Відмінності між версіями «Розпізнавання образів»

(Створена сторінка: {{Студент | Name=Марія | Surname=Прошина | FatherNAme=Юріївна |Faculti=ФІС | Group=СНм-51 | Zalbook=СНм-11-243}}<br> {{През…)
 
Рядок 1: Рядок 1:
 
{{Студент | Name=Марія | Surname=Прошина | FatherNAme=Юріївна |Faculti=ФІС | Group=СНм-51 | Zalbook=СНм-11-243}}<br>
 
{{Студент | Name=Марія | Surname=Прошина | FatherNAme=Юріївна |Faculti=ФІС | Group=СНм-51 | Zalbook=СНм-11-243}}<br>
 
{{Презентація доповіді |title= Розпізнавання образів}}
 
{{Презентація доповіді |title= Розпізнавання образів}}
 +
  
 
'''Проедмет розпізнвавання образів''' –об'єднує ряд наукових дисциплін. Їх пов'язує пошук рішення загальної задачі - виділити елементи, що належать конкретному класу, серед множини розмитих елементів, що відносяться до кількох класів.
 
'''Проедмет розпізнвавання образів''' –об'єднує ряд наукових дисциплін. Їх пов'язує пошук рішення загальної задачі - виділити елементи, що належать конкретному класу, серед множини розмитих елементів, що відносяться до кількох класів.
Рядок 10: Рядок 11:
 
Між '''образами''' та '''''класами образів''''' існує деяке ієрархічне підпорядкування.
 
Між '''образами''' та '''''класами образів''''' існує деяке ієрархічне підпорядкування.
 
: Букви алфавітів і цифри є образами, якщо буквенно-цифрові символи розглядаються як клас образів.  
 
: Букви алфавітів і цифри є образами, якщо буквенно-цифрові символи розглядаються як клас образів.  
−
Друковані і рукописні зображення, наприклад букви '''А''' є образами букви англійського алфавіту '''А''', яка представляє в цьому випадку клас образів..<br>
+
Друковані і рукописні зображення, наприклад букви '''А''' є образами букви англійського алфавіту '''А''', яка представляє в цьому випадку клас образів.<br>
 +
 
 +
 
 +
==  Історія формування теорії розпізнавання образів  ==
 +
 
 +
Як наука, теорія розпізнавання образів почала формуватися десь наприкінці 50-их років. Спочатку це була змістовна постановка задачі ( але не формальна!) Вона полягала в тому, що  треба було побудувати машину, яка б могла класифікувати різні ситуації так, як це робили живі істоти. Така загальна постановка задачі привела до того, що виникли різні напрямки досліджень. Деякі вчені будували  моделі процесу сприйняття. Інші  вважали, що головне-це створення алгоритмів навчання розпізнаванню образів, щоб розв”язувати конкретні задачі. Дехто шукав  постановки нових математичних проблем. Якщо спочатку досить успішно вдалося просунутись по всіх напрямках, то з часом успіхи значно зменшились. Виникло дві протилежні точки зору на проблему розпізнавання. Перша полягала в тому, що потрібно знайти  такий опис об”єктів, використовуючи апріорні дані про них, що знаходження принципу класифікації вже не буде важким. Друга  бачила головну проблему в пошуку правила класифікації серед заданої множини вирішальних правил.<br>
  
  
  
 +
== Проблема розпізнавання образів ==
  
  
−
==  Етапи розробки методів виявлення розладки випадкових послідовностей  ==
+
В цілому проблема розпізнавання образів складається з двох частин:
−
Задача виявлення моменту зміни імовірнісних характеристик випадкової послідовності (моменту «розладки») '''виникла в 30-ті роки XX ст.''' у зв'язку з проблемами поточного контролю.<br>
+
* Навчання;
−
''' Першим дослідженням ''' в цьому напрямку була робота Шьюхарта. Однак, суворої теорії тоді збудовано не було.<br>
+
* розпізнавання.
−
''' У 50-х роках ''' з'явилися роботи Пейджа, де був запропонований метод виявлення "розладки" як у ретроспективному, так і в якнайшвидшому варіанті. Цей метод, що отримав згодом назву методу кумулятивних сум, і заснований на послідовному обчисленні функції правдоподібності, виявився зручним з точки зору організації розрахунків і практично ефективним. Приблизно в цей же час А. Н. Колмогоров дав сувору постановку задачі про якнайшвидшому виявленні моменту "розладки" для вінеровского процесу, сформулювавши її як деяку імовірнісну екстремальну проблему. Ця проблема була вирішена А. Н. Ширяєвим, який знайшов у зазначеній ситуації оптимальний метод виявлення. Підсумок дослідженнями А. Н. Ширяєва у цій галузі підведений в книзі  «Статистический последовательный анализ».<br>
+
'''''Навчання''''' здійснюється шляхом показу окремих об'єктів з вказанням їх приналежності тому або іншому образу. В результаті навчання розпізнаюча система повинна набути здатність однаково реагувати на всі об'єкти одного образу і по-різному – на всі об'єкти різних образів. Дуже важливо, що процес навчання повинен завершитися лише шляхом показів скінченого числа об'єктів без будь-яких інших підказок. Об'єктами навчання можуть бути або картинки, або інші візуальні зображення (букви), або різні явища зовнішнього світу, наприклад звуки, стани організму тощо. Важливо, що в процесі навчання вказуються лише самі об'єкти і їх приналежність образу. За навчанням слідує процес '''''розпізнавання''''' нових об'єктів, який характеризує дії вже навчанної системи. Автоматизація цих процедур і складає проблему навчання розпізнаванню образів. У випадку, коли людина сама розгадує або придумує, а потім нав'язує машині правило класифікації, проблема розпізнавання вирішується частково, оскільки основну і головну частину проблеми (навчання) людина бере на себе.<br>
−
Інтерес до проблематики задач про "розладку" став зростати ''' з середини 60-х років '''. При цьому основні зусилля дослідників спрямовувалися на те, щоб розробити методи, які використовують як можна менше апріорної інформації. Справа в тому, що оптимальні та близькі до них методи засновані на точному знанні функцій розподілу до і після моменту "розладки" і функції розподілу моменту "розладки" (якщо він випадковий). Таку інформацію важко отримати у багатьох цікавих практичних задачах. У зв'язку з цією обставиною стали розвиватися мінімаксні методи (що дозволяють позбутися від інформації про функції розподілу моменту "розладки") і непараметричні методи, що дозволяють відмовитися від інформації про розподіли випадкової послідовності. <br>
 
−
''' У 70-90 рр. ''' багатьох роботах робляться спроби позбутися апріорної інформації. Тут необхідно вказати насамперед на роботу Лордена  а також на роботи Полака і Зигмунда і Полака, де встановлена асимптотична мінімаксність методу запропонованого Гіршіком і Рубіним в і незалежно від них Ширяєвим.<br>
 
  
−
== Типи  задач, що вирішуються за допомогою алгоритмів виявлення розладки ==
 
  
−
З точки зору практики існують два основних типи завдань, що вирішуються за допомогою алгоритмів виявлення розладки:<br>
 
  
−
* У першому випадку необхідно виявляти розладку якомога швидше після її появи при заданому рівні помилкових тривог, але не потрібно точно вказувати момент часу, коли сталася розладка. Це завдання, назване  А. Н. Ширяєвом ''' «задачою якнайшвидшого виявлення розладки» ''', часто виникає при поточному контролі якості безперервної продукції, у радіолокації, гідроакустики і т. д. скрізь, де функція втрат залежить від часу між моментом появи розладка і моментом її виявлення і частоти помилкових тривог. <br>
 
−
* Другий основний тип завдань, що вирішуються методами виявлення розладки, зводиться до ''' оцінювання моменту появи розладки post factum '''. Тут на відміну від завдання якнайшвидшого виявлення кінцева вибірка спостережень збирається заздалегідь (до початку вирішення задачі) і потрібно оцінити момент появи розладки якомога точніше. У деяких випадках сам факт наявності розладки в межах аналізованої вибірки заздалегідь невідомий і перевірка її наявності також є предметом рішення.<br>
 
  
 
== Варіанти критеріїв оптимізації послідовних алгоритмів ==
 
== Варіанти критеріїв оптимізації послідовних алгоритмів ==

Версія за 23:22, 22 лютого 2012

{{{img}}}
Імя Марія
Прізвище Прошина
По-батькові Юріївна
Факультет ФІС
Група СНм-51
Залікова книжка СНм-11-243


Репозиторія
 Презентація доповіді на тему Розпізнавання образів
є розміщеною в Репозиторії.


Проедмет розпізнвавання образів –об'єднує ряд наукових дисциплін. Їх пов'язує пошук рішення загальної задачі - виділити елементи, що належать конкретному класу, серед множини розмитих елементів, що відносяться до кількох класів.

  • Клас образів - деяка категорія, що визначається рядом властивостей загальних для всіх її елементів.
  • Образ - це опис будь-якого елементу як представника відповідного класу образів.

У випадку коли множина образів розділяється на класи, що не перетинаються, бажано використовувати для віднесення цих образів до відповідних класів якийсь автоматичний пристрій.

Між образами та класами образів існує деяке ієрархічне підпорядкування.

Букви алфавітів і цифри є образами, якщо буквенно-цифрові символи розглядаються як клас образів.

Друковані і рукописні зображення, наприклад букви А є образами букви англійського алфавіту А, яка представляє в цьому випадку клас образів.


Історія формування теорії розпізнавання образів

Як наука, теорія розпізнавання образів почала формуватися десь наприкінці 50-их років. Спочатку це була змістовна постановка задачі ( але не формальна!) Вона полягала в тому, що треба було побудувати машину, яка б могла класифікувати різні ситуації так, як це робили живі істоти. Така загальна постановка задачі привела до того, що виникли різні напрямки досліджень. Деякі вчені будували моделі процесу сприйняття. Інші вважали, що головне-це створення алгоритмів навчання розпізнаванню образів, щоб розв”язувати конкретні задачі. Дехто шукав постановки нових математичних проблем. Якщо спочатку досить успішно вдалося просунутись по всіх напрямках, то з часом успіхи значно зменшились. Виникло дві протилежні точки зору на проблему розпізнавання. Перша полягала в тому, що потрібно знайти такий опис об”єктів, використовуючи апріорні дані про них, що знаходження принципу класифікації вже не буде важким. Друга бачила головну проблему в пошуку правила класифікації серед заданої множини вирішальних правил.


Проблема розпізнавання образів

В цілому проблема розпізнавання образів складається з двох частин:

  • Навчання;
  • розпізнавання.

Навчання здійснюється шляхом показу окремих об'єктів з вказанням їх приналежності тому або іншому образу. В результаті навчання розпізнаюча система повинна набути здатність однаково реагувати на всі об'єкти одного образу і по-різному – на всі об'єкти різних образів. Дуже важливо, що процес навчання повинен завершитися лише шляхом показів скінченого числа об'єктів без будь-яких інших підказок. Об'єктами навчання можуть бути або картинки, або інші візуальні зображення (букви), або різні явища зовнішнього світу, наприклад звуки, стани організму тощо. Важливо, що в процесі навчання вказуються лише самі об'єкти і їх приналежність образу. За навчанням слідує процес розпізнавання нових об'єктів, який характеризує дії вже навчанної системи. Автоматизація цих процедур і складає проблему навчання розпізнаванню образів. У випадку, коли людина сама розгадує або придумує, а потім нав'язує машині правило класифікації, проблема розпізнавання вирішується частково, оскільки основну і головну частину проблеми (навчання) людина бере на себе.



Варіанти критеріїв оптимізації послідовних алгоритмів

Відомі наступні основні варіанти критеріїв оптимізації послідовних алгоритмів виявлення розладки:

  • Необхідно відшукати правило подачі сигналу про розладку, яке мінімізує середній час запізнювання виявлення розладки.
  • Необхідно мінімізувати середній час запізнювання виявлення розладки при заданій ймовірності помилкової тривоги.
  • Необхідно отримати алгоритм, що мінімізує верхню межу середнього запізнення у виявленні розладки по всіх можливих моментах виникнення розладки, при заданому середньому часу від початку спостереження до подачі помилкової тривоги за умови, що спостерігається нерозладнена послідовність.

Класифікація методів виявлення розладки

  • Послідовні алгоритми - алгоритми, призначенні для вирішення задачі якнайшвидшого виявлення розладки
  • Апостеріорні алгоритми - алгоритми, призначенні для вирішення задач оцінювання моменту появи розладки post factum.
  • Параметричні методи - методи, що вимагають інформації про розподіли випадкової послідовності.
  • Непараметричні методи - методи, що дозволяють відмовитися від інформації про розподіли випадкової послідовності.

Сфера застосування

Виявлення розладки випадкової послідовності знаходить своє застосування в багатьох сферах:

  • В геофізиці за заданою вибіркою даних сейсмоприймачів можна якомога точніше визначити момент появи сейсмічних хвиль та їх фаз, що допомагає точніше визначити епіцентр землетрусу.
  • У областях прикладних досліджень , наприклад, у технічної та медичної діагностики, де вся доступна інформація міститься в кінцевих вибірках багатовимірних спостережень, виникає необхідність по можливості точно відповісти на питання: наскільки істотно відрізняються властивості аналізованих сигналів, що характеризують різні стани досліджуваного об'єкта? Відповідь на питання зводиться до задачі виявлення розладки випадкового процесу.
  • В аналізі історичних текстів . Відомо, що багато давніх історичних джерела (літописи, хроніки тощо) складені з окремих фрагментів (шматків) різної природи. Ці окремі шматки могли бути написані в різний час різними авторами (у різних країнах), а тому можуть істотно відрізнятися один від одного своїм характером, мовою і стилем викладу, емоційним забарвленням і т.д. Потім могло трапитися так, що ці фрагменти були об'єднані якимось пізнішим автором в одну книгу. Після цього первісне походження текстів фрагментів забувалося, і вони починали існувати як єдина літопис. З плином часу в результаті, під впливом різних редакторів та в силу багатьох інших причин, початкові зовнішні відмінності між окремими фрагментами поступово стиралися. Виникає важливе питання: чи можна, спираючись на статистичний аналіз різних частотних характеристик, виявити сьогодні всередині "єдиного великого тексту" ці первинні складові частини?

Список літературних джерел

  • Ширяев А. Н. Статистический последовательный анализ. М.: Наука, 1969, 231 с.
  • Дарховский Б. С, Бродский Б. Е. Апостериорное обнаружение момента «разладки» случайной последовательности.— Теория вероятн. и ее примен., 1980
  • Дарховский Б. С, Бродский Б. Е. Анализа исторических текстов.
  • Никифоров И.В. Последовательное обнаружение изменения свойств временных рядов.
Отримано з https://wiki.tntu.edu.ua/index.php?title=Розпізнавання_образів&oldid=12668