ну, всё. Вродь все всё сдали. Правда предупреждаю, не везде есть примеры, хотя я 100 раз предупреждала.
так что ourFightFinal в инкаме у Антона
неділя, 21 червня 2009 р.
часть
так, надоело уже вас всех ждать, пошла играть в бадбинтон
то, что есть, лежит у Антона в инкаминге.
10.112.112.20 - если с КПИшной локалки
77.47.176.12 - с остального мира
то, что есть, лежит у Антона в инкаминге.
10.112.112.20 - если с КПИшной локалки
77.47.176.12 - с остального мира
Поступления
Цаль-Цалько
Каспич
Катасонова
Черняев
Харенко
Кузьменко
Рожков
Райзин
Тымкив
Мищеряков
Горлинская
Цвитун
Денисенко
Олещенко
Лысенко
Каплин
Савченко
Каспич
Катасонова
Черняев
Харенко
Кузьменко
Рожков
Райзин
Тымкив
Мищеряков
Горлинская
Цвитун
Денисенко
Олещенко
Лысенко
Каплин
Савченко
субота, 20 червня 2009 р.
Необыкновенное везение :)
Саша Сидорчук любезно предоставил нам шпору с прошлого года. В ней есть теория на 30 вопросов, так что кому-то повезло, а кому-то нет. Не забываем про добавление примеров и вообще проверяем качество теории в этой шпоре.
Shpora.doc лежит на фтп Антона в инкаминге. Его фтп:
Shpora.doc лежит на фтп Антона в инкаминге. Его фтп:
10.112.112.20 - если с КПИшной локалки
77.47.176.12 - с остального мира
Удача приходит так неожиданно :))))
четвер, 18 червня 2009 р.
Конспект Дениса - вдруг кому пригодиться ;-)
Ця електронка набиралася на лекціях пустіка
Помилок , очепяток тут вдосталь:)
Координати можуть будуватися на принципі оцніки яскравості окремих пікселей в растрі середньої яскравості елементів чи піскселів через який проходить лінійний елемент шаблону або на оцінці відстані відповідних елементів символ , що розпізнається до відповідних елементів шаблону символа. Основна гіпотеза автомтаичних методів полягає в тому що кожна літера повинна однозначано відображатися в координатному простороі однією точкою
Однак , на практиці існують символи ябо літери які досить івжко розрізнити (символ нуль і літера «о» ) В цих випадках розрізрення дещо ускладнюється
існує два загалні підходи до задач класифікації образів
1) підхід на оцінці відстаней
2) розбиття координатного простору на сигмети які називають кластери
Методи основані на аналізі відстаней можуть використовувати різні мірі відстаней між двома точками простору. Декатрова відстань
Для різних застосувань можуть використовуватися і інші міри відстаней(абсолютна величина різниць координат )
Декартова міра відстаней – адекватна @Pustilk , для так званих ізоморфних просторів , таких для яких осі координат розбиті на відносно рівномірні елементи , однак для того щоб цей метод працюва добре необхідно щоб розмірності на всіх осях були приблизно однакові. Для того щоб побудувати такі простори часто нормалізують коодинати, тобто визначають інтервал значень між мінімальним та макси мальним а потім ділять відповідну координату на довжину такого інтервалу. При цьому координати лежать в межах від 0 до 1 .... бред......
якщо вони однакові за всіма координатами то можна
І тому більш загалим методом вважається метод побудови класифікуючих поверхонь. В найпростішому варіанті ці поверхні відтворюється площинами
Звичані коефіціенти можуть розглядатися як координати вектора нормалі до відповідної площини.Нормаль – це фактично перпендикуляр. Визначення координат вектора номралі еквівалентно визначенню коефіціентів рівння площини. Якщо ми хочемо провести класифікуючу поверхню між центрами двох кластерів , то ми повинні визначити координати вектора ( їх різниці відповідними координат , використати хочаб одну точку з цієї площини щоб точно визначити коефіціентами )
Для остаточного визначення коефіціетів слід визначити координати точок , потрібно визначити.....
Для того щоб розв»язати задачу на N точку потрібно всі можливі попарні комбінації
Розв»язується не система рівнянь N го порядку, а розв»язується система нерівностей. Якщо ми знак рівностей замінимо на знак більше\менше дороівнює(бред 2)
Таким чином для розв»язання задачі класифікації потрібно перевірити значення для n(n-1)/2
В таку кількість рівнянь потрібно підставити .....і одержати вектор двійкової перевірки
Процес визначення координат класифікуючих поверхонь звичайно називають процесом навчання. Для виконання процесу навчання використовуються еталонні шаблони , образи для яких спочатку визначаються координати центрів кластерів а потім на їх основі розраховуються коефіціенти всіх рівнянь
Звичайно кількість координат при розпізнаванні образів не перевищує двох – трьох дестяків , але і така кільікість потребує істотних витрат часу на розрахнунки. Задача розпізнавання відсканованих тектстів звичайно виконується в декілька етапів
1) Етап попереднього сканування. Виконується попередня розмітка тексту. Яка включає виділення рядків тексту і окремих позицій літер.
2) Сканер зчитує віднормовані елементу тексту які надалі підлягають розпізнаванню
Програмне забезпечення розпізнавання часто виконується в декілька етапів , декільками ширами ПЗ
Приклад: Ґякщо потрібно розпізнати дуже схожі літреи (0 і «о») то звичано на першому етапі формується одне неостаточне рішення , а потім уточнюється шлях гратматичного аналізу контексту в якому з»явилася неоднозначність.
Фактично на другому етапі виконується корекція слів в тексті на основі існуючих словників або компілюючих програм
В більшості випадків подібні системи розпізнавання образів можуть мати справи з різними типами шрифтів , з різними мовами подання інформації. Через це процес навчання може виконуватися в процесі обробки може виконуватися декілька разів. При виборі кількості координат простору в якому виконується розпізнавання образів потрібно враховувати , що надлишкова кількість координат сповільнює час власне розпізнавання образів , а недостатня кількість координат може призводити до більшої кількості нерозпізнаних координат або неправильно розпізнаних символів.
В системах штучного інтелекту методи розпізнавання образів використовується для розв»язання різних задачах дво і тримірних картин і сцен. В більшості випадків при аналізі растрової графіки викоистовується фактичні геометричні координати , але при необхідності аналізу і розпізнавання ситуації у різних виробничих процесах часто доводиться використовувати факторні простори.і
Лекція 2
Побудова координат для координатного підходу для розпізнавання образів
вимоги до координат
1) координати повинні бути числовими або порядково пронумерованими
2) координатний простір був ізоморфний
3) нормування координат так , щоб діапазон значень вкладався в інтервал від 0 до 100% чи від -100% до + 100% чи від -1 до +1
Для побудови координат для розпізнавання друкованих літер частіше за все використовують растрові або сигментні шаблони відображення символів або знаків
існує декілька типів визначення координат:
1) яскравість точок растра
2) відстань від точок растра до відповідних елементів щаблону
Таким ином кілкість координат відповідає кількості точок в растрі символі(кількість сегментів в символі)
Використання мереж для вирішення задач
Експертні системт
При проектування експертних систем виникають додаткові етапи
Спочатку експСист розроблюються на рівні прототипів для вирішення конкретних задач в суворо обмеженій предметній області
формати
після «етого» зазвичай реалізується базовий екземпляр системи для якого виконується відлагодження та досвідна експлуатація
після успішної дослідної експлуатації можна прийняти рішення про створення оболочки або простої експертної системи яка включає шаблони для заповнення , правил , фіктів та діалогів
після цього узагальнену систему дебажать на задачах базової предметної області
І тільки після успішгошного дебага .........
Система побудована на основі заповнення пустої експертної системи є більш гибкою і дозволяє розширювати базу данних та знань того після запустку експСистеми на базі пустої оболонки може продовжуватися процес її заповнення знаннями. Ці задачі вирішуються системні аналітики (постановщики задач) та інженери знань які заповнюють Базу Знань правилами та фактами
Роль системного аналітику: визначення основні характеристики чи координати просторово-предметної області в яких створюютьсят об»єкти та аналізуються ситуації пов»зані з ними
Які має набір координат який має орієнтац
Простір параметрів та рефакторний
В цих словниках для кожного слова виділяється основа
Словоформа – всі можливі
Помилок , очепяток тут вдосталь:)
Координати можуть будуватися на принципі оцніки яскравості окремих пікселей в растрі середньої яскравості елементів чи піскселів через який проходить лінійний елемент шаблону або на оцінці відстані відповідних елементів символ , що розпізнається до відповідних елементів шаблону символа. Основна гіпотеза автомтаичних методів полягає в тому що кожна літера повинна однозначано відображатися в координатному простороі однією точкою
Однак , на практиці існують символи ябо літери які досить івжко розрізнити (символ нуль і літера «о» ) В цих випадках розрізрення дещо ускладнюється
існує два загалні підходи до задач класифікації образів
1) підхід на оцінці відстаней
2) розбиття координатного простору на сигмети які називають кластери
Методи основані на аналізі відстаней можуть використовувати різні мірі відстаней між двома точками простору. Декатрова відстань
Для різних застосувань можуть використовуватися і інші міри відстаней(абсолютна величина різниць координат )
Декартова міра відстаней – адекватна @Pustilk , для так званих ізоморфних просторів , таких для яких осі координат розбиті на відносно рівномірні елементи , однак для того щоб цей метод працюва добре необхідно щоб розмірності на всіх осях були приблизно однакові. Для того щоб побудувати такі простори часто нормалізують коодинати, тобто визначають інтервал значень між мінімальним та макси мальним а потім ділять відповідну координату на довжину такого інтервалу. При цьому координати лежать в межах від 0 до 1 .... бред......
якщо вони однакові за всіма координатами то можна
І тому більш загалим методом вважається метод побудови класифікуючих поверхонь. В найпростішому варіанті ці поверхні відтворюється площинами
Звичані коефіціенти можуть розглядатися як координати вектора нормалі до відповідної площини.Нормаль – це фактично перпендикуляр. Визначення координат вектора номралі еквівалентно визначенню коефіціентів рівння площини. Якщо ми хочемо провести класифікуючу поверхню між центрами двох кластерів , то ми повинні визначити координати вектора ( їх різниці відповідними координат , використати хочаб одну точку з цієї площини щоб точно визначити коефіціентами )
Для остаточного визначення коефіціетів слід визначити координати точок , потрібно визначити.....
Для того щоб розв»язати задачу на N точку потрібно всі можливі попарні комбінації
Розв»язується не система рівнянь N го порядку, а розв»язується система нерівностей. Якщо ми знак рівностей замінимо на знак більше\менше дороівнює(бред 2)
Таким чином для розв»язання задачі класифікації потрібно перевірити значення для n(n-1)/2
В таку кількість рівнянь потрібно підставити .....і одержати вектор двійкової перевірки
Процес визначення координат класифікуючих поверхонь звичайно називають процесом навчання. Для виконання процесу навчання використовуються еталонні шаблони , образи для яких спочатку визначаються координати центрів кластерів а потім на їх основі розраховуються коефіціенти всіх рівнянь
Звичайно кількість координат при розпізнаванні образів не перевищує двох – трьох дестяків , але і така кільікість потребує істотних витрат часу на розрахнунки. Задача розпізнавання відсканованих тектстів звичайно виконується в декілька етапів
1) Етап попереднього сканування. Виконується попередня розмітка тексту. Яка включає виділення рядків тексту і окремих позицій літер.
2) Сканер зчитує віднормовані елементу тексту які надалі підлягають розпізнаванню
Програмне забезпечення розпізнавання часто виконується в декілька етапів , декільками ширами ПЗ
Приклад: Ґякщо потрібно розпізнати дуже схожі літреи (0 і «о») то звичано на першому етапі формується одне неостаточне рішення , а потім уточнюється шлях гратматичного аналізу контексту в якому з»явилася неоднозначність.
Фактично на другому етапі виконується корекція слів в тексті на основі існуючих словників або компілюючих програм
В більшості випадків подібні системи розпізнавання образів можуть мати справи з різними типами шрифтів , з різними мовами подання інформації. Через це процес навчання може виконуватися в процесі обробки може виконуватися декілька разів. При виборі кількості координат простору в якому виконується розпізнавання образів потрібно враховувати , що надлишкова кількість координат сповільнює час власне розпізнавання образів , а недостатня кількість координат може призводити до більшої кількості нерозпізнаних координат або неправильно розпізнаних символів.
В системах штучного інтелекту методи розпізнавання образів використовується для розв»язання різних задачах дво і тримірних картин і сцен. В більшості випадків при аналізі растрової графіки викоистовується фактичні геометричні координати , але при необхідності аналізу і розпізнавання ситуації у різних виробничих процесах часто доводиться використовувати факторні простори.і
Лекція 2
Побудова координат для координатного підходу для розпізнавання образів
вимоги до координат
1) координати повинні бути числовими або порядково пронумерованими
2) координатний простір був ізоморфний
3) нормування координат так , щоб діапазон значень вкладався в інтервал від 0 до 100% чи від -100% до + 100% чи від -1 до +1
Для побудови координат для розпізнавання друкованих літер частіше за все використовують растрові або сигментні шаблони відображення символів або знаків
існує декілька типів визначення координат:
1) яскравість точок растра
2) відстань від точок растра до відповідних елементів щаблону
Таким ином кілкість координат відповідає кількості точок в растрі символі(кількість сегментів в символі)
Використання мереж для вирішення задач
Експертні системт
При проектування експертних систем виникають додаткові етапи
Спочатку експСист розроблюються на рівні прототипів для вирішення конкретних задач в суворо обмеженій предметній області
формати
після «етого» зазвичай реалізується базовий екземпляр системи для якого виконується відлагодження та досвідна експлуатація
після успішної дослідної експлуатації можна прийняти рішення про створення оболочки або простої експертної системи яка включає шаблони для заповнення , правил , фіктів та діалогів
після цього узагальнену систему дебажать на задачах базової предметної області
І тільки після успішгошного дебага .........
Система побудована на основі заповнення пустої експертної системи є більш гибкою і дозволяє розширювати базу данних та знань того після запустку експСистеми на базі пустої оболонки може продовжуватися процес її заповнення знаннями. Ці задачі вирішуються системні аналітики (постановщики задач) та інженери знань які заповнюють Базу Знань правилами та фактами
Роль системного аналітику: визначення основні характеристики чи координати просторово-предметної області в яких створюютьсят об»єкти та аналізуються ситуації пов»зані з ними
Які має набір координат який має орієнтац
Простір параметрів та рефакторний
В цих словниках для кожного слова виділяється основа
Словоформа – всі можливі
Предложение
Возникло предложение для того, что б не терять время сдлелать для начала по 3 вопроса(если нас будет 17 человек, этого будет достаточно). Это для тех, кто хочет пораньше начать работать над подготовкой.
По-поводу распределения - мне всё равно - предлагаю по списку)
Скажем, в списку я первая, поэтому мои вопросы 1,2 и 3.
Леся вторая - ее 4, 5 и 6. И так далее.
А потом еще дораспределить. Ну как, согласны?
Ладно, раз пока никто не против, во имя избежания недоразумений, напишу предлагаемое распределение:
1.Каспич Ира (1,2,3)
2. Катасонова Леся (4,5,6)
3. Денисенко Алла (7,8,9)
4. Харенко Антон (10,11,12)
5. Горлинская Марина (13,14,15)
6. Мищеряков Слава (16,17,18)
7. Денис Кузьменко (19,20,21)
8. Олещенко Андрей (22,23,24)
9. Рожков Вова (25,26,27)
10. Цаль-Цалько Олег (28,29,30)
11. Ваня Каплин (31,32,33)
12. Сережа Савченко( 34,35,36)
13. Цвитун Аня (37,38,39)
14. Лысенко Денис (40,41,42)
15. Черняев Макс (43,44,45)
16. Райзин Игорь (46, 47, 48)
17. Тымкив Ростик (49, 50, 51)
По-поводу распределения - мне всё равно - предлагаю по списку)
Скажем, в списку я первая, поэтому мои вопросы 1,2 и 3.
Леся вторая - ее 4, 5 и 6. И так далее.
А потом еще дораспределить. Ну как, согласны?
Ладно, раз пока никто не против, во имя избежания недоразумений, напишу предлагаемое распределение:
1.Каспич Ира (1,2,3)
2. Катасонова Леся (4,5,6)
3. Денисенко Алла (7,8,9)
4. Харенко Антон (10,11,12)
5. Горлинская Марина (13,14,15)
6. Мищеряков Слава (16,17,18)
7. Денис Кузьменко (19,20,21)
8. Олещенко Андрей (22,23,24)
9. Рожков Вова (25,26,27)
10. Цаль-Цалько Олег (28,29,30)
11. Ваня Каплин (31,32,33)
12. Сережа Савченко( 34,35,36)
13. Цвитун Аня (37,38,39)
14. Лысенко Денис (40,41,42)
15. Черняев Макс (43,44,45)
16. Райзин Игорь (46, 47, 48)
17. Тымкив Ростик (49, 50, 51)
Источники
1. ну пока только есть прошлогодний конспект http://upload.com.ua/get/900913599/
2. надеюсь завтра отксерить Настин. Если у кого-то уже есть - делитесь)
4.Марина ввыложила свой конспект http://file.qip.ru/file/92236637/f4afe0c3/-PIS-Marilyna.html
5. Наташа прислала вродь конспект Насти кстеренный
первая часть - http://upload.com.ua/get/900915389/
вторая часть - http://upload.com.ua/get/900915397/
2. надеюсь завтра отксерить Настин. Если у кого-то уже есть - делитесь)
4.Марина ввыложила свой конспект http://file.qip.ru/file/92236637/f4afe0c3/-PIS-Marilyna.html
5. Наташа прислала вродь конспект Насти кстеренный
первая часть - http://upload.com.ua/get/900915389/
вторая часть - http://upload.com.ua/get/900915397/
Вопросы
1. Использование промышленных хранилищ для анализа и проектирования интеллектуальных систем. Создание гиперкуба. Поля таблиц. Пример SQL запроса.
2. Типы хранилищ данных, используемые для поддержки принятия решений.
3. Метод таблиц решений.
4. Способы накопления итогов и статистик кубических хранилищ.
5. Способы создания планов реализаций решений.
6. Организация сопровождения решений.
7. Методы анализа балансов для анализа событий и ситуаций.
8. Классы событий, управляющих обработкой (ППР).
9. Построение критериев целесообразности и эффективности решения.
10. Типовые системы оперативного управления на основе БД и БЗ.
11. Системы автоматизации обслуживания заказчиков.
12. ERP. Ресурсы предприятий.
13. Системы управления потоком работ Workflow.
14. Создание проектов решений.
15. Выбор наиболее перспективного решения.
16. Подведение итогов реализации решения.
17. Оценки итогов реализации решения.
18. Сохранение прецедентов реализации решения.
19. Обучение правилам системы ППР.
20. Интерполяционные методы обработки таблиц решений.
21. Типовые элементы работ, выполняемые в системах Workflow.
22. Составление шаблонов – планов для систем Workflow.
23. Организация изменения планов.
24. Организация учета активов и пассивов с использованием реляционных СУБД и гиперкубов.
25. Составление правил и критериев для выбора решений.
26. Учет жизненных циклов компьютерных продуктов при подготовке решений.
27. Составление прогнозов для ППР.
28. Использование математических характеристик для моделирования реализации решения.
29. Использование статистических критериев для оценки решений.
30. Использование методов ППР для реализации программных проектов.
31. Организация диалогов для взаимодействия в системах ППР.
32. Создание шаблонов для организации диалогов в системах ППР.
33. Использование ОЕЯ в системах ППР.
34. Выбор методов кодирования для повышения эффективности с ППР.
35. Типовые функции подсистем текстов обработки.
36. Системы кодирования цветов как пример кодированного представления информации.
37. Выбор числа координат для эффективности обработки.
38. Особенности реализации поиска кратной информации по запросам.
39. Особенности реализации поиска детальной информации по запросам в текстовых системах.
40. Анализ достоверности логических выводов в системах ИИ.
41. Создание и отладка ПО для систем ИИ.
42. Тестирование ПО на конкретных примерах.
43. Анализ событий и ситуаций при работе систем ИИ.
44. Анализ заполнения БЗ в системах ИИ.
45. Учет характеристик оборудования в системах ИИ.
46. Количественные и качественные оценки характеристик систем ИИ.
47. Классы событий, используемые для анализа состояний, ситуаций и прогнозов.
48. Пути обоснования решений в системах поддержки принятия решний.
49. Использование подсистем объяснений.
50. Основные виды обучения в интеллектуальных системах.
51. Пути доказательства полезности решений.
2. Типы хранилищ данных, используемые для поддержки принятия решений.
3. Метод таблиц решений.
4. Способы накопления итогов и статистик кубических хранилищ.
5. Способы создания планов реализаций решений.
6. Организация сопровождения решений.
7. Методы анализа балансов для анализа событий и ситуаций.
8. Классы событий, управляющих обработкой (ППР).
9. Построение критериев целесообразности и эффективности решения.
10. Типовые системы оперативного управления на основе БД и БЗ.
11. Системы автоматизации обслуживания заказчиков.
12. ERP. Ресурсы предприятий.
13. Системы управления потоком работ Workflow.
14. Создание проектов решений.
15. Выбор наиболее перспективного решения.
16. Подведение итогов реализации решения.
17. Оценки итогов реализации решения.
18. Сохранение прецедентов реализации решения.
19. Обучение правилам системы ППР.
20. Интерполяционные методы обработки таблиц решений.
21. Типовые элементы работ, выполняемые в системах Workflow.
22. Составление шаблонов – планов для систем Workflow.
23. Организация изменения планов.
24. Организация учета активов и пассивов с использованием реляционных СУБД и гиперкубов.
25. Составление правил и критериев для выбора решений.
26. Учет жизненных циклов компьютерных продуктов при подготовке решений.
27. Составление прогнозов для ППР.
28. Использование математических характеристик для моделирования реализации решения.
29. Использование статистических критериев для оценки решений.
30. Использование методов ППР для реализации программных проектов.
31. Организация диалогов для взаимодействия в системах ППР.
32. Создание шаблонов для организации диалогов в системах ППР.
33. Использование ОЕЯ в системах ППР.
34. Выбор методов кодирования для повышения эффективности с ППР.
35. Типовые функции подсистем текстов обработки.
36. Системы кодирования цветов как пример кодированного представления информации.
37. Выбор числа координат для эффективности обработки.
38. Особенности реализации поиска кратной информации по запросам.
39. Особенности реализации поиска детальной информации по запросам в текстовых системах.
40. Анализ достоверности логических выводов в системах ИИ.
41. Создание и отладка ПО для систем ИИ.
42. Тестирование ПО на конкретных примерах.
43. Анализ событий и ситуаций при работе систем ИИ.
44. Анализ заполнения БЗ в системах ИИ.
45. Учет характеристик оборудования в системах ИИ.
46. Количественные и качественные оценки характеристик систем ИИ.
47. Классы событий, используемые для анализа состояний, ситуаций и прогнозов.
48. Пути обоснования решений в системах поддержки принятия решний.
49. Использование подсистем объяснений.
50. Основные виды обучения в интеллектуальных системах.
51. Пути доказательства полезности решений.
Наша команда!
1. Каспич Ира
2. Катасонова Леся
3. Денисенко Алла
4. Харенко Антон
5. Горлинская Марина
6. Мищеряков Слава
7. Денис Кузьменко
8. Олещенко Андрей
9. Рожков Вова
10. Цаль-Цалько Олег
11. Ваня Каплин
12. Сережа Савченко
13. Цвитун Аня
14. Лысенко Денис
15. Черняев Макс
16. Райзин Игорь
17. Тымкив Ростик
принимаем заявки ;-)
2. Катасонова Леся
3. Денисенко Алла
4. Харенко Антон
5. Горлинская Марина
6. Мищеряков Слава
7. Денис Кузьменко
8. Олещенко Андрей
9. Рожков Вова
10. Цаль-Цалько Олег
11. Ваня Каплин
12. Сережа Савченко
13. Цвитун Аня
14. Лысенко Денис
15. Черняев Макс
16. Райзин Игорь
17. Тымкив Ростик
принимаем заявки ;-)
Оформление шпор
1. Номер вопроса и собственно вопрос
2. Ответы в печатном (!!!) виде. Потому как не будет времени на экзамене разбирать почерк и качество скана.
3. Обязательное наличие примера. Если толкового примера совсем не получается, делаем не толковый. Лишь бы был. А то Пустик жаждет ;-)
ждем ваших предложений :-)
2. Ответы в печатном (!!!) виде. Потому как не будет времени на экзамене разбирать почерк и качество скана.
3. Обязательное наличие примера. Если толкового примера совсем не получается, делаем не толковый. Лишь бы был. А то Пустик жаждет ;-)
ждем ваших предложений :-)
Підписатися на:
Дописи (Atom)