Статистический анализ механизма формирования концептов-представлений в организационно-технических системах


https://doi.org/10.21686/2500-3925-2018-4-70-76

Полный текст:


Аннотация

Целью исследования является аналитическое описание одного из модулей организационно-технической системы, предназначенного для формирования чувственных образов и их преобразования в концепты-представления. В рамках компьютерной парадигмы в организационно-технических системах используются такие очевидные принципы, как цифровое представление информации и ее обработка с применением алгоритмов, реализуемых вычислительными  средствами. Успехи применения компьютерной парадигмы являются, безусловно, впечатляющими, однако очевидно, что существуют такие ситуации, в которых человеческое сознание действует значительно эффективнее, интерпретируя нестандартные, новые ситуации с целью выработки адекватного реагирования. В связи с этим большой интерес представляют попытки моделирования некоторых механизмов человеческого сознания в рамках когнитивного подхода. В соответствии с представлениями когнитивной теории в человеческом мозге формируются образы (схемы, категории, гештальты, системы, архетипы и т.п.), которые затем обрабатываются. Предполагается, что возникшие образы, являются теми воздействиями, которые затем обрабатываются, воспринимаются, перерабатываются, используются организационно-технической системой для формирования концептов-представлений. Концепт-представление является обобщенным чувственно-наглядным образом рассматриваемого предмета или явления и характеризуется рядом признаков, число которых может меняться в процессе функционирования системы.

Для исследования статистических характеристик механизма формирования концептов-представлений в работе используется метод марковских цепей. Предполагается, что формирование чувственных образов и их преобразование в концепты-представления возникает в случайные моменты времени. Модуль формирования концептов-представлений может находиться в одном из двух состояний, отвечающих логике его функционирования – либо его состояние не меняется, либо при формировании нового концепта-представления состояние модуля меняется. Введена в рассмотрение стохастическая матрица одношаговых переходных вероятностей, характеризующая изменения состояний модуля, а также соответствующие начальные вероятности состояний.

В результате применения теории марковских цепей с двумя состояниями приведены соотношения для вероятностей состояний модуля через произвольное число шагов, а также асимптотическое выражения для вероятностей состояний. Приведены графики изменения вероятностей состояний модуля в зависимости от числа шагов цепи, начальных вероятностей, вероятностей одношаговых переходов стохастической матрицы. Получены  аналитические выражения и соответствующие графики для среднего числа пребываний модуля в конкретном состоянии, которые интерпретируются как среднее число коррекций существенных признаков концептов-представлений. Получены асимптотические соотношения для числа коррекций, а также дана оценка погрешности приближенных асимптотических соотношений.

Таким образом, в работе сформулирована весьма общая модель случайного процесса формирования чувственных образов и их преобразования в концепты-представления. Ключевой задачей практического применения модели является анализ логики функционирования конкретной организационно-технической системы и определение на этой основе фигурирующих в модели параметров.


Об авторе

А. А. Солодов
Российский государственный университет им. А.Н. Косыгина, Москва
Россия

Александр Александрович Солодов - д.т.н, профессор, профессор кафедры
Прикладной математики и программирования



Список литературы

1. Лапаева Л.Г., Быченков О.А., Рогаткин Д.А. Нейробиология, понятийные категории языка и элементарная модель мира робота // Пятнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ 2016 (3–7 октября 2016 г., г. Смоленск, Россия): Труды конференции. Т. 2. Смоленск: Универсум, 2016. C. 292–300.

2. Чудова Н.В. Концептуальное описание картины мира в задачах моделирования поведения // Искусственный интеллект и принятие решений. 2012. № 2.

3. Рыбина Г.В., Паронджанов С.С. Технология построения динамических интеллектуальных систем: Учебное пособие. М.: НИЯУ МИФИ, 2011. 240 с.

4. Кузнецов О.П. Когнитивная семантика и искусственный интеллект // Искусственный интеллект и принятие решений. 2004. № 4. C. 32–42.

5. Трембач В.М., Когнитивный подход к созданию интеллектуальных модулей организационно-технических систем // Открытое образование. 2017. № 2. С. 78–87.

6. Рогаткин Д.А., Куликов Д.А., Ивлиева А.Л. Три взгляда на современные данные нейронаук в интересах интеллектуальной робототехники // Modeling of Artificial Intelligence. 2015. Vol. 6. Iss. 2.

7. Валькман Ю.Р. Когнитивная семиотика: гештальты и знаки, целостность и структура // Сборник трудов XV Международной конференции «Искусственный интеллект (КИИ-2016)», Россия, Смоленск, октябрь. 2016. Т. 2. С. 250–258.

8. Лакофф Д. Женщины, огонь и опасные вещи: Что категории языка говорят нам о мышлении. М.: 2004.

9. Трембач В.М. Интеллектуальная система с использованием концептов-представлений для решения задач целенаправленного поведения // Открытое образование. 2018. Т. 22. № 1. С. 28–37.

10. Трембач В.М. Решение задач управления в организационно-технических системах с использованием эволюционирующих знаний: монография. М.: МЭСИ, 2010. 236 с.

11. Саттон Р.С. Барто Э.Г. Обучение с подкреплением. пер. с англ. М.: БИНОМ. Лаборатория знаний, 2011. 399 с.

12. Гаврилова Т. А., Кудрявцев Д. В., Муромцев Д. И. Инженерия знаний. Модели и методы: Учебник. СПб.: Издательство «Лань», 2016. 324 с.

13. Рыбина Г.В. Основы построения интеллектуальных систем: учеб. пособие М.: Финансы и статистика. 2010. 432 с.

14. Трембач В.М. Многоагентная система для решения зада целенаправленного поведения. // Четырнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ 2014 (24–27сентября 2014 г., г. Казань, Россия): Труды конференции. Т. 1. Казань: Изд-во РИЦ «Школа», 2014. С. 344–353.

15. Тельнов Ю.Ф. Модель многоагентной системы реализации информационно-образовательного пространства // Четырнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2014 (24–27 сентября 2014 г., г. Казань, Россия): Труды конференции. Т. 1. Казань: Изд-во РИЦ «Школа», 2014. С. 334–3435.

16. Rosch E. Cognitive representations of semantic categories. Journal of Experimental Psychology, 1975. 104. P. 192–233.

17. Lakoff J. Women, Fire, and Dangerous Things: What Categories Reveal About the Mind. Chicago. University of Chicago Press, 1987.

18. Тихонов В.И., Миронов М.А. Марковские процессы. М.: Советское радио, 1977. 488 с.

19. Тихонов. В.И., Кульман Н.К. Нелинейная фильтрация и квазикогерентный прием сигналов. М.: Советское радио, 1975. 704 с.

20. Кемени. Дж., Снелл Дж., Томпсон Дж. Введение в конечную математику. Пер. с англ. М.: Издательство иностранной литературы, 1963. 486 с.


Дополнительные файлы

Для цитирования: Солодов А.А. Статистический анализ механизма формирования концептов-представлений в организационно-технических системах. Статистика и Экономика. 2018;15(4):70-76. https://doi.org/10.21686/2500-3925-2018-4-70-76

For citation: Solodov A.A. Statistical analysis of the formation mechanism of concepts-representations in organizational and technical systems. Statistics and Economics. 2018;15(4):70-76. (In Russ.) https://doi.org/10.21686/2500-3925-2018-4-70-76

Просмотров: 104

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2500-3925 (Print)