В пособии изложены основные методы распознавания объектов и явлений, особое внимание уделено системотехническому подходу к проблеме распознавания, построению оптимального признакового пространства, задачам обучения и самообучения, оптимизации процесса распознавания и оценке эффективности систем распознавания.

Третье издание (2-е — 1984 г.) дополнено новым материалом по экспертным системам распознавания, регуляризации задач распознавания и селекции.

С момента выхода в свет предыдущего издания настоящего учебного пособия прошло 5 лет. Эти годы в плане интересующей нас проблемы распознавания объектов и явлений ознаменовались дальнейшим расширением области применения систем распознавания. В этой связи следует прежде всего назвать сферу материального производства — промышленного и сельского хозяйства. На промышленных предприятиях методы распознавания нашли применение при построении систем технической диагностики технологического оборудования, разработке «интеллектуальных» роботов, в автоматизированных системах управления предприятиями (АСУП), в частности оперативного управления производством.

В сельском хозяйстве системы распознавания находят всё большее распространение не только в процедурах технической диагностики сельскохозяйственной техники, но также и при создании современного и перспективного технологического оборудования.

Несмотря на то что методы и алгоритмы распознавания всё в большей степени становятся неотъемлемым элементом медицинской и технической диагностики, метеорологического прогноза и геологической разведки, локационных средств наблюдения, систем ввода текстовой, графической и речевой информации в ЭВМ и т. д., в литературе по проблеме распознавания, как отечественной, так и зарубежной, системотехнический подход к проблеме распознавания ещё не стал доминирующим.

И сегодня, как и 30 лет тому назад, проблема распознавания отождествляется с построением в том или другом смысле оптимальных алгоритмов распознавания, с исследованием условий, обеспечивающих возможность построения таких алгоритмов. Именно поэтому усилия исследователей-теоретиков концентрируются на постановке и решении хотя и важных, но тем не менее частных задач. К их числу в первую очередь относятся задачи наилучшего с точки зрения достоверности распознавания подразделения пространства признаков, на языке которых описываются распознаваемые объекты, на области, соответствующие классам, т. е. задачам определения наилучших решающих границ (правил) между классами. Решение этих задач возможно только тогда, когда априори известны классы объектов (алфавит классов) и признаки, на языке которых описываются объекты и их классы (словарь признаков). Однако, как правило, разработчики, приступая к построению систем распознавания, не располагают такой информацией. Даже при построении распознающих устройств, предназначенных для распознавания букв конкретного алфавита, слов определённого языка или отпечатков пальцев, в ситуациях, где нет вопросов о классах объектов (каждая буква, слово или отпечаток составляют классы), информативные признаки и аппаратура для их определения априори не известны. Это предмет нетрадиционных исследований.

Почему же несмотря на то что задачи описания классов объектов на языке признаков и построения оптимальных в том или другом смысле алгоритмов собственно распознавания не являются определяющими в проблеме распознавания, им по-прежнему уделяется столь незаслуженно большое внимание?

Причин здесь, по-видимому, несколько. Первая состоит в том, что названные задачи сравнительно легко поддаются формализации и аналитическому решению, что и определяет их привлекательность для исследователей. Вторая заключается в том, что значительная их часть ограничивает свою деятельность только теоретическими изысканиями. Третья обусловлена тем, что традиционный подход к проблеме распознавания базируется (хотя этого никто не утверждает) на предположении об автономности систем распознавания. Хотя в ряде частных ситуаций такая постановка вопроса оправдана, однако в общем случае она неправомерна. И в системах технической и медицинской диагностики, и в автоматизированных системах управления промышленными и сельскохозяйственными предприятиями распознавание неисправности или дефектов машин и механизмов, болезней пациентов, возникших производственных ситуаций — не самоцель. Их распознавание есть лишь средство получения исходной информации, необходимой системе управления, стоящей над системой распознавания, для принятия управленческих решений, адекватных результатам распознавания неизвестных объектов и явлений.

Можно утверждать следующее. Достоверное распознавание неизвестных объектов или явлений не является достаточным условием для реализации потенциально достижимой эффективности системы управления. Однако, оно является условием необходимым. Трудно предположить, чтобы врач (или система медицинской диагностики — безразлично), установивший ошибочный диагноз, выработал правильную стратегию лечения, адекватную истинному заболеванию. Конечно, он (или она) предложит стратегию лечения, соответствующую тому диагнозу, который он поставил. К каким последствиям это приводит, многие из читателей, к сожалению, узнали не из газет, журналов или книг.

При разработке любых систем распознавания необходим системный подход, смысл которого в данном случае состоит в следующем. Система распознавания должна строиться так, чтобы в условиях неизбежных ограничений результаты её работы обеспечивали возможность системе управления реализовать потенциально достижимую эффективность.

По мнению авторов, дальнейший прогресс в области разработки и применения систем распознавания связан с системным подходом к проблеме распознавания, необходимостью разработки системных аспектов проблемы. Это побудило их подготовить настоящее издание книги.

При её написании материал между авторами распределился следующим образом: предисловие, введение, гл. 1—5, 8, 9 написаны А. Л. Гореликом, § 3.1 — А. Л. Гореликом и Е. Г. Перепелицыным, § 4.7 — А. Л. Гореликом и С. С. Эпштейном, § 7.6 и гл. 8 — А. Л. Гореликом и И. Б. Гуревичем, гл. 6, 7, 10, за исключением § 7.6 — В. А. Скрипкиным.

Авторы считают своим долгом сказать, что на начальной стадии их работы в области проблематики распознавания они имели возможность пользоваться советами и рекомендациями выдающихся советских учёных — акад. В. М. Глушкова и чл.-кор. АН СССР Н. П. Бусленко. Связано это с тем, что по инициативе Н. П. Бусленко под руководством одного и при весьма плодотворном участии другого автора свыше 25 лет тому назад была начата разработка большой системы распознавания. В. М. Глушков этой работе всегда уделял неизменное и доброжелательное внимание. Именно в ходе проектирования и построения этой системы у авторов сформировались определённые представления о том, в чём состоит суть проблемы распознавания, с какими задачами приходится сталкиваться при создании реальных систем распознавания и как их решать. В последующие годы при разработке других систем распознавания авторы неоднократно имели возможность утвердиться в своих взглядах, убедиться в том, что только на путях системотехнического подхода к проблеме распознавания можно добиться реальных успехов при решении задач разработки конкретных систем распознавания.

Авторы считают своим приятным долгом выразить искреннюю признательность лауреату Государственной премии СССР акад. Г. С. Поспелову, а также заведующему отделом проблем распознавания и комбинаторного анализа ВЦ АН СССР лауреату Ленинской премии чл.-кор. АН СССР Ю. И. Журавлёву за доброжелательную конструктивную критику и полезные советы, в полной мере учтённые авторами…

ПРЕДИСЛОВИЕ
Авторы

Книги на ту же тему

1. Беседы с академиком В. Глушковым, Максимович Г. В., 1976
2. Компьютер и задачи выбора, Журавлёв Ю. И., сост., 1989
3. Математическая теория обучаемых опознающих систем, Фомин В. Н., 1976
4. Последовательные методы в распознавании образов и обучении машин, Фу К., 1971
5. Адаптация и обучение в автоматических системах, Цыпкин Я. З., 1968
6. Искусственный интеллект и интеллектуальные системы управления, Макаров И. М., Лохин В. М., Манько С. В., Романов М. П., 2006
7. Представление и анализ смысла в интеллектуальных информационных системах, Рубашкин В. Ш., 1989
8. Нечёткие множества в моделях управления и искусственного интеллекта, Аверкин А. Н., Батыршин И. 3., Блишун А. Ф., Силов В. Б., Тарасов В. Б., 1986
9. Новые методы управления сложными системами, 2004
10. Непараметрические коллективы решающих правил, Лапко В. А., 2002
11. Интеллектуальные информационные системы в экономике: учебное пособие. — 2-е изд., стереотип., Романов В. П., 2007
12. Энтропийные и другие системные закономерности: Вопросы управления сложными системами, Прангишвили И. В., 2003
13. Булевы алгебры, Сикорский Р., 1969
14. Математическая логика в программировании: Сборник статей 1980—1988 гг., Захарьящев М. В., Янов Ю. И., ред., 1991
15. Математическая логика, Клини С. К., 1973
16. Статистические методы выделения геофизических аномалий, Никитин А. А., 1979
17. Основы математической геологии (определение предмета, изложение аппарата), Вистелиус А. Б., 1980
18. Статистические методы разграничения геологических объектов по комплексу признаков, Родионов Д. А., 1968
19. Справочник по математическим методам в геологии, Родионов Д. А., Коган Р. И., Голубева В. А., Смирнов Б. И., Сиротинская С. В., 1987
20. Принципы нейродинамики, Антомонов Ю. Г., 1974
21. Нейронные сети, генетические алгоритмы и нечёткие системы, Рутковская Д., Пилиньский М., Рутковский Л., 2008
22. От нейрона — к искусственному мозгу, Быков А. П., Вейц А. В., 1971
23. Функциональные связи нейронов моторной коры при обучении: Пространственно-временная организация, Богданов А. В., Галашина А. Г., 2003
24. Наш коллега — робот, Бусленко В. Н., 1984
25. В поисках роботов, Коут А. Д., 1970
26. Неадаптивное и адаптивное управление манипуляционными роботами, Вукобратович М., Стокич Д., Кирчански Н., 1989
27. Адаптивные робототехнические комплексы, Тимофеев А. В., 1988
28. Искусственный интеллект: Применение в интегрированных производственных системах, Кьюсиак Э., ред., 1991
29. Теоретические основы робототехники. В 2 кн. (комплект из 2 книг), Корендясев А. И., Саламандра Б. Л., Тывес Л. И., 2006
30. Зрение роботов, Хорн Б. К. П., 1989
31. Робототехника: История и перспективы, Макаров И. М., Топчеев Ю. И., 2003
32. Автономные подводные роботы: системы и технологии, Агеев М. Д., ред., 2005
33. Автоматизация измерений и обработки данных физического эксперимента, Никитин В. А., Ососков Г. А., 1986