CC BY
38
Известия ЮФУ. Технические науки
Специальный выпуск
Окончание табл. 2
14 87178291200 0.11471 • 10-10
15 1307674368000 0.76472 • 10-12
16 20922789888000 0.47795 • 10-13
17 355687428096000 0.28115 • 10-14
18 6402373705728000 0.15619 • 10-15
19 121645100408832000 0.82206 • 10-17
20 2432902008176640000 0.41103 • 10-18
Для отыскания значения у подставим значения х в исходную формулу
Л
у = (Ы + т) 1п2 + 2
( 12 12n-l ö
t +--------+ ... +------------
3 2n -1
v /
В заключение отметим, что данный подход хорошо реализуется на конвейерных и параллельных системах и может быть реализован в форме аппаратных подпрограмм в структурных системах моделирования.
БИБЛИОГРАФИЧЕСКИМ СПИСОК Золотовский В.Е. Проблемно-ориентированные системы структурного моделирования. - Таганрог: Изд-во ТРТУ, 2006. - 187 с.
Люстерник Л.А., Абрамов А.А., Шестаков В.И. , Шура-Бура М.Р. Решение математических задач на автоматических цифровых машинах. - М.: Изд-во АН СССР, 1952. Смирнов В.И. Курс высшей математики. Т.1. - М.: Физматлит, 1961.
1
2
3
УДК 681.324
Ю.В. Чернухин, М.В. Крамарь
ПРОБЛЕМЫ ИСПОЛЬЗОВАНИЯ МНОГОЯЗЫКОВОЙ ТРАНСЛЯЦИИ В КОНТЕКСТНО-ЗАВИСИМЫХ ЯЗЫКОВЫХ СРЕДАХ
В науке и технике широко используются формальные грамматики, но такие грамматики не предназначены для работы с контекстом любого рода, что существенно снижает область их применения, например при обработке естественных языков. Как известно, контекстно-зависимые грамматики сложны по структуре, неоднозначны и труднореализуемы.
В 70-х годах ХХ в. Т. Виноград разработал систему «SHRDLU», понимающую естественный язык. В ней использовалась системная грамматика, реализованная в виде программ на различных специальных языках (PROGRAMMAR, Planner и др.). Суть системы «SHRDLU» - разбор с выделением признаков, таких как число, тип предложения и т.д., которые используются на лексическом и семантическом уровнях. При этом для каждого из языков требовался свой транслятор, что усложняло процесс трансляции.
На кафедре вычислительной техники ТТИ ЮФУ была разработана среда «Мультитранслятор» - гибкая и универсальная система продукционного типа. В число применений системы входит трансляция языков моделирования, языков описания аппаратуры и языков программирования высокого уровня.
Секция вычислительной техники
В результате сравнительного анализа структуры системы «Мультитранслятор» и системы «SHRDLU» было установлено, что язык описания грамматик среды «Мультитранслятор» может быть использован для реализации синтаксической системы, подобной «SHRDLU». Действительно, возьмем пример реализации группы существительного в «SHRDLU». В группу существительного могут входить определитель, числительное, прилагательное, классификатор, существительное и «квалификатор». Данную структуру можно выразить в форме БНФ, и, следовательно, реализовать на языке описания грамматик, что и было реализовано в виде грамматического модуля «Мультитранслятора».
Выделение признаков и их обработка на различных уровнях вполне реализуемы с помощью языка описания действий, встроенного в «Мультитранслятор» и обладающего широкими возможностями для работы с данными.
В докладе описаны возможности применения среды «Мультитранслятор» для работы с языками спискового типа (на примере LISP), а также построения системы многоязыковой трансляции речевых сообщений с возможностью обучения (что позволит преодолеть барьер ограниченной предметной области). Иными словами, использование идей и методов многоязыковой трансляции открывает новые возможности для исследования систем трансляции языковых сообщений в контекстно-зависимых средах.
УДК 681.3.06:518.5.001.57
Ю.В. Чернухин, Р.В. Сапрыкин
НЕЙРОСЕТЕВЫЕ МЕТОДЫ СОМООБУЧЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ ОПРЕДЕЛЕНИЮ ПРОХОДИМОСТИ СРЕДЫ ФУНКЦИОНИРОВАНИЯ
В настоящее время актуальна проблема построения управляющих систем для мобильных роботов, способных самостоятельно функционировать в условиях постоянно меняющейся внешней среды. Заменив робота понятием интеллектуального агента, появляется возможность изучения алгоритмов его управления, абстрагируясь от реальных систем и учитывая только важные для исследования параметры, идеализируя остальные. К тому же агентный подход позволяет, снабдив агента необходимыми подсистемами (лазерный дальномер, датчики и т.д.), переносить полученные результаты на реальные робототехнические системы.
Суть данной работы состоит в разработке нейросетевых алгоритмов управления, с помощью которых агент, помещенный в некоторую незнакомую среду, мог бы изучать свойства ее элементов. В простейшем случае основным параметром является коэффициент проходимости, показывающий уровень влияния элементов данного участка среды на изменение скорости перемещения агента. Зависимость коэффициента проходимости от типа участка, а также количество типов участков заранее неизвестны.
В процессе исследований разработана программная оболочка, позволяющая моделировать алгоритмы изучения свойств элементов среды. В программной среде можно сохранять, загружать и редактировать различные сцены, а также задавать типы участков среды и коэффициенты их проходимости. Оболочка работает в двух режимах: самообучения и функционирования. В первом режиме агент разбивает все доступное пространство на квадраты и последовательно проходит их один за
