Программа по формированию навыков безопасного поведения на дорогах и улицах «Добрая дорога детства» 2
Скачать 2.83 Mb.
|
Список литературы
РАЗРАБОТКА МОДЕЛИ ПОСТРОЕНИЯ ОНТОЛОГИИ ПРЕДМЕТНОЙ ОБЛАСТИ Петров А.С., Лукьянов А.С. (КВТ-052) Научный руководитель – Казначеева А.А. Камышинский технологический институт (филиал) ВолгГТУ Тел.(844-57) 9-40-19. Fax (844-57) 9-43-62. E-mail: ivt@kti.ru Термин онтология пришел из философии, где он используется для обозначения системы знаний, которые относятся к окружающему миру. Другими словами, онтология - это наука о бытии, наука о природе вещей и взаимосвязи между ними. В контексте информационных технологий представления знаний, термином онтология можно определить механизм, использующийся для описания некоторой области знаний базовых понятий этой области, их свойств и связей между ними. Существует множество определений онтологии, иногда противоречащих друг другу, но наиболее широко используемым является определение [1]: “Онтология – это явная спецификация концептуализации”. Здесь концептуализация означает абстрактное представление предметной области. Распространено также определение [2]: “Онтология – общее понимание некоторой области интереса”. Онтология создается: 1) для совместного использования людьми или программными агентами общего понимания структуры информации, 2) для возможности повторного использования знаний, 3) отделения знаний в предметной области от оперативных знаний. В онтологическом инжиниринге сложились следующие общепризнанные правила, которые помогут принять правильные проектные решения. Во-первых, не существует единственного правильного способа моделирования. Всегда есть жизнеспособные альтернативы. Во-вторых, процесс разработки онтологии должен быть итеративным. Онтология разрабатывается, затем проверяется и уточняется на основе анализа, будет ли она наглядной, расширяемой и простой в обслуживании. В-третьих, понятия в онтологии должны быть близки к физическим или логическим объектам и отношениям в предметной области. Практически все модели онтологии в той или иной степени содержат: концепты (понятия, классы, сущности, категории); свойства концептов (слоты, атрибуты, роли); отношения между концептами (связи, зависимости, функции); дополнительные ограничения (аксиомы, фасеты). Таким образом, вводя формальные описания понятий (в виде классов концептов) и отношений между ними, онтология задает структуры для представления реальных объектов и событий, существующих в некоторой предметной или проблемной области, и обеспечивает их взаимосвязи. Разработка онтологий является творческой работой. Для создания сложной модели построения онтологической структуры мы использовали технологию структурно-функционального моделирования SADT, предполагающую описание процессов посредством IDEF0 диаграмм. Функционально-структурная модель разработки онтологии на верхнем уровне отражает основной контекст ─ взаимодействие моделируемого процесса с внешним миром (рис.1). На остальных уровнях производится декомпозиция процесса проектирования, и он представляется в виде функциональных блоков, отражающих выполнение конкретного действия. Для моделирования процесса разработки онтологий использовалось CASE средство BPWin.  Рис. 1. Контекст функционально-структурной модели разработки онтологии предметной области Рассмотрим более подробно характеристику основных восьми этапов разработки онтологии предметной области (рис.2). Этап 1- определение целей, границ, масштаба создания и пользователей онтологии предусматривает ответы на вопросы: какую область будет охватывать онтология; для чего она будет использоваться; на какие типы вопросов должна давать ответы информация в онтологии; кто будет использовать, и поддерживать онтологию. Этап 2 - рассмотрение вариантов повторного использования онтологий. Повторное использование существующих онтологий целесообразно, если системе нужно взаимодействовать с другими приложениями, которые уже вошли в отдельные онтологии или контролируемые словари. Доработать имеющуюся онтологию значительно проще, чем создавать собственную с нуля. Кроме того, многие онтологии (метаонтологии и онтологии-аналоги) уже доступны в электронном виде и могут быть импортированы в используемую среду проектирования онтологии.  Рис. 2. Этапы разработки онтологии предметной области Этап 3 - разработка глоссария включает в себя три основных процесса: изучение предметной области, выявление основных понятий предметной области и разработку их точных, непротиворечивых определений. При выполнении этого этапа разработчик должен ответить на вопросы: какие основные термины следует рассмотреть; какие свойства имеют эти термины и что можно о них сказать. Результатом выполнения этого этапа будет являться разработанный глоссарий основных понятий предметной области. Этап 4 - определение классов и создание их иерархии является ключевым в разработке онтологии. Основные работы этого этапа заключаются: 1) в определении подхода к разбиению на классы, 2) выявление класса, 3) определение узлов братьев. Подходы к разбиению на классы бывают: нисходящий, восходящий и комбинированный. Процесс нисходящей разработки начинается с определения самых общих понятий предметной области с последующей конкретизацией понятий. Процесс восходящей разработки начинается с определения самых конкретных классов, листьев иерархии, с последующей группировкой этих классов в более общие понятия. Процесс комбинированной разработки – это сочетание нисходящего и восходящего подходов: сначала определяются более заметные понятия, а затем соответствующим образом происходит их обобщение и ограничение. Таксономия классов представляет собой дерево описываемых терминов, имеющих иерархическую структуру. Для проверки правильности создания классов и их отношений определяются узлы-братья в иерархии классов, то есть такие классы, которые являются прямыми подклассами одного и того же класса. Этап 5 - определение слотов (свойств классов) предусматривает описание внутренней структуры понятий. Классы сами по себе не предоставляют достаточно информации для ответа на вопросы проверки компетентности. После определения некоторого количества классов необходимо описать внутреннюю структуру понятий. Этот этап включает в себя несколько действий: 1) проверка одинаковости для экземпляров класса (выявляются одинаковые слоты для экземпляров); 2) определение и установка обратных отношений (когда значение слота зависит от другого слота); 2) установка значений по умолчанию. Этап 6 - определение фацетов слотов. Фацеты описывают тип значения, разрешенные значения, число значений (мощность) и другие свойства значений, которые может принимать слот. Этап 7 - создание отдельных экземпляров классов в иерархии. Для определения отдельного экземпляра класса требуется: 1)выбрать класс; 2) создать отдельный экземпляр этого класса; 2) ввести значения слотов. Этап 8 – анализ и диагностика разработанной онтологии включает применение аналитических средств и различных диагностических инструментальных средств анализа онтологий. Последний анализ может включать как проверку логической верности онтологии, так и диагностику типичных ошибок при проектировании онтологий. Можно провести также диагностику разрабатываемой онтологии, чтобы определить соответствие общим способам моделирования онтологий. Таким образом, на базе данной модели была создана онтология предметной области трикотажа основовязаных переплетений, которая в дальнейшем будет использоваться при построении базы знаний интеллектуальной учебно-исследовательской системы автоматизированного проектирования трикотажа основовязаных переплетений. Список литературы:
ПРОГРАММА ВИЗУАЛЬНОЙ ОЦЕНКИ ЭФФЕКТИВНОСТИ КОЛИЧЕСТВЕННЫХ КРИТЕРИЕВ ДЛЯ СРАВНИТЕЛЬНОГО АНАЛИЗА РАСТРОВЫХ ОБЪЕКТОВ Пономарев Р.П. (КВТ-052) Научный руководитель – Петров В.О. Камышинский технологический институт (филиал) ВолгГТУ Тел.:(84457) 9-45-67; факс 9-43-62; E-mail: kti@kti.ru Любая задача распознавания образов или сравнительного анализа растровых объектов тесно связана с задачей выбора наиболее объективных количественных характеристик. Потребность в решении такого рода задач может возникнуть при исследовании растровых объектов в узкой предметной области. Например, при медико-биологическом анализе актуальной является задача нахождения количественных отличий фрагментов клеток. Для углубленного анализа «полезности» той или иной количественной оценки необходимо потратить время на расчеты и построение графиков. Когда оценок много, тратится дополнительное время на исследование в соответствующей предметной области, поскольку периодически приходится и подготавливать данные, и модифицировать вычислительную часть. Авторами реализована универсальная программа для визуальной оценки эффективности количественных критериев для сравнительного анализа растровых объектов. Основные функции программы. - Обработка данных любых структур. - Визуализация скоплений количественных оценок растровых объектов. - Количественная оценка качества сравнительных критериев в виде нормированной остаточной дисперсии отклонений. - Сохранение результатов в локальную базу данных. На рисунке 1 изображена структурная схема работы программы. Основным требованием работы является компоновка данных с использованием .Net ориентированных языков программирования. Помимо самих данных для работы программы визуальной оценки сравнительных критериев необходимо наличие динамических библиотек, описывающих данные произвольной структуры. На рисунке 2 изображена экранная форма пользовательского интерфейса программы. Рабочую область условно можно поделить на две группы: спектры объектов по выбранному критерию и список имеющихся критериев. Каждый спектр по выбранному критерию соответствует растровому объекту соответствующего типа.  Рис. 1 – Структурная схема работы программы визуальной оценки эффективности количественных критериев.  Рис. 2 – Экранная форма программы визуальной оценки количественных критериев. Готовых программных решений на рынке программного обеспечения авторами не выявлено. Альтернативным подходом может служить расчет эффективности сравнительных критериев «вручную» для каждого отдельного случая. С помощью данной программы можно отобрать наиболее подходящий критерий для сравнения растровых объектов. Хороший результат виден тогда, когда в каждой группе объектов данные сосредоточенны на небольшом отрезке значений. Программа универсальна. Позволяет визуализировать различные критерии на множественной выборке растровых объектов. Прикладное применение: выявление информативных признаков для задач распознавания и классификации изображений дефектов металлических отливок; отбор информативных признаков для сравнительного анализа характеристик медико-биологического препарата. ИССЛЕДОВАНИЕ СТЕГОАЛГОРИТМОВ ВСТРАИВАНИЯ ДАННЫХ В АУДИОПОТОК Рахман МД. Сахинур (ВолгГТУ, гр. ЭВМ-6) Научный руководитель – Земцов А.Н. Волгоградский государственный технический университет Тел. (8442) 23-04-64, naif216@yahoo.com В современных системах электронного документооборота информация всегда представляется в сжатом виде, но чем более совершенными становятся методы сжатия, тем меньше остается возможностей для встраивания посторонней информации. Стеганография является очень молодой наукой и в настоящее время находится на этапе своего формирования – ведется разработка новых, робастных методов встраивания сообщений. Среди основных причин наблюдающегося всплеска интереса к стеганографии можно выделить принятые в ряде стран ограничения на использование криптографии, а также проблему защиты авторских прав на различных произведений в компьютерных сетях. Развитие теории и практики алгоритмов сжатия мультимедийной информации привело к изменению представлений о технике внедрения информации с помощью стеганографических методов. На основе проведенного анализа работ исследователей в данной предметной области было установлено, что на данный момент отсутствуют эффективные средства сравнения различных подходов к встраиванию данных в аудиопоток. Цель данной работы заключается в количественном сравнении независимых стегоалгоритмов с помощью набора критериев. Необходимо отметить, что требования к конкретным стегосистемам цифровых водяных знаков различаются в зависимости от их практической направленности. Например, низкие временные затраты могут быть жизненно необходимы для обеспечения работы стегосистемы в режиме реального времени в составе некоторой сложной информационной системы. Очевидно, что после применения стегоалгоритма, полученный встраиванием цифрового водяного знака аудиосигнал  будет отличаться от исходного  . Для оценки вносимых в исходный аудиосигнал стегоалгоритмом изменений используется мера отношения уровня сигнала к уровню шума: Оценка достоверности восстановленного после проведения атаки на стегосистему цифрового водяного знака w(n) длиной B бит осуществляется на основе вычисления коэффициента битовых ошибок BER (Bit Error Rate). BER определяется как отношение неправильно принятых бит информации к полному числу передаваемых бит:  В работе проведен сравнительный анализ пяти стегоалгоритмов, основанный на критериях восприятия, вычислительной сложности и стойкости к различным видам атак. Исследование стегоалгоритмов проводилось для различных классов аудиосигналов, имеющих различные спектральные свойства. Процесс внесения различными видами атак искажений в аудиосигнал, содержащий встроенное сообщение, носит управляемый с помощью критериев BER и SNR характер. На рисунке 1 показана зависимость коэффициента битовых ошибок от степени сжатия по стандарту MPEG Layer 3.  Рис. 1. Зависимость коэффициента битовых ошибок от степени сжатия по стандарту MPEG Layer 3. Список литературы
РОБАСТНЫЙ МЕТОД ВСТРАИВАНИЯ ДАННЫХ В АУДИОПОТОК Рахман МД. Сахинур (ВолгГТУ, гр. ЭВМ-6) Научный руководитель – Земцов А.Н. Волгоградский государственный технический университет Тел. (8442) 23-04-64, naif216@yahoo.com В последние несколько лет, возникла необходимость защиты авторских прав медиа-данных, хранимых на электронных носителях. Удешевление и увеличение производительности, позволяют пользователям с легкостью создавать и копировать мультимедийный контент, а Интернет обеспечила возможность распространять эту информацию с большой скоростью и по очень низким ценам. Тем не менее, высокоэффективные технологии также легко позволяют незаконно копировать, модифицировать и распространять мультимедийный контент, без учета авторских прав собственности. Одним из последних примеров указанной проблемы являются споры в отношении пиратства к высококачественной музыке через Интернет в формате MP3. Отчасти описанную проблему защиты цифровых медиа-данных можно решить, используя цифровые водяные знаки, поскольку она позволяет создателям встраивать в исходный аудиосигнал информацию, подтверждающую авторство. Анализ литературы показывает практически полное отсутствие методов встраивания данных в аудиопоток, устойчивых к различным атакам. В данной работе предлагается модифицировать фазовую составляющую сегмента аудиосигнала в зависимости от внедряемых данных. Фаза последующих сегментов согласовывается с ним для сохранения разности фаз. Результат встраивания данных в аудиопоток с помощью разработанного метода показан на рисунке 1. Встроенное в исходный аудиопоток сообщение может пройти ряд операций обработки, например, может быть подвергнуто сжатию, квантованию, фильтрации и другим преобразованиям. В цифровых системах потери качества при обработке измеряются коэффициентом битовых ошибок. Для заданного коэффициента битовых ошибок необходимо определенное отношение уровня сигнала к уровню шума на входе информационного блока. Таким образом, разработанный стегоалгоритм должен гарантировать, что встраивание данных искажает исходный аудиопоток незначительно, т.е. не обнаруживается при восприятии слушателем. Другими словами, коэффициент битовых ошибок определяет минимальное значение отношения уровня сигнала к уровню шума, необходимое для удовлетворительного представления сигнала со встроенным сообщением.  Рис. 1. Результат встраивания цифрового водяного знака в аудиопоток. Перечисленные операции обработки могут не повлиять на восприятие качества исходного сигнала, но могут искажать встроенный водяной знак. Важно определить уровень искажений исходного аудиосигнала, вносимых стегоалгоритмом при встраивании цифрового водяного знака с учетом пассивных и активных атак. Проведенные эксперименты показали значительное улучшение качества сигнала при использовании метода модификации фазовых составляющих по сравнению с другими методами встраивания данных в аудиопоток. |
