływ krwi w tętnicach wieńcowych i wykrywać poważne zwężenia (stenozy). W zależności od ciężkości, rozległości i lokalizacji tych zwężeń ekspert stawia diagnozę, definiuje leczenie i ustala prognozę. Obecny modus operandi polega na tym, że eksperci kliniczni obserwują sekwencje obrazów i podejmują decyzje na podstawie swojej wiedzy empirycznej. Różne techniki i strategie segmentacji mają obecnie na celu obiektywizację tego procesu poprzez wyodrębnienie ilościowych i jakościowych informacji z angiografii.

WSTĘP

Segmentacja to proces, który dzieli obraz na jego części składowe lub obiekty. W niniejszym kontekście polega ona na oddzieleniu pikseli tworzących drzewo wieńcowe od pozostałych pikseli "tła". Żadna z obecnie stosowanych metod segmentacji nie jest w stanie całkowicie i perfekcyjnie wyodrębnić naczyń krwionośnych serca, ponieważ obrazy przedstawiają złożone morfologie, a ich tło jest niejednorodne ze względu na obecność innych elementów anatomicznych i artefaktów, takich jak cewniki. Literatura przedstawia szeroki wachlarz metod ekstrakcji drzewa wieńcowego: niektóre stosują techniki rozpoznawania wzorców oparte na czystej intensywności, takie jak progowanie, a następnie analiza połączonych komponentów, podczas gdy inne stosują wyraźne modele naczyń w celu wyodrębnienia konturów naczyń. W zależności od jakości i szumu obrazu, niektóre metody segmentacji mogą wymagać wstępnego przetwarzania obrazu przed algorytmem segmentacji; inne mogą wymagać operacji przetwarzania końcowego w celu wyeliminowania skutków możliwej nadmiernej segmentacji. Techniki i algorytmy segmentacji naczyń można podzielić na następujące kategorie :

1. Techniki "dopasowywania wzorców" lub rozpoznawania wzorców
2. Techniki oparte na modelach
3. Techniki oparte na śledzeniu
4. Techniki oparte na sztucznej inteligencji
5. Główny cel

W tej sekcji opisano główne cechy najpowszechniej akceptowanych technik segmentacji drzewa wieńcowego. Techniki te automatycznie wykrywają obiekty i ich cechy, co jest łatwym i natychmiastowym zadaniem dla ludzi, ale niezwykle złożonym procesem dla sztucznych systemów obliczeniowych.

Techniki oparte na rozpoznawaniu wzorców

Podejścia do rozpoznawania wzorców można podzielić na cztery główne kategorie:

Metody wieloskalowe

Metoda wieloskalowa ekstrahuje metodę naczyń za pomocą obrazów o różnej rozdzielczości. Główną zaletą tej techniki jest jej duża szybkość. Większe struktury, takie jak główne tętnice, są ekstrahowane poprzez segmentację obrazów o niskiej rozdzielczości, podczas gdy mniejsze struktury są uzyskiwane poprzez obrazy o wysokiej rozdzielczości.

Metody oparte na szkieletach

Celem tych metod jest uzyskanie szkieletu drzewa wieńcowego: struktury o mniejszych wymiarach niż oryginał, która zachowuje właściwości topologiczne i ogólny kształt wykrytego obiektu. Szkielety oparte na krzywych są zazwyczaj używane do rekonstrukcji struktur naczyniowych. Algorytmy szkieletujące są również nazywane "algorytmami rozrzedzania". Pierwszym krokiem procesu jest wykrycie centralnej osi naczyń lub "linii środkowej". Ta oś jest wyimaginowaną linią, która podąża za każdym naczyniem w jego osi centralnej, tj. dwa normalne segmenty, które przecinają oś w przeciwnym kierunku, powinny znajdować się w tej samej odległości od krawędzi naczynia. Suma tych linii stanowi szkielet drzewa wieńcowego. Metody, które są używane do wykrywania osi centralnych, można podzielić na trzy kategorie:

Metody oparte na grzbietach

Jedną z pierwszych metod segmentacji obrazów angiograficznych na podstawie grzbietów zaproponowali Guo i Richardson. Ta metoda traktuje angiografie jako mapy topograficzne, w których wykryte grzbiety stanowią osie centralne naczyń. Obraz jest wstępnie przetwarzany za pomocą filtra medianowego i wygładzany za pomocą dyfuzji nieliniowej. Następnie obszar zainteresowania jest wybierany poprzez progowanie, proces, który eliminuje grzbiety, które nie odpowiadają osiom centralnym. Na koniec kandydujące osie centralne są łączone za pomocą technik relaksacji krzywej.

Metody oparte na wzroście regionów

Przyjmując znany punkt jako punkt początkowy, techniki te segmentują obrazy poprzez przyrostowe włączanie pikseli w region na podstawie ustalonego a priori kryterium. Istnieją dwa szczególnie ważne kryteria: podobieństwo wartości i bliskość przestrzenna . Ustalono, że piksele, które są wystarczająco blisko innych o podobnych poziomach szarości, należą do tego samego obiektu. Główną wadą tej metody jest to, że wymaga ona interwencji użytkownika w celu określenia punktów początkowych. O′Brien i Ezquerra proponują automatyczną ekstrakcję naczyń wieńcowych w angiogramach na podstawie ograniczeń czasowych, przestrzennych i strukturalnych. Algorytm rozpoczyna się od filtra dolnoprzepustowego i definicji punktu początkowego przez użytkownika. Następnie system zaczyna ekstrakcję osi centralnych za pomocą mechanizmu "testu kuli", po czym wykryte regiony są splątane za pomocą teorii grafów. Zastosowany test pozwala również na odrzucenie regionów, które zostały wykryte nieprawidłowo i nie należą do drzewa naczyniowego.

Metody oparte na geometrii różniczkowej

Metody oparte na geometrii różniczkowej traktują obrazy jako hiperpowierzchnie i wyodrębniają ich cechy za pomocą krzywizny i grzbietów powierzchni. Punkty grzbietu hiperpowierzchni odpowiadają centralnej osi struktury naczynia. Tę metodę można stosować zarówno do obrazów dwuwymiarowych, jak i trójwymiarowych; angiogramy są obrazami dwuwymiarowymi i dlatego są modelowane jako trójwymiarowe hiperpowierzchnie. Przykłady rekonstrukcji można znaleźć w Prinet i inni, którzy traktują obrazy jako powierzchnie parametryczne i wyodrębniają ich cechy za pomocą powierzchni i grzbietów.

Metody filtrów korespondencyjnych

Podejście filtrów korespondencyjnych zawija obraz za pomocą wielu filtrów korespondencyjnych w celu wyodrębnienia obszarów zainteresowania. Filtry są zaprojektowane w celu wykrywania różnych rozmiarów i orientacji. Poli i Valli stosują tę technikę z algorytmem, który szczegółowo opisuje serię wielokierunkowych filtrów liniowych, które są uzyskiwane jako liniowe kombinacje "jąder" Gaussa. Filtry te są wrażliwe na różne szerokości naczyń i orientacje. Mao i inni również stosują ten typ filtrów w algorytmie opartym na modelach percepcji wzrokowej, które potwierdzają, że odpowiednie części obiektów na obrazach z szumem wydają się normalnie zgrupowane.

Morfologiczne metody matematyczne

Morfologia matematyczna definiuje serię operatorów, które stosują elementy strukturalne do obrazów, tak aby ich cechy morfologiczne mogły zostać zachowane, a nieistotne elementy wyeliminowane. Główne operacje morfologiczne są następujące:

•  Dylatacja: rozszerza obiekty, wypełnia puste przestrzenie i łączy rozłączne regiony.
• o Erozja: zwęża obiekty, oddziela regiony.
•  Zamknięcie: dylatacja + erozja.
•  Otwarcie: Erozja + Dylatacja.
•  Transformacja "Top hat": Ekstrakcja struktur o kształcie liniowym
•  Transformacja "Watershed": "Zalewa" obraz, który jest traktowany jako mapa topograficzna i ekstrakcja części, które nie są "zalane".

Eiho i Qian stosują podejście czysto morfologiczne, aby zdefiniować algorytm, który składa się z następujących kroków:

1. Zastosowanie operatora "top hat" w celu podkreślenia naczyń
2. Erozja w celu wyeliminowania obszarów, które nie odpowiadają naczyniom
3. Ekstrakcja drzewa z punktu podanego przez użytkownika i na podstawie poziomów szarości.
4. Odchudzanie drzewa
5. Ekstrakcja krawędzi poprzez transformację "watershed"

TECHNIKI OPARTE NA MODELACH

Te podejścia wykorzystują jawne modele naczyń do wyodrębnienia drzewa naczyniowego. Można je podzielić na cztery kategorie: modele odkształcalne, modele parametryczne, modele korespondencji szablonowej i uogólnione cylindry.

Modele odkształcalne

Strategie oparte na modelach odkształcalnych można sklasyfikować na podstawie prac McInerneya i Terzopoulosa . Algorytmy wykorzystujące modele odkształcalne opierają się na stopniowym udoskonalaniu początkowego szkieletu zbudowanego z krzywych z serii punktów odniesienia:

•  Punkty korzeniowe: Punkty początkowe dla drzewa wieńcowego.
•  Punkty rozwidlenia: Punkty, w których gałąź główna dzieli się na gałąź wtórną.
•  Punkty końcowe: Punkty, w których kończy się gałąź drzewa.

Punkty te muszą zostać oznaczone ręcznie.

Odkształcalne modele parametryczne: aktywne kontury

Te modele wykorzystują zestaw krzywych parametrycznych, które dostosowują się do krawędzi obiektu i są modyfikowane zarówno przez siły zewnętrzne, które wywołują odkształcenie, jak i siły wewnętrzne, które opierają się zmianom. Aktywne modele konturów lub w szczególności "węże" są szczególnym przypadkiem bardziej ogólnej techniki, która udaje, że dostosowuje odkształcalne modele poprzez minimalizację energii. Klein i inni proponują algorytm, który wykorzystuje "węże" do rekonstrukcji 4D: śledzą położenie każdego punktu osi centralnej szkieletu w sekwencji angiogramów.

Odkształcalne modele geometryczne

Te modele są oparte na modelach topograficznych, które są dostosowane do rozpoznawania kształtów. Malladi i inni na przykład dostosowują "metodę zestawu poziomów" (LSM), przedstawiając krawędź jako zestaw poziomów zerowych hiperpowierzchni wyższego rzędu; model ewoluuje, aby zredukować metrykę zdefiniowaną przez ograniczenia krawędzi i krzywizny, ale mniej sztywno niż w przypadku "węży". Ta krawędź, która stanowi poziom zerowy hiperpowierzchni, ewoluuje, dostosowując się do krawędzi naczyń, co chcemy wykryć.

Metody propagacji

Quek i Kirbas opracowali system propagacji fal połączony z mechanizmem cofania, aby wyodrębnić naczynia z obrazów angiograficznych. Ta metoda zasadniczo oznacza każdy piksel zgodnie z prawdopodobieństwem przynależności do naczynia, a następnie propaguje falę przez piksele oznaczone jako należące do naczynia; to ta fala definitywnie wyodrębnia naczynia zgodnie z lokalnymi cechami, na które napotyka. Podejścia oparte na korespondencji odkształcalnych szablonów: To podejście próbuje rozpoznać modele strukturalne (szablony) na obrazie, używając szablonu jako kontekstu, tj. jako modelu a priori. Ten szablon jest zazwyczaj reprezentowany jako zestaw węzłów połączonych segmentem. Początkowa struktura jest deformowana, aż dostosuje się optymalnie do struktur obserwowanych na obrazie. Petrocelli i inni opisują metodę opartą na odkształcalnych szablonach, która również włącza dodatkową wcześniejszą wiedzę do procesu deformacji.

Modele parametryczne

Te modele opierają się na a priori wiedzy o kształcie tętnicy i są używane do budowania modeli, których parametry zależą od profili całego naczynia; jako takie biorą pod uwagę globalne informacje o tętnicy, a nie tylko lokalne informacje. Wartość tych parametrów jest ustalana po procesie uczenia się. Literatura pokazuje wykorzystanie modeli z przekrojami kołowymi i przekrojami spiralnymi , ponieważ różne badania Browna, B. G., Brown, Bolson, Frimer i Dodge, 1982 pokazują, że odcinki zdrowych tętnic mają tendencję do bycia kołowymi, a odcinki ze zwężeniem są zwykle eliptyczne. Jednak zarówno kształty kołowe, jak i eliptyczne nie zbliżają się do nieregularnych kształtów spowodowanych patologiami lub rozwidleniami. Model ten został zastosowany do rekonstrukcji struktur naczyniowych za pomocą dwóch angiogramów , dlatego zarówno zdrowe, jak i zwężone przekroje są modelowane za pomocą elips. Model ten jest następnie deformowany, aż będzie odpowiadał kształtowi związanemu z narodzinami nowej gałęzi lub patologii.

Uogólnione modele cylindrów

Uogólniony cylinder (GC) to bryła, której oś centralna jest krzywą 3D. Każdy punkt tej osi ma ograniczoną i zamkniętą sekcję, która jest do niej prostopadła. CG jest zatem definiowany w przestrzeni przez krzywą przestrzenną lub oś i funkcję, która definiuje sekcję na tej osi. Sekcja jest zwykle elipsą. Technicznie rzecz biorąc, GC powinny być uwzględnione w sekcji metod parametrycznych, ale praca wykonana w tej dziedzinie jest tak obszerna, że zasługuje na własną kategorię. Konstrukcja modelu drzewa wieńcowego wymaga jednego widoku do zbudowania drzewa 2D i oszacowania sekcji. Jednak nie ma informacji o głębokości ani powierzchni sekcji, więc wymagana będzie druga projekcja.

ŚLEDZENIE TĘTNIC

W przeciwieństwie do podejść opartych na rozpoznawaniu wzorców, w których operatorzy lokalni są stosowani do całego obrazu, techniki oparte na śledzeniu tętnic opierają się na stosowaniu operatorów lokalnych w obszarze, który prawdopodobnie należy do naczynia i obejmuje jego długość. Z danego punktu wyjścia operatorzy wykrywają oś centralną i, analizując piksele, które są ortogonalne do kierunku śledzenia, krawędzie naczynia. Istnieją różne metody określania osi centralnej i krawędzi: niektóre metody wykonują sekwencyjne śledzenie i włączają informacje o łączności po prostej operacji wykrywania krawędzi, inne metody wykorzystują te informacje do sekwencyjnego śledzenia konturów. Istnieją również podejścia oparte na intensywności grzbietów, na zbiorach rozmytych lub na reprezentacji raphów, gdzie celem jest znalezienie optymalnej drogi na wykresie, który reprezentuje obraz. Lu i Eiho opisali algorytm uzupełniający dla krawędzi naczyniowych w angiografiach, który uwzględnia włączenie gałęzi i składa się z trzech kroków:

1. Wykrywanie krawędzi
2. Przeszukiwanie gałęzi
3. Śledzenie sekwencyjnych konturów

Użytkownik musi podać punkt wyjścia, kierunek i zakres wyszukiwania. Punkty krawędziowe są oceniane za pomocą operatora wygładzania różnicowego w linii prostopadłej do kierunku naczynia. Operator ten służy również do wykrywania gałęzi.

TECHNIKI OPARTE NA SZTUCZNEJ INTELIGENCJI

Podejścia oparte na sztucznej inteligencji wykorzystują wiedzę wysokiego poziomu do kierowania segmentacją i delimitacją struktur naczyniowych, a czasami wykorzystują różne rodzaje wiedzy z różnych źródeł. Jedną z możliwości jest wykorzystanie reguł, które kodyfikują wiedzę na temat morfologii naczyń krwionośnych; reguły te są następnie wykorzystywane do sformułowania hierarchii, za pomocą której można utworzyć model. Ten typ systemu nie daje dobrych wyników w przypadku rozwidleń tętniczych ani w tętnicach z niedrożnościami. Inne podejście polega na sformułowaniu opartego na regułach systemu eksperckiego w celu identyfikacji tętnic. W pierwszej fazie obraz jest przetwarzany bez korzystania z wiedzy domenowej w celu wyodrębnienia segmentów naczyń. Dopiero w drugiej fazie stosowana jest wiedza dziedzinowa na temat anatomii i fizjologii serca . To drugie podejście jest bardziej solidne niż pierwsze, ale wiąże się z niedogodnością niełączenia wszystkich segmentów w jedną strukturę naczyniową.

TRENDY PRZYSZŁOŚCI

Nie można powiedzieć, że jedna technika ma bardziej obiecującą przyszłość niż inna, ale obecna tendencja polega na odchodzeniu od wyżej wymienionych klasycznych algorytmów segmentacji w kierunku rekonstrukcji 3D, a nawet 4D drzewa wieńcowego. Inne kierunki badań koncentrują się na uzyskiwaniu obrazów angiograficznych za pomocą nowych technologii akwizycji, takich jak rezonans magnetyczny, komputerowa tomografia szybkiej prędkości lub dwuramienne urządzenia angiograficzne, które osiągają dwie równoczesne projekcje w połączeniu z wykorzystaniem ultradźwiękowych urządzeń wewnątrznaczyniowych. Ten rodzaj akwizycji upraszcza tworzenie struktur trójwymiarowych, bezpośrednio z akwizycji lub po prostym przetworzeniu obrazów dwuwymiarowych.

WSTĘP

Słowo biometria pochodzi od greckich słów "bios" (życie) i "metrikos" (miara). Ściśle rzecz biorąc, odnosi się do nauki obejmującej analizę statystyczną cech biologicznych. Dlatego powinniśmy odnosić się do biometrycznego rozpoznawania ludzi, jako do tych aplikacji bezpieczeństwa, które analizują cechy ludzkie w celu weryfikacji tożsamości lub identyfikacji. Jednak będziemy używać krótkiego terminu "biometria" w odniesieniu do "biometrycznego rozpoznawania ludzi". Biometryczne rozpoznawanie oferuje obiecujące podejście do aplikacji bezpieczeństwa, z pewnymi zaletami w porównaniu z klasycznymi metodami, które zależą od czegoś, co masz (klucz, karta itp.) lub czegoś, co wiesz (hasło, PIN itp.). Miłą cechą cech biometrycznych jest to, że opierają się na czymś, kim jesteś lub co robisz, więc nie musisz niczego pamiętać ani posiadać żadnego tokena. Metody uwierzytelniania za pomocą biometrii stanowią szczególną część systemów bezpieczeństwa, z dużą liczbą zalet w porównaniu z klasycznymi metodami. Istnieją jednak również wady. W zależności od zastosowania, jedna z poprzednich metod lub ich kombinacja będzie najbardziej odpowiednia. W tym artykule opisano główne kwestie, które należy znać przy podejmowaniu decyzji, próbując przyjąć rozwiązanie technologii bezpieczeństwa biometrycznego.

GŁÓWNY CEL ARTYKUŁU

W tym artykule przedstawiono przegląd głównych tematów związanych z technologią bezpieczeństwa biometrycznego, a jego głównym celem jest zapewnienie wprowadzenia do tego tematu. Biometria może zapewnić większe bezpieczeństwo i wygodę niż tradycyjne metody rozpoznawania osób. Nawet jeśli nie chcemy zastępować klasycznej metody (hasło lub przechowywany token) metodą biometryczną, z pewnością jesteśmy potencjalnymi użytkownikami tych systemów, które będą obowiązkowe nawet dla nowych modeli paszportów. Z tego powodu przydatne jest zapoznanie się z możliwościami technologii bezpieczeństwa biometrycznego.

CECHY BIOMETRYCZNE

Pierwsze pytanie brzmi: Jaka cecha może być wykorzystana do rozpoznania biometrycznego? Jak mówi zdrowy rozsądek, dobra cecha biometryczna musi spełniać zestaw właściwości. Są to głównie:

•  Uniwersalność: Każda osoba powinna mieć daną cechę.
•  Wyrazistość: Dwie osoby powinny się na tyle różnić, aby odróżnić się od siebie na podstawie tej cechy.
•  Trwałość: Cecha powinna być na tyle stabilna (w odniesieniu do kryterium dopasowania) w czasie, w różnych warunkach środowiskowych itp.
•  Możliwość kolekcjonowania: Cecha powinna być możliwa do zdobycia i ilościowo mierzalna.
•  Akceptowalność: Ludzie powinni być skłonni zaakceptować system biometryczny i nie odczuwać, że jest on irytujący, inwazyjny itp.
•  Wydajność: Dokładność identyfikacji i wymagany czas na pomyślne rozpoznanie muszą być w miarę dobre.
•  Obejście: Zdolność oszustów i technik oszukiwania systemu biometrycznego powinna być znikoma.

Cechy biometryczne można podzielić na dwie główne kategorie:

•  Biometria fizjologiczna: opiera się na bezpośrednich pomiarach części ciała człowieka. Rozpoznawanie odcisków palców , twarzy, tęczówki oka i skanu dłoni należy do tej grupy.
•  Biometria behawioralna: opiera się na pomiarach i danych pochodzących z czynności wykonywanej przez użytkownika, a zatem pośrednio mierzy niektóre cechy ciała człowieka. Rozpoznawanie podpisu, chodu, gestu i naciskania klawiszy należy do tej grupy.

Jednak ta klasyfikacja jest dość sztuczna. Na przykład sygnał mowy zależy od cech behawioralnych, takich jak semantyka, dykcja, wymowa, idiosynkrazja itp. (związane ze statusem społeczno-ekonomicznym, wykształceniem, miejscem urodzenia itp.) . Zależy to jednak również od fizjologii mówiącego, np. kształtu toru głosowego. Z drugiej strony cechy fizjologiczne są również uwarunkowane zachowaniem użytkownika, np. sposobem, w jaki użytkownik prezentuje palec, patrzy na kamerę itp.

Weryfikacja i identyfikacja

Systemy biometryczne mogą działać w dwóch trybach, nazwanych identyfikacją i weryfikacją. Będziemy odnosić się do rozpoznawania w ogólnym przypadku, gdy nie chcemy ich rozróżniać. Jednak niektórzy autorzy uważają rozpoznawanie i identyfikację za synonimy

•  Identyfikacja: W tym podejściu nie żąda się tożsamości od użytkownika. Automatyczny system musi ustalić, kim jest użytkownik. Jeśli należy on/ona do wstępnie zdefiniowanego zestawu znanych użytkowników, jest to określane jako identyfikacja zestawu zamkniętego. Jednak z pewnością zestaw użytkowników znanych (wyuczonych) przez system jest znacznie mniejszy niż potencjalna liczba osób, które mogą próbować wejść. Bardziej ogólna sytuacja, w której system musi radzić sobie z użytkownikami, którzy być może nie są modelowani w bazie danych, jest określana jako identyfikacja zestawu otwartego. Dodanie opcji "żaden z powyższych" do identyfikacji zestawu zamkniętego daje identyfikację zestawu otwartego. Wydajność systemu można ocenić za pomocą współczynnika identyfikacji.

•  Weryfikacja: W tym podejściu celem systemu jest ustalenie, czy dana osoba jest tą, za którą się podaje. Oznacza to, że użytkownik musi podać tożsamość, a system po prostu akceptuje lub odrzuca użytkowników zgodnie z pomyślną lub nieudaną weryfikacją. Czasami ten tryb działania nazywa się uwierzytelnianiem lub wykrywaniem. Wydajność systemu można ocenić za pomocą False Acceptance Rate (FAR, sytuacje, w których oszust jest akceptowany) i False Rejection Rate (FRR, sytuacje, w których użytkownik jest niepoprawnie odrzucany), znanych również w teorii wykrywania jako False Alarm i Miss. Istnieje kompromis między tymi dwoma błędami, który zwykle musi zostać ustalony poprzez dostosowanie progu decyzyjnego. Wydajność można przedstawić na wykresie ROC (Receiver Operator Characteristic) lub na wykresie DET (Detection error trade-off). Krzywa DET zapewnia jednolite traktowanie obu typów błędów i wykorzystuje skalę logarytmiczną dla obu osi, co rozprzestrzenia wykres i lepiej rozróżnia różne dobrze działające systemy, a zwykle tworzy wykresy zbliżone do liniowych. Należy również zauważyć, że krzywa ROC ma symetrię względem DET, tj. przedstawia wskaźnik trafień zamiast prawdopodobieństwa chybienia. Wykres DET wykorzystuje skalę logarytmiczną, która rozszerza skrajne części krzywej, które są częściami dającymi najwięcej informacji o wydajności systemu. Rysunek 1 po lewej stronie przedstawia przykład DET wykresu, a po prawej klasyczny wykres ROC



W przypadku systemów działających w trybie weryfikacji ewolucja FAR i FRR w stosunku do ustawienia progu jest interesującym wykresem. Używając wysokiego progu, żaden oszust nie może oszukać systemu, ale wielu prawdziwych użytkowników zostanie odrzuconych. Z kolei używając niskiego progu, nie byłoby niedogodności dla prawdziwych użytkowników, ale hakerzy mogliby dość łatwo złamać system. Zgodnie z wymogami bezpieczeństwa, jeden z obu podatków będzie ważniejszy od drugiego.

Czy tryb identyfikacji jest bardziej odpowiedni niż tryb weryfikacji?

Niektóre aplikacje nadają się do weryfikacji, takie jak bezpieczeństwo komputerów i sieci, gdzie na przykład zastępujesz swoje hasło odciskiem palca, ale nadal używasz swojego loginu. Jednak w aplikacjach kryminalistycznych obowiązkowe jest używanie identyfikacji, ponieważ na przykład odciski palców pobrane z miejsc zbrodni nigdy nie ujawniają swojej "przypisywanej tożsamości". W niektórych przypadkach, takich jak dostęp do pokoju , wygodniej jest użytkownikowi działać w trybie identyfikacji. Jednak systemy weryfikacji są szybsze, ponieważ wymagają jedynie porównania jeden do jednego (identyfikacja wymaga jednego do N, gdzie N to liczba użytkowników w bazie danych). Ponadto systemy weryfikacji zapewniają również wyższą dokładność. Na przykład haker ma prawie N razy większą szansę na oszukanie systemu identyfikacji niż systemu weryfikacji, ponieważ w identyfikacji musi on/ona dopasować tylko jednego z N prawdziwych użytkowników. Z tego powodu aplikacje komercyjne działające w trybie identyfikacji są ograniczone do małej skali (maksymalnie kilkaset użytkowników). Systemy kryminalistyczne działają w innym trybie, ponieważ dostarczają listę kandydatów, a ludzki nadzorca sprawdza automatyczny wynik dostarczony przez maszynę. Jest to związane z następującą klasyfikacją, która jest również powiązana z aplikacją.

TECHNOLOGIE BIOMETRYCZNE

Kilka cech biometrycznych okazało się przydatnych w rozpoznawaniu biometrycznym. Niemniej jednak ogólny schemat systemu rozpoznawania biometrycznego jest podobny, we wszystkich przypadkach, do tego pokazanego na rysunku .



Schemat pokazany na rysunku jest również interesujący dla analizy podatności i ulepszeń za pomocą fuzji danych. W tym artykule ograniczymy się do bloku numer jeden, pozostałe są związane z przetwarzaniem sygnału i rozpoznawaniem wzorców. Chociaż zdrowy rozsądek wskazuje, że dobre pozyskiwanie wystarczy do wykonania dobrego rozpoznawania, przynajmniej dla ludzi, nie jest to prawdą. Należy wziąć pod uwagę, że kolejne bloki, ponumerowane od 2 do 4 na rysunku, są rzeczywiście fundamentalne. Dobry obraz lub nagranie audio to za mało. Nawet dla ludzi istnieje rzadkie zaburzenie zwane agnozją. Osoby cierpiące na agnozję nie są w stanie rozpoznać i zidentyfikować obiektów lub osób, pomimo posiadania wiedzy na temat cech obiektów lub osób. Osoby z agnozją mogą mieć trudności z rozpoznawaniem cech geometrycznych obiektu lub twarzy lub mogą być w stanie postrzegać cechy geometryczne, ale nie wiedzieć, do czego służy obiekt lub czy twarz jest znajoma, czy nie. Agnozja może być ograniczona do jednej modalności sensorycznej, takiej jak wzrok lub słuch. Szczególny przypadek nazywany jest ślepotą twarzy lub prozopagnozją. Osoby z prozopagnozją często mają trudności z rozpoznawaniem członków rodziny, bliskich przyjaciół, a nawet samych siebie. Agnozja może być wynikiem udarów, demencji lub innych zaburzeń neurologicznych. Więcej informacji na temat agnozji można uzyskać w National Organization for Rare Disorders (NORD) Oczywiście, poprawnie mówiąc, niektóre czujniki wymagają podłączonego do wyjścia digitizera, co wykracza poza zakres tego artykułu. Rozważymy, że blok numer jeden wytwarza sygnał cyfrowy, który może być przetwarzany przez procesor sygnału cyfrowego (DSP) lub komputer osobisty (PC).

Bezpieczeństwo i prywatność

Przyjemną cechą systemów bezpieczeństwa biometrycznego jest to, że poziom bezpieczeństwa jest niemal taki sam dla wszystkich użytkowników systemu. Nie dotyczy to innych technologii bezpieczeństwa. Na przykład w kontroli dostępu opartej na haśle haker musi złamać tylko jedno hasło spośród haseł wszystkich pracowników, aby uzyskać dostęp. W takim przypadku słabe hasło zagraża ogólnemu bezpieczeństwu każdego systemu, do którego użytkownik ma dostęp. Zatem bezpieczeństwo całego systemu jest tak dobre, jak najsłabsze hasło . Jest to szczególnie ważne, ponieważ dobre hasła to bezsensowne kombinacje znaków i liter, które są trudne do zapamiętania (na przykład "Jh2pz6R+"). Niestety, niektórzy użytkownicy nadal używają haseł takich jak "password", "Homer Simpson" lub ich własne imię.

TRENDY PRZYSZŁOŚCI

Chociaż biometria oferuje dobry zestaw zalet, nie została jeszcze masowo przyjęta . Jedną z głównych wad jest to, że dane biometryczne nie są tajne i nie mogą zostać zastąpione po ich naruszeniu przez osobę trzecią. W przypadku aplikacji z ludzkim nadzorcą (takich jak kontrola wjazdu na granicę) może to być niewielki problem, ponieważ operator może sprawdzić, czy przedstawiona cecha biometryczna jest oryginalna czy fałszywa. Jednak w przypadku aplikacji zdalnych, takich jak internet, należy zapewnić pewien rodzaj mechanizmów wykrywania żywotności i ataków antyreplay. Jest to nowy temat badawczy. Zasadniczo w kwestiach bezpieczeństwa konieczna jest stała aktualizacja w celu utrzymania ochrony. Odpowiedni system na obecne czasy może stać się przestarzały, jeśli nie będzie okresowo ulepszany. Z tego powodu nikt nie może twierdzić, że ma doskonały system bezpieczeństwa, a tym bardziej, że będzie on trwał wiecznie. Innym interesującym tematem jest prywatność, która wykracza poza zakres tego artykułu.