Нейромережева технологія аналізу і класифікації ситуацій в інформаційно-аналітичних системах

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Вступ

Актуальність роботи. На сьогоднішній день одним з найважливіших напрямків в системах та засобах штучного інтелекту є дослідження та розробка конструктивних методів та інтелектуальних систем обробки великого об'єму інформації з метою відбору інформативних параметрів для їх класифікації та здійснення аналізу в умовах завад на складному полі уваги та прийняття рішень і управління в реальному часі і таким чином розробки інформаційно-аналітичних систем. Однією з актуальних задач є розробка інтелектуальних засобів обробки візуальної інформації та прийняття рішень. Сучасний стан обчислювальної математики прикладних методів інформатики особливий в першу чергу переходом від традиційних завдань опрацювання символів до значно складніших проблем опрацювання образів, що характеризуються набагато більшою інформаційною ємністю. Це пов'язано, як з ускладненням соціальних і технологічних умов існування суспільства, так і з новими можливостями щодо збору і зберігання, передачі і обробки великих інформаційних масивів. Особливого значення для формування адекватних управлінських рішень набуває завдання опрацювання динамічних образів, що найбільш повно описують реальні об'єкти управління в процесі їх неперервного розвитку, змін і руху.

Сьогодні є багато різних алгоритмів та методів, обробки зображень і сигналів, однак створення і реалізація інформаційно-аналітичних систем в реальному часі обробки складних зображень за умов афінних перетворень на складному фоні та з наявністю завад є складною задачею, яка з однієї сторони вимагає, величезного об'єму обробки даних, розпізнавання та класифікації зображень різних класів. З другої сторони - забезпечення розв'язку інформаційно-аналітичних проблем в реальному часі залишається складною проблемою, яка вимагає великих обчислювальних потужностей для поточної обробки образів.

Більшість запропонованих алгоритмів та методів розпізнавання і класифікації зображень мали ряд обмежень: обмеження на структуру зображень, афінні перетворення та одне з обмежень - це обробка зображень на фоні інших зображень або забезпечення реального часу. Тому, розв'язок цих задач є дуже актуальним, оскільки є основою для створення інформаційно-аналітичних систем реального часу.

Побудова сучасних інформаційних систем для здійснення задач аналізу, класифікації і прогнозування динамічних об'єктів слід шукати на шляху моделювання функцій інтелектуальної поведінки в першу чергу використовуючи новітні здобутки конекціоністського напрямку в галузі штучного інтелекту. Отже, створення ефективних нейромережевих інформаційних технологій для комплексного опрацювання динамічних образів є актуальною важливою науковою задачею. А вирішення задач відбору обробки, розпізнавання складних зображень, класифікації різних класів зображень, забезпечення реального часу та прийняття рішень і управління є актуальною задачею в розробці та створенні інформаційно-аналітичних систем.

Мета і задачі дослідження.

Метою дисертаційної роботи є розробка математичних моделей, методів і алгоритмів для синтезу, опису, створення, складних зображень в умовах довільних афінних перетворень на фоні завад та складної геометричної форми, структури, і на цій основі розробка та дослідження інформаційно-аналітичної системи на базі нейромережевих технологій аналізу, обробки складних зображень, розпізнавання та класифікації ситуацій і прийняття рішень, прогнозування та управління. Метою роботи також є створення ефективних інформаційних технологій аналізу, класифікації та прогнозу динамічних об'єктів управління з використанням штучних нейронних мереж.

У відповідності з поставленою метою десертаційна робота включала розв'язок таких задач:

провести порівняльний аналіз відомих методів обробки та класифікації зображень, процесів в інформаційно-аналітичних системах, структура управління, прогнозування та прийняття рішень;

синтез та експлуатація моделі зображень на фоні довільних афінних перетворень, складної геометричної форми, структури в умовах завад та довільного алфавіту елементів зображень, здійснення моделей визначення руху зображень, об'єктивна оцінка на рецепторному полі уваги;

розробка методу та синтез алгоритмів експериментальних моделей, здійснення обчислювальних реалізацій на основі штучних нейронних мереж;

оцінка характеристик обчислювальної реалізації штучних нейронних мереж, для розв'язку поставлених задач інформаційно-аналітичної системи відбору даних складної структури, часткових характеристик навчання, розпізнавання і класифікації зображень та прийняття рішень для різних умов і прогнозування складних процесів;

обгрунтування методів аналізу та оцінки реалізації інформаційно-аналітичних систем на рецепторному полі уваги високої роздільної здатності та дослідження якості класифікації зображень;

відбір інформаційних параметрів, обробка зображень, розпізнавання та класифікація об'єктів та відповідного прийняття рішень прогнозування і управління в складних умовах;

аналіз та обґрунтування, вибір інструментальних засобів для функціонального наповнення архітектури інструментальної ІАС;

розробка системно-інформаційних концепцій синтезу стратегій ситуаційного управління для САУ-ТП, виділення базових задач, як кінцевих елементів декомпозиції інтелектуальної ІАС та розробка алгоритмів та засобів формування первинних ознак для завдань аналізу і розпізнавання зображень в заданому полі уваги;

розроблення нейромережевих архітектур та методик їх навчання для розв'язку базових задач інтелектуальної ІАС і проведення експериментів по розв'язку базових задач інтелектуальної ІАС та аналізу їх результатів.

1. Основи побудови інтелектуальних інформаційно-аналітичних систем для розпізнавання і прогнозування динамічних складних образів

Проведено аналіз підходів до синтезу складних зображень на фоні завад, розглянуто можливість здійснення досліджень ІАС в задачах розпізнавання і класифікації динамічних складних об'єктів та прийняття рішень в управлінні. Досліджено інформаційний підхід до опису моделей інформаційної інфраструктури динамічних об'єктів на базі штучних нейронних мереж.

У загальному випадку розглядається модель інформаційної інфраструктури {П.О; І. П; І.Р.; АОПУ}, де П.О. - проблемна область, І. П. - інформаційні параметри, І.Р. - інформаційні ресурси, АОПУ - аналіз, оцінка, прогнозування та прийняття рішень з управління. Розглядається модель інформаційно-аналітичної системи для оцінки ситуацій та прийняття управлінських рішень. У роботі розроблено інформаційний підхід до опису моделі системи оцінки виробничих ситуацій та запропоновано нові ІАС в системах моделювання управління інформаційною інфраструктурою сприйняття зображень у динаміці.

Ядро інформаційно-аналітичної системи представляє собою певну математичну структуру, що найбільш адекватно вирішує поставлені задачі аналізу, оцінки, прогнозування та прийняття рішень з метою управління. Власне, виходячи з вхідних інформативних параметрів предметної області, що розглядається в інформаційній інфраструктурі, і поставленої задачі здійснюється вибір відповідних методів і алгоритмів аналізу, оцінки та прогнозування, які утворюють ядро ІАС.

При цьому вхід такої системи є заданим, якщо на предметній області задана множина Х елементів хі та імовірності Рі появи (генерації) елементів хі - {xi,Pi}. По аналогії вихід такої системи вважають заданим, якщо задана множина Y елементів уj та імовірності Pj появи (отримання) елементів yj {yj,Pj}. Перетворювач інформації є заданим, якщо задана множина {(xi, yj), Pij}, де Рij - умовна імовірність перетворення параметрів хі в уj. Кількість інформації, яку маємо на вході, можна визначити як ентропію H(x), відповідно на виході, як ентропію H(Y).

2. Системно-інформаційні моделі синтезу стратегій управління технологічними об'єктами зі складною структурою та стохастичною динамікою протікання технологічного процесу і низьким рівнем спостережуваності стану

Запропонована ієрархія процедур для розв'язання задачі моделювання структури і динаміки системи на основі інформаційно-ресурсних підходів та ігрових методів для синтезу стратегій управління, які можна реалізовувати на основі нейромережевих технологій та відповідних нейроконтролерах. На основі вище названих положень синтезована модель структури системи автоматичного управління технологічним процесом, обґрунтовано вибір моделі функціоналу якості, оцінено можливі рівні ризику за рахунок дії збурень та завад і некоректності прийнятого рішення на управління об'єктом. На основі синтезованої моделі розроблена структурна схема САУ-ТП управління температурним режимом скловарної печі з використанням нейроконтролерів. В основу функціонування закладені рівняння матеріального та термодинамічного балансу у просторі станів. Вони є основою опису і представлення інформаційного образу динамічної ситуації в даний момент часу та побудови імітаційної моделі стохастичної динаміки системи.

На основі сучасних інформаційних та нейромережевих технологій показано та обґрунтовано модель інформаційно-аналітичної системи для управління комплексом технологічних процесів підприємства, яка на основі оцінки образів ситуацій та опрацювання відповідно цільової задачі потоків даних про енергетично-матеріальний баланс ресурсів допомагає прогнозувати тренди траєкторії стану та можливі ситуації, розпізнавати та класифікувати інформаційні образи ситуацій та на їх основі приймати управлінські рішення, які забезпечують гарантію функціонування технологічного процесу та відповідної якості.

3. Дослідження методів обробки відеосигналів для інформаційно-аналітичних систем аналізу і розпізнавання зображення у полі уваги

Розглядається три основні етапи-блоки: оптичний пристрій, який формує зображення, передача і збереження інформації, комп'ютер, спеціалізований або проблемно-орієнтований процесор для програмного забезпечення: ці три етапи складають структурну схему системи автоматичного аналізу зображень.

Наведено предметну характеристику попередньої обробки зображень: згладжування шумів, підкреслення границь, фільтрація та ін. Розробка алгоритмів попередньої обробки і реконструкції зображень для ІАС. Досліджено основні принципи погіршення якості зображень, дії завад. Проведено дослідження фільтрації зображень: нелінійні фільтрації, адаптивні фільтри, узагальнені стек-фільтри, цифрові морфологічні фільтри, нейронні фільтри, клітинні нейромережеві фільтри, методики покращення роздільної здатності зображень.

4. Результати застосування нейромережевих методів реалізації базових задач інформаційно-аналітичних систем, експериментальні дослідження

Досліджується класифікація багатопараметричних об'єктів. Розв'язок задач проводиться з використанням нейромережі ФМТФ, що навчається неітераційно для розпізнавання динамічних об'єктів, показано адаптивність запропонованих інформаційно-аналітичних систем до часових змін базових характеристик об'єктів.

Показано вирішення задач розпізнавання та класифікації нейромережевими комплексами на базі авто асоціативних нейронних мереж з “вузьким горлом” в режимах “з супервізором” та “без супервізора”.

В основі комплексу лежить нейромережа автоасоціативного типу з “вузьким горлом”, тобто зі зменшеною кількістю нейронів прихованого шару. Нейромережі з “вузьким горлом” зі зворотним поширенням похибок мають обмежені можливості; мережа автоасоціативного типу на ФМТФ може забезпечити глибоке нелінійне ущільнення даних з неітераційним і надійним навчанням. Саме їх застосування дозволило побудувати ефективну систему розпізнавання відеозображень. Подаючи на нейромережу послідовно блоки зображення еталонного об'єкту на виході мережі з “вузьким горлом” отримаємо аналогічне зображення, яке однак, має певні спотворення. Ці спотворення можна оцінити, вимірюючи евклідову віддаль між відповідними векторами входів та виходів. Якщо на входи мережі подавати блоки інших, але подібних зображень, рівень спотворень на виході майже не зміниться. Якщо ж подати на входи мережі принципово інше зображення, це легко зафіксувати.

Показано застосування розробленого програмного комплексу для розпізнавання клітин різного типу - живих та мертвих організмів. На сьогодні медики зауважили закономірність у співвідношенні між народжуваністю і смертю клітин. Коли кількість клітин, що вмирає, значно перевищує кількість клітин, що народжуються, виникають такі хвороби як цукровий діабет. Якщо ж число клітин, що народжуються, є значно більше від числа клітин, які помирають, - то в наслідок мутацій виникають такі хвороби як рак. Тому логічно припустити - якщо визначити закономірності розвитку клітин від народження до смерті (апоптозу) і появи різних відхилень у процесі життєдіяльності, можна ефективно запобігати хворобам, які у другій половині 20-го століття і зараз вважаються найнебезпечнішими.

У цій дисертаційній роботі зроблено перший крок і вирішено першу частину аналітичної складової цієї проблеми, а саме, показано ефективність запропонованого методу для розпізнавання живих, мертвих клітин і живих клітин на вже незворотній стадії апоптозу. Запропоновано метод аналізу і прогнозування тенденції змін у співвідношенні. Автоматизація запропонованого рішення призведе до швидкого вияву тенденції змін в організмі і появи можливості здійснювати дії по попередженню виникнення небезпечних (смертельних) захворювань.

Описано умови і результати проведених експериментів. Для навчання та тестування нейромережевого комплексу використовувались 12 фотографій одного типу (мертвих) і 12 фото зображень клітин іншого типу (живих).

Експериментально показано також високі результати розпізнавання простих і ускладнених об'єктів на складному полі уваги, які отримані за допомогою запропонованої парадигми.

Також показано, що прогнозування траєкторії динамічних об'єктів на великі інтервали випередження потребує постійного перенавчання інтелектуальної системи в режимі реального часу.

Показано, що розроблені методики розв'язування задач класифікації, розпізнавання та прогнозування слід розглядати як базові елементи побудови інтелектуальних інформаційно-аналітичних систем.

Висновки

афінний нейронний інформаційний

В дисертаційній роботі розв'язано актуальну наукову задачу по створенню високоефективних архітектур, методик та алгоритмів для здійснення аналізу, класифікації, розпізнавання та прогнозу складних об'єктів, ознаки яких змінюються в часі. В результаті виконання роботи отримано наступні наукові результати.

Розроблено інформаційну модель інформаційно-аналітичної системи для аналізу ситуацій та прийняття управлінських рішень на базі конекціоністської концепції інтелектуальних систем.

Сформовано, обґрунтовано та використано інформаційно-ресурсні та ігрові підходи до розв'язання проблеми логічного синтезу стратегій управління на прикладі САУ - ТП температурним режимом скловарної печі.

Розроблено методи, алгоритми і програмні засоби для ефективного здійснення попередньої обробки зображень.

Здійснено постановку базових задач для реалізації їх засобами штучних нейронних мереж інтелектуальної ІАС.

Розроблено архітектуру і методику використання нейромережевого комплексу “з вузьким горлом” для аналізу сцен в режимах “з супервізором” та “без супервізора”.

Показано можливість застосування і розроблено методику навчання нейромережевої системи прогнозування руху об'єктів, представлених дальнометричними сценами.

Література

Сікора Л.С., Медиковський М.О., Грицик В.В. Перспективні інформаційні технології у системах автоматичного управління енергетичними об'єктами виробничих структур.- Монографія. Львів: ДНДІІІ,- 2002. 416ст.

Грицик В.В. Інформаційно-аналітична система оцінки складних зображень, процесів і прогнозування ситуацій // Інформаційні технології і системи. -1998. - №1/2.- С.174-176.

Грицик В.В. Реалізація нейронних мереж на базі однорідних обчислювальних середовищ // Інформаційні технології і системи. -1999.- Том2, №1.- С.126-134.

Грицик В.В. Інформаційне забезпечення та моделювання управління інформаційними інфраструктурами // Інформаційні технології і системи.- 2000. - Том 3, №1. С.115-129.

Грицик В.В. Діагностика, ідентифікація та моделювання об'єктів у процесі функціонування складних систем // Інформаційні технології і системи. -2002. - Том 5, №1-2.- С.97-108.

Грицик В.В. Методи і засоби обробки даних систем на базі нейронних елементів // Інформаційні технології і системи. -2003. - Том 6, №1-2.- С.225-228.

Грицик В.В. Інформаційні технології для аналізу і обробки складних зображень // Комп'ютерні технології друкарства. -2000. Вип.4.- С.291-294.

Размещено на Allbest.ru