Лекция. Лекция 1. Лекция 1 компьютерные технологии в научном эксперименте, моделировании и обработке результатов
 Скачать 211 Kb.
|
1 2 на этапе сбора и предварительной обработки Виды научно-технической информации и ее обработка При системном подходе научные исследования начинаются со сбора и предварительной обработки научно-технической информации по теме исследования. Эта информация может включать сведения о достижениях в исследуемой области, об оригинальных идеях, об открытых эффектах, научных разработках, технических решениях и т. д. Целью данного этапа является получение ответов на следующие вопросы: 1) Какие авторы или научные группы занимаются аналогичной темой? 2) Каковы известные решения по исследуемой теме? 3) Какими известными методами и средствами решаются исследуемые проблемы? 4) Каковы недостатки известных решений и какими путями их пытаются преодолеть? Углубленное изучение информации по предмету исследования позволяет исключить риск ненужных затрат времени на уже решенную проблему, детально изучить весь круг вопросов по исследуемой теме и найти научно-техническое решение, отвечающее высокому уровню. Основным источником информации являются научные документы, которые по способу представления могут быть текстовыми, графическими, аудиовизуальными и машиночитаемыми. Научные документы подразделяются на первичные и вторичные, опубликованные и неопубликованные. Первичные документы — это книги, брошюры, периодические издания (журналы, труды), научно-технические документы (стандарты, методические указания). Важное значение здесь имеет также патентная документация, под которой подразумеваются издания, содержащие сведения об открытиях, изобретениях и т. п. К неопубликованным первичным документам относятся: научные отчеты, диссертации, депонированные рукописи и т. п. Они содержатся в фонде ВНТИЦентра. Вторичные документы содержат краткую обобщенную информацию из одного или нескольких первичных документов: справочники, реферативные издания, библиографические указатели и т. п. Сбор и обработка научно-технической информации может быть выполнена следующими способами: анкетированием, собеседованием, экспертным опросом и т. д., но основой является работа с научно-техническими документами, которая включает поиск, ознакомление, проработку документов и систематизацию информации. Поиск выполняется по каталогам, реферативным и библиографическим изданиям. Автоматизация этой процедуры обеспечивается использованием специализированных информационно-поисковых систем библиотек и научно-исследовательских институтов, электронных каталогов, поиском в машиночитаемых базах данных (БД), а также с помощью программ поиска в сети Интернет. Необходимо иметь в виду, что информационно-поисковые системы делятся: на документальные, позволяющие работать с полными текстами или адресами документов; фактографические, которые выдают необходимые сведения из имеющихся документов; информационно-логические (интеллектуальные), представляющие информацию, полученную в результате логического поиска и целенаправленного выбора в автоматизированном режиме. Информационно-логические системы используют элементы экспертных систем, о которых говорится ниже. При наличии в базе данных полных текстов документов названные средства и позволяют в полной мере осуществить обзор выбранной научной тематики. Часто для этого вполне достаточно рефератов или аннотаций документов. В проработке и автоматизации НТИ преобладают операции: формирование выписок — создание картотеки, что можно реализовать, например, с использованием Cardfile, Open Contacts; извлечение фрагментов документов с помощью средств текстовых редакторов; создание гипертекстовых документов (структурированных). Здесь могут быть использованы интегрированные системы Macromedia Dreamweaver. LibreOfftce, а также средства языков разметки гипертекста; создание локальных (по проблеме) БД и баз знаний (БЗ). БД — это совокупность взаимосвязанных, хранящихся вместе данных, для поиска, изменения и добавления которых используются общие управляющие прикладные системы, называемые системами управления базами данных (СУБД). Кроме названного, СУБД обеспечивают сортировку, фильтрацию данных и формирование выходных документов (отчеты). Наиболее распространенными СУБД являются Access, MySQL. Для небольших БД могут быть использованы электронные таблицы. Трудоемкость организации табличных БД можно существенно уменьшить с использованием систем оптического распознавания (например, ABBYY FineReader) — OCR-систем, обеспечивающих обработку сканированных документов и их экспорт в БД. Из средств компьютереных технологий, в рамках этой темы, рассмотрим основы работы и поиска информации в Интернете, работу с FineReader и СУБД Access. Четвёртый учебный вопрос: Компьютерные технологии в теоретических исследованиях Состав и методы теоретических исследований Основной задачей теоретических исследований является формулирование теоретических предположений по исследуемой проблеме, включающих объяснение явлений с использованием математического аппарата или качественных правил. Объем исследований зависит от специфики и сложности проблемы. В общем случае, исследовательская работа включает в себя следующие этапы: Постановка задачи, где определяются цели исследования, наиболее эффективные пути реализации. Иногда формируется гипотеза, предварительно объясняющая явление. Разработка модели процесса функционирования изучаемого объекта. Обычно используются математические, информационные или логические модели явления. Выбор методов построения модели и их проверка. Разработка алгоритмов и программных средств реализации моделей. Выполнение математических расчетов и обработка информационных алгоритмов с использованием ЭВМ. Анализ полученных результатов с помощью логических рассуждений и выводов, формулирование результатов исследований. Эффективность исследования в значительной степени зависит от используемых исследователем методов. При этом обычно применяются: Известные общенаучные методы: абстрагирование, идеализация, формализация, анализ и синтез, обобщения и т. п. Математические методы: аналитические, численные, оптимизационные, вероятностно-статистические. Эвристические приемы и методы: инверсия, универсальность, самообслуживание, ассоциации, аналогии и т. д. Логические методы и правила, к числу которых можно отнести правила вывода сложных понятий из простых, установление истинности, выявление непротиворечивости и т. п. Компьютерная поддержка теоретических исследований Вычислительная техника находит широкое применение в реализации задач теоретических исследований. Наиболее часто её используют в проведении математических расчетов. Программное обеспечение для данного направления условно делится на следующие категории: Библиотеки программ для численного анализа, которые также делятся на библиотеки общего назначения (пакеты SSP, NAG) и узкоспециализированные пакеты, ориентированные на решение определенного класса задач (Micro Way — матрицы, преобразование Фурье). Специализированные системы для математических расчетов и графического манипулирования данными и представления результатов (Phaser — дифференциальные уравнения, Statgraf — статистический анализ), Еигеса, Statistica. Диалоговые системы математических вычислений с декларативными языками, позволяющими формулировать задачи естественным образом (Math- CAD, Matlab). Электронные таблицы, которые позволяют выполнять различные расчеты с данными, представленными в табличной форме (OpenOffice, Excel). В реализации эвристических методов рациональное применение ВТ связано с использованием методов морфологического анализа (таблиц), ассоциативных методов (метод каталога, метод гирлянд случайностей и ассоциаций), с помощью которых генерируется большое число вариантов решения задачи, а затем производится их оценка и выбор рационального. Теоретические исследования технических проблем в некоторых случаях целесообразно проводить с использованием автоматизированной системы решения изобретательских задач — АРИЗ, которая охватывает все этапы технического творчества от анализа технических систем до поиска вариантов решения. Наиболее сложной является компьютеризация логико-лингвистических методов научных исследований. Решение проблемы в этом направлении обеспечивается средствами, включающими элементы искусственного интеллекта. Это системы автоматизированного перевода (СОКРАТ, PROMT, Google Translate), интеллектуальные пакеты прикладных программ, расчетно-логические системы, системы поддержки принятия решений (СППР) и различные экспертные системы. Интеллектуальные пакеты прикладных программ дают возможность решать задачи по описанию процесса с помощью непроцедурного языка без программирования алгоритма. При этом система сама формирует математическую модель исследования и определяет необходимые программные модули для ее реализации (ПРИЗ, СПОРА, МАВР). Расчетно-логические системы предназначены для коллективного решения общих задач научных исследований при выполнении локальных задач на отдельных рабочих местах за счет координируемого взаимодействия по каналам связи (Система комплексного планирования ГРАНИТ). Экспертные системы — это программные комплексы, использующие знания в предметной области и способные на их основе с помощью логических (рассуждении) правил формулировать выводы о состоянии системы, основанные на анализе модели представления экспертов о закономерностях её функционирования. Экспертная система обычно включает: подсистему общения, базу знаний с подсистемой накопления знаний, решающий блок, подсистему объяснения. Данные системы наиболее эффективные для анализа процессов и явлений, которые сложно представить математической моделью. Задачи и состав экспериментальных исследований Основными задачами экспериментальных исследований могут быть: Целенаправленное наблюдение за функционированием объекта для углубленного изучения его свойств. Проверка справедливости рабочих гипотез для разработки на этой основе теории явлений. Установление зависимости различных факторов, характеризующих явление, для последующего использования найденных зависимостей в проектировании или управлении исследуемыми объектами. Экспериментальные исследования включают этапы подготовки эксперимента, проведения исследований и обработки результатов. На подготовительном этапе определяются цели и задачи, разрабатываются методика и программа его выполнения. Этот этап включает также подбор необходимого оборудования и средств измерений. При разработке программы исследований стремятся к меньшему объему и трудоемкости работ, упрощению эксперимента без потери точности и достоверности результатов. В этой связи данный этап требует решения задачи определения минимального числа опытов (измерений), наиболее эффективно охватывающего область возможного взаимодействия влияющих факторов и обеспечивающего получения их достоверной зависимости. Данная задача решается средствами раздела математической статистики — планирование эксперимента, который представляет необходимые методы для рациональной организации измерений, подверженных случайным ошибкам. Этап проведения собственно исследований определяется спецификой изучаемого объекта. По характеру взаимодействия средств эксперимента с объектом различают обычные и модельные экспериментальные исследования. В первом взаимодействие оказывается непосредственно на объект, во втором — на заменяющую его модель. Метод моделирования объектов и процессов является основным в научном эксперименте. Различают физическое, аналоговое, математическое моделирование. Физическое моделирование выполняется на специальных установках. При этом вычислительная техника используется для управления процессом эксперимента, сбора регистрационных данных и их обработки. Для аналогового моделирования используются аналоговые вычислительные машины (АВМ), что позволяет создавать и исследовать модели-аналоги, которые могут описываться одинаковыми дифференциальными уравнениями с исследуемым процессом. Математическое моделирование, в широком смысле, опосредованное практическое или теоретическое исследование объекта, при котором непосредственно изучается не сам интересующий исследователя объект, а некоторая вспомогательная искусственная или естественная система (модель). Сама по себе информация не входит в число предметов исследования математики. Тем не менее слово «информация» употребляется в математических терминах — собственная информация и взаимная информация, относящихся к абстрактной (математической) части теории информации. Однако в математической теории понятие «информация» связано с исключительно абстрактными объектами — случайными величинами, в то время как в современной теории информации это понятие рассматривается значительно шире — как свойство материальных объектов. Важный вклад в формализацию понятия информации внёс автор теории информации Клод Шеннон, подразумевая под термином «информация» нечто фундаментальное (нередуцируемое). В теории Шеннона интуитивно полагается, что информация имеет содержание. Информация уменьшает общую неопределенность и информационную энтропию. Количество информации доступно измерению. В качестве меры информации передаваемого сообщения используется логарифмическая функция I= log(M). В математическом моделировании используются также информационные, логические, имитационные и другие модели и их комбинации. В этом случае математическая модель представляет собой алгоритм, включающий определение зависимости между характеристиками, параметрами и критериями расчета, условия протекания процесса функционирования системы и т. д. Данная структура может стать моделью явления, если она с достаточной степенью отражает его физическую сущность, правильно описывает соотношение свойств и подтверждается результатами проверки. Применением моделей и вычислительной техники реализуется один из наиболее эффективных методов научных исследований — вычислительный эксперимент, который позволяет изучать поведение сложных систем, с трудом поддающееся физическому моделированию. Часто это связано с большой сложностью и стоимостью объектов, а в некоторых случаях — невозможностью воспроизвести в реальных условиях. Для математического моделирования целесообразно использовать программные средства известных фирм, разработанные высококвалифицированными специалистами с использованием последних достижений прикладной математики и программирования. Возможности современных программных средств в части машинной графики, включая параметризацию, использование методов «фрактала» и «морфинга», цветовой динамики, мультипликации и т. п., обеспечивают достаточную наглядность результатов. Вычислительная техника находит наиболее широкое применение: • для логического, функционального и структурного моделирования электронных схем; • моделирования и синтеза систем автоматического управления (САУ); • моделирования механических и тепловых режимов конструкций, механики газов и жидкостей. При этом используются как сотни функционально-ориентированных программных систем (например, MICRO-Cap. PC-LOGS из P-CAD. Erwin, DesignLAB), так и системы универсального применения (Excel ). Содержание этапа обработки результатов научных исследований Выполнение этапа проведения теоретических или экспериментальных исследований обеспечивает регистрацию больших объемов информации, которая может быть представлена в виде: массивов числовых данных как результатов дискретных измерений; комплексов одномерных или многомерных сигналов. Обработка числовых данных в зависимости от характера исследований может включать: Выявление грубых измерений. Здесь используются: правило трех сигм Xi > μ ± 36 (μ — среднеарифметическое значение множества X, δ —среднеквадратичное отклонение); величина малой вероятности результата; эмпирические критерии ошибок (Романовского В. И.). Анализ систематических и случайных погрешностей. Систематические ошибки обусловлены определенными постоянными факторами и определяются по таблицам, графикам для каждого прибора. Учет случайных погрешностей проводится с использованием теорий вероятности и теории случайных ошибок. Графическую обработку результатов измерений, которая выполняется после исключения погрешностей числовых данных и позволяет наглядно выявлять функциональные зависимости исследуемых факторов. Вывод эмпирических зависимостей, т.е. зависимостей между взаимодействующими величинами в виде алгебраических или других типов выражений, соответствующих экспериментальным кривым. Здесь используются методы средних и наименьших квадратов, различные методы аппроксимации и интерполяции на основе полиномов, рядов, сплайн-функций и т. п., корреляционный и регрессионный анализы. Рассмотрим на примере обработки звуковых сигналов процедуру формализации интересующей исследователя информации. Для интерпретации одномерных сигналов характерны следующие операции: Визуализация результатов измерений, т. е. графическое представление сигналов с использованием различных систем координат и масштабированием. Измерение параметров сигнала (периоды колебаний, амплитуды и т. п.). Исключение содержащихся в сигнале случайных помех. Используются методы сглаживания данных и фильтрации. Исследования свойств сигнала во многих случаях проводятся с использованием методов спектрального анализа (СА). При этом определяются частотные составляющие, скрытые периодичности и т. п. Классическим средством спектрального анализ является программная реализация преобразований Фурье. В обработку сигналов входят также процедуры оценки передаточных функций (например, каналов связи или САУ). Классификация и идентификация сигналов. Эти процедуры дают информацию для различных систем контроля и диагностики. Обработка многомерных сигналов связана с анализом изображений (рентгеновских, ультразвуковых, оптических и т. п.) Многие задачи здесь близки анализу одномерных сигналов. Типичное математическое обеспечение этого процесса включает решение следующих функций: Ввод, сжатие и запись в виде файлов. Визуализация изображения с возможностью его контрастирования и использования цветовой гаммы. Измерения на изображении (вычисление размеров, площадей, периметров и др. характеристик объектов). Фильтрация изображения. Выполняется для подавления в нем случайных составляющих. Статический анализ изображения по гистограммам яркости, что позволяет определить степень его искажения. Классификация изображения. Основывается на измерении характеристик объектов, что позволяет их идентифицировать и распознать. На этапе обработки результатов исследований наибольшее применение находят программные средства, обеспечивающие выполнение математических расчетов с использованием теории вероятности, теории ошибок, математической статистики и т. п., а также векторного и растрового анализа изображений. ЗАКЛЮЧЕНИЕ Наука и образование имеют много одинаковых задач. Это касается информационного обеспечения, применения математических и интеллектуально-логических методов решения задач, оформления результатов, управления учебным процессом и т.д. Естественно, здесь применимы используемые в научных исследованиях соответствующие элементы компьютерных технологий. Основным объектом в системе образования является обучаемый. При этом основная задача образования заключается в предоставлении ему необходимой информации по изучаемой дисциплине, обеспечении её запоминания и выработке умения использовать знания на практике. Компьютерные технологии применительно к обучаемому дополнительно реализуются в следующих типах автоматизированных обучающих систем (АОС): Информационно-справочные, обеспечивающие изучение материала и консультации. Данные системы могут быть полнотекстовыми, документальными, фактографическими. Генерирующие для адаптивного обучения под управлением системы. Гипертекстовые для формирования знаний под управлением пользователя. Инструктивные, обеспечивающие отработку навыков (тренажеры, деловые игры и т. п.). Экспертные, используемые для контроля знаний и самотестирования. Концептуальными основами для создания автоматизированных обучающих систем являются адаптивные алгоритмы обучения по заранее определенным схемам и методы искусственного интеллекта для управления учебными процедурами. Для преподавателей компьютерные технологии в образовании могут быть применимы для решения следующих вопросов: Подготовка лекционного материала, электронных учебников. Создание информационно-методического обеспечения по изучаемым курсам. Подготовка демонстрационных средств поддержки проведения занятий. Автоматизация проверки знаний обучаемых. Сбор и анализ статистики для совершенствования обучения. Автоматизированные обучающие системы создаются или прямым программированием, или с использованием инструментальных средств: электронных таблиц, средств подготовки презентаций (PowerPoint), конструкторов электронных учебных пособий (EasyHelp) и т. п. Автоматизированные обучающие системы довольно многочисленны, и к их числу можно отнести как простейшие средства изучения курсов дисциплин, справочные системы программ, демонстрационные системы, так и гипертекстовые и мультимедийные (например, Энциклопедия Кирилла и Мефодия). ЛИТЕРАТУРА а) основная: Интеллектуальные информационные технологии в управлении : учебное пособие / Баженов Р.И.. — Москва : Ай Пи Ар Медиа, 2023. — 124 c. — ISBN 978-5-4497-1864-8. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/127570.html Основы информационных технологий: учебное пособие / С.В. Назаров [и др.].. — Москва, Саратов: Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2020. — 530 c. — ISBN 978-5-4497-0339-2. — Текст: электронный // Электронно-библиотечная система IPR BOOKS: [сайт]. — URL: https://www.iprbookshop.ru/89454.html. б) дополнительная: Компьютерные технологии в научных исследованиях : учебное пособие / Е.Н. Косова [и др.].. — Ставрополь : Северо-Кавказский федеральный университет, 2015. — 241 c. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/63098.html Компьютерные технологии в науке и образовании : учебное пособие / А. А. Изюмов, В. П. Коцубинскин. — Томск: Эль Контент, 2012. — 150 с. 1 2 |