CC BY
51
ИНТЕЛЛЕКТУАЛЬНАЯ АВТОМАТИЗИРОВАННАЯ СИСТЕМА РАСПОЗНАВАНИЯ НА ОСНОВЕ ПРИНЦИПОВ КОЛЛЕКТИВНОГО ПРИНЯТИЯ РЕШЕНИЙ
Д.В. Сикулер, к.т.н.; В.В. Фомин, д.т.н.
(Российский государственный педагогический университет им. А.И. Герцена, г. Санкт-Петербург, v_v_fomin@mail.ru)
Статья посвящена вопросам использования моделей коллективного принятия решений в автоматизированных интеллектуальных системах. Рассматривается применение данных моделей для решения задач распознавания. Описывается программная система распознавания, в основе функционирования которой лежат модели коллективной выработки решений.
Ключевые слова: коллективное принятие решений, распознавание образов, интеллектуальная система.
Данная работа посвящена рассмотрению одной из интеллектуальных автоматизированных систем распознавания (ИАСР), в которой используются принципы коллективного принятия решений. Основное назначение системы - решение задач классификации данных и распознавания образов. Вместе с тем ИАСР является достаточно гибкой системой и позволяет выполнять адаптацию заложенных в нее моделей для решения задач других классов.
Задачу выработки коллективного решения при распознавании объекта s определим следующим образом [1, 2]:
am(8)=G(A(M))=G(am)(s), аШ2)(8), ..., аШа)(8)), где аш(8) - коллективная решающая функция, ставящая в соответствие распознаваемому объекту 8 номер некоторого класса исходного алфавита классов; G - процедура формирования конечного решения задачи на основе результатов, выдаваемых отдельными представителями а^^* (8) коллектива решающих правил А, полученного на базе коллектива методов распознавания М; qa - размерность коллектива решающих правил.
В ИАСР в основу процедуры принятия решений в процессе коллективного распознавания положена модель выборочного взвешенного голосования [3, 4]:
ат(8) =6(^(8), §2(8), ..., §[с(в)) =
= [к, если Эк: V/ (8)>§' (8), к,/=1до,
[0 - иначе,
[а - -
§ (8)=Е 1=1,чс, ]=1,ча, =1
% = [1, если а®(8) =1, и [0 - иначе,
0 - иначе,
Е =Е(а®(8), Т)е[0, 1], ^,Рш„ е[0,1],
где d - функция формирования коллективного
решения на множестве значений голосующих
функций классов §к(8); [с - размерность алфавита классов; - коэффициент 1-го класса по ]-му решающему правилу; Pj - нормированный весовой коэффициент j-го решающего правила, который назовем коэффициентом доверия j-му решающему правилу; рш„ - минимально допустимое (пороговое) значение коэффициента доверия; Ej - нормированная величина эмпирического риска при использовании j-го решающего правила на обучающей выборке Т.
На рисунке 1 представлена структура процесса коллективного распознавания на базе выборочного взвешенного голосования на множестве решающих правил, включающего три эта па обработки для получения конечного результата классификации.
Качество распознавания при использовании представленной модели в значительной мере зависит от сформированного коллектива методов и синтезируемого на его основе множества решаю-
Рис. 1. Структурная схема процесса
Х(Т) - матрица значений признаков объектов обучающей выборки; уш(Т) - вектор номеров классов, к которым относятся объекты обучающей выборки; х(8) - вектор значений признаков распознаваемого объекта; - множество параметров настройки методов распознавания М; ) - вектор параметров, задающий некоторую решающую функцию аЩ/,"'' (8); 1к - номер класса, к которому отнесен объект 8 данной решающей функцией.
щих правил. В ИАСР для синтеза коллектива решающих правил используется детермированно-стохастический подход, суть которого заключается в генерировании случайным образом для каждого метода в соответствии с заданными параметрами и ограничениями набора решающих правил и модификации полученного множества (добавлении, изменении, удалении правил) на основе априорных соображений и данных о задаче.
Функциональное ядро ИАСР 0 построено как совокупность взаимосвязанных модулей, каждому из которых соответствует определенный этап автоматизации: 0=0(Б, М, Ь, V, К), где Б - модуль задания исходных данных; М - модуль определения методов решения задач; Ь - модуль обучения; V - модуль верификации решающих правил; К -модуль распознавания. Модули Б, М, Ь, V образуют комплекс средств синтеза решения, а модули К и частично Б составляют средства решения задачи. На рисунке 2 приведена обобщенная схема, отражающая структуру и процесс функционирования системы.
Обучающие данные
Редактирование методов, решающих правил и схем, синтезированных решений_
Обучение
Формальный аппарат синтеза решений
Синтезированное решение
Сохранение результатов обучения
1Г
Библиотека синтезированных решений
1Г
Распознаваемые данные
Распознавание
Результаты распознавания
Отчетная документация
Результаты распознавания
Сохранение результатов распознавания
Рис. 2. Обобщенная функциональная схема ИАСР
Формализованные знания о способах решения прикладных задач распознавания хранятся в базе знаний ИАСР. База знаний К обеспечивает поддержку рассмотренной ранее модели коллективного распознавания и представляет собой композицию четырех взаимосвязанных элементов: К=<КМ, К8, Кс, К0>, где КМ - банк формализованных методов распознавания; К8 - банк формализованных схем принятия решений; Кс - банк описаний коллективов решающих правил; КБ -банк описаний синтезированных решений (рис. 3).
Вместе с тем ИАСР представляет собой экс-пертно-ориентированный программный комплекс.
Принадлежность ИАСР к системам экспертного типа обусловливается наличием в процессе распознавания неформализованных процедур выбора методов решения задачи и синтеза на их основе решающих правил. Эти процедуры должны выполняться экспертом-когнитологом - специалистом в области теории распознавания образов с привлечением при необходимости специалистов в конкретной предметной области.
В соответствии с этим выделим два типа пользователей системы: когнитологов, выполняющих синтез решений прикладных задач и сопутствующие этому процедуры, и конечных пользователей, решающих свои частные задачи с помощью ИАСР.
Метод эзнав; М
Параметр метода вн
Рм
Км
Колл решающ ( ектив х правил : о
11 Реша прав ющее тло Я
Пара реша прави метр сщего иа Ря
| А |—>| В | Элемент А связан с одним элементом В
Схема принятия решений 5
Параметр схемы принятия решений
Рз
К
Синтезированное решение В
0-0 Э-0
В | Элемент А связан со множеством элементов В
Элемент А связан со множеством элементов В и элемент В связан
со множеством элементов А
Рис. 33. Структура и взаимосвязь компонентов БЗ ИАСР
Наличие базы знаний и соответствующих инструментальных средств позволяет достаточно гибко конфигурировать положенную в основу ИАСР модель распознавания для повышения качества распознавания и/или адаптации к специфичной проблемной области благодаря возможности создания и применения в системе различных схем реализации управления множествами методов, правил и результатов классификации.
Данная характеристика ИАСР, как уже было отмечено, ориентирована в первую очередь на использование экспертных знаний. Принципы и модели, положенные в основу ИАСР, были апробированы на экспериментальных данных и подтвердили свою эффективность.
Литература
1. Глаз А.Б. Параметрическая и структурная адаптация решающих правил в задачах распознавания. Рига: Зинатне, 1988. 167 с.
2. Растригин Л.А., Эренштейн Р.Х. Метод коллективного распознавания. М.: Энергоиздат, 1981. 80 с.
3. Барабаш Ю.Л. Коллективные статистические решения при распознавании. М.: Радио и связь, 1983. 224 с.
4. Теория выбора и принятия решений: учеб. пособие. М.: Наука, 1982. 328 с.
К
с
К
В
