Главная » Просмотр файлов » Диссертация

Диссертация (1090638), страница 6

Файл №1090638 Диссертация (Методы и алгоритмы обработки информации в информационно-аналитических системах для анализа развития событий кризисных ситуаций) 6 страницаДиссертация (1090638) страница 62018-01-18СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 6)

При этом опорные векторапредставляют собой небольшое подмножество обучающих данных, отбираемыхалгоритмом.Использование метода опорных векторов позволяет: получить функциюклассификации с минимальной верхней оценкой ожидаемого риска (уровняошибки классификации); использовать линейный классификатор для работы снелинейно разделяемыми данными, сочетая простоту с эффективностью.Метод характеризуется: высокой устойчивостью к переобучению; регуляцией чувствительности к шуму, а также линейной вычислительной сложностью, зависящей от сложности вычисления скалярного произведения векторовпризнаков. Следует отметить, что в большинстве практических случаев уменьшение шума чувствительности влечет за собой резкое уменьшение точностипрогноза [68].1.3. Анализ развития событий кризисных ситуаций, в случаевозникновения ситуации, связанной с неполной информацией(и абдукция)Среди путей исследования информационного поля особое место занимаетмоделирование.Егоширокоераспространениесталопримечательныммоментом современного прикладного анализа политических ситуаций ипроцессов различного уровня.

Переход к моделированию как к одному изведущих средств изучения политики был стимулирован не только успехами егоприменения в различных сферах общественной практики, прежде всего вэкономической и военно-технической, но и ростом аналитико-прогностическойориентации научных проектов второй половины ХХ века [9, 69].Кнастоящемумоментуприкладноемоделирование политических,экономических, и т.д. отношений с учетом требований системности и30применениемкомпьютернойтехникипроводитсявомногихнаучныхучреждениях различных стран [3, 25].

В России, например, этими вопросамизанимаются Институт проблем управления РАН, Институт экономическихстратегий и др.вСША: Северо-Западный,Стэнфордский,Чикагский,Калифорнийский университеты, Массачусетский технологический институт.Особуюизвестность получили предложенные их сотрудниками моделивнешнеполитических ситуаций (прежде всего международных конфликтов),которые могут рассматриваться, несмотря на свои недостатки, в качествеполезных образцов решения исследовательских задач. Вместе с тем, главныйнаучный интерес в таких работах представляет скорее не содержательнаясторона, а техника и инструментарий проводимого анализа [3, 21, 70].

Наиболееуязвимыми для критики в силу уязвимости применяемых индикаторов иаприорных аналитических заключений являются примеры эмпирическогомоделирования, т.е. построение моделей с помощью различных системиндикаторовиподготовкианалитическихзаключенийнаоснованиикорреляции между одномодульными или разномодульными индикаторами.Кроме того, при построении многих комплексных моделей обычно возникаетнехватка данных, что снижает степень их корректности и возможностиверификации [3, 25, 70]. Однако многие аналитические приёмы, отработанные врамкахнакопленногоопытасистемногоосмысленияиструктуризацииинформационных материалов, не утратили своей актуальности и полезны сточки зрения создания четкой картины наблюдаемой действительности [25, 70,71].Определение 5.

Локальный конфликт (вооруженный) – вооруженноестолкновение (противоборство), происходящее на территории какого-либогосударства между правительственными и антиправительственными вооруженными силами или другими организованными вооруженными группами(гражданские, этнические и другие войны, происходящие в пределах государства) [2, 72].31Определение 6. Активное моделирование – процесс моделирования событий, при котором субъект наблюдения процесса и результат моделированияможет изменять паттерн процесса моделирования.При моделировании процессов развития событий, достаточно частовозникают ситуации, связанные с неполной информацией, например, когдазнаний недостаточно для того, чтобы получить результат – следствие, т.е.

соответствующие объяснение для конкретного вывода. [73, 74]. В этом случаезадачамоделированиясобытияставитсякакзадачавыявленияи/илиустановления причинно-следственных связей. Очевидно, использование любоймоделиздесьнеприменимо,таккактребуетсяполнаяинформация,необходимая для доказательства.

В этом случае используется абдуктивныйвывод, который можно рассматривать как особый дедуктивный вывод,порождающийдополнения–вспомогательныедизьюнкты,из которыхвпоследствии формируется дизьюнкт дополнительных посылок, необходимыхдля успешного вывода.

Такой подход позволяет использовать в качествеосновы абдуктивной модели прогнозирования аналитическую модель событияна объяснениях, а в качестве алгоритма – модифицированный метод резолюций[3, 19, 57, 75].Наиболее часто используется подход к абдукции как к обратнойдедукции. В дедуктивном выводе справедлива следующая форма вывода: еслиизвестны факты и известны правила, по которым делаются выводы, то верны иэти выводы (следствие) [43].В абдукции же известны факты и известно следствие, на основаниикоторых реконструируется предпосылка, которая стала причиной данноговывода.

Поэтому дедуктивное правило преобразуется в новое правило: есливывод Q является истинным и Р является причиной Q, то истинно Р. Это и естьабдуктивное правило.Таким образом, исходя из абдуктивного правила, получаем, что применение абдуктивной аналитической модели события, позволит при некотороммножестве факторов и соответствующих априорных правил, установленного в32результате опыта эксперта-аналитика, получить результат – следствие, т.е. соответствующие объяснение для конкретного вывода.

При этом множество фактов, вызвавших это следствие либо неизвестно, либо ставится под сомнение [1,57].Одной из не до конца решенных задач применения методов абдуктивныхвыводов к моделированию события с помощью интеллектуальной системыпринятия решений является задача нахождения объяснений явлений в условияхс неполной информацией. Вследствии чего, возникает необходимость разрабатывать методы, позволяющие объяснить причины возникновения явлений вусловиях с неполной информацией [57, 61, 76].Индуктивный метод применить к решению обозначенной задачи нельзя,т.к.

он сводится к задаче поиска состояний объекта в пространстве. Основныммеханизмом для достижения цели в поисковом пространстве является использование индуктивных правил вывода на фиксированном исходном множествеописаний.Поиск решения с помощью абдуктивного вывода может быть формализован следующим образом [61]:если H c  A , где A  М ОП , М Пр ,то H c  min ,(1.2)т.е. учитывая, что H c  col h1 , h2 ,..., hТ ,dim H c  minH Acгде H c – простая гипотеза, dim H c – вектор, элементы которого являются простыми гипотезами,М ОП , М Пр– множество фактов [61].Степень истинности имеет влияние на одно из условий области определения, следовательно, описание этого критерия можно расширить следующимобразом: составная гипотеза H c1 является лучшим объяснением данных D0,нежели другая составная гипотеза H c 2 , еслиd  D0 ,33h2  H с 2 таким образом, что d  qh2   D0 ,h1  H с1 таким образом, что d  qh1   D0    ph1   ph2  .При применении данной модели к задачам могут возникнуть конфликтымежду условиями области определения и самой постановкой задачи.

Для решения этой проблемы необходимо установить отношение приоритета, в соответствии с которым максимальное покрытие данных имеет наивысший приоритет,а наличие минимального количества гипотез – наименьший. Если отображенияq и p однозначно определены, то на синтез задачи абдукции ограничения невлияют и объяснение будет единственным наилучшим решением.Следует отметить, что между двумя элементарными объяснительнымигипотезами h1 , h2  H e возможны различные типы взаимодействия.Свойства типов взаимодействия гипотез:1.

Ассоциативность: включение h1 в Hc подразумевает включение h2. Такое взаимодействие может возникнуть вследствие статистических взаимосвязеймежду h1 и h2.2. Аддитивность: h1 и h2 связаны аддитивно, когда их объясняющие способности складываются. Такое возможно, если h1 и h2 в отдельности объясняют исходные данные d  D0 только частично, но вместе могут объяснить данные полностью.3. Несовместимость: h1 и h2 взаимно несовместимы, если одна из нихвключена в Hc, а другая нет.4. Аннулирование: h1 и h2 аннулируют объясняющие способности другдруга относительно некоторого d  D0 . Например, h1 может означать увеличение некоторой важности данных, в то время как h2 будет ее уменьшать.

Такимобразом, происходит аннулирование объясняющих способностей друг друга поотношению к данной величине.В последние годы абдукция признана наиболее широко применяемым аппаратом для нахождения объяснений наблюдений, так как довольно адекватноотражает рассуждения человека в процессе поиска объяснений какого-либо яв-34ления. Сферой применения абдукции являются задачи диагностики, мониторинга, распознавания образов, понимания текстов, планирования.Таким образом, абдуктивный вывод может рассматриваться как методрешения задачи построения прогноза при подготовки принятия решения вусловиях неопределенности внешней среды, а также в случаях, когда исходныеданные задаются в текстовой форме.1.4.

Выбор и обоснование интегрированной среды разработкиблока активного моделированияДанные, которые собирают аналитические и прогностические системыдля анализа событий и обработки информации, нуждаются в предварительнойобработке: проектирование базы данных, ввод данных согласно специальнымправилам и т.д.

Для того чтобы сделать анализ данной информации и получитьинтересующие сведения следует приложить дополнительные усилия, которыене всегда связаны с процессом анализа и не всегда дают требуемый результат вусловиях перманентно растущего информационного ресурса. В связи с этим коэффициент полезного действия анализа структурированных данных падает.Помимо этого не все данные возможно структурировать без утраты нужныхсведений [77].Как правило, текстовый документ фактически нельзя преобразовать втабличный вид, не потеряв при этом отношение между сущностями и семантикой, поэтому текстовые документы находятся в базах данных в виде текстовыхполей.

Характеристики

Список файлов диссертации

Методы и алгоритмы обработки информации в информационно-аналитических системах для анализа развития событий кризисных ситуаций
Документы
Свежие статьи
Популярно сейчас
А знаете ли Вы, что из года в год задания практически не меняются? Математика, преподаваемая в учебных заведениях, никак не менялась минимум 30 лет. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6384
Авторов
на СтудИзбе
308
Средний доход
с одного платного файла
Обучение Подробнее