Міністерство освіти і науки України

Шульга Катерина Юріївна

Донецьк 2003

Дисертацією є рукопис

Робота виконана в Донецькому державному інституті штучного інтелекту МОН України. модель, статистика, інформація, пристрій

Науковий керівник: доктор технічних наук, професор

Шевченко Анатолій Іванович, ректор Донецького державного институту штучного інтелекту МОН України

Офіційні опоненти: доктор фізико-математичних наук, професор, Крак Юрій Васильович, кафедра моделювання складних систем Київського національного університету ім. Тараса Шевченка доктор технічних наук, професор, Крагін Анатолій Олексійович, завідувач кафедри комп'ютерних технологій, Донецький національний університет

Провідна установа - Інститут проблем математичних машин і систем НАН України, відділ нейротехнологій

Захист дисертації відбудеться «_19__» вересня 2003 р. о 14 00 годині на засіданні спеціалізованої вченої ради К11.243.01 Інституту проблем штучного інтелекту за адресою: 83050, м. Донецьк, пр. Богдана Хмельницького, 84, довідки за тел. (0622) 304-62-86.

З дисертацією можна ознайомитися в бібліотеці Донецького державного інституту штучного інтелекту за адресою: 83050, м. Донецьк, вул. Р. Люксембург, 34-а.

Автореферат розісланий «15» серпня 2003 року.

Вчений секретар спеціалізованої вченої ради, кандидат технічних наук С.О. Полівцев.

Загальна характеристика роботи

Актуальність теми. Сучасний науково-технічний прогрес характеризується періодом інтенсивного інформаційного розвитку, масових змін в інфраструктурі інформатизації життя та діяльності людини. Зокрема, при дослідженні проблем штучного інтелекту стало зрозуміло, що для розробки якісних інтелектуальних програм необхідна їх орієнтація на певні вузькі області людської діяльності, у яких вони повинні вміти навчатися, структурувати отримані знання та правильно їх застосовувати. Значна частина прикладних завдань обробки інформації й аналізу даних у деяких галузях техніки пов'язана з сенсорною інформацією.

Протягом останніх десятиліть ведуться дослідження щодо вивчення основних принципів роботи мозку людини з метою використання їх для створення нових комп'ютерних технологій. Однією із головних проблем, яка виникає у штучному інтелекті, є моделювання процесу обробки зорової та слухової інформації, яка є складовою частиною інтелекту людини. Значний внесок до теоретичних розробок таких систем зробили: Хант E.Б., Ж.-Л. Лорьер, Костюк В.І., Ямпольський Л.С., Хьюбел Д., Вінцюк Т.К., Глушков В.М., Глезер В.Д.

Таким чином, актуальність дослідження обґрунтовується: необхідністю створення математичних моделей та алгоритмів біотехнічної системи виділення та аналізу закономірностей процесу сприйняття людиною зорової та слухової інформації для подальшого їх використання як засобу навчання штучного інтелекту. Це дасть змогу оптимізувати ресурси та час на проведення й обробку психофізичних експериментів і зробити більш ефективними робочі операції штучних інтелектуальних систем керування за рахунок підвищення якості та зменшення часу розпізнавання слухових і зорових сигналів, що розширює можливості їх дій.

Зв'язок роботи з науковими програмами, планами, темами.

Дисертаційна робота виконувалась у Донецькому державному інституті штучного інтелекту як складова частина науково-дослідницької роботи Міністерства освіти і науки України «Дослідження властивостей інтелекту людини з метою створення роботів та ЕОМ нового покоління», шифр 701-98 № 0100U002228, у якій К.Ю. Шульга була виконавцем підрозділу теми. Матеріали дисертації використано також як підрозділ Державної науково-технічної програми «Образний комп'ютер».

Мета й завдання дослідження. Метою дисертаційної роботи є розробка програмних та технічних засобів біотехнічної системи, що призначена для виявлення закономірностей слухового та зорового сприйняття у людини і створення на їх основі математичних моделей і алгоритмів прогнозу й оцінки явищ зовнішнього світу.

Для досягнення поставленої мети необхідно було розробити структуру БіоТехнічної Системи (БТС), яка дозволяє реалізувати мету дослідження. Відповідно до поставленої мети та розробленого підходу сформульовані завдання дисертаційного дослідження:

вибрати й обґрунтувати інформаційні ознаки процесу зорового та слухового сприйняття зовнішнього світу людиною;

розробити алгоритми, структуру та програмне забезпечення функціонально-орієнтованої біотехнічної системи;

реалізувати конструктивне рішення апаратно-програмної частини приладу, призначеного для БТС;

провести аналіз отриманих у ході верифікації БТС закономірностей;

розробити математичні моделі прогнозу психофізичної реакції людини на варіації зорової та слухової інформації.

Об'єкт дослідження. Слухові та зорові характеристики людини в процесі розпізнавання сенсорної інформації.

Предмет дослідження. Моделі, алгоритми та програмні засоби біотехнічної системи в процесі дослідження психофізичної реакції людини при розпізнаванні сенсорної інформації.

Наукова новизна отриманих результатів дисертаційного дослідження полягає в наступному:

1. Розроблені методичні правила й алгоритм дослідження процесів формування слухових та зорових образів через апаратно-програмні комп'ютерні засоби біотехнічної системи. Це дозволило сформувати та обробити інформаційні масиви, які характеризують психофізичну реакцію людини на явища зовнішнього світу.

2. Уперше сконструйовано прилад для комп'ютерного дослідження слухової та зорової інформації, який дозволяє формувати інформаційні масиви бази даних.

3. Розроблені математичні моделі психофізичної реакції людини в умовах зовнішніх перешкод зі змогою зіставлення еквівалентності часу реакції та достовірності оцінки явищ зовнішнього світу, що дало можливість прогнозувати швидкість реакції людини-оператора та штучних інтелектуальних систем (робота) на зміни зовнішнього світу.

4. Дістали подальшого розвитку теоретичні засади оцінки однорідності вибіркових представників, що дало змогу поліпшувати ефективність, достовірність, незміщеність об'єктивних показників через вибіркові оцінки.

5. Удосконалені та модернізовані методичні положення моделювання інтелектуальної діяльності людини через диференціацію психофізичної реакції людини, що дає змогу змінювати прогнозовані рішення в комп'ютерних інтерфейсах систем штучного інтелекту.

Практичне значення отриманих результатів дисертаційного дослідження полягає в наступному:

1. Розроблено структуру біотехнічної системи «Flash-Words», яка адаптується до подання слухової та зорової інформації, що дозволяє використовувати її для навчання та керування в інтелектуальних системах різноманітного призначення.

2. Створені алгоритми дозволяють обробляти інформацію, яка надається через апаратно-програмні комплекси та інтерфейси взаємодії «людина-комп'ютер».

3. Теоретичні засади, сформовані в дослідженні, призначені для аналізу розподілу та взаємодії психофізичних явищ і дозволяють використовувати залежності, виявлені за рахунок інтелектуальної діяльності людини, при вирішенні прикладних проблем створення інтелектуалізованих робото-технічних систем.

4. Основні методичні положення дослідження використані в навчальному процесі при підготовці та проведенні занять з дисциплін «Інтелектуальні системи керування роботами», «Теоретичні основи інтелектуальних систем прийняття рішень»,»Алгоритми та програмне забезпечення інтелектуальних систем» на кафедрі програмного забезпечення інтелектуальних систем Донецького державного інституту штучного інтелекту.

За результатами експериментальних досліджень зроблено впровадження у вигляді алгоритмів та програмного забезпечення підсистеми розпізнавання слухових команд і зорової інформації мобільного робота й програмно-технічних засобів виявлення й обробки інформаційних ознак.

За рахунок підвищення якості та зменшення часу розпізнавання мовних і зорових сигналів, підвищена швидкість робочих операцій робота на 7,2%.

Крім того, результати дисертаційного дослідження використані на кафедрі анестезіології, інтенсивної терапії та медицини невідкладних станів факультету післядипломної освіти Донецького національного медичного університету. Вони дозволяють диференційно оцінювати слухову та зорову діяльність людини, зокрема людини-оператора, при нейрохірургічній діагностиці норми та патології.

Особистий внесок здобувача. Усі основні результати дисертації отримані автором самостійно. У спільних роботах дисертанту належить: [1]- методичні правила дослідження процесів розпізнавання та диференціації зорових образів, [3]- виділення значимих факторів та особливостей зорового і слухового аналізаторів, [6] - розробка алгоритму виявлення показників зорового розпізнавання стимулів та аналіз експериментальних досліджень.

Апробація роботи. Основні результати дисертаційної роботи були повідомлені на:

XVIII Міжнародній конференції «Информационные технологии в науке, образовании, телекоммуникации, бизнесе», Гурзуф, 2001;

Міжнародній науково-практичної конференції «Знание - Диалог - Решение», Санкт-Петербург, 2001;

Міжнародна конференція «Интеллектуальные и многопроцессорные системы» ІМС-2001, Росія, Дивноморське,2001.

Публікації. Основні положення дисертації викладені в 10 друкованих працях, з них - 6 статей у фахових виданнях.

Структура й обсяг дисертаційної роботи. Дисертаційна робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел, доповнень. Повний обсяг роботи 162 сторінки, 147 сторінок основної текстової частини. Дисертація містить 21 рисунок та 23 таблиці, 3 доповнення на 3 сторінках, список використаних джерел із 138 найменувань на 12 сторінках.

Основний зміст роботи

У вступі розкриті сутність і стан проблеми, обґрунтована актуальність теми дисертації та необхідність виявлення закономірностей сенсорного сприйняття у людини, викладені мета роботи, особистий внесок здобувача, практичне значення отриманих результатів і наукова новизна, коротко розкритий зміст дисертаційної роботи.

У першому розділі здійснено огляд вітчизняної та зарубіжної літератури з питань, пов'язаних з темою дисертаційної роботи. Розглянуто базові поняття роботи, принципи використання та побудови сучасних біотехнічних систем. Визначено, що вирішальну роль в алгоритмах розпізнавання штучних інтелектуальних систем відіграє ступінь їх інтелектуальності. Біотехнічні системи покликані забезпечувати настроювання інтелектуальної системи на особливості інформаційних потоків, що надходять від вимірювальних систем та алгоритмів накопичення й заповнення інформації про характеристики об'єкта керування. Відповідно до цього, функціонально, біотехнічні системи - це комплекси, які дозволяють розробляти адаптивні алгоритми для систем з неповною інформацією про об'єкт керування. Створення таких комплексів, потребує розробки алгоритмів та математичних моделей, які спираються на особливості сприйняття навколишнього світу людиною.

Таким чином, сформульоване завдання дисертаційної роботи та визначена методика дослідження, яка складається з двох частин: одна містить розробку структури, програмного забезпечення біотехнічної системи «Flash-Words» та методичні правила проведення її верифікації; друга відображає алгоритм статистичного аналізу та перевірки робочих гіпотез, результатом якої є виявлення закономірностей сприйняття та створення моделей прогнозу психофізичної реакції людини, алгоритм та програмний інтерфейс штучної інтелектуальної системи. Викладення матеріалів дисертаційного дослідження підпорядковується саме цьому алгоритму, тобто другий і третій розділи роботи присвячені біотехнічному дослідженню, а четвертий - статистичній обробці експериментальних даних, розробці математичних моделей .

У другому розділі створено методичні положення формального представлення вхідних сигналів, психічних образів та реакцій випробуваних, наведена методика розробки біотехнічної системи «Flash-Words» та її структурна модель, а також формування інформаційних моделей процесу слухового та зорового сприйняття та розпізнавання. На рис. 1 представлений єдиний алгоритм функціонування біотехнічної системи, який відбиває сучасні тенденції її роботи.

У дослідженні «алфавіт» слухових та зорових стимулів складався з букв та слів російського алфавіту 10 у кожному з сенсорних каналів. Стимули пред'являлися на екран монітора БТС «Flash-Words» з наростаючою яскравістю світіння.

Формально угруповання вхідних сигналів здійснювалося за допомогою завдання множини вхідних сигналів W, яка підрозділялася на дві підмножини: підмножина буквених символів W₁ і підмножина слів W₂ значеннєвий зміст яких приведене в таблиці 1.

Виходячи з цього, множина вхідних сигналів може бути представлена у вигляді:

W={w_i}, _i=. (1)

У свою чергу,

, 2)

де: , _{i= ;} , _{i= .} (3)

Таблиця 1. Формалізація символів

Проходження зорових сигналів і їх характеристики, як фактор і відгук, зі змістовною частиною та вказівкою границі і кроків руху, що характеризують організацію експерименту, представлено в таблиці 2.

Таблиця 2. Класифікація та рівні значень змінних при зоровому сприйнятті

Тоді кожен символ з таблиці 1 характеризується набором перемінних (4), (5) чисельне значення яких зафіксовано в таблиці 3.

Згідно викладеному елементи множини вхідних сигналів(3) можливо записати у вигляді (4),(5):

w= (x₃¹_, x₄¹_{,…………….,} x₁₂¹), букви. (4)

w= (x₃ ²_, x₄²_{,…………….,} x₁₂²), слова. (5)

Виходячи з особливостей функціонування БТС, поява символів із сукупності W характеризується набором виділення ознак і визначається випадково, де випадковість p_j генерується датчиком, тоді кожен символ має вигляд (6),(7).

Таким чином, на екрані дисплея технічної підсистеми БТС кожен символ буде характеризуватися парою:

x=, j= _. (6)

У свою чергу, сам символ, представлений на екрані також характеризується ймовірністю появи випадкових чисел

(7)

Значення кожного фактора таблиць 1,3 також є випадковою величиною, що характеризується імовірністю q_j. Тоді елементи множин можуть бути представлені у вигляді:

w = , _{i= ,}

w = , i_=. (8)

У загальному випадку, пред'явлення сигналу із сукупністю його ознак на екрані монітора технічної підсистеми БТС може бути представлене

у виді:

_. (9)

_. (10)

Відповідно до фізіологічних особливостей випробуваних, кожен символ фіксується в пам'яті у виді деякого психічного образа.

Психофізичний експеримент полягав у тому, що випробуваний повинний був здійснити відображення послідовності зовнішніх ситуацій {W_i} задане експериментатором на множину припустимих для емпіричної реєстрації відповідних реакцій, {Rj}.

x_i - поданий і-й символ,

y_i - відповідь випробуваного на i-й символ.

t_i- час упізнання i-го символу.

У загальному випадку вхідний вектор представлений у вигляді:

(12)

, (13)

Отже, для m-го випробуваного модель середнього часу прогнозу розпізнавання представлена:

(14)

Тоді число правильних відповідей для вибірки з P числом випробуваних описується:

(15)

У третьому розділі запропоновано алгоритми та правила їх застосування в штучній інтелектуальній системі, які розроблені на основі обробки даних, отриманих при верифікації біотехнічної системи «Flash-Words». Загальними рисами біотехнічних систем (БТС) даного класу є: наявність випробуваного; оператора-користувача, взаємодіючого з технічними засобами системи, ЕОМ-інформаційне обслуговування (збір і обробка отриманих сигналів). Основним режимом функціонування сучасних БТС є режим реального масштабу часу.

До бази знань розробленої БТС «Flash-Words» закладено формування верифікованої бази вирішених завдань. База вирішених завдань містить інформацію про ситуації, що зустрічалися раніше в ході функціонування БТС. Вона дозволила сформувати функціональні, структурно-функціональні моделі, що оперують основними закономірностями з урахуванням особливостей досліджуваного об'єкта. Вона також містить набір рішень, що включають синтез даних, методів і моделей, які приводили до досягнення поставленої мети. Дослідник, котрий працює з ЕОМ у діалоговому режимі, має змогу досліджувати безліч варіантів досягнення мети. На наповнення цієї бази впливає досвід взаємодії людини з ЕОМ при рішенні конкретних завдань БТС.

Композиційна складність БТС «Flash-Words» визначається тим, що в активно функціонуючій підсистемі використовуються принципи, характерні для біологічних систем у цілому, зокрема мозку людини, з одного боку, і специфічними правилами функціонування ЕОМ - з іншого.

При розробці БТС «Flash-Words» враховувався принцип системно-середовищної адекватності. Суть його полягає в тому, що робота людини з ЕОМ забезпечує можливість звертання до баз, різних входів у програми обробки інформації (створення первинного інформаційного масиву, програми статистичної обробки результатів експерименту - програми режиму off-line) і прийняття рішень, можливість видачі оперативної інформації оператору за допомогою дисплея та інших технічних засобів (програми режиму on-line). Запропоновано компенсувати недолік апріорної інформації про складний об'єкт дослідження апостеріорною інформацією про нього (закономірності сприйняття, міжпівкульова асиметрія, тощо), тобто остаточний синтез моделі здійснюється не до початку експлуатації БТС, а вже безпосередньо в процесі її експлуатації в адаптивному режимі.

Для здійснення процедури інтелектуалізації, у БТС «Flash-Words» створено комплекс програм, здатних фіксувати та запам'ятовувати дії людини в сформованій ситуації - модель дій людини-дослідника (блок Моделювання Дій Людини). Ця модель передається в Базу моделей, збагачуючи набір варіантів вирішених завдань, що створює основу автоматизації керуванням базами з метою виготовлення єдиного алгоритму функціонування в подібних ситуаціях.

У четвертому розділі наведені результати експериментальних даних, отриманих у ході верифікації біотехнічної системи «Flash-Words» при дослідженні розпізнавання людиною слухових та зорових стимулів. Проводилися експериментальні дослідження з визначення часу розпізнавання, а також кількості вірних відповідей випробуваних при розпізнаванні слухових та зорових стимулів.

На рис. 2 показана інформаційно-структурна модель БТС «Flash-Words» з елементами інтелектуалізації.

При обробці отриманих у процесі експериментальних процедур первинних інформаційних масивів були застосовані методи, засновані на використанні статистичного апарату. Для кожного масиву перевірена гіпотеза про нормальний розподіл і побудована гістограма. У першому експерименті досліджувалися часові характеристики розпізнавання слухових стимулів. У другому - зорові, при наявності перешкоди та без неї. У експерименті брало участь 106 осіб: студенти 1- 4 курсів ДонДІШІ. Кожному випробуваному у випадковому порядку пред'являлися стимули. Порівняльний аналіз даних за двома експериментами приведений у таблиці 3, рис.3. Стовпець ( група №1)- із табл. 3 містить дослідження без перешкоди (спалах), стовпець (група №2) - в умовах перешкоди.

Таблиця 3. Числові характеристики груп при зоровому сприйнятті

Кількість правильних відповідей (табл.2) при впізнанні букв у другій групі збільшується щодо першої у 1,2 рази для ЛПЗ і в 1,05 рази для ППЗ. Розкид від середнього значення зменшується приблизно в два рази.

Висунули припущення про зміну напрямку функціональної міжпівкульової асиметрії мозку під дією спалаху (перешкоди). Для масивів розраховані основні статистичні оцінки при довірчій імовірності Р = 99,95 % у випадку розходжень між точками, а в тих випадках, коли довірчі інтервали мали близькі значення (частково перетиналися), вибирали довірчу ймовірність 95 %. Основні тенденції отриманих даних експериментів відбиті на рис. 3.

Рис.3. Чисельні дослідження алгоритмів біотехнічної системи

При зборі статистичних даних використовувалася класифікація перемінних таблиця 2 (зорові стимули) , у якій виділені вихідні перемінні - відгуки у_{1 -} у₇, що підлягають визначенню та вхідні перемінні - фактори х_{1 -} х₉. БТС передбачає триступінчату процедуру каскадного регресійного аналізу. На першому етапі здійснений розрахунок середнього значення та стандартного відхилення факторів і відгуків. Друга процедура - розрахунок матриці коефіцієнтів взаємної кореляції факторів. Третій етап представляв собою каскадну регресійну процедуру.

Ідентифіковані регресійні поліноми для зорового впізнання як моделі прогнозу психофізичних реакцій представлені рівняннями (16-22):

у₁ = 0,93+ 0,0015х₁ + 0, 037 х₂+ 2,28х₃+ 0,002х₄ + 0,01х₅-0,03х₆ + 0,016х₇-0,0009х₈- 0,0008х₉ . (16)

у₂ = 0,14+ 0,0046х₁ + 0, 028 х₂+ 0,35х₃+ 0,005х₄ + 0,017х₅+0,00045х₆ + 0,004х₇+ 0,01х₈-0,015х_9. (17)

у₃ = 0,795 - 0,003х₁ + 0, 009 х₂+ 1,93х₃ - 0,003х₄ - 0,007х₅- 0,031х₆ + 0,011х₇- 0,016х₈ + 0,0012х_{9 .} (18)

у₄ = - 0,3+ 0,002х₁ + 0, 007 х₂- 0,41х₃+ 0,003х₄ + 0,006х₅+0,014х₆ - 0,003х₇+ 0,011х₈-0,0004х_{9 .} (19)

у₅=1,35+ 0,033х₁ - 0, 53х₂+ 15,65х₃+ 0,094х₄ + 0,015х₅+0,16х₆ + 0,047х₇-0,025х₈-0,01х_9. (20)

у₆ = 32,53+ 0,018х₁ + 0, 037 х₂ - 10,07х₃ - 0,026х₄ - 0,37х₅- 0,076х₆ + 0,08х₇- 0,058х₈ + 0,0017х_{9 .} (21)

у₇ = 0,56+ 0,036х₁ - 0, 54 х₂+ 13,72х₃+ 0,097х₄ + 0,022х₅+0,19х₆ + 0,036х₇- 0,0084х₈-0,011х_9. (22)

Для підвищення рівня адекватності моделей і аналізу одержаних статистичних оцінок було здійснене перетворення інформаційної матриці та зроблено розрахунок нелінійної залежності (23-26) при слуховому сприйнятті інформації (квадратичні поліноми). Нелінійні моделі мають вигляд:

у₁ = 0,007 - 0,03х₁ + 0,001х₁² + 1,12х₂- 0, 24х₂² + 3,72х₃ - 0,63х₃² -0,005х₄ + 0,001х₄² + 0,004х₅ - 0,00004х₅² + 0,0002х₆ - 0,00001х₆² -0,1х₇ + 0,003х₇² - 0,05х₈ + 0,003х₈²- 0,003х₉ + 0,00001х₉². (23)

у₂ = -1,99 + 0,003х₁ - 0,0002х₁² + 0, 62х₂- 0, 14х₂² +4х₃ - 0,092х₃² -0,017х₄ + 0,0005х₄² - 0,004х₅ + 0,00003х₅² + 0,00007х₆ - 0,00001х₆²- 0,05х₇ + 0,002х₇² 0,007х₈-0,0011х₈² - 0,003х₉ + 0,00001х₉^{2 .} (24)

у₃ = 2 - 0,03х₁ + 0,002х₁² + 0, 5х₂- 0, 1х₂² - 0,27х₃ + 0,29х₃² -0,03х₄ + 0,001х₄² + 0,008х₅ - 0,00007х₅² + 0,0001х₆ - 0,00001х₆² - 0,05х₇ + 0,001х₇² - 0,06х₈+ 0,004х₈² + 0,00007х₉ + 0,00001х₉² . (25)

у₄ = - 0,98 + 0,006х₁ - 0,0003х₁² + 0,05х₂- 0, 01х₂² + 1,06х₃ - 0,3х₃² + 0,001х₄ - 0,00004х₄² - 0,002х₅ + 0,00002х₅² - 0,00001х₆ + 0,00001х₆²- 0,002х₇ + 0,0004х₇² - 0,011х₈ - 0,001х₈² - 0,0007х₉ + 0,00001х₉². (26)

Як свідчить порівняння оцінок квадратичних поліномів, вони більш коректно описують статистичний матеріал розпізнавання слухових стимулів.

Результати досліджень дозволили підвищити швидкість робочих операцій мобільного робота на 7,2% за рахунок покращення якості та зменшення часу розпізнавання мовних та зорових сигналів, що, в свою чергу, було здійснено в результаті використання моделей, які враховують взаємозв'язки та диференціацію психофізичної реакції людини.

Для реалізації алгоритмів у відповідних програмних комплексах користувач на початку функціонування БТС задає вектор признаків: x = (а, b, c, d, e),табл.4.

Таблиця 4. Визначення компонентів вектора признаків

Завдяки завданню досліджувач має можливість вибору типу моделі, що буде аналізуватись в БТС, наприклад, модель №1 відображає залежності значень часу впізнання від поля зору та виду зорового стимулу в групі № 1:

,r. (27)

r - середнє число правильних відповідей із урахуванням зображення.

e{left, right}, image IMAGE, N=52 - кількість випробуваних,

M=10-максимальна кількість правильних відповідей.

Висновки

У дисертаційній роботі наведено теоретичне обґрунтування та нове вирішення наукового завдання, що полягає у створенні математичних моделей психофізичної реакції людини на слухову та зорову інформацію в умовах зовнішніх перешкод із зіставленням еквівалентності часу реакції та достовірності оцінки явищ зовнішнього світу через методичні правила оцінки однорідності вибіркових представників, яка дає змогу оцінювати об'єктивні показники, тобто поліпшувати ефективність, достовірність, незміщеність статистичних оцінок.

Аналіз отриманих результатів дає підставу зробити такі висновки:

1. Здійснено розробку структури біотехнічної системи, яка приймає й аналізує відгуки на слухову та зорову інформацію та дозволяє формувати інформаційні масиви бази даних.

2. Створено математичні моделі психофізичної реакції людини в умовах зовнішніх перешкод, що дозволяє використовувати їх для навчання та керування інтелектуальної системи.

3. Створені алгоритми біотехнічної системи дозволяють обробляти інформацію, яка надається через різноманітні апаратно-програмні комплекси та інтерфейси взаємодії «людина-комп'ютер», що дозволяє використовувати ці алгоритми для адаптації систем штучного інтелекту.

4. Теоретичні засади та методичні аспекти обробки експериментальних даних, сформовані під час синтезу біотехнічної системи, призначені для аналізу розподілу та взаємодії психофізичних явищ, що дає змогу використовувати залежності, розроблені за рахунок інтелектуальної діяльності людини при вирішенні прикладних проблем створення інтелектуалізованих робототехнічних систем.

5. Дістали подальшого розвитку й модернізовані методичні положення моделювання інтелектуальної діяльності людини через диференціацію психофізичної реакції людини, що дає змогу змінювати прогнозовані рішення в інтелектуалізованих комп'ютерних інтерфейсах систем штучного інтелекту.

Список опублікованих автором праць за темою дисертації

Шульга Е.Ю., Золкина Э.А. Методика изучения сравнительных характеристик переработки зрительной информации в связи с асимметрией мозга человека //Искусственный интеллект. - 2001. - №1. - С. 102-110.

Шульга Е.Ю. Система автоматизации психофизиологических исследований при изучении функциональной межполушарной асимметрии мозга при зрительном восприятии//Математичні машини і системи. - 2001. - №1-2. - С. 141-145.

Золкина Э.А., Шульга К.Ю. Опознание зрительных образов полушариями мозга //Искусственный интеллект. - 2001. - №2. - С. 58-65.

Шульга К.Ю. Основні логіко-формальні моделі, отримані у ході верифікації біотехнічної системи дослідження процесу впізнання зорових вербальних стимулів //Математичні машини і системи. - 2002. - №1. - С. 123-127.

Шульга Е.Ю. Формализация сенсорной задачи по опознанию вербальных зрительных стимулов, в разных условиях предъявления //Математичні машини і системи. - 2003. - №1. - С. 134-141.

Золкина Э.А., Шульга Е.Ю. Разработка алгоритма программы для создания систем по опознанию зрительных образов// Труды Междунар. научно-практической конф. «Знание - Диалог - Решение» (KDS-2001). - Т. 1. - Санкт-Петербург. - 2001. - С.268-271.

Шульга Е.Ю. Апробация работы автоматизированной системы «Flash-Words», при исследовании зрительного опознания в связи с асимметрией мозга // Искусственный интеллект. - 2001. - №3. - С. 382-386.

Шульга Е.Ю. Апробация работы автоматизированной системы «Flash-Words « при исследовании зрительного опознания в связи с асимметрией мозга // Труды международной конференции «Интеллектуальные и многопроцессорные системы» ИМС-2001, Россия, Дивноморское. - 2001 . - С. 34-36.

Шульга Е.Ю. Автоматизированная система регистрации психофизиологических зрительных стимулов//Труды международной XXVIII конференции и дискуссионный клуб «Информационные технологии в науке, образовании, телекоммуникации, бизнесе». - Крым, Гурзуф. - 2001.- С. 101-104.

Ященко В.А., Шульга Е.Ю. Нейроподобные растущие сети //Труды международной XXVIII конференции и дискуссионный клуб «Информационные технологии в науке, образовании, телекоммуникации, бизнесе». - Крым, Гурзуф. - 2001.- С. 112-115.

Анотація

Шульга К.Ю. Створення математичних моделей і алгоритмів біотехнічної системи як засобу навчання штучного інтелекту. Рукопис.

Дисертація на здобуття вченого ступеня кандидата технічних наук за спеціальністю 05.13.23 - «Системи та засоби штучного інтелекту». - Інституті проблем штучного інтелекту, м. Донецьк, 2003.

Дисертаційна праця присвячена вирішенню важливої сучасної проблеми створення алгоритмів і програмно-апаратних засобів біотехнічної системи дослідження процесу сприйняття слухових і зорових образів.

Основна частина праці представлена другим, третім і четвертим розділами. Другий розділ підлеглий правилам формалізації змінних біотехнічної системи, вибору й обґрунтуванню інформації, яка досліджується. Розглядаються особливості методики формування інформаційних моделей процесу сенсорного сприйняття. Структура БТС підлегла її функціонуванню як ланки випередження в системі штучного інтелекту, яка на основі єдиного алгоритму функціонування дозволяє реалізувати режими навчання системи й адаптації в процесі її функціонування при різних змінах характеристик зовнішнього світу.

Третій розділ підлягає розробці технічних пристроїв програмно-апаратної частини біотехнічної системи, створенню її алгоритмів і моделей. На основі даних, отриманих у ході верифікації БТС розглядаються основні підходи щодо інтелектуалізації БТС.

У четвертому розділі праці приведено статистичний аналіз первинних інформаційних масивів, математичні моделі прогнозу психофізичної реакції людини. Проведено логіко-формальне закріплення такого роду експериментів у вигляді формалізованих моделей взаємозв'язку правильних відповідей і швидкості розпізнавання слухових та зорових образів із урахуванням функціональної міжпівкульової асиметрії мозку людини.

Ключові слова: моделі, алгоритми, біотехнічна система, розпізнавання, сенсорна інформація, аналіз, статистика.

Аннотация

Шульга Е.Ю. Создание математических моделей и алгоритмов биотехнической системы как средства обучения искусственного интеллекта. Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.23 - «Системы и средства искусственного интеллекта». - Институт проблем искусственного интеллекта, г. Донецк, 2003.

Диссертационная работа посвящена решению важной современной проблемы создания алгоритмов и программно-аппаратных средств биотехнических систем исследования восприятия зрительных и слуховых образов.

Основная часть работы представлена вторым, третьим и четвертым разделами. Второй раздел подчинен правилам формализации переменных биотехнической системы, выбору и обоснованию исследуемой информации. Рассматриваются особенности методологии формирования информационных моделей процесса сенсорного восприятия. Структура БТС подчинена ее функционированию как звена предварения в системе искусственного интеллекта, которая на основании единого алгоритма функционирования позволяет реализовать режимы обучения системы и адаптации в процессе ее функционирования при различных изменениях характеристик внешнего мира.

Третий раздел подчинен разработке технических устройств программно-аппаратной части биотехнической системы, созданию ее алгоритмов и моделей. На основании данных, полученных в ходе верификации БТС рассмотрены основные подходы к интеллектуализации биотехнической системы.

Четвертый раздел работы подчинен статистическому анализу первичных информационных массивов, разработке математических моделей прогноза психофизической реакции человека на различные вариации слуховой и зрительной информации. Приведено логико-формальное закрепление такого рода экспериментов в виде формализированных моделей взаимосвязи числа правильных ответов и скорости распознавания зрительных и слуховых образов с учетом функциональной межполушарной асимметрии мозга человека.

Ключевые слова: модели, алгоритмы, биотехническая система, распознавание, сенсорная информация, анализ, статистика.

Abstract

Shulga K.U. Creation of mathematical models and algorithms of biotechnical system as means of training of artificial intelligence. The manuscript.

Thesis for a candidate's degree in technical sciences on speciality 05.13.23 -»Systems and Means of Artificial Intelligence». - Institute of Artificial Intelligence, Donetsk, 2003.

The dissertation is devoted to the important modern problem of creation of algorithms and programs - hardware of biotechnical systems (BTS) of visual and acoustical images recognition.

The basic part of work is submitted in second, third and fourth sections. The second section is subordinated to rules of formalization of biotechnical system variables, choice and substantiation of the researched information. The features of methodology of formation of information models of sensors recognition process are considered. The structure BTS is subordinated to its functioning as link of forestalling in system of artificial intelligence, which on the basis of uniform algorithm of functioning allows to realize modes of training of system and its adaptation during functioning at various changes of the external world characteristics.

The third section is subordinated to development of technical devices of biotechnical system hardware-software part, creation of its algorithms and models. On the basis of the data received during verification of (BTS) the algorithm and numerical analysis of decisions. Processed by artificial intellectual system is developed.

The fourth section of work is subordinated to the statistical analysis of primary information files, development of mathematical models of forecast of person physical of reaction on variation of acoustical and visual information. Logic-formal fixing of such of experiments as formalized models of interrelation of number of the correct answers and speed of recognition of visual and acoustical images is given in view of functional asymmetry of a person brain.

Key words: models, algorithms, biotechnical system, recognition, sensor information, analysis, statistics.

Размещено на Allbest.ru