2.2 Психофизические исследования методом мягких вычислений.

Новое научное направление, которое известно под названием мягкие вычисления, образовалось на основе объединения методов теории нечетких множеств и других процедур моделирования.

В отличие от традиционных вычислений мягкие вычисления более приспособлены для работы с неточными, неопределенными или частично истинными данными или знаниями. Заде ввел набор предложений, выраженных на естественном языке, используемые в вычислениях со словами. Это набор носит название множества исходных данных. Желаемые ответы или заключения представляют собой множество конечных (терминальных) данных. Эти наборы также выражаются в терминах языка.

Лингвистическая шкала “различие” используется для оценивания семантических близостей между стимулами. В качестве лингвистических термов использовались степени различия. Для них строились эмпирические функции принадлежности термам.

На основе идеи мягких вычислений был сформулирован метод анализа различий между соответствующими понятиями, которые получают с помощью нечеткой лингвистической шкалы.

Субъективное сходство стимулов пытались изобразить в виде отрезков между точками - стимулами в пространстве. Первым методом моделирования субъективных различий был метод линейной связи с расстояниями.

Допуская линейность, нужно исключить возможность анализа данных, являющихся существенно нелинейными монотонными функциями расстояния, к примеру, время различения. Р.Н. Шепард делает попытку решить эту проблему и вводит монотонную функцию. Он же сформулировал двумерное решение для экспериментов по оцениванию звуковых сигналов по коду Морзе. Восприятие этих звуковых сигналов различалось в зависимости от числа точек и тире в каждом сигнале и в зависимости от преобладания в нем точек и тире.

Со временем начала прослеживаться тенденция к снижению точности описания сложных систем, которая отразилась в методах многомерного шкалирования. Требования метрического многомерного шкалирования подверглись замене на требование неметрического многомерного шкалирования. При таком требовании данные должны быть монотонно связаны с расстоянием в евклидовом пространстве или пространстве Минковского.

В ходе своих исследований Заде сформулировал принцип, который он назвал принципом “несовместности” сложности системы и точности ее описания. Согласно этому принципу, при моделировании оценок, которые были полученны по лингвистической шкале, требуются нежесткие условия связей этих оценок с координатами оцененных объектов в пространствах.

Следовательно, для моделирования различий необходимо применять неметрический подход к многомерному шкалированию. По причине того, что исходная матрица субъективных различий между стимулами не представляет собой матрицу расстояний в каком-либо пространстве, существует возможность моделировать исходные различия с помощью функции, которая была бы лишь монотонна исходным различиям и задавала бы расстояния объектов в пространстве. Головина разработала метод нечеткого многомерного шкалирования или метод многомерного шкалирования нечетких оценок. Он помогает решить общую задачу шкалирования, которая заключается в поиске координаты стимулов для данных, выраженных в нечетких психолингвистических шкалах. При этом необходимо учитывать, что эти данные связаны с расстояниями в пространстве Минковского произвольной монотонной функцией.

Аналитически монотонную функцию, которая выражает корреляцию между различием и расстоянием, найти невозможно, поэтому в вышеописанном случае автор использовала метод градиентной минимизации для нахождения минимума рассогласования между различиями и модельными расстояниями.

Для того чтобы вычислить индивидуальные матрицы различий и расстояний использовались две процедуры:

1) попарное сравнение объектов - эта процедура заключалась в применении лингвистической шкала “различие”. В качестве лингвистических термов использовались следующие пять степеней различия: совсем нет, маленькое, среднее, довольно большое, очень большое. В результате оценивания попарных различий была получена матрица различий.

2) метод семантического дифференциала заключался в оценке степень выраженности каждого объекта по каждой шкале к, где к=1…К. В качестве результата оценивания была получена матрица смешений.

Модель функции принадлежности была сформулирована, следуя определенному алгоритму, описанному ниже.

На основе соответствующей метрики были получены матрицы расстояний между объектами. Далее, для каждого терма матрицы различий между объектами i и j были вычислены расстояния между объектами i и j в матрице расстояний. В конечном итоге каждому терму соответствовало некоторое множество расстояний в матрице расстояний. Затем, для каждого множества на основе регрессионного анализа были построены функции принадлежности соответствующему терму, с помощью которых потом вычисляется стресс S в методе многомерного шкалирования для реконструкции пространств объектов-стимулов.

Головина использовала вышеописанный метод для построения семантической структуры знаний психологических дисциплин.

Полученные в ходе использования данного метода результаты показали, что субъективные пространства респондентов, которые имели лучшее согласование между матрицами различий и расстояний, были более структурированы между психологическими понятиями

Также были обнаружены субъективные различия в предпочтении методик оценивания. Многие испытуемые отмечали рефлексию знаний в процессе оценивания.

Можно предположить, что "диапазон субъективной эквивалентности», когнитивный стиль, оказал влияние на предпочтение методик и структурированность ментальных репрезентаций, что раскрывает лежащие в основе приведенных фактов психологический механизм. Пилотажное исследование Головиной подтвердило это предположение для описания структуры знаний: более структурированными оказались семантические пространства лиц с широким диапазоном эквивалентности.

В психофизических исследованиях А. Обозновым и Д. Петрович была показана взаимосвязь эффективности восприятия приборной информации с диапазоном субъективной эквивалентности и поле(не)зависимостью; Головина в своих исследованиях показала влияние различных когнитивных стилей (в т.ч. и диапазона субъективной эквивалентности) на адекватность восприятия сенсорной информации и информации по общей осведомленности. Исследования В.А. Садова и Н.Г. Шпагоновой показали взаимосвязь восприятия длительности звуковых фрагментов и их семантических структур. В дальнейших исследованиях, которые связанны с разработкой субъективных шкал обязательно нужно учитывать различия в когнитивных стилях, в особенности, на мой взгляд, в диапазоне субъективной эквивалентности.

Резюмируя, можно сказать, что, вероятно, с помощью мягких вычислений в психофизике возможно будет обнаружить новые дополнительные механизмы индивидуальных особенностей восприятия.