CC BY
6
учебно-методической и научной работы, обмена учебными разработками, компьютерными программами, данными и т. п.
Подводя итог, можно сформулировать основные направления развития информационных технологий. Это:
- технология повышения эффективности и качества процесса обучения благодаря дополнительным возможностям познания окружающей действительности и самопознания, развития личности обучаемого;
- технология управления учебно-воспитательным процессом, учебными заведениями, системой учебных заведений;
- технология управляемого мониторинга (контроль, коррекция результатов учебной деятельности, компьютерное педагогическое тестирование и психодиагностика);
- коммуникационная технология, обеспечивающая распространение научно-методического опыта.
Использованные источники:
1. Малашихина И.А., д.п.н., проф. Использование компьютерных технологий в повышении эффективности учебного процесса.: Изд-во СГУ, Ставрополь, 2006 г.
2. Политика в области образования и новые информационные технологии. Национальный доклад России на II Международном конгрессе ЮНЕСКО, Москва, 2011 г.
Килин А.В. студент 5 курса, гр.202 Санкт-Петербургский государственный университет
гражданской авиации СИСТЕМА МОНИТОРИНГА РЕЧИ РАБОТНИКОВ ДИСПЕТЧЕРСКИХ СЛУЖБ
Аннотация.
В статье рассматриваются вопросы создания двухуровневой системы мониторинга эмоционального состояния работников диспетчерских служб на основе анализа речи в реальном масштабе времени. Система может использоваться как в режиме обучения самоконтролю состояния работника, так и в режиме сопровождения реальной производственной деятельности.
Ключевые слова.
Диспетчерские службы, эмоциональное состояние, мониторинг состояния, речь.
Техническое совершенствование и удешевление средств связи привело к значительному расширению областей дистанционного взаимодействия людей во время своей деятельности как производственного, так и личного характера. При этом голосовой способ общения при
дистанционном взаимодействии продолжает оставаться одним из ведущих, а в некоторых случаях и единственно возможных вариантов осуществления контактов.
Подавляющее большинство действующих диспетчерских служб, служб работы с клиентами, служб оперативной помощи и т.п., в основном, работают в режиме голосового контакта. Широкое использование голосового канала связи характерно для пилотируемой и беспилотной авиации [10].
В случаях, когда голосовой контакт является единственным каналом связи между взаимодействующими лицами, возрастает значение, как формальной стороны передаваемой информации, так и эмоционального окрашивания речи, которое производит говорящий. При этом в ряде случаев субъективно воспринимаемая получателем эмоциональная окраска речи влияет на принимаемые им решения даже больше, чем полученная содержательная информация.
По этой причине большинство крупных предприятий, использующих в своей деятельности сотрудников голосовых диспетчерских служб, проводят с ними специальные занятия и тренинги, направленные на выработку навыков управления эмоциональной окраской голоса, повышением стрессоустойчивости, формированием желательного лексического набора для работы с различными категориями потребителей и поставщиков информации.
Необходимость соблюдения вводимых правил вербального общения, запреты на резкие эмоциональные формы реагирования, ограничение рекомендуемых словарных оборотов и т. п. оказывают большое психологическое давление на работников диспетчерских служб. Ведь в условиях соблюдения внешнего стандарта доброжелательности речевого общения им приходится очень часто принимать ответственные решения в условиях весьма далеких от психологического комфорта. Сложность реальной ситуации, ограничения физически располагаемыми ресурсами, возбужденность (вплоть до гнева и оскорблений) других участников общения все это негативно сказывается на общем состоянии психики соответствующих работников [2,5].
Несовпадение внутренних побуждений работника с объективной окружающей реальностью порождает конфликт индивидуальных мотивов. Состояние психологической растерянности в ситуациях, в которых у работника нет готовых инструкций, перегружает адаптационную систему человека, возможности которой ограничены. К сожалению, довольно часто указанные причины приводят к эмоциональным расстройствам различной степени тяжести, возникновению стресса, соматоморфным расстройствам и появлению синдрома эмоционального выгорания. Данные проявления появляются не сразу, а постепенно. После первоначальной реакции тревоги организм адаптируется и оказывает сопротивление, причем
продолжительность периода сопротивления зависит от врожденной или натренированной адаптационной приспособляемости организма. На данных этапах стрессового воздействия происходит естественная борьба организма с вредностью, но никакой патологии в состоянии организма не наблюдается. Однако если при достижении этих этапов не принять соответствующих мер психологической помощи, а воздействие негативных факторов будет продолжаться, то становится весьма вероятным развитие стадии аффективного и гормонального истощения. Эту фазу уже принято рассматривать как патологическую. В это время преобладают тревога, чувство безысходности, тоска, которым клинически соответствует картина невроза, психореактивных состояний. В данном состоянии не только резко возрастает вероятность ошибочных действий, но и возникает реальная угроза состоянию здоровья [6]. Длительное пребывание человека в психореактивных состояниях может приводить к ярко выраженному асоциальному поведению [7].
По указанным выше причинам разработка автоматических и автоматизированных систем контроля текущего состояния работников диспетчерских служб представляется чрезвычайно актуальной, а их профессиональная подготовка должна проводиться с учетом выработки навыков эмоциональной устойчивости [3,8,9,11]. При этом подобные системы контроля целесообразно создавать двухуровневыми. Первый уровень предназначен для самоконтроля диспетчера за своим состоянием, а второй - для внешнего супервизорного наблюдения, связанного с принятием решений о допуске или отстранении конкретного исполнителя от работы, направлении его на процедуры психологической релаксации и коррекции или дополнительное медицинское обследование и лечение [4].
Разработка технического обеспечения для проведения дифференцированного распознания эмоций по различным биосигналам, удобным для измерения в условиях реальной деятельности человека проходит на фоне концептуальной дискуссии о принципиальной возможности дифференциации эмоциональных состояний. Так, например, в соответствии с теорией В.Кэннона цепочки различных эмоций связаны с одинаковыми психофизиологическими паттернами и поэтому не могут быть дифференцированы между собой по наблюдениям за автономной нервной системой человека [12].
В исследованиях, проведенных коллективом под руководством П.Экмана, были выявлены закономерности проявлений шести базовых эмоций (счастье, печаль, гнев, страх, неприятие и удивление). Были получены результаты изменений в деятельности автономной нервной системы, связанные с мимическими движениями лица, изменением сердечного ритма, электропроводимости кожи и параметров голоса. Само по себе выделение базовых эмоций и локализация их на координатной плоскости не являлось новым [14,15].
Заслуга П.Экмана и его коллег в основном состоит в нахождении практической связи между этими эмоциональными состояниями и их реальным физическим проявлением, их ассиметричную связь с деятельностью левого и правого полушарий головного мозга, которое может быть обнаружено и измерено приборными методами. Последующие эксперименты Давидсона по дифференциальной диагностики эмоций с помощью электроэнцефалографических методов подтвердили правоту взглядов Экмана [12,13,14].
Таким образом, анализ голосового сигнала работников, регистрируемый во время выполнения ими своей деятельности, может быть с успехом использован и для построения систем контроля эмоционального состояния.
Звуки речи несут не только смысловую информацию, но и информацию о самом говорящем, возрасте, половой принадлежности, а также о его физическом и психическом состоянии [1,15,17].
Исторически сложилось так, что первыми в области автоматического анализа речи были поставлены задачи идентификации и верификации диктора, то есть задачи автоматического определения конкретного диктора из заданной группы («Кто говорит?») и задача подтверждения истинности личности говорящего («Действительно ли говорит субъект К?») [1,16]. Не смотря на свою схожесть указанные задачи имеют существенные различия, но их объединяет тот факт, что в процессе создания таких систем требовалась максимальная нечувствительность к внешним шумам и эмоциональной окраске речи. То есть они изначально создавались для нейтрализации воздействия эмоций на речь, в то время как в контексте нашей задачи наиболее интересна именно данная сторона вопроса.
Построение систем автоматического распознавания эмоций по речи началось несколько позже. Первые практические результаты, вероятно, можно отнести к 70-м годам прошлого века. При этом исследования проводились по нескольким направлениям, из числа которых следует выделить с одной стороны тексто-зависимую идентификацию и тексто-независимую идентификацию, а с другой дикторо-зависимую и дикторонезависимую идентификацию эмоциональных проявлений. Тем не менее работы в обоих направлениях продолжаются до сих пор, благодаря чему созданы базы данных с записями эмоционально окрашенной речи на разных языках, многие из которых находятся в открытом доступе [2,17,18].
Возможность автоматического определения текущего эмоционального состояния диктора во время выполнения им реальной производственной деятельности является крайне полезной для создания систем, позволяющих дикторам (диспетчерам) оценивать свое состояние не только по субъективным признакам, но и с помощью внешнего приборного наблюдения [10].
Эта возможность использовалась авторами при создании первого уровня системы мониторинга эмоционального состояния диспетчеров, обобщенная схема которой приведена на рис. 1.[4].
Рис.1. Обобщенная схема 2-х уровневой системы мониторинга речи
Первый уровень контроля предназначен исключительно для вспомогательных информационных целей, позволяющих диспетчеру не терять осознанность по управлению своим эмоциональным состоянием.
Второй уровень системы автоматического мониторинга состояния диспетчера предназначен для использования в супервизорном режиме. Информация данного уровня доступна только для руководителей диспетчерской службы и содержит интегральные данные не только об изменениях эмоционального состояния каждого отдельного диспетчера, но и показатели стрессонапряженности его речи, определяемой в соответствии с методикой, использующей три типа характеристик речевого сигнала (просодические, кепстральные, формантные), предложенной в работе [17,18].
Проводимые эксперименты показывают, что использование в процессе деятельности диспетчеров приборной информации об их текущем эмоциональном состоянии существенно повышает эмоциональную устойчивость, что положительно сказывается на результатах деятельности [4]. Полученные данные свидетельствуют о практической перспективности предложенного направления исследований и необходимости продолжения работ в данном направлении.
Использованные источники:
1. Аграновский А.В.,Леднов Д.А. Теретические аспекты алгоритмов обработки и классификации речевых сигналов. М.:Радио и связь, 2004, - 161 с.
2. Грешных А.А., Комарова М.Е., Кудряков С.А. Система неинвазивного мониторинга эмоционального состояния оператора. //Психолого-
педагогические проблемы безопасности человека и общества, № 2, 2012, с.44-51.
3. Грешных А.А., Комарова М.Е., Кудряков С.А. Тренировка зрительного восприятия информации у работников диспетчерских и оперативных служб.//Проблемы управления рисками в техносфере. № 1, т.21, 2012, с. 121-128.
4. Грешных А.А.. Комарова М.Е. Кудряков С.А. Двухуровневая система мониторинга речи работников диспетчерских служб.// Психолого-педагогические проблемы безопасности человека и общества, № 1, 2012, с. 41-48.
5. Кудряков C.A., Комарова М.Е. ДГС. Методика совершенствования навыков эффективного поведения. СПб.: Свое издательство, 2011,-146с. , ISBN 978-5-4386-0085-5
6. Кудряков С.А. Актуальные аспекты психологической безопасности личности и общества//Здоровьесберегающее образование, №1, 2013, с.98-101.
7. Кудряков С.А. Размышления о виртуальной истории, или куда бежит «Идиот»?// КЛИО, №1, 2013, с. 135-138.
8. Кудряков С.А., Остапченко Ю.Б., Шаповалов Е.Н., Романцев В.В. Транспрофессиональная подготовка современных специалистов: миф или реальная необходимость? //Известия Санкт-Петербургского государственного электротехнического университета "ЛЭТИ", №8, 2014, с.94-98
9. Кудряков С.А., Ситников В.Л., Солодухин А.И. Психологические и приборные методы контроля состояния оператора в реальном времени. //Человек и транспорт (Психология. Экономика. Техника): Материалы II Международной научно-практической конференции. СПб.: ПГУПС, 2012. с. 184-190.
10. Кудряков С.А., Ткачев В.Р., Трубников Г.В., Кисличенко В.И. Беспилотные авиационные системы./Под ред. Кудрякова С.А. . СПб.: Свое издательство, 2015,-121 с.
11. Остапченко Ю.Б., Кудряков С.А., Романцев В.В., Беляев С.А. Проблемы профессиональной подготовки специалистов для эксплуатации сложных технических объектов в современных условиях.// Известия Санкт-Петербургского государственного электротехнического университета "ЛЭТИ", №8,2014, с.90-94
12. Cannon W.B., "The James-Lange Theory of Emotions: A Critical Examination and an Alternative Theory," Am. J. Psychology, vol. 39, pp. 106-124, 1927.
13. Cowie R., E. Douglas-Cowie, N. Tsapatsoulis, G. Votsis, S. Kollias, W. Fellenz, and J. G. Taylor. Emotion recognition in human-computer interaction. IEEE Signal Processing Magazine, 18(1):32-80, 2001.
14. Ekman P., R.W. Levenson, and W.V. Friesen, "Emotions Differ in Autonomic Nervous System Activity," Science, vol. 221, pp. 1208-1210, 1983.
15. Mauss I. B., M. D. Robinson. Measures of emotion: A review. Cognition and Emotion, 23(2):209-237, 2009.
16. Schuller B., S. Reiter, R. Muller, M. Al-Hames, M. Lang, and G. Rigoll,"Speaker independent speech emotion recognition by ensemble classification,"in Proc. IEEE Int. Conf. Multimedia Expo. 2005, pp. 864-867.
17. Ververidis D. and C. Kotropoulos. Emotional speech recognition: Resources, features, and methods. Speech Communication, 48(9): 1162-1181, 2006.
18. Yongjin Wang, Ling Guan. Recognizing Human Emotional State From Audiovisual Signals, IEEE Trans. ON MULTIMEDIA, vol. 10, NO. 5, AUGUST 2008, pp. 936-945.
Кланов Н.Н.
Кенжебеков Ч.
Калтай Н.
Информатика мамандыгыныц студент1
Бегалин А.Ш. ага оцытушы, гылыми жетекшЬ А. Байтррсынов атындагы КМУ Казахстан, Костанай цаласы INTEL ЖЭНЕ AMD КЭП ЯДРОЛЬЩ ПРОЦЕССОРЛАРДЫЦ
еШМДШГШЩ САЛЫСТЫРМАЛЫ ТАЛДАУЫ Аннотация:
Осы макалада Intel жэне AMD компаниялардын, бар процессорларыньщ архитектурасына шолу жасауда. Бершген фирмалардьщ процессорларыньщ бернеше моделiне тютелеу жасауда; баFа/eндiрушi/сапа аракатынасы бойынша процессорды тацдау бойынша ^сыныстарды жэне корытындыны к^руда.
Кiлт сездер: Intel, AMD, процессор, ядро.
Intel жэне AMD процессорларды евддруде жетекшi екi компания. Жш колданушылардыц алдында YЙ,офис жэне мамандырыь^ан есептердi шешу Yшiн кандай процессор алу керектiгi туралы с^ра; тирады. Макаланыц такырыбыныц eзектiлiгi - мшдеттер спектрiн орындау Yшiн бiрмэндi шешiмдер жок, тек жеке "топ" процессорларыныц eнiмдiлiгiне негiзделген шешiмдер Fана бар. Процессордыц тек eнiмдiлiгiмен шектелмей, сонымен катар баFасы, сапасы мен Костанай каласындагы колжепмдшп ескерiлген кандай процессорды ;ай баFытта колдатан жа;сы.
Oнiмдiлiк пен баFа аракатынасы бойынша тацдау Intel жэне AMD процессорларын ешмдшк пен баFа бойынша зерттеген соц процессорды тацдауFа арналFан ^сыныстар жасалды. Тацдауды жецiлдету Yшiн процессорлар шартты тYPде Yш топка топталды жэне eнiмдiлiгi бойынша с^рыпталды, ПОК-í (eнiмдiлiк пен баFа аракатынасы) ете мацызды - ол жоFары болFан сайын, сатып алу тиiмдi болады. СоцFы
