Когнитивная графика: Когнитивная графика | это… Что такое Когнитивная графика?

Когнитивная графика для организации директорного управления магистральными нефтепроводами. Ч. 2 — диаграмма Кивиата, ККГ, когнитивная графика, когнитивный образ, компьютерная когнитивная графика, линия гидроуклона, объект контроля и управления, ОУ, СДКУ, система диспетчерского контроля и управления

Появление и развитие средств компьютерной когнитивной графики (ККГ) [1] открывает для сферы интеллектуальной поддержки принятия управляющих решений принципиально новые графические возможности. Благодаря этим возможностям лица оперативно-диспетчерского персонала (в дальнейшем лица, принимающие решения — ЛПР) в процессе анализа изображений (их содержания, формы, размеров и цвета), могут добиваться резкого сокращения времени для оценки состояния объекта контроля и управления (ОУ) и принятия правильных и своевременных управляющих решений.

Применение ККГ в человеко-машинных системах диспетчерского контроля и управления (СДКУ) не только увеличивает скорость передачи информации для ЛПР и повышает уровень ее понимания, но и способствует развитию таких важных для диспетчерского персонала трубопроводных систем качеств, как интуиция, профессиональное «чутье», образное мышление.

Интуиция, как и «профессиональное чутье», в системах человеко-машинного управления довольно тесно связаны с образным мышлением и играют значительную роль в формировании первичных гипотез о проблемах, возникающих на объекте управления и путях поиска адекватных управляющих решений. В то же время, интуиция, «профессиональное чутье» и образное мышление — три независимых механизма, которые могут взаимодействовать в тех случаях, когда первый и второй инициируют проявление третьего.

Образное мышление ЛПР входит как существенный компонент процесса управления во все без исключения виды человеческой деятельности, в том числе и в оперативно-диспетчерскую деятельность. Основная функция образного мышления ЛПР — оперирование с когнитивными образами, представляющими состояния объекта управления, в процессе решения конкретных задач контроля и управления. Реализация этой функции у СДКУ обеспечивается представлением на экране динамических когнитивных образов состояния объекта управления.

А у ЛПР — обеспечивается специальными механизмами визуального мышления [2] как способа творческого решения проблемных задач в плане образного моделирования, а именно: контроля состояния образов, оценки степени отклонения состояния образов от штатного и установления причин возникновения таких отклонений.

Образное и визуальное мышление оперируют не словами, а образами. Это не означает, что здесь не используются словесные знания в виде определений, суждений и умозаключений. В образном и визуальном мышлении слова используются лишь как средство выражения, интерпретации уже выполненной оценки поведения образов, определяющих визуально образ состояния объекта управления.

В реальном процессе мышления (оценке, складывающейся на ОУ) одновременно присутствуют как образная, так и «понятийная» логика, причем это не две самостоятельные логики, а единая логика протекания мыслительного процесса у ЛПР. Сам когнитивный образ, которым оперирует мышление ЛПР, по своей природе гибок, динамичен и отражает в виде пространственной образной картины реальное состояние ОУ.

Понятия и образы, которыми оперирует мышление, составляют две стороны единого процесса. Будучи более тесно связанными с отражением реальной действительности, когнитивный образ дает знание не об отдельных изолированных сторонах (свойствах) этой действительности, а представляет собой целостную мысленную картину состояния объекта управления в целом или любой его части.

Вопросам построения когнитивного образа, позволяющего на одном экране контролировать несколько технологических участков магистрального или магистральных нефтепроводов (ТУ МН) посвящена настоящая статья.

Задачи когнитивной компьютерной графики для интеллектуальной поддержки деятельности оперативного диспетчерского персонала

Известно, что уже к началу 80-х годов прошлого столетия относится возникновение метафоры [3]: «человеческий мозг — это комбинация трех биокомпьютеров, связанных между собой сложными взаимоотношениями».

Первый биокомпьютер, который условно определяется как левое полушарие мозга, — это традиционная вычислительная машина, предназначенная для обработки вербализуемой (представляемой текстом) информации. В ее функции входит поиск, сортировка, классификация и обобщение. Эта машина выполняет функции логического блока, организуя процедуры логических рассуждений. Она же связана с процедурами общения на естественном языке.

Второй биокомпьютер — правое полушарие — напоминает некоторое аналоговое устройство, в котором решение достигается за счет протекания некоторого непрерывного процесса, в реализации которого большую роль играет случайность. Здесь происходит обработка всей информации, которая не вербализуется, а остается на уровне подсознания.

Если о двух первых биокомпьютерах мы можем примерно сказать, где они находятся и что делают, а также создать, хотя бы в будущем, аналоги, то для третьего биокомпьютера такой ясности нет. Известно лишь то, что биокомпьютеры правого и левого полушарий практически все задачи решают совместно, привнося каждый свои возможности. Это сотрудничество организовывается и согласуется третьим биокомпьютером. Пока не представляется возможным подобрать для него технический аналог или создать математическую модель.

Однако как раз на стыке вербализуемой — текстовой и невербализуемой — графической информации и возникли идеи ККГ. Это позволяет сделать вывод о том, что в плане работ по созданию систем поддержки принятия решений именно ККГ ближе всего к моделированию некоторых функций, выполняемых третьим биокомпьютером — мозгом человека.

В человеко-машинных системах информационной поддержки принятия решений (СППР) [4,5] компьютерная когнитивная графика может использоваться в качестве средства визуализации идей состояний объекта контроля и управления, которые у ЛПР еще не получили какого-либо точного выражения.

Дадим краткую классификацию основных ветвей ККГ. В основу классификации положим тезис о том, что ККГ позволяет моделировать отдельные функции третьего биокомпьютера нашего мозга.

В зависимости от моделирования тех или иных функций этого биокомпьютера условно разделим ККГ на три направления.

Первое направление занимается теми областями, где задача вербализируема, но не решаема или трудно решаема без применения некоторых нетрадиционных методов, например, экспертных систем.

Второе направление — моделирование когнитивных процессов, связанных с пониманием и обработкой текстово-графической информации, т.е. разработка систем типа «Текст — рисунок» и «Рисунок — текст».

Третье направление — назовем его «системы восприятия и оценки» — во многом сходно с первым. Однако, здесь критична не столько сложность задачи, сколько объем исходной информации и время, дающееся на принятие решения.

Так, на пульт диспетчера как ЛПР, управляющего сложной технологией в реальном времени может выводиться информация от нескольких тысяч датчиков дискретного и непрерывного типа, а для ее отображения используется множество видеообразов (мнемосхем, таблиц, графиков и т.п.). При этом ЛПР должен осмыслить всю эту информацию и, в случае возникновения аномальной ситуации, распознать ее, диагностировать причины, спрогнозировать пути развития и принять адекватное ситуации решение о коррекции поведения соответствующих подсистем объекта управления. Принятие неадекватных или неправильных решений может привести к тяжелым материальным или даже людским потерям, время же имеющееся на обдумывание, исчисляется минутами.

Поэтому люди, выполняющие роль диспетчеров в таких ситуациях, зачастую испытывают стрессовые перегрузки и допускают ошибки. Для снижения таких нагрузок на помощь человеку-диспетчеру может прийти система представления информации, основанная на идеях ККГ.

Известный специалист в области искусственного интеллекта Д.А. Поспелов сформулировал три основных задачи когнитивной компьютерной графики [6,7].

Первой задачей является создание таких моделей представления знаний, в которых была бы возможность однообразными средствами представлять как объекты, характерные для логического мышления, так и образы-картины, с которыми оперирует образное мышление.

Вторая задача — визуализация тех человеческих знаний, для которых пока невозможно подобрать текстовые описания.

Третья — поиск путей перехода от наблюдаемых образов-картин к формулировке некоторой гипотезы о тех механизмах и процессах, которые скрыты за динамикой наблюдаемых картин.

Эти три задачи ККГ с позиций информационных технологий поддержки принятия решений следует дополнить четвертой задачей. Она заключается в создании условий для развития у ЛПР профессионально-ориентированных интуиции и творческих способностей путем построения пользовательского интерфейса, основанного на методах когнитивной графики.

Дуализм мышления ЛПР при принятии решений и образное представление информации для принятия решений

Человеческое сознание использует два механизма мышления. Один из них позволяет работать с абстрактными цепочками символов, с текстами и т.п. Этот механизм мышления обычно называют символическим, алгебраическим или логическим. Второй механизм мышления обеспечивает работу с чувственными образами и представлениями об этих образах. Его называют образным, геометрическим, интуитивным. Физиологически логическое мышление связано с левым полушарием человеческого мозга, а образное мышление — с правым полушарием.

Каждое из полушарий человеческого мозга является самостоятельной системой восприятия внешнего мира, переработки информации о нем и планирования поведения в этом мире. Левое полушарие представляет собой как бы большую и мощную ЭВМ, имеющую дело со знаками и процедурами их обработки. Речь, мышление словами, рационально-логические процедуры переработки информации и т.п. — все это реализуется именно в левом полушарии. В правом же полушарии реализуется мышление на уровне чувственных образов: эстетическое восприятие мира, музыка, живопись, ассоциативное узнавание, рождение принципиально новых идей и открытий и т.п. Весь тот сложный механизм образного мышления, который нередко определяют одним термином «интуиция», и является правополушарной областью деятельности мозга.

Нередко правополушарное мышление связывают с деятельностью в искусстве. Иногда это мышление даже называют художественным. Однако, и более формализованные виды деятельности в существенной мере используют интуитивный механизм мышления. Любопытны высказывания крупных ученых о роли интуиции в научной деятельности. «Подлинной ценностью, — говорил А. Эйнштейн [8], — является, в сущности, только интуиция. Для меня не подлежит сомнению, что наше мышление протекает, в основном, минуя символы (слова) и к тому же бессознательно». А. Пуанкаре высказывается еще более определенно: «… для того, чтобы создать арифметику, как и для того, чтобы создать геометрию или какую бы то ни было науку, нужно нечто другое чем чистая логика. Для обозначения этого другого у нас нет иного слова, кроме слова «интуиция» [9].

Различие между двумя механизмами мышления можно проиллюстрировать принципами составления связного текста из отдельных элементов информации: левополушарное мышление из этих элементов создает однозначный контекст, т.е. из всех бесчисленных связей между предметами и явлениями оно активно выбирает только некоторые, наиболее существенные для данной конкретной задачи [3]. Правополушарное же мышление создает многозначный контекст, благодаря одновременному охватыванию практически всех признаков и связей одного или многих явлений. Иными словами логико-знаковое мышление вносит в картину мира некоторую искусственность, тогда как образное мышление обеспечивает естественную непосредственность восприятия мира таким, каков он есть.

Это фундаментальное различие между лево- и правополушарной стратегией переработки информации имеет прямое отношение к формированию различных способностей. Так, для научного творчества, т.е. для преодоления традиционных представлений, необходимо восприятие мира во всей его целостности, что предполагает развитие способностей к организации многозначного контекста (образного мышления). Существуют многочисленные наблюдения, что для людей, сохраняющих способности к образному мышлению, творческая деятельность менее утомительна, чем рутинная, монотонная работа. Люди же, не выработавшие способности к образному мышлению, нередко предпочитают выполнять механическую работу, причем она им не кажется скучной, поскольку они как бы «закрепощены» собственным формально-логическим мышлением. Отсюда ясно, как важно с ранних пор правильно строить воспитание и обучение, чтобы оба нужных человеку типа мышления развивались гармонично, чтобы образное мышление не оказалось скованным логикой, чтобы развивался творческий потенциал человека.

Развитие средств компьютерной техники и огромное разнообразие программных продуктов открывают новые возможности для создания современного пользовательского интерфейса в информационных системах поддержки принятия решений. Новые средства ввода, вывода, передачи, хранения и преобразования информации позволяют использовать речевой ввод и вывод, виртуальную реальность, мультипликационные и видеообразы, чертежи, карты, сложные трехмерные динамические графические образы и т.п., что существенно расширяет «полосу пропускания» информации при общении человека с компьютером.

Наиболее быстро читается человеком динамически синтезируемый образ, построенный на базе измеренных, вычисленных и справочных данных. Хорошо развитый у человека двумерный и трехмерный механизм распознавания образов, а также чувство симметрии позволяет очень быстро и эффективно воспринимать и обрабатывать различные виды данных, если они представлены как зрительные когнитивные (cognition- познавание) образы. Статическая составляющая когнитивных образов минимальна, основную информацию несет динамика (цвет, форма, расположение на экране) и ее эволюция. Наиболее эффективна когнитивная графика для быстрой оценки ситуации в целом, так как позволяет, не анализируя большого количества разнородных сигналов и их значений сделать вывод о нештатной ситуации, пути ее развития и адекватных управляющих решений. При построении образов желательно сгруппировать участвующие в его создании сигналы на однотипные и взаимозависимые, Каждая из этих групп параметров на экране должна представляться некоторым графическим когнитивным образом, например: сектором, гистограммой, крестом, кругом, петлей гистерезиса и т.п., несущими определенный технологический смысл и имеющий однозначную технологическую интерпретацию в ОУ.

Принципы построения когнитивного образа типа «калейдоскоп»

Аналогом когнитивного образа взят образ из детского калейдоскопа, где ребенок, крутя прибор, видит удивительный мир симметричных меняющихся цветных фигур. При этом в разработанном когнитивном образе было введено естественное для ЛПР ограничение на количество одновременно управляемых динамически меняющихся переменных в соответствии с законом Миллера Дж. А. (семь — плюс/минус два) [10].

Под технологическим участком (ТУ) магистрального нефтепровода (МН) понимается трубопровод с нефтеперекачивающими станциями (НПС), линейной частью (ЛЧ), связывающие два нефтехранилища в виде резервуарных парков (РП). Технологические участки могут относиться к разным нефтепроводам.

В качестве «когнитивного образа процесса перекачки нефти» по ТУ МН рассматривается подход, основанный на когнитивном образе «линия гидроуклона» [11] и ядре, представленном в виде диаграммы Кивиата [12]. «Линия гидроуклона» образно характеризует распределение давлений в стационарных и нестационарных режимах функционирования нефтепровода и показывает взаимосвязь с эпюрой несущей способности трубы и профилем трассы нефтепровода, где возможны ситуации появления точек перегиба (разрыв сплошности потока и образование полостей, заполненных парами перекачиваемой нефти).

Диаграмма Кивиата показывает в едином образе состояние множества контролируемых технологических участков одного или нескольких нефтепроводов и наличие в них нештатных ситуаций и сообщений об отклонениях от режима эксплуатации МН.

Мини-образ «линия гидроуклона» для ТУ 1 калейдоскопа представлен динамическим образом вида (рис. 1):

Рис. 1. Мини-образ «линия гидроуклона» для ТУ 1

Когнитивный образ ядра «калейдоскопа» для восьми ТУ представляет собой фигуру восьмигранника, представленную на рис. 2 .

Рис. 2. Вид ядра калейдоскопа в виде восьмиугольной диаграммы Кивиата

Каждый сектор этого восьмигранника представляет состояние конкретного технологического участка, которое представляется цветной триадой:

• первый элемент этой триады от центра (цвет — «желтый») представляет сообщения типа — «извещения», включающие события, не требующие принятия управляющих решений на конкретном ТУ МН;
• второй элемент этой триады от центра (цвет — «ярко-красный») представляет сообщения типа — «смена режима», включающие события, требующие принятия управляющих решений по изменению режима работы конкретного ТУ МН;
• третий элемент этой триады от центра (цвет — «темно-красный») представляет сообщения типа — «останов», включающие события, требующие принятия управляющих решений по остановке конкретного ТУ МН;
• штатное состояние ТУ МН (где нет сообщений вышеописанных типов) имеет цвет — зеленый.

В зависимости от тяжести событий на каждом ТУ МН его мини-образ «линия гидроуклона» (рис. 1) перекрашивается в соответствующий цвет, по которому диспетчер может определить приоритеты и выбрать конкретные управляющие действия.

Примеры работы когнитивного образа типа «калейдоскоп» представлены на рис. 3.

Рис. 3. Представление события типа «извещения по ТУ МН»

Рис. 4. Представление события типа «смена режима ТУ МН»

Рис. 5. Представление события типа «останов ТУ МН»

Примеры обобщенного представления состояния ТУ МН отображены на рис. 6 и рис. 7.

Рис. 6. Пример 1 обобщенного представления состояния ТУ МН

Рис. 7. Пример 2 обобщенного представления состояния ТУ МН

При необходимости уточнения выбранного действия диспетчер может путем «клика» «мышью» на соответствующий мини-образ «линия гидроуклона» перейти на полный когнитивный образ «линия гидроуклона» для конкретного МН, представленный на рис. 8. Последний рисунок, имея результаты оперативной диагностики состояния технологии перекачки на конкретном ТУ МН, позволяет диспетчеру в процессе оценки состояния и принятии управляющих решений более точно оценить состояние технологии и выбрать коррелированное с результатами диагностики управляющее решение [10].

Рис. 8. Окно оценки конкретной нештатной ситуации на конкретном ТУ МН и выбора адекватного нештатной ситуации управляющего решения

Выводы

Рассмотренный подход к реализации когнитивного образа типа «калейдоскоп» позволяет организовать более качественную интеллектуальную помощь лицам оперативно-диспетчерского персонала при управлении МН в нештатных ситуациях.

Литература

1. Зенкин А.А. Когнитивная компьютерная графика/ Под ред. Д.А. Поспелова. М.: Наука, 1991. 192 с.
2. Арнхейм Р. Визуальное мышление //Хрестоматия по общей психологии. М., Изд-во МГУ, 1981. — стр. 97-107.
3. Поспелов Д.А. Фантазия или Наука. На пути к искусственному интеллекту. М.: Наука, 1982.
4. Гвишиани В.А., Бритков В.Б., Башлыков А.А., Вязилов Е.Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. — М.: издательство «Эдиториал УРСС, 2001, 303 с.
5. Башлыков А.А. Человек в системе оперативно-диспетчерского управления и проблемы автоматизации процессов для интеллектуальной поддержки принятия решений. — М: Автоматизация, телемеханизация и связь в нефтяной промышленности. ВНИОЭНГ. № 1/2014, стр. 11-19.
6. Поспелов Д.А. Когнитивная графика — окно в новый мир. // Программные продукты и системы. 1992. с. 4-6.
7. Башлыков А.А. Когнитивное управление как новая парадигма построения интеллектуальных систем человеко-машинного управления сложными и экологически опасными объектами и технологиями. — М: Автоматизация, телемеханизация и связь в нефтяной промышленности. ВНИОЭНГ. № 2/2013, стр. 15-21.
8. Эйнштейн А. Физика и реальность. М.: Наука, 1965.
9. Пункаре А. О науке. М.: Наука, 1983.
10. Башлыков А.А. «Линия гидроуклона» как когнитивный образ для организации директорного управления магистральными нефтепроводами. — М: Автоматизация, телемеханизация и связь в нефтяной промышленности. ВНИОЭНГ. № 3/2015, стр. 4-11.
11. Миллер Дж. А., Магическое число семь, плюс или минус два, сб. «Инженерная психология», изд-во «Прогресс», 1964.
12. M. Pinzger, H. Gall, M. Fischer, and M. Lanza. Visualizing Multiple Evolution Metrics In Proceedings of the 2005 ACM symposium on Software Visualization Visualization of the software development process, Pages: 67 — 75.

comments powered by HyperComments

Когнитивная машинная графика в системах космического и медицинского назначения (Михаил Бурдаев)

1 999 ₽

+ до 299 бонусов

Купить

Цена на сайте может отличаться от цены в магазинах сети. Внешний вид книги может отличаться от изображения на сайте.

В наличии 2 шт

2

Цена на сайте может отличаться от цены в магазинах сети. Внешний вид книги может отличаться от изображения на сайте.

В монографии представлены результаты в области когнитивной машинной графики, полученные авторами в процессе выполнения научных проектов в ФГБУ «НИИ ЦПК имени Ю.А. Гагарина», ИПС имени А.К. Айламазяна РАН и ФИЦ ИУ РАН. Большое внимание уделено вопросам образного анализа данных, выделения и оценки информативности признаков, принципам построения когнитивных образов. В прикладной части рассмотрены методы диагностики процессов пуска ракет космического назначения, контроля и диагностики подсистем космических аппаратов, построения годографов для пилотируемой космонавтики. Отдельный раздел посвящен задачам медицинской диагностики на основе когнитивных образов. Основные положения работы вошли в курсы лекций, читаемых в ряде вузов, включая МФТИ, РУДН, МИРЭА, ЧОУ ВО Институт программных систем «УГП имени А.К. Айламазяна», для обучения студентов базовым методам когнитивной машинной графики. Для студентов, аспирантов и инженеров, занимающихся образным анализом данных, диагностикой сложных систем на основе графических образов. Ключевые слова: когнитивный образ, годограф, космический аппарат, орбита, оператор, визуализация, медицинские данные

Описание

Характеристики

В монографии представлены результаты в области когнитивной машинной графики, полученные авторами в процессе выполнения научных проектов в ФГБУ «НИИ ЦПК имени Ю.А. Гагарина», ИПС имени А.К. Айламазяна РАН и ФИЦ ИУ РАН. Большое внимание уделено вопросам образного анализа данных, выделения и оценки информативности признаков, принципам построения когнитивных образов. В прикладной части рассмотрены методы диагностики процессов пуска ракет космического назначения, контроля и диагностики подсистем космических аппаратов, построения годографов для пилотируемой космонавтики. Отдельный раздел посвящен задачам медицинской диагностики на основе когнитивных образов. Основные положения работы вошли в курсы лекций, читаемых в ряде вузов, включая МФТИ, РУДН, МИРЭА, ЧОУ ВО Институт программных систем «УГП имени А.К. Айламазяна», для обучения студентов базовым методам когнитивной машинной графики. Для студентов, аспирантов и инженеров, занимающихся образным анализом данных, диагностикой сложных систем на основе графических образов. Ключевые слова: когнитивный образ, годограф, космический аппарат, орбита, оператор, визуализация, медицинские данные

Ленанд

На товар пока нет отзывов

Поделитесь своим мнением раньше всех

Как получить бонусы за отзыв о товаре

1

Сделайте заказ в интернет-магазине

2

Напишите развёрнутый отзыв от 300 символов только на то, что вы купили

3

Дождитесь, пока отзыв опубликуют.

Если он окажется среди первых десяти, вы получите 30 бонусов на Карту Любимого Покупателя. Можно писать неограниченное количество отзывов к разным покупкам – мы начислим бонусы за каждый, опубликованный в первой десятке.

Правила начисления бонусов

Если он окажется среди первых десяти, вы получите 30 бонусов на Карту Любимого Покупателя. Можно писать неограниченное количество отзывов к разным покупкам – мы начислим бонусы за каждый, опубликованный в первой десятке.

Правила начисления бонусов

Книга «Когнитивная машинная графика в системах космического и медицинского назначения» есть в наличии в интернет-магазине «Читай-город» по привлекательной цене. Если вы находитесь в Москве, Санкт-Петербурге, Нижнем Новгороде, Казани, Екатеринбурге, Ростове-на-Дону или любом другом регионе России, вы можете оформить заказ на книгу Михаил Бурдаев «Когнитивная машинная графика в системах космического и медицинского назначения» и выбрать удобный способ его получения: самовывоз, доставка курьером или отправка почтой. Чтобы покупать книги вам было ещё приятнее, мы регулярно проводим акции и конкурсы.

Когнитивная компьютерная графика для интерпретации информации в системах разведки реального времени

Когнитивная компьютерная графика для интерпретации информации в системах разведки реального времени

• Ю. И. Нечаев ⁷ ,
• Дегтярев А.Б. ⁷ и
• Бухановский А.В. 008
• Первый онлайн: 01 января 2002 г.

• 1019 доступов

• 4 Цитаты

Часть серии книг Lecture Notes in Computer Science (LNCS, том 2329)

Abstract

Рассмотрено применение когнитивной компьютерной графики (ККГ) в задачах анализа и интерпретации информации в информационных системах (ИС) реального времени. В центре внимания находится использование когнитивных структур при исследовании сложных динамических процессов, определяющих взаимодействие плавучего динамического объекта (ДО) с окружающей средой в экстремальных ситуациях.

Ключевые слова

• Искусственная нейронная сеть
• Когнитивная структура
• Экстремальная ситуация
• Динамический объект
• Движение корабля

Эти ключевые слова были добавлены машиной, а не авторами. Этот процесс является экспериментальным, и ключевые слова могут обновляться по мере улучшения алгоритма обучения.

Скачать документ конференции в формате PDF

Литература

1. Албу В.А., Хорошевский В.Ф. COG-система когнитивной графики. Разработка, реализация, применение. Изв. АН СССР, Техническая кибернетика , 1990, 5 , 37–43.

   Google Scholar

2. Башлыков А.А., Павлова Е.Б. Интеллектуальный пользовательский интерфейс системы СПРИНТ-РВ на основе когнитивной графики. Проц. V междунар. конф. CAI96, Казань, Россия, 1996, 3 , 385–386.

   Google Scholar

3. Боулт Т.Е., Фенстер С.Д. и Ким Дж.В. Динамические атрибуты, генерация кода и IUE, DARPA 94. том. 1, с. 405–422.

   Google Scholar

4. Чембер Дж.М., Кливленд В.С., Кляйнер Б., Тьюки П.А. Графические методы анализа данных. Бельмонт, Калифорния: Уодсворт, 1983.

   . Google Scholar

5. Когнитивные науки. Введение в книгу Брэдфорда // The MIT Press Cambridge-Messachusetts-London-England. 1989.

   Google Scholar

6. Дегтярев А.Б., Дмитриев С.А., Нечаев Ю.И. Методы когнитивной компьютерной графики для анализа поведения динамических объектов. Протокол II междунар. Conf МОРИНТЕХ-97, Санкт-Петербург, Россия, 1997, 6 , 83–87

   Google Scholar

7. «>

   Интеллектуальные системы в морских исследованиях и технологиях /Под ред. Ю. Нечаев. Санкт-Петербург. СМТУ. 2001 (на русском языке).

   Google Scholar

8. Иванищев В.В. Моделирование объектов на визуализации. Проц. II конференции по искусственному интеллекту . Минск. 1990, стр. 122–124.

   Google Scholar

9. Джонсон Р.А., Вичерн Д.В. Прикладной многомерный статистический анализ. Prentice-Hall International, Inc., Лондон, 1992, 642 стр.

   МАТЕМАТИКА Google Scholar

10. Лакофф Дж. Когнитивное моделирование. Труды языка и разведки.-Москва. Прогресс. 1996.

    Google Scholar

11. Лоутон Д.Т., Дай Д., Фрогге М.А., Гарднер В.Р., Притчетт Х., Раткопф А.Т. и Ten G. Пользовательский интерфейс IUE, DARPA 93, с. 289–300.

    Google Scholar

12. Магасов С.С. Функциональная схема когнитивной модели. Искусственный интеллект . 3 , 2000, стр. 257–262.

    Google Scholar

13. Мардия К.В. Кент Дж. Т., Бибби Дж. М. Многомерный анализ. Лондон, Academia Press Inc., 1979

    МАТЕМАТИКА Google Scholar

14. Нечаев Ю., Дегтярев А., Бухановский А. Когнитивная компьютерная графика для интерпретации информации в оперативной разведывательной системе. Проц. III Межд. конф. МОРИНТЕКС-99. Санкт-Петербург. 2001. Том. 1, стр. 297–303.

    Google Scholar

15. Шнейдерман Б. Проблемы восприятия и познания в синтаксисе. Семантическая модель поведения программиста. Проц. симп. по человеческому фактору и информатике . Общество человеческого фактора. Санта-Моника, Калифорния, 1978 г.

    Google Scholar

16. Зенкин А.А. Когнитивная компьютерная графика. М., Наука, 1991 (на русском языке)

    Google Scholar

17. Зенкин А.А. Когнитивная компьютерная графика — приложение к системам поддержки принятия решений. Протокол II междунар. Conf МОРИНТЕХ-97, Санкт-Петербург, Россия, 1997, 8 , стр. 197–203

    Google Scholar

Скачать ссылки

Информация об авторах

Авторы и организации

1. Институт высокопроизводительных вычислений и баз данных, Фонтанка, 120, Санкт-Петербург, 198005, Россия

   Ю. И. Нечаев, А. Б. Дегтярев, А. В. Бухановский

Авторы

1. Ю. И. Нечаев

   Посмотреть публикации автора

   Вы также можете искать этого автора в PubMed Google Scholar

2. Дегтярев А.Б.

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

3. Бухановский А.В.

   Посмотреть публикации автора

   Вы также можете искать этого автора в PubMed Google Scholar

Информация для редактора

Редакторы и филиалы

1. Факультет естественных наук, Секция вычислительных наук, Университет Амстердама, Kruislaan 403, 1098 SJ, Амстердам, Нидерланды

   90 002 Питер М. А. Слоот и Альфонс Г. Хекстра & 

2. Западный научный центр, SHARCNET, Университет Западного Онтарио, Лондон, Онтарио, Канада, N6A 5B7

   C. J. Kenneth Tan

3. Департамент компьютерных наук, Лаборатория инновационных вычислений, Университет Теннесси, 1122 Volunteer Blvd, Knoxville, TN, 37996-3450, USA

   Jack J. Dongarra

   9000 8

Права и разрешения

Перепечатка и Разрешения

Информация об авторских правах

© 2002 Springer-Verlag Berlin Heidelberg

Об этом документе

Компьютерная графика в деталях — Боддунан

Компьютерная графика занимается созданием, представлением, обработкой и отображением изображений с помощью компьютера. Он играет важную роль в мультимедийном приложении. Изображения, используемые в компьютерной графике, можно разделить на два типа.

1. Штриховые чертежи
Это рисунки и иллюстрации в виде 2D и 3D изображений, которые создаются из математического представления простых объектов, таких как линии, окружности, дуги и т. д. Простые типы объектов используются для создания сложных объектов. Например: изображение стула можно нарисовать с помощью линий и дуг. Числовые результаты, полученные в результате вычислений, также могут быть преобразованы в графические формы, такие как гистограммы или круговые диаграммы, с использованием простых объектов.

Область компьютерной графики, связанная с этим типом изображений, называется генеративной графикой. Генеративная графика широко используется при создании иллюстративных диаграмм. Двумя очень важными приложениями генеративной графики являются CAD (автоматизированное проектирование) и CAM (автоматизированное производство). В настоящее время пакеты САПР широко используются при проектировании моделей самолетов, кораблей и строительных конструкций, компоновки печатных плат, трубопроводов химических заводов и т. д. На основе этих чертежей автоматически создается и используется производственная информация, такая как список деталей, список узлов и т. д. пакетами CAM. Самым большим преимуществом использования пакетов CAD и CAM для таких приложений является то, что изменения конструкции могут быть быстро изменены путем немедленного создания точных сборочных чертежей и связанных списков деталей и подсборок.

2. Изображение
Это изображения и фотографии, состоящие из набора пикселей (краткая форма «элемента изображения», который является единицей измерения на экране компьютера). Пиксели изображения расположены в виде двумерная матрица. Это двумерное (или пространственное) представление называется разрешением изображения. Поскольку представление изображений в памяти представляет собой прямой перенос изображения пиксель за пикселем, понятия дуги линии или окружности не существует.

Каждый пиксель состоит из трех компонентов: красного (r), зеленого (G) и синего (B). На экране дисплея каждый компонент пикселя соответствует люминофору. Люминофор светится при возбуждении электронной пушкой. Различные комбинации различных интенсивностей RGB дают разные цвета.

Область компьютерной графики, связанная с типом изображений, известна как когнитивная графика. Когнитивная графика наряду с методами обработки изображений (такими как сжатие и распаковка изображений, очистка зашумленных или размытых изображений, редактирование изображений и т. д.) широко используется в приложениях, связанных с распознаванием и классификацией изображений. Например, база данных изображений, содержащая изображения отпечатков пальцев людей, обычно используется в настоящее время в уголовном расследовании. Еще одним подобным приложением является классификация изображений ЭКГ и рентгеновских снимков различных частей тела для проведения медицинской диагностики пациентов с помощью компьютеров.

Требования к аппаратным средствам для графики

Компьютерная графика обычно включает в себя следующие аппаратные устройства:

1. Предоставление устройства (например, мышь, джойстика или стилус) прикреплено к выводу видео вместе с рисунком с рисунком. программное обеспечение, часто используется для непосредственного рисования изображений на экране компьютера с нуля для приложений генеративной графики.

2. Планшет или дигитайзер с прямоугольными координатами также используется в качестве устройства ввода для генеративных графических приложений для ввода существующей линии (например, карты) в компьютер.

3. Сканеры (оптические сканеры, дигитайзеры для сканирования изображений и т. д.) чаще всего используются в качестве устройств ввода для захвата фотографий и рисунков в виде цифровых изображений для приложений когнитивной графики.

4. Цифровая камера — цифровые изображения также захватываются непосредственно цифровой камерой или оборудованием захвата кадров, таким как плата видеозахвата, подключенная к какому-либо стандартному источнику видео, например видеокамере или кассетному видеомагнитофону (ВКМ)

5. Компьютерные экраны с возможностью отображения графики используются для отображения графики.

6. Лазерные принтеры чаще всего используются для вывода графики в печатном виде.

7. Плоттеры также используются для вывода графики в печатном виде.

ТРЕБОВАНИЯ К ПРОГРАММНОМУ ОБЕСПЕЧЕНИЮ ДЛЯ ГРАФИЧЕСКИХ УСТРОЙСТВ

Следующие возможности обработки графики очень желательны в мультимедийной компьютерной системе для лучшего представления и использования графической информации.

1. Программное обеспечение для рисования или рисования
Это программное обеспечение позволяет пользователю создавать графику с нуля с помощью мыши и различных простых объектов, таких как линии, окружности и многоугольники с различными поддерживающими цветами. Это также позволяет пользователю изменять и улучшать графические изображения, созданные с помощью сканера или программного обеспечения для захвата экрана. Все эти функции делают это программное обеспечение очень полезным для создания желаемой графики в мультимедийном приложении.

2. Программное обеспечение для захвата экрана
Часто нам нужно включить изображения с экрана компьютера в какой-либо документ. Пакеты программного обеспечения для захвата экрана используются в таких случаях для захвата отображения экрана компьютера в виде графического изображения.

3. Картинки
Картинки — это библиотека часто используемых графических изображений или объектов, таких как персональный компьютер, принтер, самолет, телефон, цветок, здание и т.