АНАЛІЗ ПЕРСПЕКТИВНИХ НАПРЯМІВ|направлень| РОЗВИТКУ МЕТОДІВ РОЗПІЗНАВАННЯ

Зведена| ТАБЛИЦЯ КЛАССИФФІКАЦІІ МЕТОДІВ РОЗПІЗНАВАННЯ

ІНТЕНСІОНАЛЬНІ| МЕТОДИ

Відмітною особливістю інтенсіональних| методів є те, що як елементи операцій при побудові|шикуванні| і вживанні|застосуванні| алгоритмів розпізнавання образів|зображень| вони використовують різні характеристики ознак і їх зв'язків. Такими елементами можуть бути окремі значення або інтервали значень ознак, середні величини і дисперсії, матриці зв'язку ознак і т. п., над якими проводяться дії, що виражаються|виказують| в аналітичній або конструктивній формі. При цьому об'єкти в даних методах не розглядаються|розглядують| як цілісні інформаційні одиниці, а виступають|вирушають| в ролі індикаторів для оцінки взаємодії і поведінки своїх атрибутів.

|нестач|

Класифікація методів розпізнавання	Область використання	Обмеження (недоліки)
Методи розпізна-вання	Інтенсіальні методи	Методи, засновані на оцінках щільності розподілу значень ознак (або схожість і відмінності об'єктів)	Задачі з відомим розподілом, як правило нормальним, необхідність набору великої статистики.	Відсутність узагальнення. Необхідність перебору всієї навчальної вибірки при розпізнаванні, висока чутливість до непоказності навчальної вибірки і артефактів.
Методи, засновані на припущеннях про клас вирішальних функцій	Класи мають бути такими, що добре розділяються, система ознак - ортонормованою.	Відсутність узагальнення. Має бути заздалегідь відомий вигляд вирішальної функції. Неможливість обліку нових знань про кореляції між ознаками.
Логічні методи	Задачі невеликої розмірності простору ознак.	Відсутність узагальнення. При відборі логічних вирішальних правил (коньюнкций) необхідний повний перебір. Висока обчислювальна трудомісткість.
Лінгвістичні (структурні) методи	Задачі невеликої розмірності простору ознак.	Відсутність узагальнення. Задачі відновлення (визначення) граматики по деякій множинаі висловів (описів об'єктів), є такою, що важко формалізується. Невирішеність теоретичних проблем.
Екстенсіальні методи	Метод порівняння з прототипом	Задачі невеликої розмірності простору ознак.	Відсутність узагальнення. Висока залежність результатів класифікації від міри відстані (метрики).
Метод до-найближчих сусідів	Задачі невеликої розмірності по кількості класів і ознак.	Відсутність узагальнення. Висока залежність результатів класифікації від міри відстані (метрики). Необхідність повного перебору навчальної вибірки при розпізнаванні. Обчислювальна трудомісткість.
Алгоритми обчислення оценок (голосування) АВО	Задачі невеликої розмірності по кількості класів і ознак.	Відсутність узагальнення. Залежність результатів класифікації від міри відстані (метрики). Необхідність повного перебору навчальної вибірки при розпізнаванні. Висока технічна складність методу.
Колективи вирішальних правил	Задачі невеликої розмірності по кількості класів і ознак.	Відсутність узагальнення. Дуже висока технічна складність методу, невирішеність ряду теоретичних проблем, як при визначенні областей компетенції приватних методів, так і в самих приватних методах.

Аналіз перспективних напрямів|направлень| розвитку методів розпізнавання показує, що для успішного досягнення мети дослідження необхідно вирішити (або обійти) наступні|слідуючі| проблеми:

комбінаторного вибуху;

досягнення незалежності часу розпізнавання від розмірності навчальної вибірки;

досягнення високої валідності| результатів аналізу.

Перша і друга проблеми мають схоже походження і виникають при спробі прямого перебору варіантів кластеризації і в багатьох методах розпізнавання.

Третя - при виявленні найбільш істотного і відкиданні відносно неістотного в створених Системою образах. Аналогічну проблему вирішує художник, коли переносить на двовимірне полотно зображення тривимірного пейзажу, причому так, щоб при цьому збереглася максимальна впізнанність цього пейзажу. Четверта - при розробці такої математичної моделі і програмної реалізації Системи, які б забезпечували найбільш високий рівень відповідності істоти виконуваних Системою операцій, що моделюють процеси сприйняття і пізнання (а також їх результатів) інтуїтивному розумінню користувачем і експертом подібних процесів в психіці людини. З досвіду математичного експерименту відомо, що результати кластерного аналізу і навіть ідентифікації на жаль дуже часто не відповідають уявленням людини-експерта про даної наочної області, хоча і відповідають логіці математичної моделі. Це означає, що такі моделі володіють низькими зовнішньою валидностью, тобто не відображають істоту тих процесів обробки інформації, за допомогою яких нормальна компетентна людина і у нормальному стані свідомості реалізує аналогічні когнітивні функції. Отже, перспективна математична модель і її програмна реалізація повинні забезпечувати інтуїтивно зрозумілу змістовну інтерпретацію при вживанні в тих наочних областях, в яких у людини-експерта є розвинена і адекватна реальності система орієнтації. На думку авторів, саме вживання такого роду моделей можна вважати коректним, оскільки інакше важко сказати, як можна застосувати результати їх роботи. Даний підхід дозволяє обгрунтовано сподіватися на те, що і в нових маловивчених областях така модель дасть коректні результати і задовольнить потреби людини, що пізнає, в тієї або іншої наочної області.

Доречно відзначити, що багато перспективних розробок систем розпізнавання орієнтуються на ще не створені перспективні обчислювальні системи або на дуже потужні, а значить рідкі, дорогі і недоступні для масового користувача комп'ютери. Ця обставина переводить подібні розробки в категорію фундаментальних наукових досліджень, які в даний час в реальних умовах мало ким можуть бути реально використані.

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
ПРИНЦИПИ КЛАСИФІКАЦІЇ МЕТОДІВ РОЗПІЗНАВАННЯ	\|	Типи і еволюція економічних систем. Формаційний і загально цивілізаційний підходи до типізації суспільства.

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.015 сек.