Московский государственный университет путей сообщения
Опубликован: 12.09.2011 | Доступ: свободный | Студентов: 3750 / 307 | Оценка: 4.67 / 4.33 | Длительность: 18:55:00
Специальности: Программист
Лекция 14:

Перспективные нейросетевые технологии

< Лекция 13 || Лекция 14: 1234

Тестирование в сфере образовательных услуг

Работникам высшего образования хорошо известны насущные проблемы в условиях их деятельности:

  • общественно низкая значимость труда, выражающаяся в презрительной кличке "бюджетник"
  • отсутствие непосредственного влияния уровня образования на надежды, связанные с будущим жизненным успехом студента;
  • профанация идеи платного образования, поставившего преподавателя в зависимость от милости студента-"платника" (рис.14.6);
  • предельное повышение нагрузки и т.д. и т.п.

В этих условиях "головная боль" не покидает несчастного преподавателя весь день такой его благородной, творческой и гуманистической деятельности.

Понимая преходящий характер исторических трудностей, мы спешим на помощь. Мы хотим хоть как-то снизить психологическую нагрузку доцента-профессора, дать ему простой и ясный механизм для формализованного, единственно верного принятия разнообразных решений. Помочь хотя бы при проведении тестирования, в том числе — в период экзаменационной сессии.

 В защиту платного образования

увеличить изображение
Рис. 14.6. В защиту платного образования

Ограничим факторное пространство для создания базы знаний следующими исчерпывающими множествами событий:

  • А = { список студентов группы};
  • В = {студент-"бюджетник", студент-"целевик", студент-"платник"};
  • С = {множество тестов, упорядоченных по невозрастанию сложности}
  • D = {множество баллов, полученных студентами при предыдущем тестировании (по списку)}.

Сформируем множество принимаемых решений в процессе тестирования студента:

  • Какой по сложности тест предложить студенту (в заданной точке факторного пространства) первым?
  • Что делать, если он: а) ответил правильно, б) ответил неправильно? Какую стратегию опроса продолжать далее?

    Здесь три возможности:

    1. закончить тестирование;
    2. продолжить закончить тестированиев сторону повышения сложности тестов;
    3. продолжить закончить тестированиев сторону понижения трудности тестов.
  • Какая оценка должна быть зафиксирована в зависимости от обрабатываемой точки факторного пространства и от результата закончить тестирования?

Представляется, что адекватная логическая нейронная сеть является однослойной. Однако длительный процесс закончить тестирования диктует необходимость обратных связей (подобно системе диагностики). Действительно, если Вы нечаянно задали студенту-"платнику" трудный тест, Вам на это необходимо мягко, но непреклонно указать. Система может с помощью обратной связи снизить допустимую сложность теста на входе, потребовать смены теста. Аналогично, в этом же случае она должна ограничить Ваше рьяное стремление докопаться до истины и оценить знания по заслугам.

Несомненно, стратегия закончить тестирования успевающего студента должна отличаться от стратегии закончить тестирования "середнячка". И т.д., и т.д.

Как видим, подобная СПР не только позволяет скрыть за формальной оболочкой наши вынужденные неправедные действия, но и значительно поднять настроение философским отношением к действительности.

Печать рукописи

Ясно, что только ассоциативное мышление способно восстановить рукописный текст. Поэтому автоматизация воспроизведения написанного является актуальной задачей.

Распознавание буквы по признакам

Рис. 14.7. Распознавание буквы по признакам

В первом классе обращается внимание на "признаковое" определение букв: а — кружочек с палочкой справа, заканчивающейся хвостиком вправо, б — кружочек с хвостиком сверху, вверх и вправо, ц — палочка с хвостиком вправо, к нему примыкает палочка, а к ней, справа внизу, странный специфический крючок, позволяющий сказать: "что-то странное, но обязательно существующее", и т.д.

Представим себе "окно просмотра", сканирующее текст (рис.14.7).

Оно "наложено" на входной слой нейросети. Связи нейронов входного слоярецепторов соединяют их (скорее всего, на следующем же слое) с нейронами промежуточного выходного слоя, закреплёнными за признаками. Это соединение выполнено так, чтобы "захватить" случайно (в зависимости от "почерка" ) отклонённую от эталона (в букваре) букву и выявить в ней отдельные признаки. Комбинации выявленных признаков на следующем (следующих) выходном слое окончательно определяет распознаваемую букву.

Возможно, что при наложении очередной буквы, ожидаемой в сложной вязи письма, нам понадобится процедура разглядывания: увеличение-уменьшение, наклон влево-вправо, — до тех пор, пока при некоторой фиксации образа не начнётся их действительное распознавание. Поэтому, в дополнение к попытке "захвата", изображение располагается в "окне просмотра" так, что его "центр тяжести" совмещается с центром окна. Далее, изображение растягивается или сжимается, наклоняется влево или вправо так, чтобы максимально совпасть по размеру и углу наклона с размером и углом наклона эталонов, подававшихся в процессе обучения.

Для выявления всех признаков и их относительного положения "окно просмотра" необходимо разбить на сектора, определяющие понятия слева, справа, вверху, внизу, внизу справа и т.д.

Определённую трудность представляют пропуски и пробелы. Поэтому целесообразно наряду с позитивным изображением элементов букв анализировать их негативное изображение. Тогда пустота в соответствии с эталоном будет "кричать" о себе, возбуждать рецепторы, обретёт активность.

Конечно, распознавания одних лишь букв недостаточно. Не поняв ничего на уровне разглядывания букв, мы поднимаемся на уровень распознавания слов, включаем в работу контекст. Только таким комплексным методом мы восстанавливаем смысл написанного, и это сулит неограниченные возможности развития и совершенствования нейросетевой технологии прочтения.

Экстренное торможение локомотива

На прямолинейном участке движения (а именно здесь скорость максимальна!) локомотив "видит" перед собой одну и ту же картинку: сходящиеся в бесконечности рельсы. Всякое нарушение этого однообразия требует если не экстренного торможения, то хотя бы снижения скорости.

Если на пути возникает преграда, то картинка напоминает букву А. При этом задача облегчается тем, что картинка строго привязана в пространстве, буква А отцентрирована и отмасштабирована, т.е. фокусировка уже произведена.

Представим себе некоторый экран (рис.14.8), образованный рецепторами нейронной сети, подобно рассмотренной выше задаче распознавания текста.

Рецепторы, возбуждение которых необходимо выделить, связаны с нейроном выходного слоя. Передаточная функция основана на простом голосовании: величины возбуждения складываются, и если образующаяся сумма превышает порог, формируется сигнал тревоги, по которому включается тормозная система.

Принцип крайне прост, однако упирается в хорошее "зрение". Требуется обеспечение высокой контрастности изображения как рельсов, так и препятствия. Что, если препятствие настолько светлое, что значение возбуждения выходного нейрона, наоборот, снижается? Следует поставить "ловушки" как для превышения суммарного сигнала, так и для низкого значения этого сигнала, т.е. ввести два порога, что может быть учтено при выборе передаточной функции.

 Система экстренного торможения

Рис. 14.8. Система экстренного торможения

Видимая картинка разбивается на области "захвата", в которых предполагается нахождение интересующего объекта. Это используется для анализа сигналов семафора, для детального распознавания типа препятствия, для обслуживания поворота и т.д. Области захвата должны быть достаточно "тесными", в идеале включающими, например, только рельсы с незначительным отклонением.

Защита информации

Защита информации от несанкционированного доступа — исключительно важная задача, актуальность которой всё возрастает с развитием сетевых компьютерных и телекоммуникационных технологий. Однако ширятся и средства "взломщика". Сегодня ему нет нужды "взламывать". Он просто врывается (рис.14.9) в Ваш офис, и под дулом автомата Калашникова, купленного у прапорщика Н-ской воинской части, Вы становитесь покорным исполнителем его желаний.

Однако, как бы Вы не старались мобилизовать свои артистические способности, моральное состояние выдаёт Вас чуткому серверу, на расстоянии выполняющему заявки с Вашего компьютера в режиме "клиент-сервер".

 Идентификация и аутентификация

Рис. 14.9. Идентификация и аутентификация

Наряду со сложной системой паролей, ограничения функций и доступа с Вашего терминала, успешно преодолённых насильником, предпринимателем и террористом, остаётся что-то непреодолимое, воплощённое в средствах идентификации пользователя и аутентификации. Это — Ваш образ, выражающийся в "почерке", в выявленных чертах Вашего характера, в общей стратегии Вашей работы. Система защиты хранит Ваш "образ" и периодически сверяет характер Вашей работы с этим образом.

"Образы" - эталоны находятся персонально для каждого пользователя на основе закончить тестирования. Какие особенности работы пользователя могут составить его "почерк"? Это могут быть:

  • скорость ввода символов на клавиатуре;
  • длительность пауз между порциями символов;
  • длина порций символов;
  • частота использования клавиши delete;
  • частота выполнения специфических и специальных операций;
  • частота выдачи запросов к базе данных;
  • средняя длительность сеанса связи и т.д.

По соглашению со службой безопасности устанавливаются специальные дополнительные сигналы и тайные действия, которые необходимо производить пользователю с рекомендуемой частотой, но в случайные моменты времени. Основная информация, характеризующая пользователя, включает элементы неопределённости в границах допустимого. Она, скорее, свидетельствует о достоверности, с какой определяются отдельные параметры "образа" пользователя.

Сервер (или специальный процессор контроля) с высоким приоритетом должен решать основные задачи контроля доступа к БД, связанные с системой паролей и др. На этом уровне обрабатывается определённая, точно заданная информация, не допускающая приблизительной оценки. Однако на уровне фоновой задачи он постоянно должен динамически формировать и анализировать статистические данные работы многих пользователей, формируя значения величин возбуждения нейронов рецепторного слоя. С помощью заданной передаточной функции и в соответствии со связями рассчитываются значения возбуждения нейронов выходного слоя. Если более других возбудился нейрон, соответствующий правильно работающему пользователю, сервер приступает к проверке следующего терминала. Если более всех возбудился нейрон, соответствующий другому пользователю из числа допущенных, или возбуждение всех нейронов не преодолело порог (что свидетельствует о несанкционированном доступе), формируется сигнал тревоги.

Сигнал тревоги может подаваться не только тогда, когда вместо Вас работает кто-то другой, но и тогда, когда Ваше моральное состояние порождает серьёзное отклонение от запечатлённого образа. Возникает вопрос: а при чём здесь нейросеть? Ведь все эти проверки можно делать старым, "традиционным" способом. Нейросеть — это средство параллельного выполнения сложных логических предикатов! Параллельного — значит, быстрого! А современный сервер — это многопроцессорная вычислительная система, которая успешно может выполнять роль нейрокомпьютера. Кроме того, осуществляя ассоциативное мышление, по принципу "на что это похоже", мы допускаем (конечно, в каких-то пределах) неполные и неточные данные, заставляющие нас, по крайней мере, встревожиться и послать администратора или даже охрану с проверкой.

< Лекция 13 || Лекция 14: 1234
Кирилл Артамонов
Кирилл Артамонов

"Тогда как задать возбуждение рецепторов, если инспектор точно установил, что скорость автомобиля при наезде на пешехода была равна 114 км/час?
По-видимому, он рассуждает на основе близости скорости к границам указанного интервала: "Достоверность того, что скорость автомобиля составляет 100 км/час, я найду как (114 – 100):(120 – 100), а достоверность того, что скорость автомобиля составляет 120 км/час, я найду как (120 – 114):(120 – 100). Следует обратить внимание на то, что сумма найденных достоверностей равна единице."

Вопрос по расчёту скорости и сумме достоверности: этот математический (приведенный выше в виде контекста из материала лекции 1, страницы 3) метод справедлив к скоростным показателям выходящим за рамки диапазона 100-120. 
То есть, практически применяв к расчёту, скорости из диапазона 114-155, к диапазону 100-120, получал в результате суммирования достоверностей единицу.
Это похоже на то, как я видимые разные скоростные показатели своим рецептором, буду воспринимать линейно с помощью одного диапазона, так как он универсален. 
Правильно ли это ? 
И как манипулировать данными показателями, если есть универсальный диапазон, по результату выводящий в сумме постоянно единицу на разных скоростных показателях стремящегося.

Владислав Гладышев
Владислав Гладышев

А как проходить курс ? я же могу прямо сейчас все лекции прочитать и здать экзамен, к чему там даты ?