авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 11 | 12 ||

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ГОУ ВПО «СИБИРСКАЯ ГОСУДАРСТВЕННАЯ ГЕОДЕЗИЧЕСКАЯ АКАДЕМИЯ» МИНИСТЕРСТВО ОБРАЗОВАНИЯ, НАУКИ И ИННОВАЦИОННОЙ ПОЛИТИКИ ...»

-- [ Страница 13 ] --

Интеллектуализацией. Она обусловлена характерными ограничениями в области информатики традиционных информационных технологий, автономных, локальных и распределенных искусственных систем. Сейчас наблюдается рост востребованности и в образовательной сфере, в технологиях и системах, имитирующих элементы человеческого интеллекта человека. В частности, в интеллектуальных информационных технологиях, технологиях понимания устной речи и естественного языка, технологиях эмоциональных виртуальных персонажей компьютерных игр и роботических технологиях искусственного интеллекта слабой и сильной стратегий (обеспечивающих в интеллектуальных машинах соответственно имитацию процессов человеческого познания и распознавание когнитивных психических состояний), а также интеллектуальных искусственных системах и интеллектуальных сетях (intelleigent networks) и смышленых (разумных, умных) (smart grids) сетях новых поколений. Возможность их создания обусловлена, прежде всего, достигнутыми успехами в молекулярной биоэлектронике, биологии, биологии мозга, иммунных системах, эндокринных системах и генетике, позитивными результатами моделирования процессов самоорганизации, мышления, познания (cognition), эволюции психики и способов ее проявления, активностей психической деятельности (прежде всего, эмоциональных состояний, повышающих или понижающих жизнедеятельность, и обобщений многих эмоций — чувств), разумного поведения, символьного искусственного интеллекта и интеллектуальных вычислений (computational intelligence, вычислительного интеллекта). Кстати, еще м. Минский (m.minsky) отмечал, что функционирование психики в большей степени связано с принципами самоорганизации при взаимодействии автономных процессов, а не с реализацией символьных выводов. Интеллектуальные вычисления связаны с применением, в частности таких технологий информатики как нейронные сети, вероятностные методы, фазиматематика и эволюционные вычисления (в их числе, генетические алгоритмы, генетическое программирование, эволюционное программирование и эволюционные стратегии).

Авторы доклада рассматривают и анализируют возможные инновации, базирующиеся на ключевых тенденциях развития техники, в части организации, управления и реализации образовательных процессов в технических вузах в условиях перехода на многоуровневую подготовку специалистов.

©Г.А. Сырецкий, А.И. Родионов, Сырецкий Г.А.

СГГА, НГТУ, Новосибирск РОЕВОЙ ИНТЕЛЛЕКТ В ИНЖЕНЕРНОЙ ПОДГОТОВКЕ И ПРОМЫШЛЕННОСТИ Поддержка образовательной системы, ориентированной на подготовку инженеров, и различные виды деятельности людей на промышленных предприятиях довольно часто связаны с решением оптимизационных задач в многоэкстремальных пространствах, задач управления, моделирования и прогнозирования. Во многих случаях существующие методы их решений не дают удовлетворительных результатов в силу ряда причин, обсуждаемых в докладе.

Исследователями фауны давно замечено, что в природе появляются скопления (flocking) некоторых видов живых существ, демонстрирующие интеллектуальное поведение, несмотря на наличие у них небольшого числа примитивных способностей. В технической литературе такое поведение ассоциируется с понятием «роевым интеллект» (swarm intelligence). В частности, он проявляется в колониях бактерий и муравьев (муравейниках), роях медоносных пчел, косяках рыб, стаях птиц, стадах и табунах животных, а также в социальных сфере – это, например, в толпах (crowds) демонстрантов и спортивных командах (groups) баскетболистов и футболистов. Толпа людей может быть умной, проявлять положительную синергию только в том случае, когда индивиды несут ответственность за свои действия и самостоятельно принимают согласованные решения.

В докладе приводится множество примеров роевых структур, включая заимствованные с сайта википедии (http://en.wikipedia.org/wiki/):

Подобные структуры встречаются и в неживой природе, например, в космосе в виде скопления звезд.

Происхождение роевого интеллекта (коллективного интеллекта) неразрывно связано с поиском ответов на ряд важных вопросов, в том числе как из примитивных действий отдельных особей складывается непростое поведение скопления в достаточно сложно организованной среде, быстро и эффективно могут реагировать на возникающие проблемы, организуется их четкое скоординированное движение, преодолеваются разногласия ради блага всего роя, а также удается прийти без вожака к согласованному решению коллективных задач с неявно выраженными у них конечными целями.

Результаты наблюдений и исследований биологов свидетельствуют о возникновении роевого поведения (swarm behaviour) при отсутствии централизованного управления, но при обладании особями простейших типов коммуникаций (прямых (непосредственных контактов) и опосредованных) со своими соседями и информацией только о локальной обстановке. Например, опосредованная коммуникация посредством меток (stigmergy, стигмеджей):

оставление и осязание следов с разными запахами различной концентрации с учетом текущей роли и действий каждой особи.

Считается, что роение (swarming) есть самоорганизация однотипных сущностей с децентрализованной стратегией коллективного управления.

Однако в живой природе имеет место и стратегия так называемого децентрализованного стайного управления, обеспечивающего наивысшую степень живучести системы. Например, такое управление имеет место при решении некоторых задач военного назначения и проявляется в поведении хищных животных (гиен, волков и др.). Во время охоты действия отдельных хищников по добычи животной пищи строятся не на прямом информационном обмене между ними, а на основании косвенной информации об изменениях состояния окружающей среды, обусловленных действиями других сородичей для достижения совместными усилиями общей цели стаи.

Неоспорим тот факт, что на основе результатов изучения и моделирования социального поведения скоплений людей, представителей фауны и стратегий децентрализованного управления можно эффективно решать множество сложных задач в различных сферах человеческой деятельности, в том числе, с ориентацией на оптимизацию в многоэкстремальных пространствах.

Предпосылками к этому стали результаты исследований клеточных автоматов и коллективного поведения детерминированных и стохастических дискретных автоматов, а также ряд достижений в области создания и изучения функционирования роботов и группового взаимодействия мобильных роботов, решающих децентрализовано единую крупную целевую задачу.

В современной трактовке поведение живых существ часто рассматривается как социальное поведение агентов в мультиагентной системе.

Наибольшее внимание в системах роевого интеллекта уделяется, прежде всего, такому заимствованному природному механизму как муравьиному алгоритму (Ant Colony Algorithm), оптимизационному муравьиному алгоритму (Ant Colony Optimization, ACO). В докладе обсуждается алгоритм оптимизации с роевыми частицами (Particle Swarm Optimization, PSO). Он обладает рядом преимуществ при решении NP-трудной задачи о коммивояжере, для построения оптимальных нечетких моделей (например, Мамдани и Такаги-Сугэно) и идентификации нечетких моделей на основе доступных данных. Кстати, результат сравнения генетического и муравьиного алгоритмов с точки зрения скорости адаптации к изменению внешних условий свидетельствует о преимуществе последнего.

Далее в докладе рассматриваются и анализируются такие модификации муравьиного алгоритма как Elitist Ant System, Ant Colony System и Max-min Ant System.

В заключительной части доклада обсуждаются конкретные задачи подготовки инженерных кадров и промышленности, ориентированные на изучение и применение алгоритмов роевого интеллекта.

©Г.А. Сырецкий, Падве В.А.

СГГА, Новосибирск ПЛЮСЫ И МИНУСЫ ЭЛЕКТРОННЫХ ТЕХНОЛОГИЙ НА ЛЕКЦИЯХ И ЛАБОРАТОРНЫХ ЗАНЯТИЯХ Электронные технологии стремительно вошли в учебный процесс нашего вуза. Выпускающие и специальные кафедры институтов академии лидируют в использовании электронно-вычислительной техники. К ним относится и кафедра «Прикладной информатики», работающая в этом направлении с момента своего основания в 1963 году, т.е. без малого полвека.

В настоящее время материальная база кафедры укреплена современными персональными компьютерами, интерактивными досками, переносными электронными средствами, позволяющими организовывать чтение лекций и презентации докладов и выступлений практически в любом помещении.

Преподавательская деятельность в таких обстоятельствах имеет свои плюсы и минусы.

Положительным фактором, облегчающим труд преподавателя, является возможность излагать материал более динамично, избегать промахов, шире использовать иллюстративный материал, демонстрировать важные моменты в динамике. Естественно, что подготовка к такой технологии ведения занятий требует больших усилий от преподавателей и привлечение квалифицированных специалистов по электронным технологиям к подготовке презентаций. Таковы плюсы.

Перейдём к минусам. Их можно разделить на организационные и методико-педагогические.

Организационные минусы появляются тогда, когда используются такие переносные электронные средства, как ноутбуки, проекторы и все необходимые в таких случаях аксессуары. Во-первых, всё оборудование надо принять у инженеров кафедры по расписку. Это – время. Даже тогда, когда вся техника функционирует без сбоев, что требует дополнительного времени обеспечения высокой надёжности, обычная настройка всего комплекса занимает около 10-и минут дорогого академического времени. После занятий преподаватель уже тратит своё личное время на свёртывание оборудования и сдачу его на кафедру.

Добавим сюда время на открывание и закрывание аудиторий. По моим оценкам перечисленные организационные потери только академического времени составляют до 10%.

Необходимо расширить количество аудиторий, имеющих стационарное оборудование для электронных презентаций, и организовать их инженерно техническое обеспечение и обслуживание.

При проведении лекций на большом экране должна высвечиваться постановка вопроса (исходные условия) и конечная цель. А вот путь к этой цели преподаватель должен пройти у доски с фломастером, так как «нет ничего практичнее хорошей теории». Студенческая аудитория не может непрерывно «пялиться» на экран. Внимание ослабевает. Смена ситуации, т.е. экран, доска и непрерывная речь преподавателя, перемежающаяся вопросами к аудитории – вот оптимальная организация лекционного процесса.

Проведение лабораторных занятий в компьютерном классе, оснащённом интерактивной доской, даёт возможность демонстрировать работу электронных пакетов, особенности опций, приложений и т.п. сразу для всей аудитории. Имея аналогичное математическое обеспечение на своих PC, студенты лучше усваивают материал и быстрее осваивают новые технологии. Интерактивная доска находится в рабочем состоянии на протяжении всего урока и студенты могут подходить к ней и выяснять детали и подробности самостоятельно, если преподаватель в это время оказывает кому-нибудь персональную консультацию.

Таковы итоги опыта первых лет широкого использования электронных технологий. Несомненна полезность и более высокая эффективность электронных технологий в образовательном процессе.

© В.А. Падве,

Pages:     | 1 |   ...   | 11 | 12 ||
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.