Recunoasterea tiparelor sintactice

(syntactic pattern recognition)

By Rus Andrei Stefan
Acestea sunt folosite pentru a stabili o sintaxa, un limbaj natural
pentru a descrie cum mai multe bucati dintr-un puzzle se aseaza pentru a
forma un tipar. Detectia se face folosind date statistice sau algoritmi bazati
pe retele neuronale dar si pe combinatia dintre acestea doua. Aceasta
combinatie duce la rezultate mult mai balansate. Daca informatiile sunt
folosite binar atunci pot fi folosite foarte usor in software, construindu-se
algoritmi capabili sa le proceseze.
Pentru a implementa un astfel de algoritm de inteligenta artificiala,
principala dificultate este gasirea sintaxei. Daca se cunoaste sintaxa, se
poate face diferenta intre informatii mai slabe in favoarea celor mai bune, si
combinarea acestora. Acesta date gasite trebuie sa aiba insemnatate fizica
pentru oameni, altfel nu are nici un rost. Oamenii trebuie sa fie capabili sa
inteleaga rezultatele obtinute in urma rularii algoritmului.
Aceste tipuri de algoritmi pot fi gasite in software-ul comercial pentru
vorbire si recunoasterea scrisului, statistici, sisteme autopilot si chiar
marketing. Dar cel mai important acestea pot fi scrise sub forma de scripturi
si rulate autonom pentru a extrage date constant de la diferite procese.
Un prim algoritm necesar implementarii lugicii fuzzy este functia care
seteaza membershipul, cea care permite controlul tranzitiei dintre true si
false pentru membership. De ce este necesara aceasta functie?
Considerand ca fuzionam mai multe bucati diferite de informatii pentru a
obtine un rezultat mai robust, vrem ca rezultatul sa fie unul flexibil, sa
controlam dominanta fiecarei informatii.
Un exemplu ar fi modelul care descrie daca un om se incadreaza in
media de obezitate. Acest model este clar o problema de opinie ca oamenii
care au intre 25% si 50% grasime corporala se incadreaza in aceasta
categorie. Daca nu te incadrezi intre aceste cifre, nu apartii acestei categorii.
Astfel metricile pentru a determina functia fuzzy de membership nu sunt
setate automat de un olgoritm de optimizare ci de logica umana, ceea ce
face sintaxa sa se poatre corespunzator. Acesta este principalul lucru in a

face procesorul sa inteleaga aceste clasificari, sa construim o sintaxa astfel

incat algoritmul sa se comporte conform cu regulile pe care noi le dam.
Un alt operator de care vom avea nevoie aici este functia fuzzy AND
(SI) care ne va permite combinarea, fuzionarea mai multor bucati de
informatie, fiecare avand cate un coeficient de importanta. Functia AND are
proprietatea ca daca o bucata de informatie este zero aceasta va duce la
valoarea zero a intregii decizii. Iar cu cat informatia are o importanta mai
aproape de unu, cu atat va conta mai mult in decizie.
Este necesara si o functie fuzzy OR (SAU) cu proprietatea ca daca
fuzionam mai multe informatii in care una este adevarta, atunci intreaga
decizie va fi adevarata. Valorea acestei functii poate sa depasasca unu, dar
ecuatia cu care functia OR este realizata nu permite acest lucru si o tine intre
zero si unu.
Cand toate intrarile si iesirile fuzzy sunt pastrate cu valori intre zero si
unu, negarea (NOT), devine o simpla scadere cu unu a intrarilor sau iesirilor.
Cu toate acestea spuse avem acum capabilitatea de a contruii orice functie
logica dar in format fuzzy (AND, OR, NOT, NAND, NOR, XOR).
Acum putem contruii sintaxa pe care o dorim prin functiile de mai sus.
Adevarata putere a acestor algoritmi sintactici este in a avea cunstintele
corespunzatoare care conduc la sintaxa corecta. Comportamentul
algoritmului si sintaxa sunt legate intre ele, deci corectand comportamentul,
corectam si logica. In acest stadiu putem si sa rezolvam cazurile de confuzie,
acele cazuri in care doua sau mai multe intrari reprezinta aceasi informatie si
se afla in conflict. Identificarea acestor statari este foarte de folos in logica
fuzzy, deoarece ajuta in detectarea alarmelor false. Cand diferenta de
importanta intre doua informatii care sunt la fel este mare, avem un conflict,
iar algoritumul trebuie sa se ocupe de el.
Spectograma cantecului unei pasari

Pentru a ilustra cat de puternici sunt acesti algoritmi se vor prezenta

mai departe spectograme ale cantecelor pasarilor (figura de mai sus). Mai
multe informatii folositoare pot fi scoase si inregistrate din aceste
spectograme. Dar pentru identifica correct aceste cantece trebuie sa stabilim
intai o gramatica cu stadii finite. Spectrele trebuie sa urmeze o anumita
ordine pentru a recunoaste cantecul. Acest limbaj natural este stabilit prin
implementarea de catre om a metodei stiintifice, dupa care trebuie sa faci
calculatorul sa urmeze aceeasi sintaxa.
Problema cea mai mare a programatorului este de a dobandi toate
cunostintele pentru a intelege sintaxa, cu alte cuvinte, pentru o solutie
solida, acesta trebuie sa urmeze fizicele si procesarile de semnal corecte
pentru a le da mai departe clasificatorului syntactic.
Combinand logica fuzzy si motoarele de deductie a ideiilor se obtine un tip
de detectie de tipar numit Retea de Deductie Continua (CINet). Aceata poate
sa combine rezultatele mai multor clasificatoare, impreuna cu logica fuzzy si
cunostintele umane, dar aceasta opereaza plecand de la concluzie (deductia)
si ajungand la intrari. Este exact ordinea inversa fata de cum s-ar rezolva o
problema in mod obisnuit.
O aplicatie a acestor retele ar fi in domeniul apararii civile. De exemplu in
cazul unei evacuari de incendiu, unde avem senzori de vant, temperatura,
fum, trafic, topografie, si tipare meteo recente. Daca intr-o zona apar
temperaturi ridicate si vanturi puternice, CINet poate avertiza oamenii din
acea zona prin telefon, televizor, radio, desktop si asa mai departe. In
schimba, daca se detecteaza si fum, situatia este mai complicata, deoarece

unii oameni trebuie evacuati din cauza pericolului pe anumite rute, pentru a
nu incurca evacuarea altor oameni. Cum stiu omenii unde si ince directie sa
mearga, CINet va trimite informatii prin toate mijloacele posibile pentru a
ajuta si coordona oamenii.
CINet sunt viitorul apararii civile deoarece sunt capabile sa interpreteze
diferite informatii din mediul care ne inconjoara si pot sa ne protejeze de
diferite pericole avertizandu-ne chiar pe telefonul mobil.