Как обустроить мансарду?



Как создать искусственный водоем?



Как наладить теплоизоляцию?



Как сделать стяжку пола?



Как выбрать теплый пол?



Зачем нужны фасадные системы?



Что может получиться из балкона?


Главная страница » Энциклопедия строителя

содержание:
[стр.Введение] [стр.1]

страница - 1

основе экспертного знания и является мерой правдоподобности отнесения неизвестного объекта к некоторому эталону.

Если же стоит вопрос о различении качественно разнородных объектов, когда возникает необходимость в распознавании структуры объекта, возникает третья типовая задача опознавания: Дано: алфавит S = Si,S2,...,Sk, решающее правило D = dj, d2, dm, представители классов Э = э\, э2, эк, критерий компактности Е = sh s2, ... sK. Найти вектор признаков, обеспечивающих разделение элементов алфавита в пространстве свойств.

Эта задача обычно рассматривается как задача создания классификатора. Решение сформулированной задачи описывает процедуру порождения агента. Процедура порождения агента инициируется, когда в среде коллектива агентов возникает текущая цель, для достижения которой с заданным качеством не активируется ни один из агентов начального коллектива агентов.

Вопрос о необходимости различения качественно разнородных объектов возникает в связи с исследованием внешней и внутренней гетерогенности оригинала [13]. Внешняя гетерогенность оригинала - описание качественного отличия отображаемого объекта от других объектов, его место в некоторой системе объектов. Внутренняя гетерогенность оригинала -качественное разнообразие элементов отображаемого объекта. Качественное различие объектов - это различение их признаковых описаний ни по значению признаков, как это было в рассмотренной выше задаче классификации, а различение самих признаковых описаний. Качественно различные объекты должны иметь различные признаковые описания. Поэтому для их распознавания строятся различные классификаторы.

Исследование структуры оригинала можно рассматривать как одношаговый акт распознавания, если иметь целью исследования описание максимально укрупнённой структуры оригинала: двухуровневое дерево, корнем которого является признаковое описание самого оригинала, а листья дерева - индивидуальные признаковые описания элементов укрупнённой структуры оригинала. Если в качестве оригинала рассматривать формулировку некоторой цели, с которой начинается постановка всякой задачи, содержанием которой является исследование внутренней гетерогенности оригинала, то возникает известная проблема редукции. Её одношаговое решение представляет собой простейший акт распознавания, для исполнения которого необходимо, как это было показано выше, априорное задание типовой структуры оригинала. В результате исполнения одношаговой редукции исходной цели должна быть указана не только типовая структура цели, но и индивидуальные признаковые описания её подцелей. Вот здесь-то и возникает вторая задача опознавания: сформировать систему признаков, которая позволяет отделить неизвестный объект от «всего остального» (от фона). Информативный набор признаков для каждой подцели формируется на основе некоторого начального множества


признаков, который задан решающей системе априори в результате опыта решения системой задач её проблемной ориентации.

Таким образом, агент системы анализа изображений - решающая система второго рода, ориентированная на решение простых задач. Простая задача -типовая задача опознавания, формулируемая на основе концепции конечности знаний. Агент всегда функционирует в среде. Наряду с основной целью агент вынужден преследовать и сопутствующие цели - это адаптация агента к среде и воздействие агента на среду. Воздействие агента на среду сводится к его воздействию только на пользователя и соседей.

1.M.Wooldridge and N.R.Jennings, Intelligent agents: theory and practice, The Knowledge Engineering Review, v. 10:2, 1995, 115-152

2.С.В.Ахапкин, С.В.Васильев, В.И.Городецкий, Л.А.Станкевич. Футбол роботов - многоагентная среда для исследования группового поведения интеллектуальных роботов. // Тр. X науч.-тех. конф. "Экстремальная робототехника", СПб, 1999,изд-во СпбГТУ, с.122-129

3.Кораблин М.А., Ржевский Г.А., Скобелев П.О. Мультиагентная среда для поддержки принятия решений. // ICCS 2001, Санкт Петербург, 2001

4.В.И.Городецкий, М.С.Грушинский, А.В.Хабалов, Многоагентные системы (обзор) // Новости искусственного интеллекта, 1998, N2.

5.M.Mesarovic, Systems theoretic approach to formal theory of problem solving, in Theoretical Approaches to Non-Numerical Problem Solving, R.Banerji and M.Mesarovic, Eds. New York: Springer, 1970.

6.S.Amarel, Problems of representation in heuristic problem solving: related issues in the development of expert systems, Laboratory for Computer Science Research, Rutgers Univ., Tech. Rep. CBM-TR-118, 1981.

7.Р.Б.Банерджи. Теория решения задач как раздел искусственного интеллекта. ТИИЭР, т.70, №12, декабрь 1982.

8.Д. Пойа. Математическое открытие. - М.: Наука, 1976. - 448с.

9.Ефимов Е.И. Решатели интеллектуальных задач - М.: Наука,1982.

10.В.П.Гладун, Н.Д.Ващенко, Н.И.Галаган. Системы планирования действий для сложных сред // Кибернетика. - 1982.-№5.- с.88-94.

11.Попов Э.В. Экспертные системы. М.: Наука, 1987. 284с. 12.Н.Г.Загоруйко. Методы распознавания и их применение. М., 1972. 13.В.С.Тюхтин. Теория автоматического опознавания и гносеология. «Наука», М., 1976, 190с.





содержание:
[стр.Введение] [стр.1]

© ЗАО "ЛэндМэн"