Информационные технологии диагностирования многомерных объектов

Группа	Научная литература
Название на русском языке	Информационные технологии диагностирования многомерных объектов
Авторы на русском языке	Ломакина Л.С., Ломакин Д.В., Зеленцов С.А.

Резюме

В природе практически все объекты (физические, биологические, технические, социальные) описываются множеством физических величин или параметров (переменных), которые в совокупности образуют модель объекта как структурированный состав, т.е. систему.

Анализ свойств модели на основе системного подхода и экспериментальная проверка результатов анализа являются основной целью современных научных исследований. Объект (образец) обнаруживает себя во вне как совокупность наблюдаемых переменных, значения которых интерпретируются как свойства объекта, его состояния.

Обнаружить структурные закономерности (свойства) системы т.е. различного рода зависимости между компонентами, по единственному состоянию системы не представляется возможным, поскольку зависимость отражает характер совместного изменения значений переменных. Для решения поставленной задачи необходимо располагать по крайней мере, множеством состояний, каждое из которых изображается точкой в n-мерном пространстве переменных.

Целью настоящей работы является рассмотрение с единых позиций общих вопросов, связанных с подходами к моделированию и диагностированию многомерных объектов при решении разнообразных прикладных задач. Также важной особенностью работы является обсуждение возможностей и перспектив современных информационных технологий при анализе многомерных объектов.

Работа написана с позиций современных информационных технологий и содержит изложение различных аспектов методологии, технологии и реализации решения основных задач диагностирования многомерных объектов.

Первая глава в доступной для понимания форме описывает логику и методологию современной аналитической статистики, применяемой в мировой практике. Основные механизмы, которые требуются для описания проблем и получения решения, различаются в зависимости от явлений и объектов реального мира, в котором возникают эти проблемы, а также от точки зрения и уровня понимания тех людей, которые берутся за решение этих проблем. Поскольку аспекты оказывают влияние на методы понимания проблем и использования информационных технологий, то их необходимо тщательно проанализировать.

Во второй главе описаны результаты исследований авторов по интеллектуальным методам анализа многомерных данных и методам представления знаний в интеллектуальных системах. Обсуждены правила логического вывода в системах, основанных на знаниях, а также вопросы, связанные с формализацией проблем, способы представления информации на различных этапах решения проблемы и модели решения. Рассмотрены основные структуры систем обработки знаний. Среди интеллектуальных подходов при диагностировании многомерных объектов по способу обучения можно выделить два основных направления: системы с дедуктивным обучением и системы с индуктивным обучением. Дедуктивное обучение предполагает формализацию знаний экспертов и их перенос в компьютер в виде базы знаний. К дедуктивным системам относят экспертные системы различного назначения. В общем случае они состоят из базы знаний, механизма вывода и интерфейса, обеспечивающего связь пользователя и эксперта с системой. Системы индуктивного обучения основываются на выявлении закономерностей в эмпирических данных. К индуктивным подходам относят методологию нейронных сетей и генетических алгоритмов.

В третьей главе рассматриваются примеры практического применения представленных в предыдущих главах моделей и алгоритмов. Рассматривается задача диагностирования результатов анализов пациентов на примере заболеваний желудочно-кишечного тракта (ЖКТ) человека. Исходная информация о больных представлена в виде числовых таблиц «объект–свойство» с описанием входных и выходных параметров (признаков, характеристик) пациентов. К входным параметрам относятся индивидуальные сведения о больном: анамнез, клинико-функциональные, метаболические и иммунологические показатели, состав и свойства микрофлоры ЖКТ, представляющие собой многомерные плохо формализованные массивы медико-биологической информации. Особенностями реальных медико-биологических данных являются высокая размерность и разнотипность, большое количество шумящих и дублирующих признаков, пропущенные и аномальные значения. В такой ситуации эффективными становятся интеллектуальные подходы, основанные на дедуктивном и индуктивном подходах, которые, в отличие от традиционных методов поиска оптимального решения, ориентированы на наилучшее (приемлемое) решение по сравнению с полученным ранее или предложенным в качестве начального.

Выходными (целевыми) параметрами являются диагноз, рекомендации по лечению, продолжительность лечения до наступления улучшения состояния.

Авторами было разработано специализированное программное обеспечение (совместно с ФБУН ННИИЭМ им. академика И.Н. Блохиной), нацеленное на диагностирование заболеваний ЖКТ человека и позволяющее автоматизировать данный процесс. В наглядной форме приведены проведенные с помощью данного программного обеспечения вычислительные эксперименты, и проведен анализ их результатов.

Книга рассчитана на научных и инженерно-технических работников в области диагностирования сложных систем, а также полезна для студентов, магистрантов и аспирантов направления «Информатика и вычислительная техника».

Издание "Информационные технологии диагностирования многомерных объектов" (Ломакина Л.С., Ломакин Д.В., Зеленцов С.А.) представлено к награде
МЕДАЛЬ «ЗА ВЕРНОСТЬ ТРАДИЦИЯМ ОТЕЧЕСТВЕННОГО ОБРАЗОВАНИЯ» С УДОСТОВЕРЕНИЕМ

Оформление наградных документов и заказ каталога