Отзыв оппонента 2 (Исследование и разработка методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени)

Отзыв официального оппонента на диссертацию Антипова Сергея Геннадьевича «Исследование и разработка методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени», представленную на соискание ученой степени кандидата технических наук по специальности 05.13.17 — Теоретические основы информатики (технические науки) Актуальность темы. Диссертационная работа Антипова С.Г. посвящена исследованию и разработке методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени. Задача обобщения информации является одной из важных задач искусственного интеллекта. Благодаря применению методов обобщения информации в системах поддержки принятия решений (СППР) возможна обработка больших массивов экспериментальных данных, полученных в ходе различного рода процессов и явлений, и построение на их основе обобщенных моделей данных.

В качестве областей применения алгоритмов обобщения можно назвать управление сложными техническими объектами и системами, медицину, биологию, маркетинг, банковскую деятельность, прогнозирование спроса, космические исследования и многое другое. Поэтому актуальной является задача разработки моделей представления знаний, процедур обобщения накопленного опыта и 1эсализации соотвстству'ющих базовых программных средств. Данные из вышеперечисленных предметных областей часто являются динамическими, т.е. изменяющимися со временем. Анализ и обобщение таких данных является значительно более сложной задачей, однако находит широкое применение в интеллектуальных системах поддержки принятия решений реального времени. В связи с этим можно отметить, что тема диссертационного исследования, связанная с разработкой методов н алгоритмов, позволяющих учитывать фактор времени, работать с темпоральными данными, представляется актуальной.

Цель диссертационной работы заключается в разработке методов н алгоритмов обобщения знаний, позволяющих учитывать фактор времени, применительно к созданию интеллектуальных систем поддержки принятия решений реального времени (ИСППР РВ). Структура и содержание диссертации.

Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы (120 наименований), 85 рисунков, 36 таблиц и 4 приложений. Во введении обоснована актуальность темы исследования, определены цель и задачи исследования, определены методы исследования, сформулированы научная новизна, теоретическая и практическая значимость полученных результатов, представлено краткое содержание работы по разделам. В первой главе диссертации рассмотрена организация современных интеллектуальных систем, дон обзор методов представления знаний в таких системах. Изложена проблема обобщения, под которой понимается переход от видового к родовому понятию, т.е.

от понятия с меньшим объемом к понятию с большим объемом. Формально речь идет о переходе от единичного объекта о или совокупности объектов О к множеству объектов 1; такому, что ое ~' или Ос:)'. Подробно описана постановка проблемы обобщения по Р.Михальскому. Рассмотрена задача обобщения понятий по признакам. Особое внимание уделено проблеме обобщения в интеллектуальных системах при наличии темпоральных данных. Введено понятие дипалического объекта обобщеиия„ как структуры, описывающей динамическое состояние сложной технической системы (СТС), одним из параметров которой является время. Дана постановка задачи обобщения для случая динамических объектов. Процесс обобщения непосредственно связан с машинным обучением и интеллектуальным анализом данных(выявлением скрытых закономерностей), Соответственно„плорая глава посвящена временным рядам, которые представляют наиболее простой вариант динамического объекта обобщения.

В ее структуре ииорой центральное место занимает установление и изучение взаимосвязей между тремя научными проблемами: а) задачей обобщения для динамических объектов; б) ее частным случаем — построением темпоральных моделей данных в виде временных рядов; в) задачей обнаружения аномалий в темпоральных данных. Рассмотрено описание ситуаций с помощью упорядоченных во времени данных, называемых временными ря~)ами (ВР).

Временной ряд (ряд динамики) -- это собранный в разные моменты статистический материал о значении параметра (или параметров) исследуемого процесса. Он содержит результаты наблюдения анализируемого процесса, следующие друг за другом в определенные моменты времени в соответствии с заданным разделением на примеры. По сути, ВР есть набор моментов времени, который может быть как одномерным при задании ряда единственной переменной в каждый момент времени, так и многомерным, при задании ряда несколькими переменными в каждый момент времени.

Аномалиями являются такие паттерны данных, которые не удовлетворяют предопределенному понятию нормального поведения. Следует отметить, что аномалии определяются не столько их собственными характеристиками, сколько сравнением с тем, что понимается под нормой. Аномалия как «выброс» определяется как элемент, яшю выделяющийся из набора данных, к которому он принадлежит, и существенно отличающийся от других элементов выборки.

Присутствие аномалий в данных представляет собой важную (или даже критически важную) информацию„ сигнализирующую о ненормальном протекании рассматриваемых процессов. Решение проблемы обнаружение аномалий актуально для широкого круга проблемных областей: это и обнаружение вторжений в корпоративные базы данных, и выявление мошенничества при проведении банковских транзакций, и диагностика заболеваний в медицине, и поиск неисправностей в сложных технических системах, и анализ данных, получаемых с помощью беспроводных сенсорных сетей, и пр. В диссертации поставлена задача обнаружения аномалий в наборах временных рядов, относящихся к одному или нескольким допустимым классам. Предложены методы и разработаны алгоритмы обнаружения аномалий в наборах временных рядов.

Разработанные методы и алгоритмы осуществляют поиск аномалий среди однотипных временных рядов, а также среди временных рядов, принадлежащих нескольким допустимым классам. Приведены основные характеристики наборов данных — коллекций различных временных рядов, которые были использованы в работе. В третьей главе поставлена задача обобщения для динамических объектов, каждый из которых представляет собой коллекцинэ нескольких временных рядов, Рассмотрен вариант применения методов обобщения к решению задачи технической диагностики, основанной на анализе состояний СТС.

Для решения проблемы классификации состояний СТС предложено использовать аппарат темпоральных деревьев решений. Предлагается новый алгоритм построения темпоральных деревьев решений, для которого получена оценка его вычислительной сложности. В четвертой аааее приведено описание разработанного в ходе выполнения диссертационного исследования программного комплекса. Обсуждаются результаты компьютерных экспериментов на наборах данных, взятых из репозиториев ~3С1 Мас1з1пе 1 еагп1п11 Керовпогу Калифорнийского университета в Ирвайне, и 1.1СК Типе Бег1ез С1азз111сапоп АгсЫ~ е Калифорнийского университета в Риверсайде. Эксперименты показали эффективность предложенных методов и алгоритмов обнаружения аномалий в наборах временных рядов.

В заклн~чении приведены основные результаты, полученные в работе. В при хожении даны примеры работы спроектированного и разработанного автором программного комплекса, помещены полученные автором акты об использовании результатов диссертационного исследования и свидетельства о государственной регистрации программ для ЭВМ. Новизна научных положений н выводов. При выполнении диссертационной работы автором были сформулированы теоретические положения и получен ряд результатов, обладающих несомненной научной новизной.

К их числу можно отнести: 1. Введение и интерпретацию динамического объекта обобщения, на основании чего решается задача обобщения понятий при наличии темпоральных данных. Приведенная постановка задачи обобщения для динамических объектов позволяет учитывать изменение характеристик объектов во времени при индуктивном формировании понятий. 2. Метод обнаружения аномалий в наборах временных рядов, относящихся к одному классу, основанный на поиске «множества- исключения». Ллгоритм «ТБ-АЙККР», реализующий данный метод, для которого получена оценка вычислительной сложности. 3.

Метод обнаружения аномалий в наборах временных рядов, относящихся к нескольким допустимым классам. Ллгоритм «Т5'-АВЕЬРМиЖ», реализующий данный метод, а также оценка его вычислительной сложности. 4. Предложен метод построения темпоральных деревьев решений для динамических объектов обобщения, использующий критерий «прирост информативности» при разбиении множества наблюдений на этапе построения дерева и не накладывающий ограничений на временные метки в вершинах дерева. Разработан алгоритм «7емноратьный ЮЗ», реализующий предложенный метод, получена оценка его вычислительной сложности и показано, что она имеет полиномиальный характер, Обоснованность н достоверность научных положений, выводов н заключений, полученных в диссертации, обеспечена использованием адекватных теоретических положений и методов, корректностью постановки и решения задач исследований, согласованностью теоретических выводов с результатами вычислительных экспериментов и практикой внедрения, а также связана с применением методов искусственного интеллекта, теории алгоритмов и математической логики.

Результаты диссертационной работы были получены в ходе выполнения автором 5 НИР по грантам РФФИ. Результаты диссертации представлены в 14 публикациях, в том числе в 5 статьях в рецензируемых журналах из списка ВЛК; трех свидетельствах о регистрации программ для ЭВМ. Практическая значимость результатов работы. На основе полученных в работе теоретических результатов был реализован программный комплекс, позволяющий решать задачу обнаружения аномалий для наборов временных рядов с одним и несколькими классами и задачу обобщения для динамических объектов, представляюших собой как временные ряды, так и наборы временных рядов. На разработанные программы, являющиеся составными частями реализованного программного комплекса„ получены свидетельства о государственной регистрации программ для ЭВМ №2012611444 от 13.12.2011, №2013618587 от 12.09.2013, №2013618586 от 12.09.2013. Проведено тестирование разработанного программного комплекса на наборах данных из репозиториев 1!С! Мас!з1пе 1.еагп1п8 Керояюгу Калифорнийского университета в Ирвайне, и 11СК Типе Яег1ев С!азйбсайоп Агсп1~е Калифорнийского университета в Риверсайде.