Научный журнал Научное обозрение. Педагогические науки ISSN 2500-3402 ПИ №ФС77-57475

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Павленко Елена Николаевна

We consider a formalization and construction principles of the automatic optimization with application expertise. Systems can proyaslyat property samoorganizaii by adapting to the changing parameters of the control object. Since the task of ensuring immunity and performance in conflict, you need a heuristic selection of the right for the situation of the search algorithm of the set of feasible algorithms. This explains the usefulness of search strategies with adaptive methods of choosing the parameters of SAO, and the use of assessment tools, and process control solutions operate in accordance with generally accepted criteria, which, in turn, provides an adaptive and optimal (suboptimal) behavior SAO.

На рис. 8 представлена авторская модель обучения (третий кадр). Анализ модели позволяет сделать выводы. Много студентов выполнили все задания самостоятельно (с номерами 1, 8, 9, 11, 12, 13, 14, 16, 17, 22, 24 и 26). Это говорит о высоком уровне подготовки студентов. Четыре человека (с номерами 2, 3, 10 и 23) получили помощь извне, т.е. не от студентов своей группы. Автора удивило, что студенты нуждались в помощи при выполнении Задания 2. Поэтому автор предполагает в будущем проводить мастер-класс по выполнению Задания 2.

Сравнительно недавно возникла нейропедагогика (англ. Neuropedagogy, Educational neuroscience) – прикладная нейронаука использования знаний когнитивной неврологии, дифференциальной психофизиологии, нейропсихологических знаний, данных о мозговой организации процессов овладения различными видами учебного материала, учёта совместимости вариантов ИПЛ (индивидуальный профиль латерации) учащихся и преподавателей в образовательном процессе. Нейропедагогика базируется на классических основах педагогики, психологии, неврологии, кибернетики и отражает личностно ориентированный подход в образовании. Цель нейропедагогики – на практике оптимально и творчески решать педагогические задачи, используя знания об индивидуальных особенностях мозговой организации высших психических функций.

В главе 1 «Интеллектуальные самоорганизующиеся системы» приведены результаты аналитического обзора, выполненного автором [1]. Не лишним будет напомнить, что слово «интеллект» происходит от латинского слова «intelligentie», которое, в свою очередь, образовалось от глагола «intellgere», означающего способность понимать, определять смысл. Во многих странах учёные, специалисты пытаются создать искусственный интеллект (ИИ). Само понятие «интеллект» не очень понятно и чётко сформулировано. Большинство из нас уверены, что смогут отличить «разумное поведение», когда с ним столкнутся. Однако вряд ли кто-нибудь сможет дать интеллекту определение, достаточно конкретное для оценки предположительно разумной компьютерной программы и одновременно отражающее жизнеспособность и сложность человеческого разума.

Например, теплоагрегат меняет свои характеристики во времени и его нельзя рассматривать как стационарный объект. Изменение его характеристик должно отслеживаться нечетким регулятором во времени и учитываться в выборе управляющих воздействий. Обучение нечеткого регулятора состоит в получении новых знаний об управлении, адекватных реальным ситуациям в пространстве состояний теплоагрегата. Возможный вариант структуры самоорганизующегося нечеткого регулятора (адаптивной обучаемой системы) показан на рис. 2. В приведенной структуре в общем виде учтено задание исходных данных экспертов, возможность измерения (оценки) текущих данных о параметрах ОУ управления, а также методология обучаемости и адаптации.

Наибольшие трудности у студентов вызвала работа с моделями при выполнении лабораторных работ. Даже у самой «отстающей» студентки с номером 11, которая выполняла все задания самая последняя, смысловая матрица практически не отличалась от смысловых матриц остальных студентов группы. По данным матрицы переходов автором построены 3D-диаграммы переходов для каждой группы параметров в среде MS Office. Как видно из 3D-диаграммы, обучение прошло успешно. Это хорошо согласуется с электронным журналом обучения.

Управление в САО направлено на изменение вектора входных координат ОУ с целью достижения экстремума. Из теории игр в силу существенной степени неопределенности относительно ОУ взят термин «управляющее решение», определяющий классическое понятие «управление».

В повседневной жизни мы легко выносим суждения, признавая одних людей умными, а других, мягко говоря, не очень. Однако попытки научно истолковать смысл подобных оценок сталкиваются с серьёзными трудностями. До сих пор не выработано общепринятого определения интеллекта. Нет ясности и с критериями его оценки: например, считать ли таковым успех в тех или иных начинаниях? Более того, непонятно даже, является ли интеллект единой характеристикой личности, или это лишь совокупность множества различных способностей? Но, несмотря на это, психологи вот уже более века измеряют показатели интеллекта. Используется так называемый коэффициент интеллектуальности (IQ).

SYSTEM ASPECTS OF OPTIMIZATION OF FUNCTIONING OF TERRITORIALLY DISTRIBUTED POWER SYSTEMS

Система автоматической оптимизации (САО) — адаптивная система. Оптимальному (субоптимальному) адаптивному управлению посвящено большое число работ. Основная задача «оптимального адаптивного управления «в большом» с достижением конечной цели в заранее неизвестной ситуации» [1].

Совокупность идей и научно-техническое направление, определяемое описанным представлением о мозге, называется коннекционизмом (англ. connection = связь). Как всё это соотносится с реальным мозгом? Так же, как карикатура или шарж со своим прототипом-человеком – весьма условно. Это нормально: важно не буквальное соответствие живому прототипу, а продуктивность технической идеи. В работе с нейронными сетями иногда оказываются полезными представления, разработанные в психологии и педагогике, а обращение с обучаемой сетью как с дрессируемой зверушкой или с обучаемым младенцем – это ещё один источник идей. Возможно, со временем возникнет такая область деятельности – «нейропедагогика» – обучение искусственных нейронных сетей.

В главе 4 «Самоорганизация-самообучение, взаимное обучение и результативность» приведены экспериментальные данные по четырём предметам, входящим в учебную нагрузку автора [1]. Правила (алгоритм) анализа и обработки данных для всех групп и всех предметов (рис. 7) идентичны: сначала приводится электронный журнал обучения, далее – диагностика включения самоорганизации-самообучения: диаграммы выполнения заданий по предмету во времени, графики времени выполнения заданий. По данным матрицы переходов строятся 3D-диаграммы переходов для оценки результативности обучения. В завершение – анализ связей и с учётом межличностных отношений и взаимного обучения – построение динамической модели обучения со связями (третий кадр).

Система с применением оптимизационной модели объекта предназначена для технических объектов, функционирующих в условиях малых или медленно меняющихся неконтролируемых возмущений. Оптимизационная модель называется режимной оптимальной картой и позволяет исключить поиск на объекте, так как связывает значения входных ситуационных параметров ОУ и значения оптимизируемых параметров ОУ, при которых достигается экстремум. САО функционирует в контуре адаптации системы управления. Эффективность функционирования зависит от точности режимных карт, числа учитываемых значимых параметров и возможности адаптации режимных карт к изменению свойств ОУ во времени.

Смысловую матрицу переходов по этому разделу предмета автор посчитал избыточной из-за малого количества заданий. Авторская модель обучения для группы ТЕХ-131 показала, что все задания каждый студент выполнял самостоятельно. Особо следует отметить студентку В.О. Фракт, которая очень быстро и на прилично высоком уровне выполнила оригинальное задание, которое после небольшой доработки переросло в выпускную квалификационную работу. В группе эффекты взаимного обучения оказались незначительными, хотя процессы самоорганизации и самообучения работают.

Согласно работе [2], «адаптивная система — это такая управляющая система, которая в ходе управления любым объектом класса за конечное время достигает цель». Для адаптивных обучаемых систем управления появилось понятие обучаемости и цели управления, а система управления приспосабливается к свойствам конкретного объекта, «о котором заранее известно всего лишь, к какому классу управляемых объектов он относится» [3]. В теории адаптивных систем управления выполнены исследования для синтеза разного вида поисковых САО, однако практическое применение теоретических результатов ограничивается как сложностью синтеза реальных САО, так и степенью априорной и апостериорной неопределенности в задачах адаптации, идентификации и оптимизации.

11. «Обучение – конкретный путь педагогического процесса, в ходе которого под руководством специально подготовленного лица (педагога, пропагандиста и др.) реализуются общественно обусловленные задачи образования личности в тесной взаимосвязи с ее воспитанием и развитием. Обучение – процесс двусторонний».

Модель нейрона лежит в основе большинства сегодняшних применений нейронной сети. Отметим, что данная модель является лишь очень грубым приближением действительности. На самом деле мы не можем смоделировать даже один единственный человеческий нейрон; это выше человеческих возможностей в моделировании. Следовательно, любая работа, базирующаяся на этой простой модели нейрона, не способна точно имитировать человеческий мозг. Однако многие успешные применения, использующие этот метод, обеспечили успех нейронным сетям, базирующимся на простой модели нейрона.