Аналитика

Какие усовершенствования должны быть внесены в данный или подобный ему метод для того, чтобы он мог быть эффективно использован в системе распознавания ситуаций? Для начала уточним содержание понятия «состояние». С этой целью обратимся к методу аналогии. Рассмотрим простой физический опыт: пусть некая фотокамера на протяжении нескольких периодов колебания фиксирует движение шарика, раскачиваемого на нити. При выборе длительного времени экспозиции кадра на нем запечатлеется лишь трасса, по которой не возможно установить текущую координату шарика (интегральная картина — CRA карта), но позволяет сформулировать заключение о характере процесса и описать его термином «колебание». Если же фотокамера будет последовательно регистрировать положение раскачивающегося шарика на подряд следующих кадрах фотопленки, то мы получим зарегистрированную последовательность мгновенных состояний шарика, описываемых его положением в пространстве (здесь мы можем определить все параметры движения шарика). Но стоит разрезать пленку на кадры и перемешать их, как установить направление движения шарика становится невозможным (мгновенное состояние, вырванное из контекста).

Становится очевидным, что если рассматривать ситуацию, как нечто, что может быть распознано в результате сопоставления эталона с вырванным из контекста мгновенным состоянием системы, то серьезные ошибки распознавания при наличии повторяющихся фаз протекания процесса исключить не представляется возможным.

Что же может быть использовано для устранения отмеченных недостатков? Что связывает текущее состояние с контекстом или предшествующее состояние с последующим? Здесь следует выделить два базовых понятия: «процесс» и «событие».

Событие — это результат завершения процесса приведшего к смене состояния системы. То есть событие не имеет длительности (временной протяженности) — это лишь факт перехода системы из предшествующего состояния в состояние последующее. Событие характеризуется временем наступления, именами или идентификаторами предшествовавшего и результирующего состояний, и может быть отображено на значения «истина» и «ложь», т. е. обладает свойствами, делающими его удобным для использования в системах автоматического распознавания ситуаций. По существу, упоминавшиеся ранее фреймовые модели представления ситуаций строятся именно в терминах событий и состояний.

Использование событий в качестве элементов для построения (и описания правил) системы распознавания ситуаций позволяет связать события с учетом последовательности их наступления (придать модели свойства временной селективности). Такие модели и описания уже пригодны для формирования как интегральных, так и детализированных описаний.

Но сформировать вектор признаков, который мог бы быть использован в сочетании с такой моделью, применяя исключительно статистические методы, невозможно — требуется тщательный анализ системы отношений самого разного плана. Учету должны подлежать отношения переноса энергии, отношения предшествования и следования, пространственные отношения и отношения модальности — в противном случае будут утрачены существенные для интерпретации ситуации нюансы.

В некоторых ситуациях эти отношения могут быть вскрыты на основе формально-логического анализа синтаксических структур различного уровня, однако в большинстве случаев требуется привлечение семантики. В зависимости от характера решаемой задачи к анализу может привлекаться семантика ограниченного подмножества терминов, служащих для выражения специфических отношений, либо семантической атрибуции должен быть подвергнут каждый термин в массиве высказываний. Очевидно, что если при анализе текста не проводится разграничение между оттенками модальности или фазами завершенности действия, то намерение не может быть отличено от действия, возможное — от действительного, а свершившееся от происходящего… и так далее. Чем больше семантических атрибутов распознает система, тем точнее ее выводы.

3. Методика выявления неформальных управляющих структур (центров сил) в регионах России