Перцептуальные вычисления
Перцептуальный компьютер
Перцептуальный компьютер (англ. perceptual computer, Per-C) — реализация концепции перцептуальных вычислений — имеет архитектуру, изображённую на рис. 1[2][3]. Она включает три компонента: энкодер (кодировщик), вычислительный движок CWW и декодер. Перцепции — слова — активируют Per-C и выступают его выходом (наряду с данными), что позволяет человеку взаимодействовать с перцептуальным компьютером, используя лишь словарь.
Словарь зависит от области применения и должен быть достаточно большим, чтобы позволять конечному пользователю комфортно работать с Per-C. Энкодер преобразует слова в нечёткие множества (англ. fuzzy sets, FS), формируя кодовую книгу — список слов с соответствующими моделями нечётких множеств. На выходах энкодера формируются данные для вычислительного движка CWW[4], который преобразует один или несколько нечётких множеств в другие; декодер сопоставляет полученный результат с рекомендацией (субъективным суждением) и дополнительными данными. Рекомендация может быть задана словом, группой слов, рангом или классом.
Хотя для практической реализации трёх компонентов Per-C — энкодера, декодера и движка CWW — требуется множество деталей[1], подход становится наиболее понятен при рассмотрении конкретных применений. Общая методология перцептуальных вычислений включает:
- Фокусировка на задаче (A).
- Определение подходящего словаря (или словарей) для задачи A.
- Сбор данных о границах интервалов (interval end-point data) для всех слов словаря с помощью группы представителей будущих пользователей системы.
- Преобразование собранных данных в интервальные нечёткие множества (FOU) посредством интервального подхода[5]. Результат — кодовая книга для задачи A (завершение проектирования энкодера).
- Выбор подходящего вычислительного движка CWW для задачи A, который преобразует интервальные нечёткие множества второго типа (IT2 FS) в одно или несколько других IT2 FS. Примеры: продукционные правила IF-THEN[1], лингвистическое взвешенное среднее[6].
- Если готовый движок CWW уже доступен для задачи A, его математика используется для вычисления выходов; иначе разрабатывается новый вариант движка. Главное ограничение — его выходы должны быть схожи с FOU в кодовой книге задачи A[1].
- Преобразование выходных IT2 FS в рекомендации на выходе декодера. Если рекомендация — отдельное слово, ранг или класс, используются готовые алгоритмы преобразования, либо разрабатываются новые для нестандартных декодеров.
Применения перцептуальных вычислений
На сегодняшний день перцептуальные компьютеры реализованы в следующих областях: (1) поддержка инвестиционных решений, (2) вынесение социальных оценок, (3) распределённое принятие решений и (4) иерархическое и распределённое принятие решений. Пример из четвёртой области — система поддержки публикационных решений (англ. Journal Publication Judgment Advisor)[1]: впервые только слова используются на каждом уровне иерархического и распределённого принятия решения:
n рецензентов формируют субъективную рекомендацию по статье, отправленной им заместителем редактора. Тот агрегирует эти независимые рекомендации в итоговую, которую направляет главному редактору журнала. Так как для рецензентов затруднительно выставлять числовые оценки по критериям (например, значимость, содержание, глубина, стиль, организация, ясность, библиография), им предлагается вводить только лингвистические оценки по этим категориям. Общая рекомендация не требуется: ранее часто случалось, что рецензенты с одинаковыми числовыми оценками рекомендовали диаметрально разные решения по публикации. Передавая итоговую рекомендацию ассистирующему редактору, удаётся снизить такие несогласованности.
Агрегация лингвистических оценок, учёт экспертного уровня рецензентов по тематике статьи осуществляется с помощью метода лингвистического взвешенного среднего. Хотя система ориентирована на публикации и рецензентов, понятие «рецензент» может быть заменено на эксперт, судья, менеджер низшего звена, руководитель, рефери и пр.; «ассистирующий редактор» — на центр управления, командный пункт, менеджер более высокого уровня и т. д. Следовательно, эта методология применима в широком спектре задач.
Недавно разработана методика анализа видов и последствий отказов (англ. Failure mode and effects analysis, FMEA) на основе перцептуальных вычислений, реализованная для нужд анализа рисков в сельском хозяйстве по производству съедобных ласточкиных гнёзд на Борнео[7].
Также зафиксированы применения перцептуальных вычислений для образовательной оценки — в частности, для поддержки кооперативного обучения студентов[8].
В целом, Per-C (чьё развитие заняло более десятилетия) считается первой полноценной реализацией парадигмы вычислений при помощи слов Лотфи Заде, применённой для поддержки субъективных оценочных решений.
Примечания
Литература
- F. Liu, J. M. Mendel. Encoding words into interval type-2 fuzzy sets using an Interval Approach // IEEE Transactions on Fuzzy Systems. 2008. Vol. 16. С. 1503—1521.
- J. M. Mendel. The perceptual computer: an architecture for computing with words // Proc. of Modeling With Words Workshop in the Proc. of FUZZ-IEEE 2001. Melbourne, Australia, 2001. С. 35-38.
- J. M. Mendel. An architecture for making judgments using computing with words // International Journal of Applied Mathematics and Computer Science. 2002. Vol. 12, № 3. С. 325—335.
- J. M. Mendel. Computing with words and its relationships with fuzzistics // Information Sciences. 2007. Vol. 177. С. 998—1006.
- J. M. Mendel, D. Wu. Perceptual Computing: Aiding People in Making Subjective Judgments. John Wiley & IEEE Press, 2010.
- D. Wu, J. M. Mendel. Aggregation using the linguistic weighted average and interval type-2 fuzzy sets // IEEE Transactions on Fuzzy Systems. 2007. Vol. 15, № 6. С. 1145—1161.
- L. A. Zadeh. Fuzzy logic = computing with words // IEEE Transactions on Fuzzy Systems. 1996. Vol. 4. С. 103—111.