Analysis of current state problem of using information technology by teaching

Университеттің 85 жылдығына арналған «Қазіргі заманғы математика: 
проблемалары және қолданыстары» III халықаралық Тайманов оқуларының 
материалдар жинағы, 25 қараша, 2022 жыл 
322 
ГРНТИ 27.21.17 
О МАШИННЫХ РЕАЛИЗАЦИЯХ ВЫЧИСЛЕНИЙ НОВЫХ МОДЕЛЬНЫХ 
РАССТОЯНИЙ И РАСПОЗНАВАНИИ В ЗНАНИЯХ 
 
ВИКЕНТЬЕВ АЛЕКСАНДР АЛЕКСАНДРОВИЧ 
Институт математики имени С.Л. Соболева СО РАН, Новосибирск, Россия 
Новосибирский государственный университет 
 
1. Введение в проблемы 
Предлагаемые ниже подходы по обработке множеств суждений или экспертной 
информации применимы при обучении студентов, например, для оценочного 
тестирования знаний по конкретному разделу, в коллективном управлении качеством 
образования с учетом пожеланий сторон, для обработки экспертных оценок и 
предложений по улучшению окружающей среды. Использование этих подходов позволит 
повысить учет достоверности знаний, качество управления образования, повысит 
достоверность получаемой информации и учет пожеланий различных платформ. 
В настоящее время возрос интерес к построению решающих функций на основе 
анализа экспертной информации, заданной в виде вероятностных логических 
высказываний нескольких экспертов, реализации процессов адаптации и согласования 
логических формул [1-12]. Предлагаемые ниже подходы по обработке множеств 
суждений экспертов найдут применения для обучения студентов, например, математике 
(оценочное тестирование по разделу), в коллективном управлении качеством образования 
(учет пожеланий сторон), и для обработки множеств формализованных суждений по 
улучшению окружающей среды. При использовании данной технологии пользователь в 
процессе работы формирует базы знаний, которые впоследствии можно включать в 
процесс алгоритмической обработки для принятия решений. В этом случае используются 
различные модельные расстояния для формул многозначной логики, которые отражают 
многозначность суждений (высказываемых экспертом), определяются коллективные 
расстояния, которые служат некоторым согласованием мер близости, предлагаемых для 
кластеризации множеств высказываний и нахождения по ним новых кластеризаций, 
дающих более высокие индексы кластеризаций. Предполагается знакомство с [10,13-18]. 
Работа выполнена при поддержке грантов РФФИ, проекты 20--07--01851а,21-07--00649a. 
Проблема распознавания образов уже давно привлекает внимание психологов, 
физиологов, инженеров и математиков. Методы распознавания образов находят 
применение в различных сферах деятельности человека: диагностика заболеваний, 
сельское хозяйство, добыча полезных ископаемых и многое другое. Такие задачи всегда 
волновали академика А.Д. Тайманова и он старался прививать у детей творческую жилку 
на играх, игрушках, чтобы играя с ними, можно было придумывать алгоритмы, 
тренировать мозг и потом распознавать различную природу. 
Для решения проблемы распознавания образов необходимо проанализировать 
информацию, поступающую в виде ―данных‖, ―знаний‖ и других структур. Такой анализ 
включает в себя две процедуры: процедуру обнаружения закономерностей, содержащихся 
в предоставленной информации, процедуры структурирования знаний, и использования 
обнаруженных закономерностей для предсказания значения одной части информации по 
известным значениям другой еѐ части. 
Напомним, что в работе [10] отмечено, что при увеличении числа знаний возникает 
потребность в анализе этих знаний. В частности, допустим, задана некоторая 
структурированная база знаний (например, кластерами), на вход которой подаѐтся 

жүктеу/скачать 12,2 Mb.

Достарыңызбен бөлісу: