80. Розпізнавання рукописних текстів. Распознавание рукописных текстов

Очевидно, проблема распознавания рукописного текста значительно сложнее, чем в случае с текстом печатным. Если в последнем случае мы имеем дело с ограниченным числом вариаций изображений шрифтов (шаблонов), то в случае рукописного текста число шаблонов неизмеримо больше. Дополнительные сложности вносят также иные соотношения линейных размеров элементов изображений и т. П.

И все же сегодня мы можем признать, что основные этапы разработки технологии распознавания рукописных (отдельные символы, написанные от руки) символов уже пройдены. В арсенале Cognitive Technologies имеются технологии распознавания всех основных типов текстов: стилизованных цифр, печатных символов и <рукопечатных> символов. Но технологии ввода <рукопечатных> символов потребуется еще пройти стадию адаптации, после чего можно будет заявить, что инструментарий для потокового ввода документов в архивы действительно реализован полностью.

81. Архітектура експертної системи реального часу. Архитектура экспертной системы реального времени

Специфические требования, предъявляемые к экспертной системе реального времени, приводят к тому, что их архитектура отличается от архитектуры статических систем. Не вдаваясь в детали, отметим появление двух новых подсистем - моделирования внешнего окружения и сопряжения с внешним миром (датчиками, контроллерами, СУБД и т.п.) - и значительные изменения, которым подвергаются оставшиеся подсистемы.

Для того, чтобы понять, что представляет из себя среда для создания экспертных систем реального времени, опишем ниже жизненный цикл такой системы, а также ее основные компоненты. Описание оболочки экспертной системы реального времени приведем на примере средства G2, поскольку в нем полностью реализованы возможности, которые считаются необходимыми и уместными в подобных программных продуктах.

82. Системи управління з нечіткою логікою.

В последнее десятилетие развитие систем управления с нечеткой логикой (СИЛ) возобновилось с новой силой. Наиболее активными и плодотворными были исследования в области теории нечетких множеств, нечеткой логики и нечетких рассуждений. Диапазон применения таких систем на практике простирается от промышленных систем управления до систем постановки диагноза и безопасности компьютерных систем. Большое количество промышленных и потребительских систем, использующих эту технологию, было создано в Японии, где развитие СНЛ достигло значительных успехов. В отличие от простых электронных систем управления применение СНЛ наиболее эффективно в сложных трудно формализуемых и плохо структурированных процессах, которые могут управляться квалифицированными операторами без использования специфических знаний, лежащих в основе динамики функционирования этих процессов.

Основная идея, используемая в СНЛ, заключается во введении «опыта эксперта» (человека-оператора; лица, принимающего решение (ЛПР)) в разработку схемы, управляющей некоторым динамическим процессом. По утверждению создателя нечеткой логики Л. Заде, с ростом сложности системы постепенно падает способность человека делать точные и в то же время значащие утверждения относительно ее поведения, пока не будет достигнут порог, за которым точность и релевантность становятся взаимоисключающими характеристиками. В СНЛ сложные отношения между входом и выходом сложных динамических процессов описываются набором правил нечеткой логики (IF-THEN правил), подразумевающих использование лингвистических переменных вместо усложненной динамической модели. Применение лингвистических переменных, правил и законов нечеткой логики, а также приближенных рассуждений позволяет вносить опыт эксперта в разрабатываемую схему управления.