Стохастическая динамика эмоциональных характеристик когнитивных систем

Цель исследования состоит в аналитическом описании эмоционального состояния личности с применением стохастических методов и в изучении динамических характеристик этого состояния. В исследовании применены статистические характеристики, пригодные для создания искусственных интеллектуальных систем, а также для дальнейшего развития и проектирования организационно-технических систем. Предполагается, что эмоциональное состояние личности определяется величиной испытываемых им стрессов на протяжении определенного времени. Для учета эмоциональных реакций когнитивной системы, соответствующих реакциям человеческой личности, использованы известные результаты. В частности, для характеристики относительных величин стрессов использована шкала Холмса и Раэ, содержащая 43 типичные жизненные ситуации с соответствующими относительными величинами стрессов. Следует подчеркнуть, что все известные результаты относятся к моделям стрессов, не зависящим от времени, и опубликованы только результаты статистической обработки измерений воздействия стрессов на личность через определенные промежутки времени.

Материалами и методами исследования является применение пуассоновской модели возникновения стрессов в процессе функционирования системы. Предполагается, что стрессы являются теми воздействиями, которые затем обрабатываются, воспринимаются, перерабатываются, используются личностью и моделирующей ее организационно-технической системой. Возникновение стрессов во времени и моделируется точечными пуассоновскими процессами, причем стресс каждого вида по Холмсу и Раэ описывается процессом с соответствующей индивидуальной функцией интенсивности возникновения точек (стрессов). Динамические реакции системы описываются хорошо известными в теории систем управления функциями отклика. Ключевым параметром функции отклика является постоянная времени, характеризующая типичное время реакции системы на индивидуальный стресс.

Новыми результатами исследования являются оценки средней частоты появления стрессов различной вида, позволившие определить упомянутые функции интенсивностей появления стрессов в пуассоновской модели. Это, в свою очередь, дало возможность разработать аналитические соотношения для относительной величины стресса, переработанного системой для текущего момента времени. Таким образом, предложена модель эмоционального состояния когнитивной системы (развития во времени процесса переживания стресса) в виде убывающей функции времени с некоторой постоянной времени, характеризующей инерционные свойства переживания стресса. Конкретные результаты и соответствующие кривые получены для экспоненциальной функции отклика системы, зависящей от текущего времени, времен появления стрессов и относительных величин стрессов. В целом они соответствуют соответствующим прогнозам аналогичных реакций для личности, полученным в опубликованных исследованиях. В связи с этим модель может быть применена в инженерном проектировании организационно-технических систем, требующих учета или моделирования эмоциональных реакций.

В заключении указаны направления дальнейшей разработки теории. Упомянута, в частности, возможность изучения реакции системы на события, появление которых описывается функциями интенсивности их появления, зависящими от времени, что, конечно, приблизит результаты исследования к реальным ситуациям. Другим важным направлением может стать введение в рассмотрение и изучения поведения показателей и критериев стрессоустойчивости систем.

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., Смоленск, Россия): Труды конференции. Смоленск: Универсум, 2016. Т. 2. 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.: НИЯУМИФИ, 2011. 240 с.

4. Кузнецов О.П. Когнитивная семантика и искусственный интеллект// Искусственный интеллект и принятие решений. 2004. № 4. С. 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. № 6 (2).

7. Holmes T.H., Rahe R.H., The social readjustment rating scale // Journal of Psychosomatic Research. 1967. № 11. С. 213-218.

8. Rahe R.H., Arthur R.J. "Life change and illness studies: past history and future directions" // J Human Stress. 1978. № 4(1). С. 3–15.

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: учебное 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). Казань: РИЦ «Школа», 2014.Т. 1. 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). Казань: РИЦ «Школа», 2014.Т. 1. С. 334–3435.

16. Rosch E. Cognitive representctions of semcntic cctegories // Journal of Experimentcl Psychology. 1975. № 104. С. 192–233.

17. Donald L. Snyder, Michael I. Miller. Random Point Processes in Time and Space. Second Edition Springer-Verlag New York Inc, 1991. 488 с.

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

19. Солодов А.В., Солодов А.А. Статистическая динамика систем с точечными процессами. М.: Наука, 1988. 284 с.

20. Солодов А.А., Солодова Е.А. Анализ динамических характеристик случайных воздействий в когнитивных системах // Открытое образование. 2017. Т. 21. № 1. С. 4–13.