Cтраница 1
Входные ситуации могут быть разделены на несколько классов. Цепь автомата состоит в том, чтобы каждый раа при БОЗНИКНО вении новой входной ситуации обнаружить, к какому классу сна относитея. [1]
В БОС формируется нечеткая входная ситуация So. [2]
СППР по системе продукций, при данной входной ситуации, определяет возможные причины неисправностей и способы их устранения. Продукционная система ставит в соответствие каждой ситуации Si из определенного набора ситуаций Ss, характеризующего все возможные состояния объекта диагностирования некоторое управляющее решение. [3]
Вычислительная машина, на которой моделируется аналогичный процесс, должна обладать возможностью получать описание входной ситуации от внешних рецепторов в виде различных наборов данных. Очевидно, объем информации, который получает компьютер, несоизмеримо меньше объемов информации, с которыми имеет дело человек; кроме того, такая информация будет представлена исключительно в численной форме. Для того, чтобы эффективно оценить, относятся ли различные ситуации к одному классу, или, по-другому, к понятию, интеллектуальная система должна иметь возможность рассмотреть и оценить ряд конкретных примеров таких ситуаций, включенных в обучающее множество. [4]
В автомат не введены в какой-либо форме указания о той, по каким правилам или признакам следует распределить входные ситуации на классы. После создания автомата происходит процесс обучения. [5]
Главным содержанием инструкции является довольно полный перечень требуемых целей, результатов деятельности и некоторых способов действия в заданном классе входных ситуаций. В инструкции в явном или неявном виде задается некоторый критерий оценки качества деятельности; таким образом, инструкция вместе с процедурой эксперимента, по крайней мере частично, формирует критерии оптимальности и правила решения. [6]
Таким образом, изучение критериев оценки и их динамики вместе с изучением правил выбора и их динамики доставляет нам более глубокое знание, ибо указанные факторы являются достаточно инвариантными на широком классе входных ситуаций, целей и способов действий и могут описывать не только потенциальные возможности систем, но и особенности их реального функционирования. [7]
Формальное рассмотрение работы блока принятия решения в смысле приведенных в параграфах 2 и 3 рассуждений позволяет сказать, что положение разделяющей границы х определяется некоторым произвольным критерием качества, который сформирован, выбран или задан извне наблюдателю для оценки как входной ситуации, так и внутренних состояний и результатов его работы. От того, какой именно выбран критерий качества, зависят те или иные результаты обнаружения. [8]
Обычно показатель ( критерий) эффективности процесса W, являющийся в рассматриваемом случае результативным признаком, зависит от трех групп. Одна из групп ( Х) образует входную ситуацию, другая У / - представляет собой группу регулируемых параметров, а третья 2 - значения параметров окружающей среды и внутренних условий протекания процесса. [9]
Человек, решающий задачу выбора целесообразного поведения в той или иной ситуации, прежде всего анализирует существенные и несущественные обстоятельства, влияющие на принимаемое решение. Процесс выделения существенных для данной задачи обстоятельств можно представить как разбиение входных ситуаций на классы, обладающие тем свойством, что все ситуации из одного класса требуют одних и тех же действий. Оценка входной ситуации человеком происходит на основе совокупности сигналов, поступающих от его органов чувств. На основании этих сигналов мозг вырабатывает команды, которые обеспечивают реакцию человека на ситуацию. Совокупность таких сигналов формирует представление человека о ситуации. [10]
Входные ситуации могут быть разделены на несколько классов. Цепь автомата состоит в том, чтобы каждый раа при БОЗНИКНО вении новой входной ситуации обнаружить, к какому классу сна относитея. [11]
Входная нечеткая ситуация So в СППР сравнивается с эталонными ситуациями SjeSs, и определяется эталонная нечеткая ситуация, в некотором смысле наиболее близкая входной нечеткой ситуации. Предполагается, что множество Ss полно, и ситуация Si существует для любой входной ситуации So. По решающей таблице для этой эталонной ситуации определяется управляющее решение. [12]
В аспекте этого второго направления задача обучения машины распознаванию образов понимается как задача имитации одной машиной классификации ситуаций, производимых другой машиной. В проблему создания обучаемых машин включен ряд новых задач: обучение изменяющемуся во времени преобразованию входных ситуаций в выходные, накопление опыта управления. [13]
Количество же возможных ситуаций на входе машины столь велико, что за время обучения может появиться лишь незначительная их часть. В отличие от общего случая классифицирующих машин, в данном случае предполагается, что классы, на к-рые расчленяется множество входных ситуаций, таковы, что каждый класс - это множество, к-рое воспринимается людьми как множество похожих объектов, как образ. Несмотря на то, что нельзя дать точного определения того или иного образа, представление о каждом из них имеет объективный характер в том смысле, что различные люди, встречавшие в своем предыдущем опыте различные экземпляры: одного и того же образа, создают близкие представления об этом образе. [14]
Количество же возможных ситуаций на входе машины столь велико, что за время обучения может появиться лишь незначительная их часть. В отличие от общего случая классифицирующих машин, в данном случае предполагается, что классы, на к-рые расчленяется множество входных ситуаций, таковы, что каждый класс - это множество, к-рое воспринимается людьми как множество похожих объектов, как образ. Несмотря на то, что нельзя дать точного определения того или иного образа, представление о каждом из них имеет объективный характер в том смысле, что различные люди, встречавшие в своем предыдущем опыте различные экземпляры одного и того же образа, создают близкие представления об этом образе. [15]