RU2217792C2

RU2217792C2 - Способ идентификации динамических структур с изменяемыми параметрами

Info

Publication number: RU2217792C2
Application number: RU2001102088A
Authority: RU
Inventors: Ю.И. Припачкин; Г.В. Сменцарев
Original assignee: Открытое акционерное общество "Московская телекоммуникационная корпорация"
Priority date: 2001-01-25
Filing date: 2001-01-25
Publication date: 2003-11-27

Abstract

Изобретение относится к вычислительной технике и может быть использовано при построении автоматизированных банков данных, хранилищ информации и систем искусственного интеллекта. Техническим результатом заявленного изобретения является повышение точности идентификации объектов, имеющих различные варианты, повышение экономии дискового пространства вычислительной установки за счет исключения в банках данных одних и тех же структур. Для этого в банке данных описывают структуру накапливаемых сущностей в виде типа данных, содержащего последовательность параметров, в каждом из типов данных маркируют идентифицирующие параметры, образуя ключ, выделяют параметры, которые могут иметь различные значения в окрестности стандартного значения, разрабатывают для них программные процедуры, при которых каждому параметру соответствует нейронная сеть, определяют порядок действий с неидентифицирующими невариабельными параметрами, обеспечивают загрузку информации в банк данных, при котором перед загрузкой проводят сопоставление информации с уже накопленными записями по значениям ключа, при этом вариабельные параметры пропускают через нейросети, в случае идентичности записей осуществляют их слияние. 4 з.п.ф-лы, 7 табл., 2 ил.

Description

Таблицып

Claims

1. Способ идентификации динамических структур, моделируемых записями банка данных с фиксированным числом параметров, значения которых могут изменяться в окружении стандартных значений, отличающийся тем, что в банке данных описывают структуру накапливаемых сущностей в виде типа данных, содержащего последовательность параметров, каждый из которых имеет форму представления, размер; в каждом из типов данных маркируют те параметры, которые могут одновременно иметь не более одного значения и в совокупности друг с другом однозначно идентифицируют конкретную сущность на множестве себе подобных сущностей, образуя ключ; в каждом из типов данных выделяют параметры, которые могут иметь различные значения в окрестности стандартного значения, то есть являются вариабельными, и разрабатывают для них программные процедуры, эмулирующие искусственные нейронные сети, такие, что каждому виду параметров соответствует одна искусственная нейронная сеть, архитектура которой адаптирована пользователем для данного вида параметров; обеспечивают возможность запоминания, длительного хранения и модификации в записи банка данных для соответствующего параметра атрибутов нейронной сети, включая синаптические веса, смещения, число примеров, на которых проведено обучение сети; определяют и описывают с помощью программных процедур порядок действий с неидентифицирующими невариабельными параметрами в случае расхождения их значений в сравниваемых записях между собой, описанные процедуры ставят в соответствие определенным для них неидентифицирующим параметрам; обеспечивают процесс загрузки информации в банк данных такой, что, прежде чем поместить новую запись на хранение в банк данных, проводят ее сравнение по значениям ключей с уже накопленными записями, при этом предварительно вариабельные параметры загружаемой записи "пропускают" через соответствующие им искусственные нейронные сети сравниваемой записи, хранящейся в банке данных, и для сопоставления с одноименными параметрами записи банка данных используют те значения ключевых параметров входной записи, которые получают на выходе нейронных сетей записи банка данных, при отсутствии значения на выходе какой-либо нейронной сети для сравнения используют значение соответствующего параметра входной записи, поданное на вход искусственной нейронной сети; загружаемая запись считается идентичной записи, хранящейся в банке данных, если совпадут значения всех ключевых параметров, если при этом окажется, что не совпадают все или часть неидентифицирующих параметров, то для выбора требуемых значений неидентифицирующих параметров поочередно активизируются соответствующие им программные процедуры, каждая из которых определяет порядок действий с неидентифицирующими параметрами, которые могут принимать только одно значение (являются однозначными), в случае расхождения их значений в сравниваемых записях; при несоответствии ключа загружаемой записи ни одному из ключей всех записей, хранящихся в банке данных, она помещается для хранения в банк данных; обеспечивают возможность обучения нейронных сетей путем выбора из банка данных по заданному пользователем критерию совокупности записей и их визуализации на экране монитора, одну из записей помечают как эталонную, значения вариабельных параметров которой будут служить выходом нейронной сети, помечают записи банка данных, которые описывают ту же самую сущность, являются вариациями проявления эталонной записи и должны быть слиты с этой записью, запускают процедуру слияния записей, описывающих одну и ту же сущность, такую, что вариабельные параметры записей, сливаемых с эталонной, служат входами нейронных сетей одноименных параметров эталонной записи, при этом поочередно запускают процедуру тренировки искусственных нейронных сетей, присоединенных к этим параметрам эталонной записи, причем одним из входов каждой нейронной сети должен быть соответствующий параметр эталонной записи, запоминают новые атрибуты нейронной сети после ее тренировки, при необходимости процедуру повторяют.

2. Способ по п.1, отличающийся тем, что в банке данных может содержаться информация о сущностях различной структуры, связанных иерархическими и ассоциативными связями, для чего описывают соответствующее число типов данных.

3. Способ по любому из предыдущих пунктов, отличающийся тем, что для отдельных вариабельных параметров части записей банка данных на этапе эксплуатации банка данных и ввода в него информации формируют искусственные нейронные сети индивидуальной архитектуры и с индивидуальными атрибутами, хранящимися в этих записях банка данных.

4. Способ по любому из предыдущих пунктов, отличающийся тем, что в процессе тренировки искусственной нейронной сети пользователь получает возможность откорректировать значения параметров одной из записей, отобранных по заданным им критериям из банка данных и визуализированных на экране монитора, определив эту откорректированную запись в качестве эталонной, и после этого запустить процедуру слияния записей, описывающих вариации одной и той же сущности.

5. Способ по любому из предыдущих пунктов, отличающийся тем, что записи банка данных могут иметь более одного набора идентифицирующих параметров.