Моделі реакцій неокортексу людини у робототехнічних системах

Шляхи підвищення ефективності систем керування робототехнічними пристроями за рахунок використання моделей реакції неокортексу людини на сенсорні збурення. Імітаційне моделювання та розробка алгоритмів інтелектуальних підсистем керування роботами.

Рубрика Программирование, компьютеры и кибернетика
Вид автореферат
Язык украинский
Дата добавления 29.08.2014
Размер файла 68,7 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ХАРКІВСЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ РАДІОЕЛЕКТРОНІКИ

Автореферат
дисертації на здобуття наукового ступеня кандидата технічних наук
МОДЕЛІ РЕАКЦІЙ НЕОКОРТЕКСУ ЛЮДИНИ У РОБОТОТЕХНІЧНИХ СИСТЕМАХ
Золкін Степан Георгійович
УДК 004.896
05.13.23 - системи та засоби штучного інтелекту
Харків 2006
Дисертацією є рукопис.
Робота виконана в Донецькому державному інституті штучного інтелекту Міністерства освіти і науки України
Науковий керівник доктор технічних наук, професор
Бондаренко Михайло Федорович,
ректор Харківського національного
університету радіоелектроніки
Офіційні опоненти:
доктор технічних наук, професор Каргін Анатолій Олексійович, Донецький національний університет, кафедра комп'ютерних технологій
доктор фізико-математичних наук, професор Крак Юрій Васильович, Київський національний університет ім. Тараса Шевченка, кафедра моделювання складних систем факультету кібернетики
Провідна установа
Інститут кібернетики ім. В.М. Глушкова НАН України, відділ теорії цифрових математичних машин і систем, м. Київ
Захист відбудеться “ 31 ” травня 2006 р. о 14.00 годині на засіданні спеціалізованої вченої ради Д 64.052.01 Харківського національного університету радіоелектроніки Міністерства освіти і науки України за адресою: 61166, м. Харків, проспект Леніна, 14.
З дисертацією можна ознайомитись в бібліотеці Харківського національного університету радіоелектроніки за адресою:
61166, м. Харків, проспект Леніна, 14.
Автореферат розісланий “_26_” _квітня______ 2006 р.
Вчений секретар
спеціалізованої вченої ради Чалий С.Ф.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

робототехнічний неокортекс сенсорний

Актуальність теми. Сучасні тенденції розвитку суспільства спираються на принципово нові системи та засоби організації та керування прогресивними технологіями. Україна, що є осередком Європи, під час зміни форми власності та пов'язаних з цим інвестиційних процесів, безумовно, повинна вирішувати задачі модернізації пострадянського виробництва. Згідно зі світовими тенденціями сучасні технологічні рішення, особливо в таких галузях, як приладобудування, виготовлення комп'ютерів, неможливо розглядати без застосування робототехнічних комплексів і систем штучного інтелекту.

При реалізації сучасних систем керування різного призначення - у приладобудуванні, обороні, митному контролі, заснованих на розгалужених обчислювальних мережах, актуальними є рішення, що ґрунтуються на імітації поведінкового механізму людини. У гнучких виробничих системах (ГВС) і робототехнічних комплексах створення алгоритмів і програмного забезпечення припускає використання широкого спектра вимірювальних комплексів, що включає в себе різні засоби візуалізації, чутливі мікрофони, здатні розпізнати звуки різних частот і мовні команди оператора, і сучасні засоби аналізу газів - квантометри, газоаналізатори. Ці засоби вимірів за своїми принципами базуються на чуттєвому сприйнятті людини. Тому актуальним є визначення впливу цих трьох типів збурень на нейрофізіологічну реакцію людини. Значний внесок у розвиток подібного роду досліджень зробили М.Ф. Бондаренко, Ю.П. Шабанов-Кушнаренко, В.М. Коваль, Е.П. Путятін, Ю.В. Крак.

Таким чином, актуальність дослідження обґрунтовується, з однієї сторони, необхідністю створення спеціального математичного та програмного забезпечення робототехнічних систем та систем штучного інтелекту, що імітують поведінку людини відносно сенсорної інформації як відображення зовнішнього світу; а з іншої сторони, застосуванням сучасних методів математичного апарату і комп'ютерної техніки, що дозволяють зменшити витрати фінансів та часу на проведення і обробку експерименту та поширюють можливості аналізу простору досліджень.

Зв'язок роботи з науковими програмами та темами. Дисертаційна робота виконувалась у Донецькому державному інституті штучного інтелекту як складова частина науково-дослідних робіт Міністерства освіти і науки України: “Розробка методів комп'ютерного сприйняття зорових образів на основі аналізу візуальної інформації”, 0105U001161; “Розробка мобільного маневреного інтелектуально-механічного крокуючого робота широкого призначення”, 0105U001163; “Дослідження біоелектричної активності мозку людини з використанням методів штучного інтелекту”, 0104U02418; “Дослідження проблем створення багатоагентних розподілених робототехнічних систем з високим рівнем штучної інтелектуалізації”, 0104U02419, у яких автор брав участь як виконавець підрозділу теми.

Мета дослідження. Метою роботи є підвищення ефективності систем керування робототехнічними пристроями за рахунок використання моделей реакції неокортексу людини на сенсорні збурення.

Відповідно до поставленої мети сформульовані наступні задачі дисертаційного дослідження:

- визначити основні положення, що дозволяють фіксувати нейрофізіологічну реакцію людини на різні впливи;

- провести експериментальне дослідження нейрофізіологічної реакції неокортексу головного мозку людини на різні зовнішні подразливі впливи;

- реалізувати статистичний аналіз експериментальних даних, що дозволяє виявити асоціативні зв'язки, що виникають у корі головного мозку при фіксованому комплексі впливів;

- для виявленого в результаті аналізу комплексу асоціативних зв'язків біоритмів людини, викликаних різними зовнішніми подразниками, розробити математичні моделі статичного прогнозу нейрофізіологічної реакції людини;

- здійснити імітаційне моделювання динаміки нейрофізіологічної реакції людини на стимулюючі впливи;

- розробити алгоритми інтелектуальних підсистем керування роботами.

Об'єкт дослідження - неокортекс головного мозку і процеси, що виникають у ньому під впливом зовнішніх подразників на основні сенсорні системи людини.

Предмет дослідження - основні біоритми і їх асоціативні зв'язки, що фіксуються через електропотенціали.

Методи дослідження: статистичний кореляційний, дисперсійний та регресійний аналіз при обробці результатів експерименту; методи теорії імовірності та математичної статистики при оцінці результатів експерименту; метод найменших квадратів при синтезі математичних моделей статичного прогнозу; теорія випадкових процесів і стохастичних диференціальних рівнянь у розробці моделей динамічного прогнозу; числові методи при розв'язанні систем рівнянь; методи імітаційного моделювання при аналізі стійкості числового розв'язання рівнянь моделей.

Наукова новизна отриманих результатів:

- одержав подальший розвиток метод дослідження нейрофізіологічної реакції людини, який, на відміну від існуючих, спирається на фіксований комплекс впливів, що дозволяє адекватно оцінювати біоритми головного мозку як елементи інтелектуальної діяльності людини;

- удосконалено метод аналізу реакцій неокортексу людини на різні зовнішні подразники, що дозволяє встановлювати асоціативні зв'язки, які характеризуються стандартними біоритмами різних полів нової кори головного мозку, що доповнюють процеси формування образів;

- уперше розроблені математичні моделі статичного прогнозу інтелектуальної діяльності людини через нейрофізіологічні реакції функціональних полів неокортексу на вплив зорових, слухових, концентраційних подразників, а також їх комплексу, що дозволяє реалізувати їх в підсистемі технічної сенсорики системи керування робототехнічного комплексу;

- уперше розроблені математичні моделі динамічного прогнозу реакції функціональних полів неокортексу на вплив подразників, використовувані для формування образів навколишнього світу з урахуванням випадкового характеру часових характеристик зовнішніх впливів, що дозволяє спрогнозувати зміни нейрофізіологічної реакції і відповідним чином використовувати цей прогноз у робототехнічних системах.

Практична значимість отриманих результатів. У процесі рішення поставлених задач автором отримані наступні результати:

- створена адаптована для поставлених задач система вимірів біопотенціалів головного мозку, що дозволяє використовувати результати експерименту як в інтелектуальних системах керування, так і в нейрофізіологічних дослідженнях;

- з урахуванням отриманих експериментальних даних створені підсистеми комп'ютерної обробки і розпізнавання зорових, слухових і концентраційних характеристик об'єктів керування, що дозволяє використовувати їх у відповідних інтелектуалізованих інтерфейсах систем керування;

- синтезовано моделі статичного прогнозу, які на підставі обробки сенсорної інформації дозволяють більш об'єктивно, у порівнянні з попередніми, фіксувати об'єкти навколишнього світу робота, будучи реалізованими в сенсорних інтелектуальних системах розпізнавання;

- створено моделі динамічного прогнозу, що дозволяють у ритмі з процесом керувати рухом робота при виникненні перешкод, а в інтелектуальних системах планувати виробничі функції.

Основні положення, висновки і результати дослідження також використані при викладанні таких навчальних дисциплін, як “Основи моделювання”, “Системний аналіз”, “Інтелектуальні системи”, “Основи системного аналізу процесів і виробництв”, на кафедрах програмного забезпечення інтелектуальних систем і технічної інформатики Донецького державного інституту штучного інтелекту і при викладанні дисциплін “Інтенсивна терапія” і “Анестезіологія” на кафедрі анестезіології, інтенсивної терапії і медицини невідкладних станів факультету післядипломної освіти Донецького державного медичного університету.

Особистий внесок здобувача. Основні положення й результати дисертації отримані автором самостійно і полягають у наступному: визначена удосконалена система проведення експерименту з реєстрації біоелектричної активності неокортексу і поставлена задача статистичної обробки отриманих результатів [1]; представлено алгоритм аналізу та виявлення статичних асоціативних зв'язків між функціональними полями неокортексу [2]; синтезована модель статичного прогнозу для фіксації об'єктів навколишнього світу роботом [3]; представлена модель динамічного прогнозу реакції сенсорної системи інтелектуального робота [5].

У спільних роботах автору належить: в [4] ? виявлено нові стійкі, кількісні взаємокореляції між потенціалами певних ділянок мозку, що свідчить про існування структури асоціативних зв'язків.

Апробація результатів дисертації. Основні результати дисертаційної роботи доповідалися на наступних конференціях і семінарах:

- Міжнародна конференція “Питання оптимізації обчислень (ПОО - ХХХІІ)” (Київ, 2005);

- Міжнародна науково-технічна конференція “Інтелектуальні і багатопроцесорні системи - 2005” (Геленджик, 2005);

- Міжнародна конференція “KDS - 2005” (Варна, Болгарія, 2005);

- Міжкафедральні наукові семінари “Моделювання, ідентифікація і синтез систем керування виробництвом” (Донецьк, 2004 - 2005).

Публікації. За результатами дисертації опубліковано 8 наукових праць, з них 5 статей в спеціалізованих професійних журналах відповідно до переліку ВАК України і 3 публікації у збірниках наукових конференцій і форумів.

Структура й обсяг дисертації. Дисертація складається зі вступу, п'яти розділів основного змісту, висновків і додатків. Загальний обсяг роботи - 223 сторінки, 122 сторінок основної текстової частини. Дисертація містить список використаних літературних джерел зі 154 найменувань на 9 сторінках і додатки на 58 сторінках. Дисертація містить 70 рисунків і 60 таблиць, з яких 28 рисунків і 30 таблиць наведені у додатках.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі розкриті сутність і стан проблеми, обґрунтована актуальність теми дисертації та необхідність проведення експериментальних досліджень, викладені мета роботи, особистий внесок здобувача, практичне значення отриманих результатів і наукова новизна, коротко розкритий зміст дисертаційної роботи.

У першому розділі здійснений огляд вітчизняної та зарубіжної літератури з питань, пов'язаних з темою дисертаційної роботи. Розглянуті основні принципи побудови сучасних систем розпізнавання образів. Вирішальну роль для розпізнавання в таких системах відіграє ступінь їх інтелектуальності. На даний момент цей ступінь інтелектуальності є недостатнім для розпізнавання складних образів, що превалюють у реальному світі. Водночас людина легко розпізнає ці складні образи, недоступні сучасним технічним системам. Тому природним видається прагнення використовувати при побудові технічних систем розпізнавання принципи обробки інформації головним мозком людини.

Аналіз сучасного стану задач створення моделей і алгоритмів інтелектуальних систем, заснованих на знаннях, отриманих у результаті вивчення інтелектуальної діяльності людини, і аналіз інструментальної і приладової оснащеності дослідження нейрофізіологічної реакції людини дозволили зробити наступні висновки:

- існуючі моделі опису системних механізмів мозку (механізми свідомості, мислення) представлені у вигляді словесних або схемних рішень;

- інструментальне визначення нейрофізіологічної реакції в сучасних умовах базується на методі електроенцефалографії. Експериментальні дані доцільно обробляти за допомогою методів статистичного аналізу;

- для підтвердження адекватності моделей можлива реалізація імітаційних алгоритмів, що дозволяють оцінити варіабельність створеного математичного апарату опису нейрофізіологічної реакції людського мозку.

У другому розділі одержав подальший розвиток метод дослідження нейрофізіологічної реакції людини, який, на відміну від існуючих, спирається на фіксований комплекс впливів. Здійснюються (на основі сучасних нейрофізіологічних досліджень) постановки задач виділення функціональних розходжень між полями кори головного мозку людини, визначаються правила аналізу реакції коркових полів на різні зовнішні сенсорні впливи і реалізації алгоритмів статистичної обробки отриманих даних. Згідно з фізіологічними даними за обробку інформації, що надходить від сенсорних систем, і реалізацію функцій свідомості, мови, мислення (розуміння і маніпулювання поняттями), пам'яті (включаючи процеси навчання), емоцій у людини відповідають структури, локалізовані головним чином у новій корі головного мозку (неокортексі). Розмежовують первинні, вторинні і третинні проекції. Первинні проекції (зони) є закінченням швидкопровідних сенсорних каналів і відповідають за прийом і обробку сигнальної інформації. Вторинні коркові поля не мають прямого зв'язку з периферією, у них здійснюється переробка інформації і її порівняння з раніше накопиченою інформацією (пам'яттю), що визначає набутий досвід. Вторинні коркові поля відповідають за гнозис (здатність до узнавання отриманої інформації з чуттєвих сприйнять на основі досвіду, практики, навику) і праксис (дії різного ступеня складності, вироблені на основі досвіду, навику, практики і закріплені стереотипом). Нарешті, виділяють зони перекриття різних сенсорних систем, де відбувається міжсенсорна взаємодія - третинні зони або асоціативні поля. Вони забезпечують складні види діяльності: програмування дій, поведінку, індивідуальні характеристики людини. Це визначає задачу моделювання системи асоціативних зв'язків, що виникають між функціональними полями неокортексу в процесі прийому й обробки різномодальної інформації.

З метою створення математичних моделей прогнозу біофізичної реакції кори головного мозку на вплив різних стимулів - зорових, слухових, концентраційних (запахових) - і комплексу цих подразників, а також визначення можливості використання отриманих моделей для прогнозування в інтелектуальних системах, був проведений експеримент з реєстрації біоелектричної активності мозку у вигляді електроенцефалограми (ЕЕГ).

Експеримент складався з восьми блоків. На кожному етапі дослідження запис енцефалограми вівся протягом 16 секунд - максимально можливого часу реєстрації біопотенціалів мозку. При цьому реєструвалися наступні ЕЕГ:

1. Фонова - випробуваний сидів на стільці з закритими очима й у цей час здійснювався запис ЕЕГ.

2. При ахроматичній ритмічній фотостимуляції: подавалися спалахи різної частоти (2, 5, 10 Гц): частота 2 Гц відповідає дельта-частотному діапазону ЕЕГ, частота 5 Гц відповідає тета-частотному діапазону ЕЕГ, частота 10 Гц відповідає альфа-частотному діапазону ЕЕГ.

3. При хроматичній фотостимуляції: джерелом світла служила імпульсна електрична лампа з енергією спалаху 0,3 Дж, установлена на відстані 10 - 12 см від очей обстежуваного по середній лінії; подавалося червоне світло, потім синє і зелене; запис ЕЕГ для кожного стимулу вівся протягом 16 секунд.

При звукових подразниках: подавався звук на частоті 10 Гц (відповідає альфа-частотному діапазону ЕЕГ) спочатку в ліве вухо, потім у праве й в обидва вуха, інтенсивність звуку не змінювалася.

При подразненні нюхових рецепторів: пропонувалися подразники нюхових рецепторів: запах камфори, апельсина, м'яти.

Людини з відкритими очима.

При пред'явленні зорової інформації (кольорові картинки) протягом

16 секунд.

Людини з закритими очима при гіпервентиляції (випробуваний протягом

1 хвилини глибоко і прискорено дихав, щоб штучно викликати брак кисню в головному мозку).

Запис ЕЕГ здійснювався при чутливості ЕЕГ-каналу 100 мкВ/см. Постійна часу складала 0,3 с, а фільтр верхніх частот 50 Гц, що відповідає смузі реєстрованих коливань 0,5 -?50 Гц, у якій знаходяться вимірювані ритми ЕЕГ.

За результатами експерименту був проведений попередній статистичний аналіз отриманих даних і для кожної з вимірюваних змінних були розраховані оцінки математичного сподівання, середньоквадратичного відхилення (СКВ), отримані мінімальні і максимальні значення вимірюваних величин.

Також були розраховані трикутні матриці коефіцієнтів кореляції, що вказують на ступінь повноти зв'язку між вимірюваними змінними величинами.

Проведена статистична перевірка гіпотез про закони розподілу факторів, які беруть участь в експерименті, визначені параметри цих законів, що дає можливість використовувати їх при імітаційному моделюванні поведінкової реакції людини. За результатами попередньої статистичної обробки, що показують наявність кореляційних зв'язків між полями неокортексу, поставлена задача визначення структури і числового опису статичних асоціативних зв'язків, які виникають між функціональними ділянками кори в процесі прийому й обробки різної сенсорної інформації.

У третьому розділі уперше розроблені математичні моделі статичного прогнозу інтелектуальної діяльності людини через нейрофізіологічні реакції функціональних полів неокортексу на вплив зорових, слухових, концентраційних подразників, а також їх комплексу. З метою виявлення статичних міжпольових асоціативних зв'язків за допомогою математичного апарату статистичного кореляційно-регресійного аналізу були побудовані функції регресії, що відображають зв'язок амплітуди реєстрованих біоритмів, що генеруються одним з досліджуваних полів кори, з амплітудами реєстрованих біоритмів на інших досліджуваних полях у залежності від застосовуваного фактора зовнішнього впливу (1).

. (1)

Для кожного впливу було побудовано 63 регресійних полінома, що зазнали каскадної процедури оптимізації. Кожен регресійний поліном характеризується статистичними оцінками - залишкова дисперсія, F1 - критерій Фішера, R - коефіцієнт множинної кореляції. Для кожної оцінки коефіцієнта регресії розраховані значення t-критерію Стьюдента. У ході подальшого аналізу, на підставі отриманих оцінок, з урахуванням погрішностей виміру, внесених суб'єктивною оцінкою оператора і технічними засобами, найбільш інформативними виявились регресійні поліноми, отримані в результаті обробки експериментальних даних на частотних піддіапазонах b-ритму (13 - 30 Гц): b1- (13 - 20 Гц) і b2- (20 - 30 Гц). Статистичні оцінки отриманих поліномів знаходяться в наступних межах: 0.14179 Ј Ј--0.46673; 2.14578 Ј F1 Ј 7.07129; 0.53397 Ј R Ј 0.85858.

Після виявлення значимих зв'язків, з урахуванням погрішностей виміру й особливостей реєстрації ритмів мозкової активності, з усіх отриманих поліномів як статичні моделі були виділені 15 поліномів для значень:; ; ; ; ; ; ; ; ; ; ; ; ; ; . Виділені поліноми відбивають розподіл енергії активації по функціональних ділянках кори головного мозку в залежності від типів впливу. Оскільки ці поліноми описують процес генерації біоелектричної активності полів неокортексу в діапазоні ?1-, ?2-ритмів, то вони відбивають статичні асоціативні зв'язки, що виникають між функціональними ділянками кори під впливом зовнішніх факторів. Сила і спрямованість цих зв'язків характеризується знаками і величинами оцінок значень коефіцієнтів регресії і значень t-критерію значимості для кожної оцінки.

У випадку впливу зорових подразників виділені поліноми:

= 0.0036 - 0.0868 - 0.1013 - 0.1169 + 0.2501 -

- 0.0280 + 0.5973 - 0.1573  - 0.2371 + 0.0802 - (2)

- 0.3959 + 1.6981 - 0.0058Х1;

= - 0.0334 - 0.1269 - 0.1096 - 0.2665 + 0.1962 -

- 0.0201 + 0.9327 - 0.4376 - 0.2139 - (3)

- 0.5018 + 0.1190 - 0.2912 + 2.0833 - 0.0096Х1;

= - 0.0294 - 0.353 - 0.3765 - 0.4188 - 0.1568 -

- 0.0287 + 1.9787 + 0.2827 + 0.1616 - 0.0449 + (4)

+ 0.0471 - 0.1424 - 0.3573 + 0.8419 - 0.0008Х1.

На рис. 1 схематично зображені статичні асоціативні зв'язки, що виникають між ділянками кори в процесі прийому й обробки зорової інформації. Ці зв'язки описані поліномами (2) - (4), що відбивають залежність рівня сигналу ?1-ритму (13 ? 20 Гц) на датчиках Т3, О1, О2 від рівня сигналу ?1-ритму на всіх інших датчиках. Переривчастими стрілками позначена активуюча дія, а безперервними - пригнічувальна (гальмуюча) дія однієї зони кори на іншу. У чисельнику цифрових даних біля кожної стрілки наведена величина оцінки значення коефіцієнта регресії , що відповідає даному зв'язку, у знаменнику - значення t-критерію для цієї оцінки. З аналізу отриманих даних можна зробити наступні висновки:

- у процесі одержання й обробки зорової сенсорної інформації корою головного мозку статичні асоціативні зв'язки виникають за участі всіх досліджуваних утворень неокортексу, тобто обробка зовнішнього зорового сигналу відбувається з використанням можливостей усіх полів, незалежно від їх функціональності;

- зв'язки та їх кількісна оцінка, описані поліномом (3), можуть бути враховані в програмному забезпеченні первинних аналізаторів систем технічного зору робота; зв'язки та їх кількісна оцінка, описані поліномом (2), - у системах розпізнавання зорових образів; зв'язки та їхня кількісна оцінка, описані поліномом (4), - у системах технічного слуху, що працюють у комплексі із системами технічного зору.

Зв'язки, описані поліномами для ; , можуть бути враховані при прийомі й обробці звукових сигналів системами зчутливлювання робота. Поліноми для ; доповнюють поліноми (2) - (4) в оцінці комплексу зорових і слухових впливів і фіксації їх взаємозв'язку, тобто придатні для розпізнавання предметів і об'єктів, що характеризуються зовнішнім виглядом і визначеним набором шумів.

Отримані поліноми для ; ; ; ; є комплексним доповненням до підсистем аналізу слухової і зорової інформації і дозволяють відтворити і розпізнати об'єкт, що характеризується запахами, наприклад, при обробці багажу, обстежуваного на предмет виявлення наркотиків, на конвеєрі аеропорту. Поліноми ; можуть бути додатково використані при організації роботи систем технічного зору, а поліном - при організації роботи технічних систем слуху в процесі реєстрації різномодальної (можливо, невідомої) інформації системами технічного зчутливлювання робота.

Отримані моделі, що відбивають асоціативність взаємозв'язків реакції неокортексу на зовнішні подразники, можуть бути використані при розпізнаванні статичних образів зовнішнього світу в сенсорних системах робота.

У четвертому розділі поставлені задачі розробки математичних моделей динамічного прогнозу реакції функціональних полів неокортексу на вплив застосованих подразників, що можуть бути використані при виробленні рішень в інтелектуальній системі реального часу (оперативний режим). Для розробки динамічних математичних моделей використані прийоми імітаційного моделювання. Стохастична модель, що описує зміни стану досліджуваного об'єкта в часі, у технічних додатках розглядається як результат випадкового збурення вихідної моделі в часі. Увівши випадковий процес W(t) у праву частину поліномів вигляду (1), що описує значення , ми одержуємо рівняння вигляду (5), що імітують динаміку поведінки:

= + W(t). (5)

У зв'язку із зовнішнім збуренням коефіцієнти поліномів статичного прогнозу (1) адаптовані та перераховані за допомогою рекурентних співвідношень (6):

, (6)

;

;

- оцінки коефіцієнтів рівнянь статичної моделі;

u(k+1) - значення вхідних змінних, що генеруються згідно із законами розподілу на кроці k;

y(k+1) - значення вихідних змінних за рівняннями статичної моделі.

У зв'язку з тим, що математична модель відображена системою зв'язних диференціальних рівнянь з випадковим характером збурень у правих частинах, спільне рішення такої системи може розглядатися як ймовірнісний хаос. Імітаційна процедура завдання процесу W(t) припускає наявність логічних обмежень, що виникають при втраті стійкості обчислювальних процедур рішень системи (біфуркацій). Логічні обмеження базуються на статистичних оцінках і параметрах законів розподілу, визначених в розділі 2. Такий підхід дозволяє здійснювати динамічний прогноз в стійкій області значень асоціативних функцій.

Найзагальніший випадок динамічного прогнозу за допомогою методів імітаційного моделювання ? коли варіюються змінні правих частин рівнянь вигляду (5) згідно з характеристиками їх законів розподілу, отриманих в розділі 2, і варіюється випадковий процес W(t), який може розглядатися як перешкода, що виникає при сенсорному сприйнятті навколишнього світу. У загальному випадку імітаційна модель даного вигляду може розглядатися як хаос вірогідності. При цьому рішення диференціальних рівнянь при заданому об'ємі імітуючих ітерацій підкоряються деякій мірі вірогідності, а біфуркації, що оцінюють стійкість рішень, знаходяться в межах логічних обмежень. Ці обмеження були виділені згідно з фізичними можливостями людини. Параметри рівнянь коректувалися в результаті оцінки кожної подальшої ітерації за рекурентними процедурами стохастичної апроксимації (7):

, (7)

де - коефіцієнт масштабування руху

, , ;

- числові значення коефіцієнтів рівнянь динамічної моделі (5);

u(k+1) - значення вхідних змінних, генерованих відповідно до законів розподілу на кроці k;

y(k+1) - значення вихідних змінних за рівняннями попередньої динамічної моделі. Таким чином ми переходимо до рівнянь вигляду (8):

= +W(t). (8)

У такий спосіб від регресійних поліномів ми переходимо до систем 15 зв'язних стохастичних диференціальних рівнянь вигляду (5) або вигляду (8), розв'язання яких підкоряється законам імовірнісного хаосу. Отримана в результаті попередньої статистичної обробки матеріалів інформація дозволяє робити висновки про характер законів розподілу вимірюваних величин і, з використанням генераторів випадкових чисел, що діють згідно з цими законами, уводити як початкові умови у праві частини рівнянь вигляду (5), (8) числові значення. Для одержання кількісних оцінок значень , що змінюються в часі, були знайдені розв'язання диференціальних рівнянь виглядів (5), (8) з використанням методу Рунге ? Кутта на інтервалі від 0 до 10 с із кроком h = 0.001 с. Усі випадкові параметри правих частин рівнянь виглядів (5), (8) розподілені за нормальним законом відповідно до своїх математичних сподівань і дисперсій. Рівень значимості шуму прийнятий рівним 0.3.

Аналіз числових результатів розв'язань показує, що динамічні моделі прогнозу реакції на різні подразники дозволяють одержувати стійкі розв'язання як при випадковому характері різних подразників, так і в діапазоні варіювання параметрів моделі, розподілених за нормальним законом. У такий спосіб рівняння динамічних моделей можна використовувати у випадках завбачення реакції інтелектуальної системи робота на вплив зовнішнього подразливого сигналу в умовах сильного, як зовнішнього, так і внутрішнього зашумлення.

У п'ятому розділі використання моделей статичного і динамічного прогнозів реакції неокортексу людини дозволило сформувати структуру підсистеми технічної сенсорики інтелектуальної системи керування, створити алгоритми статичного і динамічного прогнозу, випробувати ці алгоритми на робототехнічних комплексах, у результаті чого визначити адекватність математичних моделей і алгоритмів керування. Узагальнена структура підсистеми технічної сенсорики робота складається з 12 блоків, що містять 8 функціональних підсистем. Блок 1 функціонує спільно із засобами візуалізації, у якості яких можуть виступати передавальні телевізійні камери, прилади магнітного, інфрачервоного, рентгенівського випромінювання. У зв'язку з тим, що ці прилади є аналоговими пристроями, а сигнал обробляється на цифровій обчислювальній техніці, аналогові зображення квантуються, перетворюючись у цифрові сигнали аналого-цифровим перетворювачем пристрою зв'язку з об'єктом (АЦП ПЗО). Блок 2 ? підсистема аналізу різних звуків за допомогою звукових детекторів, що працюють у різних частотних діапазонах, і відповідно їх аналоговий сигнал перетвориться в АЦП ПЗО. У сучасних об'єктах керування для визначення змісту речовин, що переробляються, і продуктів їх переробки можуть використовувати різного виду газоаналізатори, концентратоміри, квантометри (блок 3), що дають сигнали відповідно до запахових подразників. Якщо ці пристрої мають аналоговий вихід, їх сигнали переробляються в АЦП ПЗО. Слід зазначити, що рівні ранжування якісних ознак, які характеризують вимірювані фактори, відповідають реальним об'єктам. Оброблені за математичними моделями на базі регресійних поліномів в блоці 4 (підсистемі формування комплексного образу) сигнали надходять у підсистему статичного прогнозу (блок 5), де обробляються за допомогою математичних моделей на базі поліномів комплексної оцінки, у результаті чого в БД (база даних системи) формується образ навколишнього середовища для рухливого робота. У випадку, якщо умови технічного забезпечення або параметри вхідних сигналів істотно відрізняються від умов, в яких були отримані експериментальні дані, до роботи залучається підсистема адаптації (12), що здійснює ідентифікацію та підстроювання поліномів. На підставі отриманих рішень для рухливого робота формується планова траєкторія руху в блоці 7 - підсистемі планування рухів. При виникненні непередбачених ситуацій у процесі переміщення робота, що фіксуються кожною з підсистем 1 - 3 або їхнім комплексом, у підсистемі 6 (контроль руху) здійснюється зіставлення даних вимірів у близькі моменти часу із заданим періодом квантування (але не більш 2 с), і, якщо підсистема 6 фіксує виникнення випадкової перешкоди для робота, починає функціонувати підсистема 8, яка здійснює динамічний прогноз на підставі комплексу моделей (системи рівнянь вигляду (5) і (6)). У підсистемі 9 виробляються керуючі впливи, що відповідають оцінці руху, що переробляються в блоці 10 в аналоговий сигнал і підсилюються, після чого сигнал передається на виконавчі механізми рухливого робота (блок 11), здійснюючи керування у реальному часі.

З метою визначення можливості застосування отриманих алгоритмів у системі керування робота “Інтелект - 12”, розробленого в Інституті проблем штучного інтелекту, були проведені дослідно-промислові іспити, що містили в собі дві серії експериментів:

- статичний аналіз нерухомих об'єктів при оцінці зовнішнього світу;

- динамічний аналіз при перешкодах, які раптово виникають і розглядаються як випадковий процес.

Експеримент проводився на ділянці неперетинної місцевості довжиною 50 м, на якій уздовж передбачуваної траєкторії руху робота як перешкоди було розміщено

6 об'єктів, що володіють різними візуальними, звуковими і запаховими характеристиками. Кожне експериментальне дослідження проводилося в кількості 30 разів зі збереженням умов розміщення і порядку дій учасників. Для статичного аналізу нерухомих об'єктів експеримент проходив у три етапи:

1) рух робота здійснювався по відпрацьованій у підсистемі планування руху траєкторії серед нерухомих об'єктів із фронтально розміщеними стосовно робота плакатами без застосування інших видів впливів. При цьому спочатку був поставлений експеримент на базовій моделі робота, а потім на моделі з внесеними технічними й алгоритмічними доповненнями, що відповідають моделям асоціативних зв'язків;

2) здійснювався рух в умовах постійної додаткової подачі звукових сигналів з боку об'єктів;

3) до візуальних і звукових сигналів додавалися постійно діючі відповідні концентраційні стимули.

У процесі руху робота за маршрутом системою керування здійснювалося послідовне розпізнавання об'єктів згідно з порядком їх розміщення і прийняття рішень підсистемою планування руху на коректування траєкторії. При цьому оцінювався час розпізнавання об'єкта, математичне сподівання і дисперсія точності розпізнавання. Для базової моделі математичне сподівання точності розпізнавання склало 0,7 при середньому часі розпізнавання об'єкта 0,5 с. За результатами дослідження можна зробити висновки:

- точність розпізнавання статичних об'єктів при застосуванні отриманих алгоритмів склала 82 - 95 %, тобто збільшилася на 25 % у порівнянні з базовою моделлю за рахунок ускладнення роботи підсистеми технічної сенсорики з урахуванням асоціативних зв'язків;

- час розпізнавання в статичних умовах збільшився на 3 - 5 % у зв'язку з ускладненням алгоритму роботи підсистеми технічної сенсорики, але при цьому він залишився в припустимих межах.

Для динамічного аналізу зовнішнього світу в умовах раптово виникаючих перешкод експеримент проводився в три етапи:

1) рух робота здійснювався по траєкторії серед об'єктів, що змінюють своє місце розташування, форму;

2) здійснювався рух в умовах непрогнозованої, різноваріантної додаткової подачі звукових сигналів з боку об'єктів;

3) до несподіваних візуальних і звукових сигналів спонтанно додавалися концентраційні стимули.

У процесі руху робота за маршрутом підсистемою технічної сенсорики здійснювалося послідовне розпізнавання об'єктів згідно з порядком їх розміщення, а підсистемою планування руху - прийняття рішень на коректування траєкторії. При цьому оцінювався час розпізнавання об'єкта, математичне сподівання і дисперсія точності розпізнавання. Час реакції базової моделі робота і точність розпізнавання при даному дослідженні не оцінювалися в зв'язку з відсутністю в його підсистемі технічної сенсорики алгоритмів роботи з впізнавання комплексного, різномодального сигнального впливу. За результатами експерименту можна зробити висновки:

- точність розпізнавання об'єктів у динамічних умовах при застосуванні отриманих алгоритмів склала 75 - 85 %, тобто збільшилася на 15 % у порівнянні з базовою моделлю;

- час розпізнавання в умовах динамічної зміни обстановки збільшився на 3 - 5 % у порівнянні з дослідженням у статичних умовах у зв'язку з ускладненням алгоритму роботи, але при цьому він залишився в припустимих межах.

Результати числового дослідження дозволяють зробити висновок про адекватність моделей статичного і динамічного прогнозу асоціативних зв'язків процесу оцінки об'єктів зовнішнього світу як за наявності, так і за відсутності випадкових факторів, що виникають під час руху.

У додатках наведені результати статистичної оцінки законів розподілу біопотенціалів мозку та акти впровадження результатів роботи.

ВИСНОВКИ

У дисертаційній роботі виконано теоретичне узагальнення і отримано результати вирішення наукової задачі розробки математичних моделей для підсистеми технічної сенсорики системи керування робототехнічними пристроями. У ході виконаних досліджень отримані такі результати.

1. На підставі аналізу існуючих теорій і гіпотез, що описують нейрофізіологічну реакцію нової кори головного мозку людини, виділені основні біоритми, електропотенціали яких інструментально відчутні. Показано необхідність удосконалення моделей підсистеми технічної сенсорики системи управління робототехнічними пристроями для підвищення її ефективності.

2. Створено удосконалений метод проведення експерименту з дослідження нейрофізіологічної реакції людини, який, на відміну від існуючих, спирається на фіксований комплекс впливів, й обрана інструментальна база оцінювання біопотенціалів неокортексу при впливі на сенсорну систему основних подразників: зорових, слухових, нюхових.

3. За результатами експерименту зібраний матеріал, за яким, з використанням удосконаленого методу аналізу реакцій неокортексу, здійснена статистична оцінка законів розподілу біопотенціалів мозку, визначені параметри цих законів, тобто сформовані області визначення рівнянь майбутніх моделей, що дозволяє встановлювати наявні асоціативні зв'язки між функціональними полями та варіювати випадковими значеннями біопотенціалів при імітаційному моделюванні нейрофізіологічної реакції неокортексу людини.

4. Уперше розроблені математичні моделі статичного прогнозу нейрофізіологічної реакції функціональних полів неокортексу людини на зовнішні подразники. Проведено аналіз оцінок регресійних поліномів моделей, визначено рівень значимості поліномів і виділено регресійні поліноми домінуючого впливу біоритмів кори головного мозку, що дозволило сформувати на їх підставі формалізовані асоціативні зв'язки, що відбивають процес інтелектуальної діяльності людини.

5. На підставі запропонованого допущення про випадковий характер змінних (факторів моделей) при наявності зовнішнього випадкового процесу, що характеризує зір, слух, нюх, уперше розроблено системи стохастичних диференціальних рівнянь, за допомогою яких можна спрогнозувати динамічні зміни реакції функціональних ділянок неокортексу і відповідним чином використовувати цей прогноз у робототехнічних системах. Числове дослідження цих моделей дозволило визначити стійкість рішень щодо процесів формування сенсорних образів у реакціях людини.

6. Уперше отримані математичні моделі статичного і динамічного прогнозу інтелектуальної діяльності людини реалізовані в алгоритмах підсистеми технічної сенсорики системи керування робототехнічного комплексу. Проведене зіставлення оцінювання образів нерухомих об'єктів зовнішнього світу підтвердило адекватність моделей виділених асоціативних зв'язків і розроблених алгоритмів. Числовий аналіз динамічної оцінки ситуацій (перешкод), які випадково виникають, також підтвердив адекватність динамічних моделей і алгоритмів, що дозволило зробити висновок про практичну значимість створених моделей сенсорної інтелектуальної системи розпізнавання предметів зовнішнього світу.

7. Здійснено дослідно-промислову експлуатацію розроблених математичних моделей і алгоритмів у складі спеціального математичного забезпечення підсистеми технічної сенсорики робота “Інтелект - 12”, що дозволило збільшити точність розпізнавання роботом предметів навколишнього світу на 25 % у статичних умовах і на 15 % у динамічно мінливих умовах зовнішнього середовища за рахунок оцінки асоціативних зв'язків, що виникають між функціональними ділянками неокортексу людини при впливі візуальних, звукових і запахових сигналів.

СПИСОК ОПУБЛІКОВАНИХ ЗА ТЕМОЮ ДИСЕРТАЦІЇ ПРАЦЬ

1. Золкин С.Г. Биофизические реакции в интеллектуальных системах // Искусственный интеллект. - 2005. - № 1. - С. 69-73.

2. Золкин С.Г. Моделирование биофизических реакций в интеллектуальных системах // Математические машины и системы. - 2005. - № 2. - С. 147-154.

3. Золкин С.Г. Уравнения динамического стереотипа в прогнозе реакции неокортекса человека // Искусственный интеллект. - 2005. - № 2. - С. 39-44.

4. Бондаренко М.Ф., Золкин С.Г., Малокуцко Е.Н. Анализ взаимосвязей биоритмов головного мозга // Искусственный интеллект. - 2006. ? № 1. - С. 3-10.

5. Золкин С.Г. Моделирование биоритмов взаимодействия между участками коры головного мозга // Комп'ютерні засоби, мережі та системи. - 2005. - № 4. -

С. 153-161.

6. Золкин С.Г. Модели биоритмов взаимодействия // Knowledge Dilog Solution: Труды Междунар. конф. “KDS - 2005”. Доклады. ? Том 1. - Варна (Болгария). - 2005. - С. 45-52.

7. Золкин С.Г. Уравнения прогноза динамического стереотипа в реакции человека // Мат-лы Междунар. науч.-техн. конф. “Интеллектуальные и многопроцессорные системы ? 2005”. ? Том 3. ? Таганрог: Изд-во ТРТУ. ? 2005. - С. 103-105.

8. Золкин С.Г. Моделирование биофизических реакций в интеллектуальных системах // Труды Междунар. конф. “Вопросы оптимизации вычислений

(ПОО - ХХХII)”. ? К.: Институт кибернетики им. В.М. Глушкова НАН Украины. ? 2005. - С. 94-95.

АНОТАЦІЯ

Золкін С.Г. Моделі реакцій неокортексу людини у робототехнічних системах. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.23 - системи і засоби штучного інтелекту. - Харківський національний університет радіоелектроніки, Харків, 2006.

Дисертаційна робота присвячена розробці математичних моделей і алгоритмів підсистеми технічної сенсорики системи керування робототехнічними пристроями на підставі прогнозу й оцінювання нейрофізіологічної реакції функціональних ділянок нової кори головного мозку людини на різні зовнішні сенсорні впливи.

Основна частина роботи методологічно представлена двома аспектами: з одного боку - автоматизована обробка експерименту з власною методологією і виділенням факторів, з іншого боку - методологія обробки дослідної інформації, що заноситься в розділи бази даних при функціонуванні автоматизованої системи проведення експерименту. Проведений статистичний аналіз інформаційних масивів містить у собі статистичну перевірку гіпотез при двокритеріальному оцінюванні. Сформовано кореляційні матриці і відповідно формалізовані парні параметричні зв'язки факторів. Синтезовано поліноми, і для них виділені оцінки охоплення статистичного матеріалу і рівня значимості кожного фактора. На підставі методології аналізу сформоване спеціальне математичне і алгоритмічне забезпечення, призначене для функціонування в системах штучного інтелекту, а розроблені моделі склали основу алгоритму і програмного інтерфейсу руху робота. Удосконалення методу автоматизованої технології обробки даних, сполучене з комплексом методів статистичного аналізу, дозволяє застосовувати апаратно-програмний комплекс, що складає основу досліджень при синтезі різних систем штучного інтелекту.

Ключові слова: моделі, алгоритми, аналіз, психофізична реакція, автоматизований, оцінки, критерії, статистика.

АННОТАЦИЯ

Золкин С.Г. Модели реакций неокортекса человека в робототехнических системах. - Рукопись.

Диссертация на соискание учёной степени кандидата технических наук по специальности 05.13.23 - системы и средства искусственного интеллекта. - Харьковский национальный университет радиоэлектроники, Харьков, 2006.

Диссертационная работа посвящена разработке математических моделей и алгоритмов подсистемы технической сенсорики систем управления робототех-ническими комплексами на основе прогноза и оценивания ассоциативных связей нейрофизиологической реакции функциональных полей новой коры головного мозга человека на различные внешние сенсорные воздействия.

Основная часть работы методологически представлена двумя аспектами: с одной стороны, созданы правила автоматизированного сбора и обработки данных эксперимента, с другой стороны, на их основе получены модели статического и динамического прогнозов реакции функциональных полей неокортекса человека. Автоматизированная система проведения эксперимента и обработки результатов основывается на комплексе технических средств, объединенном с установкой для снятия и записи электроэнцефалограмм. Программное обеспечение системы базируется на специальном программном обеспечении Brainmap и версиях Windows. На основании анализа современных исследований осуществлена постановка рабочих гипотез относительно переработки функциональными участками неокортекса человека разномодальной сенсорной информации. Рабочая гипотеза основывается на свойстве отображения нервной системой человека явлений внешнего мира,

в результате чего между функциональными полями неокортекса возникает система статических ассоциативных связей, несущая обобщенную информацию о характере, количественных и качественных показателях внешнего воздействия. В работе проведена классификация переменных - сигнальных факторов и функциональных переменных (откликов).

Проведенный статистический анализ информационных массивов включает в себя статистическую проверку гипотез при двухкритериальном оценивании. Сформированы корреляционные матрицы и, соответственно, формализованы парные параметрические связи факторов. Синтезированы полиномы и для них выделены оценки охвата статистического материала и уровни значимости каждого фактора.

Впервые разработаны математические модели статического прогноза интеллектуальной деятельности человека через нейрофизиологические реакции функциональных участков неокортекса на воздействие зрительных, слуховых, концентрационных раздражителей, а также их комплекса.

Впервые разработаны математические модели динамического прогноза нейрофизиологической реакции функциональных участков неокортекса на воздействие зрительных, слуховых, концентрационных раздражителей, используемые для формирования образов окружающего мира с учетом случайного характера временных характеристик внешних воздействий.

Усовершенствованы принципы анализа реакций неокортекса на внешние раздражители за счет применения методов имитационного моделирования, что позволяет оценивать устойчивость прогноза относительно спектра возможных воздействий.

На основании соответствующих правил анализа сформировано специальное математическое и алгоритмическое обеспечение, предназначенное для функционирования в системах искусственного интеллекта, а разработанные модели составили основу алгоритма и программного интерфейса контроля внешнего мира робота.

Усовершенствование автоматизированной технологии обработки данных, совмещённое с комплексом методов статистического анализа, позволяет применять аппаратно-программный комплекс, составляющий основу исследований, при синтезе различных систем искусственного интеллекта. Реализованное численное исследование моделей позволило оценить их адекватность, а приемы имитационного моделирования дали возможность проверить эффективность прогноза ассоциативных связей в статическом и динамическом прогнозе функционирования робота.

Ключевые слова: модели, алгоритмы, анализ, психофизическая реакция, автоматизированный, оценки, критерии, статистика.

SUMMARY

Zolkin S.G. Models of Man's Neurocortex Reaction in Robotic technical

Systems. ? Manuscript.

Dissertation for scientific degree of Candidate of Technical Science on specialty 05.13.23 - Systems and Devices of Artificial Intelligence. - Kharkov National University of Radio Electronics, Kharkov, 2006.

The dissertation is devoted to development of mathematical models and algorithms of technical sensor subsystems of controlling robot technical devices on the basis of prognosis and estimating neuron physical reaction of man's new cortex to various sensor influence from outside.

The principal part of the work is presented methodically by two aspects: on one hand it is an automated processing of the experiment according to the author's own methods and selecting factors; on the other hand - methods of processing the information being researched, which is fed to various data bases while the automatic system of carrying out the experiment functions. The performed statistic analysis of information arrays contains statistic verification of the hypothesis at two-criteria estimation. Correlation matrices and accordingly formalized conjugated parameter links of factors have been formed. Polynomials have been synthesized. Estimation of covering the statistic material and the level of relevance for each factor have been distinguished. A special mathematic and algorithm support has been formed which is designed for functioning in the artificial intelligence systems. The models having been developed make the basis of the algorithm and software interface of the robot's movement. Improvement of the automation technology method of data processing, together with the complex of statistic analysis methods, makes it possible to imply hardware-software complex which makes the foundation of the research with synthesis of different artificial intelligence systems.

Key words: models, algorithm, analysis, psychiatric physical reaction, automated, estimation, criteria, statistics.

Размещено на Allbest.ru


Подобные документы

  • Аналіз областей застосування та технічних рішень до побудови систем керування маніпуляторами. Виведення рівнянь, які описують маніпулятор як виконавчий об’єкт керування. Зв’язок значень кутів акселерометра з формуванням сигналів управління маніпулятором.

    дипломная работа [2,3 M], добавлен 26.07.2013

  • Дослідження цифрових систем автоматичного керування. Типові вхідні сигнали. Моделювання цифрової та неперервної САК із використання MatLab. Результати обчислень в програмі MatLab. Збільшення періоду дискретизації цифрової системи автоматичного керування.

    лабораторная работа [173,7 K], добавлен 14.03.2009

  • Автоматизація хімічних підприємств з використанням сучасних досягнень в області інформаційних технологій. Швидкість хімічної реакції, активність каталізатора. Метод чисельної реалізації математичної моделі. Кінетичні моделі гомогенних хімічних реакцій.

    контрольная работа [1,3 M], добавлен 19.10.2012

  • Аспекти вирішення методологічної та теоретичної проблеми проектування інтелектуальних систем керування. Базовий алгоритм навчання СПР за методом функціонально-статистичних випробувань. Критерій оптимізації та алгоритм екзамену системи за цим методом.

    курсовая работа [1,6 M], добавлен 22.09.2011

  • Тривимірна модель мобільного робота. Алгоритмізація моделі та її програмної реалізації з використанням бібліотек MFC та OpenGL. Розробка програмного забезпечення. Середовище розробки проекту Microsoft Visual Studio 2010. Керування рухами маніпулятора.

    курсовая работа [462,9 K], добавлен 03.04.2014

  • Засоби візуального моделювання об'єктно-орієнтованих інформаційних систем. Принципи прикладного системного аналізу. Принцип ієрархічної побудови моделей складних систем. Основні вимоги до системи. Розробка моделі програмної системи засобами UML.

    курсовая работа [546,6 K], добавлен 28.02.2012

  • Розробка математичної моделі, методів обробки, визначення діагностичних ознак та методу імітаційного моделювання кардіоінтервалограми для моніторингу адаптивно-регулятивних можливостей організму людини з захворюваннями серця при фізичних навантаженнях.

    автореферат [74,9 K], добавлен 29.03.2009

  • Роль імітаційного моделювання в дослідженні складних технічних систем. Види оцінки правильності моделі. Створення програми, яка прогнозує рух фізичного маятника з вібруючою точкою підвісу шляхом чисельного інтегрування його диференційного рівняння.

    курсовая работа [758,6 K], добавлен 06.08.2013

  • Аналіз основних способів контролювання та керування контентом мережі Інтернет. Призначення, функції та принцип дії метапошукових машин, так званих інтелігентних агентів. Індексування, аналіз і категоризація. Документація інтранет і керування контентом.

    реферат [19,0 K], добавлен 10.08.2011

  • Створення гнучкої клієнт-серверної системи інформаційної підтримки підвищення кваліфікації персоналу ДП № 9 з застосуванням мови програмування PHP, системи керування базами даних MySQL. Розробка алгоритмів, програмна реалізація основних процедур системи.

    дипломная работа [1,8 M], добавлен 26.10.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.