CC BY
27
УДК 004.65.75
DOI: 10.15587/2313-8416.2015.39346
КОГН1ТИВНА СИСТЕМА НЕСТРУКТУРОВАНИХ ДАНИХ
© В. В. Козловський, М. Каршнський, А. В. Мiщенко, О. I. Варченко, Т. В. Шмченко
У cmammi розглянyтi можливостi використання та формування рiшень на ocHoei ieрархiчного анализу неструктурованих даних за допомогою когнтивно'1' системи з рисами семантичного штучного ттелек-ту, здатного виконувати анал1з даних максимально наближений до людського. Висвiтлено проблематику створення когттивно'1 системи та ïïреал1зацИ'
Ключовi слова: когнтивна система, когнтивна фyнкцiя, ттерактивний зв'язок, неструктуроваш дат, штучний ттелект
This article describes the usage and forming decisions that are based on hierarchical analysis of unstructured data that using cognitive system of semantic features of artificial intelligence that can perform data analysis as close as human. The problems of creating cognitive system and its implementation are revealed Keywords: cognitive system, cognitive function, interactive communications, unstructured data, artificial intelligence
1. Вступ
В сьогоденш аналгтика великих даних е одним з найб№ш стратепчних напрямшв науково!, техшк-но! та комерцшно! сфер. В умовах с^мко! глобаль заци сучасного свиу мехашзми поширення, накопи-чення та обробки даних ускладнюються i стають громiздкими для аналггачних можливостей людини. Люди проводять спостереження, накопичують знания, аналiзують отриману iнформацiю i приймають ршення. З часом цей когнiтивний процес дозволяе сформувати професiональну експертизу. Однак, мо-жливостi людей перероблювати шформацш обмеже-нi i найбiльш помггаим це стае зараз, коли в кожшй професiйнiй галузi iснують величезн об'еми даних -статтi на спецiалiзованих ресурсах, потоки даних з рiзноманiтних датчиков та пристро!в, записи в соща-льних мережах тощо. Людина вже не може виконати це лише за допомогою сво!х розумових здiбностей. Ефективним рiшенням дано! проблеми е впрова-дження когштивно! системи, як засобу шщiалiзацп неструктурованих даних.
2. Постановка проблеми
В сучаснш аналгшщ великих даних, внаслщок процесiв глобалiзацi!, у професiйних галузях об'еми даних збiльшилися до такого розмiру, коли розумов1 можливостi людини оброблювати iнформацiю не можуть охопити всього об'ему даних. Тому не обхвд-но запровадити таку систему обробки даних, яка не пльки буде спроможна перероблювати величезн об'еми шформацп, але й виконуватиме обробку та аиалiз цiею шформацп, засновану на принципах когштивно! системи людини, тобто виконуватиме роль штучного штелекту якюно нового рiвия.
3. Лггературний огляд
На сучасному еташ проблема створення когштивно! системи полягае у можливосп останньо! виконувати обробку даних таким чином, як вико-нуе цю обробку людина, тобто створення когштивно! системи з рисами людського шзнання i аналь зу шформацп [1]. Бiльшiсть вчених, що займають-
ся проблемою реалiзацil даного механiзму ставлять головний акцент на модель аналiзу неструктурованих даних, як модель щентичну до людського сприйняття. Головним фундаментом побудови та-ко! когштивно! системи вони вважають створення бiологiчного штучного штелекту, що носить, на даний момент, лише гшотетичний характер [2]. На вiдмiну ввд цього напрямку, нами було виршено створити прообраз сематичного штучного штелек-ту, тобто когштивно! системи неструктурованих даних, основним мехашзмом яко! е iерархiчна об-робка даних та !х подальша iнiцiалiзацiя.
4. Когнiтивна система з ieрархiчною оброб-кою та аналiзом неструктурованих даних
В загальному розумшш когнiтивна система -це система, яка склалася у свiдомостi людини в результат! становлення його характеру, навчання, спостереження та сприйняття навколишнього свиу. На основi цiе! системи людина ставить собi цiлi i прий-мае ршення про дi!, як1 необх1дно здшснювати в тiй чи iншiй ситуаци. Основою когнiтивно! системи е взаемозв'язок мислення, свiдомостi, пам'ятi та лшгвь стично! складово! (мови). Носiем тако! системи е мо-зок людини [1]. До фундаментальних складових когштивно! системи необхвдно вiднести:
• виразнють (вербалiзацiя засобiв системи мови);
• ефективнють (нацiленiсть на швидке i продуктивне рiшення практичних задач);
• алгорштшчнють (використання алгоритмiв, як фундаментально! основи);
• засвоення (засвоення системи в результат! навчаиня);
• адаптованють.
Данi спецiалiзованi складовi людського розуму лягли в основу сучасно! штучно! когштивно! системи неструктурованих даних (тобто системи небюло-пчного походження з рисами штучного штелекту).
Ефектившсть, як спрямованють на продуктивне виршення певних завдань характеризуеться часом виконання та добротнiстю системи. £ базовою
рисою штучно! когштивно! системи разом з алгорит-мiчнiстю [2].
Алгоршшчшсть, в свою чергу, характери-зуеться заснованiстю системи на простих циклах та алгоритмах.
Засвоення, як риса штучного штелекту нового поколiння характеризуеться можливютю розшзнаван-ня аналiзу та обробки даних (в тому числ i неструк-турованих).
Рис. 1. Будова штучно! когниивно! системи
Реалiзацiя штучно! когнiтивно!' системи, як за-собу формалiзацi! проблем та завдань схожих на за-вдання, виконуваш людиною, потребуе ядро потуж-ного семютичного штучного iнтелекту.
Сучасна когштивна система - це система обробки даних, що мае за основу когштивну функ-цiю i використовуе отримаш зв'язки для передба-чення подш. В свою чергу когштивна функщя яв-ляе собою здатшсть з'ясування подiй та даних у чаи або, шшими словами, це побудова штерактив-но! просторово-часово! моделi подiй. Основну роль в данш системi вiдiграють iерархiчнi зв'язки мiж етапами обробки та аналiзу даних, яш розгляда-ються як формалiзацiя знань, прийняття рiшень на основi образних та управлiння на рiвнi шту!тивних знань. Головною цiллю використання когштивних функцiй е формування даних про функцюнування дослiджуваного об'екту, яш розглядаються як слабкоструктурована система, яка складаеться з окремих внутрiшнiх i зовнiшнiх елементiв, шдсис-тем, що взаемодшть одне з одним, на основi структурно! схеми причинно-наслщкових зв'язкiв [3]. Когнiтивний шдхщ до моделювання та управлiння спрямований на розробку формальних моделей i методiв, якi пiдтримують iнтелектуальний процес виршення проблем завдяки врахуванню в даних моделях i методах когштивних можливостей (сприй-няття, уявлення, пiзнання, розумшня, пояс-нення) людського розуму при виршенш управлш-ських задач. Ми ж розглянемо когнiтивну систему, як новий стушнь аналiтики великих даних, що прийде на змiну використання людського фактору i буде найбшьш ефективним в умовах сучасного простору роботи з шформашею.
Рушiйним важелем виршення цiе! проблеми i е використання неструктурованих даних. Неструк-туроваш данi - це рядки даних, що мютяться в базi, але на вiдмiну вiд структурованих не мають двомiр-но! системи визначення, що унеможливлюе !х поета-
пний пошук та подальшу обробку [4]. Таким чином, когштивна система неструктурованих даних, врахо-вуючи !х особливосп, виступае початковою ланкою штучного штелекту, який замшить людський фактор в аналтгаш великих даних. Прикладом тако! когшти-вно! системи можна вважати суперкомп'ютор Watson компани IBM.
IBM називае Watson когштивною системою -!! вир1зняе можливють розумгга запити, зроблен зви-чною людин мовою, анал1зувати контекст задачу пропонувати вар1анти виршення проблем i форму-лювати гiпотези для становлення нових питань. Цi можливосл Watson, як когнiтивно! системи здатш шдняти аналiтику на як1сно новий рiвень. В IBM на-дають Watson ключову роль в реалiзацi! механiзмiв глибинного проникнення в рiзноманiтнi джерела даних. Така аналггика здатна кардинально змiнити цiлi шдустри та професп, i символiзуе переход в нову ког-нiтивну еру реалiзацi! науково-технiчних завдань та ведення бiзнесу.
Суперкомп'ютер здатний оброблювати мшьйо-ни неструктурованих документiв за секунди, а його вбудоваш алгоритми машинно! обробки i сучасно! анал1тики пропонують оптимальнi варiанти виршен-ня задач i допомагають формулювати новi.
На приклад Watson , як потужно! когнитивно! системи неструктурованих даних можна сказати, що створення спешального забезпечення, яке буде на-вчати так1 системи мовi предметно! областi шляхом штегрування контенту i налаштування алгорштшв на певний клас задач лише питання часу.
У випадку, коли когштивш системи не вияв-ляють специфiчних потреб до процесу обмiну шфор-мацi!, як1 вiдрiзняються ввд спешал1зованих для мереж наступного поколшня, то новi задачi перед операторами зв'язку не виникають. Перехвд до мере-ж1 наступного поколiння забезпечить потреби когштивних систем. Дану ситуацш необхвдно розглядати, як виключення.
Об'ем шформаци V, яка повинна бути передана i оброблена, i час T , допустимий для передачi i обробки шформаци, найкраще розглядати, як випад-ковi величини. Очевидно, що вiдповiднi функцi! роз-подiлу F(V) i F(T) будуть мати великий розмах, враховуючи ввдмшшсть в характерi когштивних систем (рис. 2). Також, можна ствердь-жувати, що об'ем шформаци може змiнюватися вiд дек1лькох бгт до сотень мегабайтiв, а величина T може вимiрюватися як у мшросекундах так i в хвилинах [4].
При реал1зацп когштивно! системи будуть по-мiтно розрiзнятися i вимоги достовiрностi результата виконання прикладних процесiв. Можна назвати двi вимоги, як1 будуть щентичш для всiх типiв прикладних процеав:
- максимальна надiйнiсть i живучiсть
- ефективна подсистема техшчно! експлуатацп.
Це означае, що необхщним буде перегляд
ключових вимог до шформацшних мереж. В першу чергу, мова йде про пропускну здатшсть транс -портних ресурив, продуктившсть вузлiв кому-таци, допустиму ймовiрнiсть похибок, структуру
мережу способи управлшня апаратними i програм-ними засобами. Необхiдно сказати, що збiльшення пропускно! здатностi транспортних ресурав i проду-ктивностi вузлiв комутацй' буде обумовлений трафь ком, що рiзко зростае. Експерти говорять, що очшу-ване зростання трафшу необх1дно оцiнювати не процентами i разами, а порядками [5].
Проте важливим е те, що без ефективно! шфо-рмацiйнo! мережi когштивн технологи залишаються лише теоретичною конструкщею. Проте, без ко-гнiтивниx технологш подальший розвиток шформа-цшно! мереж1 стае схожим на процес стагнацп. Пiсля концепцп "мережа наступного поколшня" як1сно нова парадигма еволюцп мереж зв'язку не з'явилася.
Когштивш технологи здатш iстoтнo змiнити ряд процеав роботи iнфoрмацiйниx мереж. Можна назвати, принаймнi, три ефективних напрями вико-ристання кoгнiтивниx тexнoлoгiй:
1. Реатзащя так званого "дружнього штерфей-су" м1ж користувачем i мережею. В даний час не вам потенцшним абонентам телекомушкацшних мереж доступш iнфoрмацiйнi ресурси i дoдаткoвi послуги. Найчастiшe, такi проблеми ввдчувають люди похило-го вiку та з обмеженими можливостями. Вiдпoвiднi рiшeння можна розглядати як побудова когштивно! системи "персональний пoмiчник".
2. Органiзацiя ефективно! системи техшчно! eксплуатацii, здатною не тшьки вирiшувати виника-ючi проблеми, а й прогнозувати ix виникнення. Оператор зв'язку iнвeстуе значш кошти в систему тех-шчно! експлуатацп. З ^el причини ва рiшeння, спрямoванi на шдвищення функцюнальних можли-востей системи тexнiчнo! експлуатацп, будуть вико-ристанi оператором зв'язку. До складу завдань щодо експлуатацп телекомушкацшних мереж входять i процеси управлiння ресурсами при виникнeннi надзвичайних ситуацiй.
3. Пiдтримка як1сно нових видiв послуг, що дозволяють виршити важливi завдання для кожного користувача телекому-шкащйно! мереж1 та суспшь-ства в цшому. Типовим прикладом послуг, в якому зацiкавлeна значна частина населення, служить кон-цeпцiя "work-at-home" - робота вдома. Скорочення шлькосп по!здок дозволяе вирiшити (хоча б частко-во) проблеми iз заторами на автомоб№них дорогах i знизити викид вуглекислого газу в атмосферу [6].
Таким чином, втшення в життя когштивно! системи, що матиме риси людського сприйняття даних е ефективним та необхщним кроком розвит-
ку всесвгтньо! шформацшно! мереж та аналиики великих даних.
4. Амробащя результа^в досл1джень
Ми спробували створити когштивну систему неструктурованих даних, в основ! яко! лежать iepapx-xÍ4hí зв'язки аналiзу та обробки неструктурованих даних. Наша система побудована на трьох основних принципах людського когнiтивного шзнання:
• алгоритмiзацiя;
• продуктивнiсть системи;
• надбудова системних ланок в результата сприйняття даних.
Основними пристроями, яш складають фундамент когштивно! системи неструктурованих даних е сенсори (Sensor) i дiячi (Actor). У нашому прикладi цi елементи розглядаються як единий пристрш. Для когштивно! системи ми видаемо мереж1 сен-сорних датчи-шв (Sensor Networks - SN) та мереж1 вико-навчих пристро!в (Actor Networks - AN). Бездротовi мережi датчикiв i виконавчих пристро!в (Wireless sensor and actor networks - WSANs) вико-нують функцп рецепторiв i акцепторiв для шдси-стеми штучного штелекту. Кожна пара "сенсорний датчик i виконавчий пристрiй" об'еднана в единий вирiб.
Модель когштивно! шфоко-мушкацшно! системи можна представити у виглядi багатошарово! конструкцп. Вона наведена на (рис. 3). Для аналiзу цiе! моделi досить визначити ключовi функци для п'яти шдсистем, якi пронумерованi римськими цифрами. На рiвнi I розмiщена шдсистема сенсор-них датчикiв i виконавчих пристро!в. 1х можна розглядати як свого роду термшали. В якосп прикла-дiв таких термiналiв показанi авiатранспорт -нi за-соби та набори датчишв розмiщених в авiабудiвлi. Функци цих технiчних пристро!в будуть ввдр!зня-тися досить суттево, але можна видшити одну сш-льну рису: повиннi формуватися повщомлення, перетворюватися в сигнали, передаватися на верх-нi рiвнi моделi з цшлю отримання iнформацi! для виконання шструкцш, що мiстяться в нiй.
На рiвнi II знаходиться шформацшно-комушкацшна пiдсистема. I! завдання полягають у зборi iнформацi! з рiвня I. З шею метою можуть використовуватися рiзнi технiчнi засоби. В якосп прикладiв показанi ШСЗ i БС мереж! мобшьного зв'язку. Для створення телекомушкацшно! шд-системи використовуються ресурси експлуатация мереж зв'язку р!зного призначення.
Рiвень III утворений шфор -мацшною шдси-стемою. Характер-ними прикладами застосовува-них технiчних засобiв можуть служити сервери, обчислювальнi центри i бази даних. Кр!м того, до складу шформацшно! пiдсистеми будуть входити р!зного роду центри обробки виклишв, доступ до яких оргашзовуеться, наприклад, через мережi телефонного зв'язку та 1нтернет.
Рис. 2. Процес передачi i обробки даних у когшгивнш системi без специфiчних потреб до процесу обмiну iнформацieю
На piBHi IV виконуються допом1жш функцiï для когнiтивних систем. З цих MipKyBaHb bîh названий тдсистемою шдтримки когнiтивних технологiй. Типовими прикладами використовуваних техшчних 3aco6iB можна вважати суперкомп'ютер, а також центр даних (data center). ïx основне завдання - вико-нання обчислювальних операцiй з обробки шфор-мацп з метою прийняття рiшень.
Р1вень V визначае тдсистему когштивних прикладных процеав. Когштивш технологи реал1зу-ються саме на цьому р1вн1. Реал1зоваш прикладт процеси представлеш трьома актуальними додат-ками: промисловий робот, когштивна медицина, надзвичайна ситуащя.
Рис. 3. Когнггивна система неструктурованих даних
П'ятир1внева модель представляеться вельми вдалою з точки зору виршення основних завдань анал1зу та синтезу вах компоненпв когштивних систем. Пропонована модель, при необхвдносп, допус-кае подш будь-яко1 тдсистеми на компоненти, якщо це доцшьно для виршення специф1чного завдання. У ряд1 випадк1в тдсистеми, навпаки, можуть об'ед-нуватися, якщо 1х реал1зац1я здшснюеться у вигляд1 сукупносп загальних апаратно-програмних засоб1в. Зокрема, шдр1вш IV i V в деяких додатках доцшьно розглядати як едине цше.
5. Висновки
Отже, розроблено когштивну систему неструктурованих даних, яка вiдрiзняеться ввд вщомих тим, що зв'язок мiж факторами когштивно1 карти розкри-ваеться до вщповщного рiвняння, яке може мютити як кiлькiснi (вимiрюванi) змiннi, так i яшсш (не вимь рюються) змшш, що дае можливiсть використовува-ти для аналiзу неповну, нечгтку i навiть суперечливу iнформацiю. Набула подальшого розвитку дана когштивна система аналiзу неструктурованих даних, яка на ввдм^ вiд ввдомих враховуе вплив помилок екс-перта за допомогою спещальних програмних модулiв i тдсистем, що враховують особливостi оргашзаци
людськоï системи вимiрювання, оцiнки та переробки сyб'eктивноï iнформацiï, що дозволило побудувати систему концептуального моделювання i запропону-вати теxнiчне рiшення, яке може здшснювати без перервний мониторинг стану iнформацiйноï безпеки, породження i перевiрки гiпотез меxанiзмiв розвитку та меxанiзмiв yправлiння iнформацiйною безпекою.
Лггература
1. Вернадский, В. И. Несколько слов о ноосфере [Текст] / В. И. Вернадский // Успехи современной биологии. - 1944. - Вып. 2, № 18. - C. 234.
2. Гопалакришнан, Т. Р., Наир, Абхиджит Х., Сууда К. Трансформация сетей путем когнитивных подходов [Текст] / Т. Р. Гопалакришнан, А. Х. Наир, К. Сууда // ЖИП (Журнал Исследований и Промышленности). - 2008. - Т. 1, Вып. 1. - C. 11.
3. Кулинич, А. А. Субъектно-ориентированная сис-тема концептуального моделирования «Канва» [Текст]: матер. 1-й межд. конф. / А. А. Кулинич // Когнитивный ана-лиз и управление развитием ситуаций. -Москва, 2001. - C. 348.
4. Томас, Р. В., Френд Д. Х., ДаСильва Л. А., Мак-Кензи А.Б. Когнитивные сети: адаптация и обучение для достижения конечных запланированных показателей [Текст] / Р. В. Томас, Д. Х. Френд, Л. А. ДаСильва, А. Б. МакКензи // Журнал IEEE Communications. - 2006. -№ 12, Вип. 44. - C. 21.
5. Чекланд, П. Б. Системное мышление, системная практика [Текст] / П. Б. Чекланд. - Нью-Йорк: Вилли, 1981. - 630 с.
6. Авдеева, З. К. Когнитивное моделирование для решения задач управления слабоструктурированными системами (ситуациями) [Текст] / З. К. Авдеева, С. В. Коврига, Д. И. Макаренко. - Институт проблем управления РАН, 2010. - С. 26-39.
References
1. Vernadskii, V. I. (1944). A few words about the noosphere. - Successes of modern biology, 2 (18), 234.
2. Gopalakrishnan, T. R., Nair, A. N., Sooda, K. (2008). Transformation of Networks through Cognitive Approaches. JRI (Journal of Research & Industry), 1 (1), 11.
УДК DOI:
1. Введение
Методы измерения сложных трехмерных объектов, к которым, в частности, относится тело человека, в настоящее время далеки от совершенства. Для подобных объектов стандартами вводят-
3. Kulinich, A. A. (2001). Subject-oriented system of conceptual modeling "Canvas". Proceedings of the 1st International Conference "Cognitive analysis and development management situations." Moscow, October, 348.
4. Thomas, R. W., Friend, D. H., DaSilva, L. A., MacKenzie, A. B. (2006). Cognitive Networks: Adaptation and Learning to Achieve End-to-end Performance Objectives. IEEE Communications Magazine, 12 (44), 21.
5. Checkland, P. B. (1981). Systems Thinking, Systems Practice. New York: Wiley, 630.
6. Avdeeva, Z. K., Kovriga, S. V., Makarenko, D. I. (2010). Cognitive modeling for solving semi-structured management systems (situations). Institute of Control Sciences, 26-39.
Дата надходження рукопису 25.02.2015
ся десятки характерных размеров, методы получения которых, связаны с применением контактных устройств. Трудоемкость процесса при этом высока, а точность в значительной степени зависит от квалификации измеряющего. Современные трех-
Козловський Валерш Валершович, доктор техшчних наук, професор, заввдувач кафедри, кафедра за-собiв захисту шформацп. Нацюнальний авiацiйний ушверситет, пр. Комарова 1, м. Кшв, Украша, 50045 E-mail: vvk@zeos.net
Каршнський Микола Петрович, доктор техшчних наук, професор, заввдувач кафедри, кафедра ш-форматики, Ушверситету в Бельську-Бялш i Державна вища техтчна школа, Новий Сонч, Польща, 43-309
Мщенко Андрш Вггалшович, кандидат техшчних наук, професор, кафедра засобiв захисту шформацп Нацюнальний аиацшний ушверситет, пр. Комарова 1, м. Кшв, Украша, 50045
Варченко Олег 1ванович, кандидат техшчних наук, доцент, кафедра авюшки, Нацюнальний аиацшний ушверситет, пр. Комарова 1, м. Кшв, Украша, 50045
Шмченко Тетяна Василiвна, кандидат техшчних наук, доцент, кафедра засобiв захисту шформаци, Нацюнальний авiацiйний ушверситет, пр. Комарова 1, м. Кшв, Украша, 50045
62.493+687.1
10.15587/2313-8416.2015.39363
ОЦЕНКА ТОЧНОСТИ ОПРЕДЕЛЕНИЯ РАЗМЕРНЫХ ХАРАКТЕРИСТИК СЛОЖНЫХ ОБЪЕКТОВ С ПОМОЩЬЮ КИНЕКТ СИСТЕМ
Е. Ю. Мураховская-Печенежская, Н. Л. Рябчиков
В статье рассмотрены методы определения размеров объектов сложной формы с помощью компьютерных кинект систем. Разработанные методы позволяют на основе анализа поля точек, полученных в кинект системах определять реальные формы и размеры произвольных разрезов. Проведенные экспериментальные исследования при определении формы тела человека показали расхождение не превышающее 2,5 %.
Ключевые слова: размерные характеристики, кинект системы, трехмерное сканирование, точность, объемная модель, визуализация
The article deals with methods for determining the size of objects with complex shapes using computer Kinect systems. The developed methods allow to determine the real shapes and sizes of arbitrary sections on the base of field-based analysis points obtained in Kinect systems. Experimental studies in determining the shape of the human body showed difference not exceeding 2,5 %
Keywords: dimensional characteristics, Kinect system, three-dimensional scanning, precision, volumetric model, visualization
