Науковий вісник НГУ

Основи синтезу класифікаторів технічних систем розпізнавання образів з використанням моделей емоційних процесів людини

• 
• 

Рейтинг користувача:  / 1

ГіршийКращий 

Деталі

Категорія: Інформаційні технології, системний аналіз та керування

Останнє оновлення: 05 червня 2015

Опубліковано: 27 березня 2015

Перегляди: 4965

Автори:

О.С. Меняйленко, доктор технічних наук, професор, Державний заклад „Луганський національний університет імені Тараса Шевченка“, проректор з науково-педагогічної роботи, м.Старобільськ, Україна

О.І. Захожай, кандидат технічних наук, доцент, Державний заклад „Донбаський державний технічний університет“, доцент кафедри електронних систем, м.Лисичанськ, Україна

Реферат:

Мета. Розвиток методики використання емоційних процесів, на кшталт людини, у технічних системах розпізнавання образів з метою підвищення достовірності та зниження часової складності класифікації.

Методика. Проведений аналіз доцільності використання різноманітних емоційних процесів при побудові класифікаторів технічних систем розпізнавання образів. Запропонована інформаційна модель пам'яті людини, яка узагальнена для технічних інтелектуальних систем розпізнавання образів і є розвитком концепції Аткінсона-Шифріна щодо ранжирування інформації за часом зберігання. Розглянута концепція використання емоційних складових в алгоритмах класифікації комбінованих систем розпізнавання образів. Визначені напрями подальших досліджень щодо вдосконалення методики побудови класифікаторів з використанням емоційних процесів.

Результати. Порівняльний аналіз штучних інтелектуальних систем з інтелектуальним апаратом людини вказав на невідповідність результатів класифікації, пов’язану з додатковими емоційними аспектами, що не враховуються. Запропонована інформаційна модель пам'яті людини, яка є узагальненням моделі Аткінсона-Шифріна стосовно технічних систем розпізнавання. Для систем розпізнавання, за аналогією з когнітивним апаратом людини, запропоноване вдосконалення моделі пам'яті через введення характеристик опису емоційних процесів. Це дозволяє здійснити ранжирування ознак об'єктів розпізнавання для їх розміщення в короткочасній пам'яті. Кількісні оцінки емоційних характеристик пропонується визначати як диференціал цільової функції за кожним окремим інформаційним каналом. Встановлено, що у випадку використання комбінованих систем розпізнавання образів доцільне співставлення характеристик емоційних процесів за різними інформаційними каналами.

Наукова новизна. Запропонована інформаційна модель пам'яті людини, яка є узагальненням моделі Аткінсона-Шифріна стосовно технічних систем розпізнавання, до яких вводяться характеристики опису емоційних процесів. Запропонована методика кількісного визначення рівня емоційних процесів у технічних системах розпізнавання образів. Визначена концепція використання емоційних процесів у комбінованих системах розпізнавання образів.

Практична значимість. Використання запропонованих рішень дозволяє ввести до технічних систем розпізнавання образів раціональний набір емоційних складових, що у визначених умовах дозволяє підвищити достовірність класифікації та знизити часову складність цього процесу.

Список літератури / References:

1. Zhongzhe Xiao, Emmanuel Dellandrea, Weibei Dou and Liming Chen, (2011), “Classification of emotional speech based on an automatically elaborated hierarchical classifier”, International Scholarly Research Network ISRN Signal Processing, Article ID 753819, DOI: 10. 5402/2011/753819.

2. Рузова Т.А. Построение скелетов изображений агрегированных объектов дисперсий / Т.А. Рузова // Научный вестник Национального горного университета. – 2012. – № 1. – С. 107–112.

Ruzova, T.A. (2012), “Dispersion aggregated objects images skeletonization”, Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, no. 1, pp. 107–112.

3. Мазуренко И.Л. Компьютерные системы распознавания речи / Мазуренко И.Л. – М.: Фазис,1998. –Т. 3. – Вып. 1–2. – 483с.

Mazurenko, I.L. (1998), Kompiuternye sistemy raspoznavaniya rechi [Computer Systems of Speech Recognition], vol. 3, issue 1–2, Phasis, Moscow, Russia.

4. Симанков В.С. Адаптивное управление сложными системами на основе теории распознавания образов: монография / В.С. Симанков, Е.В. Луценко – Краснодар: Техн. ун-т Кубан. гос. технол. ун-та, 1999. – 318 с.

Simankov, V.S. (1999), Adaptivnoye upravleniye slozhnymi sistemami na osnove teorii raspoznavaniya obrazov [Adaptive Management of Complex Systems Based on the Theory of Patterns Recognition], Monograph, Technical University of Kuban State Technological University, Krasnodar, Russia.

5. Ahlem Othmani, Lew F.C., Lew Yan Voon, Christophe Stolz and Alexandre Piboule, (2013), “Single tree species classification from Terrestrial Laser Scanning data for forest inventory”, Pattern Recognition Letters, Vol. 34, pp. 2144–2150.

6. Антощенко Н.И. Геомеханические процессы и прогноз динамики газовыделения при ведении очистных работ в угольных шахтах: монография / Антощенко Н.И., Окалелов В.Н., Павлов В.И. – Алчевск: Дон ГТУ, 2010. – 451 с.

Antoshchenko, N.I., Okalelov, V.N. and Pavlov, V.I. (2010), Geomekhanicheskiye protsessy i prognoz dinamiki gazovydeleniya pri vedenii ochistnykh rabot v ugolnykh shakhtakh [Geomechanical Processes and Prediction of Gassing Dynamics When Brushing in Coal Mines] Monograph, DonSTU, Alchevsk, Ukraine.

7. Norman Poh, Arun Ross, Weifeng Lee, Josef Kittler, (2013), “A user-specific and selective multimodal biometric fusion strategy by ranking subjects”, Pattern Recognition Journal, Vol. 46, Issue 12, pp. 3341–3357.

8. Cohen, A. and Glicksohn, A. (2011), “The role of Gestalt grouping principles in visual statistical learning”, Attention, Perception & Psychophysics, vol. 73, pp. 708–713.

9. Рябенький В.М. Комбіновані системи розпізнавання образів/ В.М. Рябенький, О.І. Захожай // Проблеми інформаційних технологій. – 2011. – № 01 (009). – С. 156–160.

Ryabenky, V.M. and Zakhozhay, O.I. (2012), “Combined systems of patterns recognition”, Problemy Informatsiinykh Tekhnologiy, vol. 01(009), pp. 156–160.

10. ЗахожайО.І. Селекція раціональної сукупності інформативних образів у комбінованих системах розпізнавання /О.І. Захожай // Електротехнічні та комп'ютерні системи. – 2013. – № 09(85). – С.186–192.

Zakhozhay,O.I. (2013), “The rational aggregate selection of informative patterns in the combined recognition systems”, Elektrotekhnichni ta Kompiuterni Systemy, vol. 09(85), pp. 186–192.

2015_1_meniailenko
2015-03-27  401.89 KB  962

• < Попередня