CC BY
71
мационные технологии в науке, образовании и управлении. 2019. № 1. С. 24-30
28. Цветков В.Я. Развитие технологий управления // Государственный советник. 2015. № 4 (12). С. 5-10.
29. Козлов А.В., Цветков В.Я. Моделирование циклического управления // Славянский форум. 2019. № 2 (24). С. 78-86.
30. Козлов А.В. Принципы субсидиарности // Славянский форум. 2018. № 2 (20). С. 28-35.
31. Козлов А.В. Моделирование субсидиарности с использованием сетей Петри // Славянский форум. 2019. № 2 (24). С. 33-39.
32. Цветков В.Я., Козлов А.В. Принципы субсидиарного управления // Государственный советник. 2018. № 4 (24). С. 20-28.
33. Цветков В.Я. Применение принципа субсидиарности в информационной экономике // Финансовый бизнес. -2012. - №6. - с.40-43
34. Tsvetkov V.Ya. Information Situation and Information Position as a Management Tool // European researcher. 2012. N. 12-1 (36). P. 2166-2170.
35. Козлов А.В. Субсидиарные системы и технологии. - Saarbruken.: Palmarium Academic Publising, 2019. 125 pp. ISBN 978-3-659-89076-5
36. Tsvetkov V.Ya. Subsidiarity management // European Journal of Economic Studies. 2018. N. 7 (1): 42-47.
37. Логинова А.С. Методы субсидиарного управления // Перспективы науки и образования. 2015. № 3. C. 165-169.
38. Leo X. Rerum Novarum. 1891 // Catholic Social Thought: The Documentary Heritage. 1931.
39. Shaw D., Nadin V., Seaton K. The application of subsidiarity in the makng of European environmental law // European Environment. 2000. Vol. 10, No. 2. p. 85-95.
40. Tsvetkov V.Yа. Incremental Solution of the Second Kind Problem on the Example of Living System, Biosciences biotechnology research Asia, November 2014. Vol. 11(Spl. Edn.), p. 177-180.
Сведения об авторе
Александр Вячеславович Козлов
Заместитель директора Физико-
технологического института РТУМИРЭА
по общим вопросам.
РТУ МИРЭА
Россия, Москва,
Эл. почта: [email protected]
Information about author
Alexander Vyacheslavovich Kozlov
Deputy Director
of the Physico-Technological Institute ofRTU MIREA
on general issues
RTU MIREA
Moscow, Russia
E-mail: [email protected]
УДК 004.5 И.Б. Номоконов
ГРНТИ 28.23.24 ОГУЗ Иркутская районная больница
ВИЗУАЛЬНАЯ ИНФОРМАТИВНОСТЬ
Статья исследует визуальную информативность. Визуальная информативность как характеристика свойственна цифровым изображениям и картографическим изображениям. Статья доказывает наличие множества видов информативности. Показано, что информативность связана не с объемом информации, а с полезностью и семантикой. Описаны разные виды информативности. Показано значение информационных единиц для оценки информативности. Показано, что информационная конструкция может служить моделью для информативности. Статья доказывает, что когнитивные факторы играют важную роль при оценке визуальной информативности.
Ключевые слова: информация, информативность, изображение, визуальная информативность, информационная неопределенность, информационная определенность, семантика.
I.B. Nomokonov
OGUZ Irkutsk Regional Hospital
VISUAL INFORMATIVENESS
The article explores visual information content. Visual informativeness as a characteristic of digital images and cartographic images. The article proves the existence of many types of information content. The article proves that informativeness is associated not with the amount of information, but with usefulness and semantics. The article describes different types of information content. The value of information units for evaluating information content is shown. It is shown that the information design can serve as a model for informational content. The article proves that cognitive factors play an important role in assessing visual information content..
Keywords: information, informativeness, image, visual informativeness, informational uncertainty, informational certainty, semantics.
Введение
Обработка изображений [1] и видеоинформации [2] занимает ведущее место в информационных процессах. В связи с ростом объемов данных возникает проблема сжатия информации, которая связана с проблемой информативности как критерия допустимого сжатия визуального образа. Термин «информационный» характеризует описательную сторону сущностей и явлений. В информационных описаниях выделяют объем и содержание. Важную роль играет именно содержание. В зарубежной и Российской литературе используют понятие информативность, которое четко не определяют. Термин «informative» трактуется как информативный, информирующий, содержащий информацию, показывающий и в отдельных случаях как информативность. Русскому термину «информативность» в соответствие ставят термин «informational content», что буквально означает информационное содержание или информативность.
Словарь collins dictionary [3] уточняет понятие информативности фразой «Что-то информативное, что дает вам полезную информацию». Важно подчеркнуть, что за рубежом с информативность связывают не с любой, а с полезной информацией, точнее с содержанием информации, которое является полезным. Однако существуют работы и за рубежом и в России, в которых информативность связывают с информационным объемом. Например, в работе [4, стр.15] дается экзотическая формула. Это формула связана с изображением в ГИС, которые могут быть картографическими или фотоизображениями.
i = H
D
(1)
В этом выражении I - информативность, Н - количество информации по К.Э. Шеннону связанное с энтропией (неопределенностью), В - число объектов, несущих данное количество информации. Для цифрового фотоснимка В - число объектов на снимке. Величина Н - количество информации по К.Э. Шеннону.
Для сканированного снимка формата А4 с разрешением 300 л/инч эта величина равна 28 Мб, независимо от наличия и количества объектов на снимке. Если объектов на снимке нет, то по формуле (1) информативность бесконечно большая. Это абсурд и нелепость. И наоборот если количество объектов на снимке растет, то по формуле (1) информативность уменьшается. Это противоречит определению информативности и полезности.
Такого рода работы не единичны. Они обусловлены попыткой выразить определенность через неопределенность. По мнению автора статьи, информативность следует связывать не с энтропией, а с негэнтропией [5]. По мнению автора статьи, информативность следует связывать с семантикой и полезностью. Кроме того информативность многоаспектное понятие по области применения и критериям оценки. Например, восприятие пациентом информативности больничных выписок [6]. Информативный метод анализа данных [7]. Анализ нейронных реакций на естественные сигналы: максимально информативные измерения [8]. Информативность используют в теории вероятности, например, Байесовская оценка информационных гипотез [9]. Большое значение визуальная информативность имеет при лучевой [10] диагностике и при моделировании [11] в этой области.
Многозначность информативности
Существуют разные виды оценки семантики и полезности. Поэтому существуют разные виды информативности [12, 13]. В силу этого при анализе и оценке информативности визуаль-
ных изображений необходимо уточнять, о какой информативности идет речь.
Процессы в информационном поле потребовали введения ряда информационных характеристик: информирование, информационное соответствие [14, 15], информационная неопределенность [16], информативность, информационная определенность [17] и других. Информативность одна из информационных характеристик, но она должна быть комплементарна [18, 19] другим информационным характеристикам.
Информативность изображений или визуальная информативность, как и другие информационные характеристики, требует оценки по разным критериям. Оценка информативности не является однозначным понятием, а зависит от информационной конструкции и метода оценки. Информативность является важной характеристикой в обучении и при научных исследованиях. В обучении информативность характеризует учебные материалы и результаты тестирования. При проведении научных исследований информативность результатов научных проектов характеризует степень завершения исследований и степень соответствия результатов поставленным целям. Существует широко распространенное заблуждение, когда информативностью называют «количество информации, которое получает пользователь». При этом часто количеством информации называют энтропийную оценку уменьшения неопределенности по К.Э. Шеннону [20]. Как показывают многочисленные работы [21], такая оценка определяет информационный объем сообщения в битах, а не его содержание. В альтернативу следует называть информативностью «количество сведений, а не информации». Например, информационный объем рентгеновского снимка [13] формата А4 или А3 будет одинаков независимо от того, что на нем изображено. На практике важнее определить, что полезного содержится на этом снимке: описание нормы или патологии, к какой группе следует отнести данный случай и так далее.
Визуальная информативность как когнитивная характеристика [22, 23] связана с рядом когнитивных характеристик и определяется через них. Отсюда вытекает понятие информативности по когнитивным характеристикам.
Информативность как функциональная характеристика [24] требует рассмотрения решаемых задач и области приложения. Отсюда вытекает понятие информативности по цели решения проблемы или задачи.
Информативность как описательная характеристика требует рассмотрения информационных отношений объекта или процесса, для которого она оценивается, с другими объектами или с целевым назначением. Для визуальной информативности важным параметром являются пространственные отношения [25] между объектами изображения.
Информативность как модель чего-то связана с информационными моделями. Можно говорить о конструкции информативности или о модели информационной конструкции как основы моделирования информативности.
Информативность оценивается в каких-то атомарных единицах и строится из атомарных единиц. Такими атомарными единицами в информационном поле являются информационные единицы [26-28].
Процесс оценки информативности по информационным характеристикам описывается при помощи схемы отношений:
Информационная единица — информационная характеристика -— информационная конструкция — информативность.
Для информационных процессов характерна трансформация информации из одной формы в другую. Отсюда вытекает понятие процессуальной информативности по трансформации.
Результатом некоторых информационных процессов является уменьшение информационной неопределенности или устранение информационной асимметрии. Отсюда вытекает понятие информативности по уменьшению неопределенности. Эта оценка имеет вероятностный характер. В работе [21] показано различие в оценке информативности по Шеннону и по Винеру.
Кроме энтропийного метода оценки информативности по К.Э. Шеннону, применяют также метод максимального правдоподобия, который в вероятностном смысле следует считать наиболее информативной оценкой. Метод максимума правдоподобия - это общий метод оценивания параметров генеральной совокупности с помощью максимизации правдоподобия (Г) выборки. Правдоподобие Г выборки из п наблюдений хь х2, ..., хп, в случае дискретного распределения переменных хь х2, ..., хп, описывается функцией совместного распределения р(хь х2, ..., хп). Если хь х2, ..., хп имеют непрерывное распределение, правдоподобие Г выборки из п
наблюдений xb x2, ..., xn описывается совместной плотностью распределения fxb x2, ..., xn).
Пусть L - это правдоподобие выборки, где L является функцией параметров 9Ь 02, ... 9k. Тогда оценками максимального правдоподобия 9Ь 92, ... 9k называются значения параметров 9Ь 92, ... 9k, максимизирующие функцию L. Пусть 9 - это элемент пространства Q. Если Q - открытый интервал, а L(9) дифференцируема и достигает максимума на Q то оценки максимального правдоподобия удовлетворяют уравнению (dL(9))/d 9 = 0.
Результатом некоторых информационных процессов является получение новых знаний. Отсюда вытекает понятие информативности по новым знаниям.
Информативность (информационной конструкции) сообщения - это интерпретационные свойства информационной конструкции [29], способствующие адекватному истолкованию этой конструкции. Информативность характеризуется не столько общим количеством информации, содержащейся в информационной конструкции, сколько смысловой информацией, которая станет достоянием субъектов
При оценке визуальной информативности приходится иметь дело с информационным взаимодействием [30] «субъект - объект». На практике желательно исключать «субъективность» оценки информативности и по возможности «объективизировать» эту оценку для сопоставимости результатов. Таким образом, следует, что оценка информативности представляет собой комплекс проблем и их решений, формируемых по мере возникновения потребности в оценки того или иного вида информативности.
Проблемы оценки информативности связаны: с выбором формы информационного описания, с выбором структуры информационных конструкций, с выбором информационных моделей, с выбором разнообразных информационных единиц как элементов информационных конструкций.
С понятием информативности (информационного поиска) тесно связаны понятия релевантности и пертинентности. Релевантность (англ. relevant) - применительно к результатам поиска - степень соответствия запроса и найденного, уместность результата. Это субъективное понятие, поскольку результаты поиска, уместные для одного пользователя, могут быть неуместными для другого. Пертинентность (англ. pertinent) - применительно к результатам поиска -наибольшее соответствие запроса и найденного, уместность результата.
Информационные единицы как характеристики информативности
Информационные единицы как инструмент построения информационных моделей и информационных конструкций применяют в разных направлениях. Их используют как основу логического анализа [31] и основу анализа передачи сообщений. Информационные единицы применяют в интеллектуальных технологиях и при анализе инновационных проектов [32]. Информационные единицы применяют для построения сложных информационных моделей [27], включая графические представления этих моделей. В искусственном интеллекте информационные единицы служат основой интерпретации информационных конструкций [33]. Систематика информационных единиц [26] показывает, что в философском аспекте они служат основой построения не только моделей, но и картины мира. Они служат основой построения и описания моделей, процессов и свойств объектов окружающего мира. С позиций лингвистики информационные единицы служат основой информационного языка.
Информационными конструкциями можно считать: предложения, фразы, логические высказывания, теоретико-множественные построения. Слово, символ можно рассматривать как элемент языка и информационную единицу. Проблемой является передача смысла или семантики информационных единиц. Информационные конструкции могут иметь разные смысловые значения. Элементарным носителем смыслового значения является семантическая информационная единица.
Информационные конструкции безотносительно к смысловому значению имеют также структуру и структурные элементы. Структурный элемент информационной конструкции является структурной информационной единицей. Таким образом, с учетом семантики и структуры информационных конструкций можно выделить два типа информационных единиц: структурные и семантические. В соответствии с этим можно говорить о структурной информативности и содержательной информативности.
Структурная информативность является описательной характеристикой структуры информационной конструкции безотносительно к передаваемому ею смыслу. Оценка структурной информативности может проводиться с использованием структурных информационных единиц.
Например, топологии применяют визуальные информационные единицы, которые называют «узел» и «дуга». Информационная конструкция, построенная из таких единиц, называется граф.
Смысловая информативность описывает смысловое значение или смысловое содержание информационной конструкции безотносительно к ее структуре. Например, можно использовать информационную конструкцию, которая включает только словесное определение треугольника. Можно использовать информационную конструкцию, которая является графическим изображением треугольника. Можно использовать информационную конструкцию, которая содержит формальные значки описывающие треугольник. Смысл всех информационных конструкций одинаков - они описывают треугольник.
Примером структурной информативности может быть структура изображения как совокупности связанных объектов. Часто выбирают иерархическое отношение, которое описывает связь пространственных объектов на изображении [34]. С помощью нормализации иерархическое отношение может быть преобразовано в совокупность связанных таблиц, которые образуют иерархическую структуру «дерево». Классификатор также часто является иерархической структурой. В этом случае можно говорить об иерархической структуре. Структурная информативность описывает структуру и связи. Часто структурную информативность описывают с помощью графов.
В аспекте структуры информационная конструкция может включать в свой состав разные комбинации информационных единиц. Поэтому для многих информационных конструкций существует характеристика - структурная вложенность. Структурная вложенность информационных единиц - это не структура, а отношение иерархии компонент информационной конструкции и ее окружения. По Л. Флориди информативность связана с областью интерпретируемости информационной единицы. Она определяется качественно областью применения информационной единицы. По Флориди [35] информативность определяется количеством интерпретируемых предложений.
Для многих информационных конструкций важной характеристикой является содержательность или семантика информации [36], которую они содержат. Отсюда вытекает понятие информативности по семантическому содержанию. Информация, передаваемая субъекту от субъекта или программы с помощью информационной конструкции, содержит в себе смысловую часть. Характеристика полезной информации в общем объеме информационной конструкции, может быть названа информативностью по семантическому содержанию.
Для многих информационных конструкций важной характеристикой является семантическое окружение или информационные отношения, которые связаны с данной информационной конструкцией. Отсюда вытекает понятие информативности по семантическому окружению.
Примером одной из информативных логических конструкций является дедукция. Аристотель истолковывал дедукцию как способ сведения правдоподобных положений к истинным, что является формой информационной трансформации. Если информационная конструкция уменьшает неопределенность - она информативна в аспекте по уменьшению неопределенности.
Информативность по новым знаниям характеризует полезность, которая заключается в приращении новых знаний, получаемых за счет логических процедур. Если информационная конструкция создает приращение знаний - она информативна по этому критерию.
Информационная конструкция может быть информативна по нескольким критериям, может быть информативна по части критериев и может быть не информативна по всем критериям.
В частности, анализ можно трактовать как построение графа поиска вывода, в процессе которого происходит выявление структурной информативности. Анализ можно трактовать как декомпозицию информационной конструкции на семантические информационные единицы, в процессе которой происходит выявление смысловой информативности.
Синтез можно трактовать как построение информационной конструкции, получающейся в результате объединения информационных единиц. При этом синтез может устранять неопределенность неоднозначность. Устранение неоднозначности связано с информативностью по уменьшению неопределенности.
Заключение
Проблема информативности приводит к необходимости рассмотрения разных видов информативности. Информативность связывают с семантикой и полезностью, а не с объемом информационных фалов. Также следует различить энтропию и негэнтропию. Энтропия обозначает функцию состояния термодинамической системы, которая определяет меру необратимого рассеивания энергии. Увеличение энтропии приближает информационную к естественной, то
есть приближает распределение плотности изображения к случайному распределению.
Негэнтропия является мерой упорядоченности, структуризации, системы или искусственной информационной ситуации. При положительном развитии системы увеличивается негэнтропия. О негэнтропии написано много, но прямых принципов ее оценки обычно не приводят.
Негэнтропия, имеет множество названий: отрицательная энтропия, синтропия, экстропия. Понятие «отрицательная энтропия» было введено Эрвином Шредингером в 1944 г в книге «Что такое жизнь?» [37]. Можно отметить, что термин «отрицательная энтропия» имел смысл в направлении ее действия, то есть действию противоположном действию энтропии (диссипации). При дифференциальном методе негэнтропию J(px) определяют как разница между случайным Гауссовским распределением S (фх) и распределением в реальной ситуации S(px) [38].
J(px) =S (фх)- S(px)
Функция S (фх) есть дифференциальная энтропия гауссовой плотности с тем же средним и дисперсией, как px.. Функция S(px) есть дифференциальная энтропия распределения величины px с тем же средним и дисперсией, как px. Такой подход привел к появлению термина «не гауссо-вость» (Non-Gaussianity). С этих позиций метод оценки J(p,) зависит от метода измерения не-гауссовости (Measures of Non-Gaussianity) [38].
Информативность многоаспектное понятие и оно требует использования разных методов оценки информативности. Многоаспектность проблемы дает возможность по новому раскрыть понятие информативности в информационных процессах и информационных конструкциях. Основой оценки информативности являются информационные единиц разных групп: субстанциональные, процедурные и атрибутивные. Нельзя разные виды информативности сводит только к двум. Оценку информативности моделей, объектов, сообщений и процессов нельзя связывать только с вероятным подходом.
Литература
1. Номоконов И.Б. Цифровая обработка рентгеновских изображений // Славянский форум. 2015. № 4 (10). С.244-251.
2. Цветков В.Я. Методы и системы обработки и представления видеоинформации. -М.:ГКНТ, ВНТИЦентр, 1991. 113 с.
3. https://www.collinsdictionary.com/dictionary/english/informative дата просмотра 10.08.2019.
4. Розенберг И.Н, Беляков С.Л. Программные интеллектуальные оболочки геоинформационных систем. - М.: Научный мир, 2010. 134 с.
5. Номоконов И.Б. Негэнтропия и информативность // Образовательные ресурсы и технологии. 2017. № 1 (18). С. 55-63
6. Maloney L.R., Weiss M.E. Patients' perceptions of hospital discharge informational content // Clinical Nursing Research. 2008. Vo. 17. N. 3. P. 200-219.
7. Stockwell D. R. B., Noble I. R. Induction of sets of rules from animal distribution data: a robust and informative method of data analysis // Mathematics and computers in simulation. 1992. Vo. 33. N. 5-6. P. 385-390/
8. Sharpee T., Rust N.C., Bialek W. Analyzing neural responses to natural signals: maximally informative dimensions // Neural computation. 2004. Vo. 16. N. 2. P. 223-250.
9. Hoijtink H., Klugkist I., Boelen P. (ed.). Bayesian evaluation of informative hypotheses. -Springer Science & Business Media, 2008.
10.Номоконов И.Б. Классификация изображений в лучевой диагностике // Славянский форум. 2017. №2 (16). С. 51-56.
11. Номоконов И.Б. Моделирование в лучевой диагностике // Образовательные ресурсы и технологии. 2016. № 3 (15). С. 47-58.
12. Номоконов И.Б., Цветков В.Я. Многоаспектность информативности // Дистанционное и виртуальное обучение. 2015. № 12. С. 74-80.
13. Номоконов И.Б. Информативность рентгеновского изображения // Славянский форум. 2015. № 2 (8). С. 233-239.
14. Цветков В.Я. Информационное соответствие // Международный журнал прикладных и фундаментальных исследований. 2016. № 1 - 3. С. 454-455.
15. Ожерельева Т.А. Информационное соответствие и информационный морфизм в информационном поле // ИТНОУ: Информационные технологии в науке, образовании и управлении. 2017. № 4. С. 86-92.
16. Цветков B^. Информационная неопределенность и определенность в науках об информации // Информационные технологии. 20i5. № i. С. 3-7.
17. Пушкарева КА. Информационно определяемые показатели для управления персоналом вуза // Управление образованием: теория и практика. 20i4. № 2 (i4). С. i30-i39.
18. Цветков B„H. Комплементарность информационных ресурсов // Международный журнал прикладных и фундаментальных исследований. 20i6. № 2. С. i82-i85.
19. Щенников Комплементарность при обработке информации // И'ГНОУ: Информационные технологии в науке, образовании и управлении. 20i9. № i. С. 24-30.
20. C.E. Shannon, i948. A Mathematical Theory of Communication, Bell System Technical Journal, vol. 27, : 379-423 & 623-656, July & October, i948.
21. Tsvetkov V.Ya. The K.E. Shannon and L.Floridi's amount of information // Life Science Journal 20i4;ii (ii), pp.667-67i.
22. Номоконов И.Б. Когнитивное моделирование в диагностики // Славянский форум. 20i7. № 4 (i8). С. 50-56.
23. Номоконов И.Б. Когнитивные методы при лучевой диагностике: Монография. - М.: МAКС Пресс, 20i6. 60 с.
24. Aникина r.A., Поляков М.Г., Романов Л.Н., Цветков B^. О выделении контура изображения с помощью линейных обучаемых моделей // Известия академии наук СССР. Tехни-ческая кибернетика. i980. № 6. С. 36-43.
25. Цветков B^. Bиды пространственных отношений // Успехи современного естествознания. 20i3. № 5. С. i38-i40.
26. Ozhereleva T.A. Systematics for information units // European Researcher. 20i4. N. ii/i (86), pp. i894-i900. DOI: i0.i3i87/er.20i4.86. i900
27. Tsvetkov V.Ya. Information Units as the Elements of Complex Models // Nanotechnology Research and Practice. 20i4. N. i(i). P. 57-64.
28. I.N. Rozenberg. Information Construction and Information Units in the Management of Transport Systems // European Journal of Technology and Design. 20i6. Vol. (i2). Is. 2, Р. 54-62.
29. Чехарин Е.Е. Информационные конструкции и информационная интерпретация // Славянский форум. 20i8. № i (i9). С. 88-95.
30. Tsvetkov V.Yа. Information interaction // European researcher. 20i3. № ii-i (62). С. 2573-2577.
31. Ожерельева T.A. Логические информационные единицы // Славянский форум. 20i5. № 2 (8). С. 240-249.
32.Романов ИА. Применение информационных единиц при анализе инновационных проектов // Перспективы науки и образования. 20i5. № i. С. 45-49.
33. Чехарин Е.Е. Интерпретация информационных конструкций // Перспективы науки и образования. 20i4. № 6. С. 37-40.
34. Номоконов И.Б. Факторы формирования рентгеновского изображения // Славянский форум.-20И. № i (7). С. i90-i97.
35. Whitehurst, G.J., & Sonnenschein, S., i98i. The development of informative messages in referential communication: Knowing when versus knowing how. Children's oral communication skills,:i27-i42.
36. Шрейдер ЮА. О семантических аспектах теории информации // Информация и кибернетика. - М.: Советское радио, i967. С. i5-47.
37. Schrödinger, Erwin, What is Life - the Physical Aspect of the Living Cell, Cambridge University Press, i944.
38. Measures of Non-Gaussianity. http://fourier.eng.hmc.edu/ei6i/ lectures/ica/node4.html. дата доступа 20.0i.20i7.
Сведения об авторе
Иван Борисович Номоконов
заведующий отделением лучевой диагностики. ОГУЗ Иркутская районная больница Россия, Иркутск Эл. почта: [email protected]
Information about author
Ivan B. Nomokonov
head of the department of radiation diagnosis. OGUZ Irkutsk Regional Hospital Irkutsk, Moscow, E-mail: [email protected]
