Интеллектуальные информационные системы

         

Интеллектуальные информационные системы

ПРЕДИСЛОВИЕ

ЧАСТЬ I. КУРС ЛЕКЦИЙ
ЛЕКЦИЯ- Интеллектуальные информационные
Учебные вопросы:
Основные положения информационно-функциональной теории развития техники
Процессы труда и познания, как информационные процессы снятия неопределенности
Организм человека и средства труда как информационные системы

Законы развития техники
Закон перераспределения функций между человеком и средствами труда
Закон повышения качества базиса
Детерминация формы сознания человека функциональным уровнем средств труда
Неизбежность возникновения компьютеров, информационных систем и систем искусственного интеллекта
Информационная теория стоимости
Связь количества и качества информации с меновой и потребительной стоимостью

Информация, как сырье и как товар
Стоимость и амортизация систем искусственного интеллекта и баз знаний
Источники экономической эффективности
От электронных вычислительных машин к компьютерам. Функциональное определение компьютера
Эволюция понятия: "Обработка
Эволюция технологий создания и поддержки информационных систем: автоматизация функций посредников

Перспективы информационных технологий
Контрольные вопросы
Рекомендуемая литература
Классификация и характеристика концепций смысла
Суть концепции смысла Шенка-Абельсона
Формулировка идеи
Обоснование принципиальной возможности реализации идеи

Когнитивная концепция СК-анализа и синтез когнитивного конфигуратора
Базовая когнитивная концепция
Когнитивный конфигуратор и базовые когнитивные операции системного анализа
Задачи формализации базовых когнитивных операций системного анализа
Мышление как вычисление смысла

Понятие: "Система искусственного
Тест Тьюринга и критерии "интеллектуальности"
Классификация систем искусственного интеллекта
Особенности технологии создания
Информационная модель деятельности

Жизненный цикл системы искусственного интеллекта и критерии перехода между этапами этого цикла
Принципы системного анализа

Методы и этапы системного анализа
Этапы когнитивного анализа
Предлагаемая обобщенная схема
Когнитивная концепция и синтез когнитивного конфигуратора
Определение понятия конфигуратора
Понятие когнитивного конфигуратора
Когнитивные концепции и операции
Предлагаемая когнитивная концепция

Выбор единой интерпретируемой численной меры для классов и атрибутов
Выбор неметрической меры сходства объектов в семантических пространствах
Определение идентификационной и прогностической ценности атрибутов
Ортонормирование семантических пространств классов и атрибутов (Парето-оптимизация)

СК-анализ, как системный анализ, структурированный до уровня базовых когнитивных операций
Место и роль СК-анализа в структуре управления
Структура типовой АСУ
Параметрическая модель адаптивной АСУ сложными системами
Модель рефлексивной АСУ активными объектами и понятие мета-управления
Концепция рефлексивной АСУ в АПК и технология QFD (технология развертывания функций качества)
Рефлексивная АСУ АПК группы Б: й контур: "Агротехнологии – конечный продукт"
Рефлексивная АСУ АПК группы А: й контур: "Руководство – агротехнологический процесс"
Двухконтурная модель и обобщенная схема рефлексивной АСУ качеством подготовки специалистов

Резюме
Требования к математической модели и численной мере
Абсолютная, относительная и аналитическая информация.
Выбор в качестве базовой численной меры количества информации

Системное обобщение формулы Хартли для количества информации
Гипотеза о законе возрастания эмерджентности и следствия из него
Системное обобщение классической формулы Харкевича, как количественная мера знаний

Генезис системной (эмерджентной) теории информации
Семантическая информационная модель СК-анализа
Формализм динамики взаимодействующих
Семантические пространства классов и атрибутов
Требования к системам координат
Применение классической теории информации К.Шеннона для расчета весовых коэффициентов и мер сходства
Формальная постановка задачи

Информация как мера снятия неопределенности
Количество информации в индивидуальных событиях и лемма Неймана–Пирсона
Формальная постановка основной задачи рефлексивной АСУ активными объектами и ее декомпозиция
Декомпозиция основной задачи в ряд частных подзадач
Решение задачи "Синтез семантической информационной модели активного объекта управления"

Решение задачи "Адаптация модели объекта управления"
Решение задачи "Разработка алгоритмов решения основных задач АСУ"

Интеллектуальные информационные системы

Обобщение интегральной модели путем учета значений выходных параметров объекта управления
Некоторые свойства математической модели (сходимость, адекватность, устойчивость и др.)
Непараметричность модели. Робастные процедуры и фильтры для исключения артефактов
Зависимость информативностей факторов от объема обучающей выборки
Зависимость адекватности семантической
Семантическая устойчивость модели

Зависимость некоторых параметров модели от ее ортонормированности
Зависимость адекватности модели от ее ортонормированности
Зависимость уровня системности модели от ее ортонормированности
Зависимость степени детерминированности модели от ее ортонормированности
Взаимосвязь системной меры целесообразности
Сравнение, идентификация и прогнозирование

Системно-когнитивный и факторный анализ. СК-анализ, как метод вариабельных контрольных групп
Эластичность в непрерывном случае
Эластичность в дискретном случае
Свойства эластичности
Связь семантической информационной модели с нейронными сетями
Метафора нейросетевого представления семантической информационной модели
Соответствие основных терминов и понятий
Недостатки нейронных сетей и пути их преодоления в семантической информационной модели

Гипотеза о нелокальности нейрона и информационная нейросетевая парадигма
Решение проблемы интерпретируемости
Семантическая информационная модель, как нелокальная нейронная сеть
Гипотеза о физической природе нелокального взаимодействия нейронов в нелокальной нейронной сети
Решение проблемы интерпретируемости передаточной функции
Решение проблемы размерности
Моделирование причинно-следственных цепочек в нейронных сетях и семантической информационной модели
Моделирование иерархических структур обработки информации
Нейронные сети и СК-анализ

Постановка проблемы
Традиционные пути решения проблемы
Идея решения проблемы
Математическая модель СК-анализа

Методика численных расчетов СК-анализа
Специальный программный инструментарий СК-анализа – система "Эйдос"
Выводы
Понятие шкалы и градации. Типы шкал
Шкалы классов (классификационные шкалы)
Шкалы атрибутов (описательные шкалы)
Иерархическая структура данных и последовательность численных расчетов в СК-анализе

Обобщенное описание алгоритмов СК-анализа
БКОСА- "Восприятие и запоминание исходной обучающей информации"
БКОСА- "Репрезентация. Сопоставление индивидуального опыта с коллективным (общественным)"
БКОСА- "Обобщение (синтез, индукция). Накопление первичных данных"
БКОСА- "Обобщение (синтез, индукция). Исключение артефактов"
БКОСА- "Обобщение (синтез
БКОСА- "Определение значимости шкал и градаций факторов, уровней Мерлина"
БКОСА- "Абстрагирование факторов
БКОСА- "Абстрагирование классов

БКОСА- "Оценка адекватности информационной модели предметной области"
БКОСА- "Сравнение, идентификация
БКОСА- "Дедукция и абдукция
БКОСА- "Дедукция и абдукция факторов (семантический анализ факторов)"
БКОСА-. "Классификация обобщенных образов классов"
БКОСА-. "Формирование бинарных конструктов классов"
БКОСА-. "Визуализация семантических сетей классов"
БКОСА-. "Классификация факторов"
БКОСА-. "Формирование бинарных конструктов факторов"
БКОСА-. "Визуализация семантических сетей факторов"

БКОСА-. "Содержательное сравнение классов"
БКОСА-. "Расчет и отображение
БКОСА-. "Содержательное сравнение факторов"
БКОСА-. "Многовариантное
Детальные алгоритмы СК-анализа

Цели и основные функции системы "Эйдос"
Синтез содержательной информационной модели предметной области
Идентификация и прогнозирование состояния объекта управления, выработка управляющих воздействий
Углубленный анализ содержательной информационной модели предметной области
Обобщенная структура системы "Эйдос"
Пользовательский интерфейс, технология
Начальный этап синтеза модели
Классификационные шкалы и градации (БКОСА-
Описательные шкалы и градации (БКОСА-
Ввод-корректировка обучающей информации (БКОСА-

Управление составом обучающей информации (БКОСА-
Синтез модели: пакетное обучение системы распознавания (подсистема "Обучение") (БКОСА-
Расчет матрицы абсолютных частот (БКОСА-
Исключение артефактов (робастная процедура) (БКОСА-
Расчет матриц информативностей (БКОСА-
Измерение сходимости и устойчивости модели
Оптимизация модели (подсистема "Оптимизация") (БКОСА-
Формирование ортонормированного базиса классов (БКОСА-
Исключение признаков с низкой селективной силой (БКОСА-
Удаление классов и признаков, по которым недостаточно данных

Верификация модели (оценка ее адекватности) (БКОСА-
Идентификация и прогнозирование (подсистема "Распознавание") (БКОСА-
Информационные портреты классов (БКОСА-
Расчет матрицы сходства эталонов классов (БКОСА-.
Генерация кластеров и конструктов классов (БКОСА-.
Вывод -семантических сетей классов (БКОСА-.
Когнитивные диаграммы классов (БКОСА-. .
Семантические портреты атрибутов (БКОСА-
Расчет матрицы сходства атрибутов (БКОСА-.

Генерация кластеров и конструктов атрибутов (БКОСА-.
Вывод -семантических сетей атрибутов (БКОСА-.
Когнитивные диаграммы атрибутов (БКОСА-. .
Оценка достоверности заполнения анкет
Состав системы "Эйдос"
Отличия системы "Эйдос" от аналогов: экспертных и статистических систем
Некоторые количественные характеристики системы "Эйдос"
Обеспечение эксплуатации системы "Эйдос"
АСК-анализ, как технология синтеза и эксплуатации рефлексивных АСУ активными объектами

Интеллектуальные информационные системы

Идентификация и аутентификация личности по почерку. Понятие клавиатурного почерка
Соотношение психографологии и атрибуции текстов
Идентификация и аутентификация личности пользователя компьютера по клавиатурному почерку
Варианты постановки задачи распознавания клавиатурного почерка

Характеристики клавиатурного почерка
Математические методы распознавания клавиатурного почерка
Прогнозирование ошибок оператора по изменениям в его электроэнцефалограмме
Общие положения
Мониторинг состояния сотрудников
Компьютерные тренажеры, основанные на БОС, для обучения больных навыкам управления своим состоянием
Компьютерные игры с БОС
Системы с семантическим резонансом
Классическое определение системы виртуальной реальности

"Эффект присутствия" в виртуальной реальности
Применения систем виртуальной реальности
Модификация сознания и самосознания пользователя в виртуальной реальности
Авторское определение системы виртуальной реальности
Критерии реальности при различных формах сознания и их применение в виртуальной реальности
Принципы эквивалентности (относительности) Галилея и Эйнштейна и критерии виртуальной реальности
Системы с дистанционным телекинетическим интерфейсом

Основные понятия
Признаки и образы конкретных объектов, метафора фазового пространства
Признаки и обобщенные образы классов
Обучающая выборка и ее репрезентативность
Основные операции: обобщение и распознавание
Обучение с учителем (экспертом) и самообучение (кластерный анализ)
Верификация, адаптация и синтез модели
Проблема распознавания образов
Классификация методов распознавания образов

Применение распознавания образов
Обобщенная структура системы управления
Место системы идентификации в системе управления
Управление как задача, обратная идентификации и прогнозированию
Методы кластерного анализа
Древовидная кластеризация
Двухвходовое объединение
Метод K средних

Принятие решений, как реализация цели
Принятие решений, как снятие неопределенности (информационный подход)
Простейшее понятие об информации (подход Хартли).
Мера Шеннона, как обобщение меры Хартли для неравновероятных событий.
Связь принятия решений и распознавания образов
Классификация задач принятия решений

Языки описания методов принятия решений
Критериальный язык
Язык последовательного бинарного выбора
Обобщенный язык функций выбора
Групповой выбор
Выбор в условиях неопределенности
Информационная (статистическая) неопределенность в исходных данных
Неопределенность последствий
Расплывчатая неопределенность

Решение как компромисс и баланс
Экспертные методы выбора
Юридическая ответственность за решения, принятые с применением систем поддержки принятия решений
Условия корректности использования систем поддержки принятия решений
Хранилища данных для принятия решений
Хранилища данных для принятия решений - 2
Экспертные системы, базовые понятия

Экспертные системы, методика построения
Этап- "Идентификация"
Этап- "Концептуализация"
Этап- "Формализация"
Этап- "Разработка прототипа"
Этап- "Экспериментальная эксплуатация"
Этап- "Разработка продукта"
Этап- "Промышленная эксплуатация"

Биологический нейрон и формальная модель нейрона Маккалоки и Питтса
Возможность решения простых задач классификации непосредственно одним нейроном
Однослойная нейронная сеть и персептрон Розенблата
Линейная разделимость и персептронная представляемость
Многослойный персептрон

Модель Хопфилда
Когнитрон и неокогнитрон Фукушимы
Проблемы и перспективы нейронных сетей

Решение проблемы линейной разделимости
Моделирование причинно-следственных
Графическое отображение нейронов
Обучение нелокальной нейронной сети

Классические когнитивные карты
Обобщенные когнитивные карты
Основные понятия, принципы и предпосылки генетических алгоритмов
Пример работы простого генетического алгоритма

Достоинства и недостатки генетических алгоритмов
Примеры применения генетических алгоритмов
Определение основных понятий

Когнитивная (познавательно-целевая)
Разработка программы реализации
Интеллектуальный анализ данных
Типы выявляемых закономерностей
Ассоциация
Последовательность

Классификация
Кластеризация
Прогнозирование
Математический аппарат
Деревья решений
Регрессионный анализ
Нейронные сети
Временные ряды
Области применения технологий интеллектуального анализа данных
Розничная торговля

Банковская деятельность
Страховой бизнес
Производство
Автоматизированные системы для интеллектуального анализа данных

Интеллектуальные информационные системы

Обзор опыта применения АСК-анализа для управления и исследования социально-экономических систем

Синтез и решение задач управления качеством подготовки специалистов
Экономические исследования
Маркетинговые исследования
Рекламные исследования
Социологические и политологические исследования
Параметры семантической информационной модели
Методика проведения работ

Ограничения и недостатки предложенных модели и инструментария и пути их преодоления
Поддержка принятия решений по выбору культур и пунктов выращивания
Цель работы
Проблема
Традиционные пути решения
Недостатки традиционных путей
Предлагаемая концепция решения проблемы
Математическая модель

Алгоритмы и структуры данных
Программный инструментарий
Технология применения программного инструментария
Картографическое районирование косточковых плодовых в Южно-Российском регионе
Прогнозирование динамики сегмента рынка
Когнитивная структуризация и формализация предметной области
Исходные данные для прогноза: биржевые базы данных
Формирование точечных прогнозов
Формирование средневзвешенного прогноза

Оценка адекватности модели. Зависимость достоверности прогнозирования от разброса точечных прогнозов
Детерминистские и бифуркационные участки траектории
Прогнозирования времени перехода системы в бифуркационное состояние
Исследование семантической информационной модели
Ослабление влияния факторов со временем
Старение информации и периоды эргодичности процессов в предметной области
Автоколебания фондового рынка
Время реакции системы на изменение факторов (ригидность)
Управление фондовым рынком на детерминистских участках траектории

Управление фондовым рынком в точках бифуркации
Анализ динамики макроэкономических
Ограничения АСК-анализа и обоснованное расширение области его применения на основе научной индукции

Актуальность.
Традиционные подходы к решению
Предлагаемая методология и технология
Ценовой мониторинг
Мониторинг хода экономической реформы
Мониторинг инвестиционных проектов
Кредитно-финансовый мониторинг
Мониторинг предприятий
Социально–психологический мониторинг

Результаты и перспективы
Некоторые перспективные области применения АСК-анализа
Многоагентные распределенные системы обнаружения, накопления и использования знаний в Internet
Развитие АСК-анализа с применением теории нечетких множеств и неклассической логики
Динамика взаимодействующих семантических пространств и создание континуального АСК-анализа
Другие перспективные области применения АСК-анализа и систем искусственного интеллекта

СООТВЕТСТВИЕ ЛАБОРАТОРНЫХ РАБОТ РАБОЧИМ ПРОГРАММАМ ПО СПЕЦИАЛЬНОСТЯМ
Структура лабораторной работы
Инструкция по установке лабораторной работы
Выполнение и сдача лабораторной работы

Материально-техническое обеспечение
Программы под MS Windows
Программы под MS DOS
Специальное программное обеспечение
Краткая теория
Задача 1
Задача 2
Пример решения задания "Формализовать

Пример решения задания "Создать
Пример решения задания "Сгенерировать классификационные и описательные шкалы"
Пример решения задания "Осуществить
Пример решения задания "Провести
Пример решения задания "Оценить
Пример решения задания "Сравнить

Литература по лабораторной работе
Задание
Пример решения задания Осуществить синтез и верификацию модели

Пример решения задания Провести анализ модели
Пример решения задания Как посещаемость
Пример решения задания Как сказывается пол на посещаемости?
Пример решения задания Как выглядят
Пример решения задания Какие студенты
Пример решения задания Результаты

Задание Сконструировать классификационные
Задание В качестве описательных шкал и градаций использовать характеристики подчерка.
Задание Обучающую выборку заполнить
ЛР- "Прогнозирование учебных

Задание Осуществить синтез и верификацию
Задание Решить задачи идентификации и прогнозирования (для себя).
Задание Сгенерировать информационные
Задание Провести кластерно-конструктивный
Задание Осуществить содержательное
Задание Построить нелокальные нейроны и интерпретируемые нейронные сети.
Задание Построить классические когнитивные модели (отобразить в форме когнитивных карт).

Задание Построить интегральные
ЛР- "Идентификация слов по входящим в них буквам"

Интеллектуальные информационные системы

Пример решения задания "Проверить
Устойчивость модели к неполноте информации
Устойчивость модели к наличию шума
Кластерно-конструктивный анализ слов
Кластерно-конструктивный анализ букв

Информационные портреты классов (слов)
Профили слов
Семантические портреты и профили букв
Пример решения задания "Вывести
Задания

Осуществить когнитивную структуризацию предметной области.
Выполнить формализацию предметной области.
Сформировать обучающую выборку
Осуществить синтез семантической информационной модели
Оптимизировать семантическую информационную модель
Внутренняя дифференциальная и интегральная валидность
Внешняя дифференциальная и интегральная валидность

Выполнить адаптацию модели и измерить, как изменилась ее адекватность
Осуществить пересинтез модели и измерить, как изменилась ее адекватность
Вывести информационные портреты текстов и дать их интерпретацию
Выполнить кластерно-конструктивный анализ модели
Формализовать задачу.

Сконструировать классификационные шкалы и градации.
Сконструировать описательные шкалы и градации.
Сгенерируем обучающую выборку.
Осуществить синтез и верификацию (измерение адекватности) семантической информационной модели.
Решить задачи идентификации и прогнозирования.
Сгенерировать информационные портреты
Провести кластерно-конструктивный
Осуществить содержательное сравнение
Построить нелокальные нейроны и интерпретируемые нейронные сети.

Построить классические когнитивные модели (отобразить в форме когнитивных карт).
Построить интегральные когнитивные модели (отобразить в форме интегральных когнитивных карт).
Сгенерировать обучающую выборку.

Контрольные опросы

ИЗУЧЕНИЕ ДИСЦИПЛИНЫ ПРИ ЗАОЧНОЙ ФОРМЕ ОБУЧЕНИЯ
Наименования тем для самостоятельной работы студентов
Темы состоятельной работы студентов:
Примерная структура реферата
Постановка задачи и пути ее решения

Характеристика исходных данных
Общее описание задачи (файл: zoo_names.htm):
Обучающая выборка (файл: zoo_data.htm)
Некоторые замечания к общему описанию задачи
Этапы разработки семантической информационной модели
Формализация предметной области: разработка классификационных и описательных шкал и градаций
Подготовка и ввод обучающей выборки

Программный интерфейс для преобразования
Синтез семантической информационной модели
Оптимизация семантической информационной модели
Проверка адекватности семантической информационной модели
Анализ семантической информационной модели

Вопросы, выносящиеся на экзамен по дисциплине
Контрольные вопросы по лабораторной работе
Вопросы, относящиеся к дисциплине "ИИС", выносящиеся на государственный экзамен
ЗАКЛЮЧЕНИЕ
ОСНОВНАЯ ЛИТЕРАТУРА
ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА
INTERNET-САЙТЫ
КРАТКИЙ СЛОВАРЬ ТЕРМИНОВ ПО СК-АНАЛИЗУ И СИСТЕМАМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА


Язык программирования C++. Вводный курс далее
Вирусы и борьба с ними далее