UDC 002.53; 004.89; 621.3.068 Einreichungsdatum des Artikels: 14.03.2014

KOGNITIVE TECHNOLOGIEN ZUR VISUALISIERUNG MEHRDIMENSIONALER DATEN ZUR INTELLIGENTEN ENTSCHEIDUNGSUNTERSTÜTZUNG

VV Tsaplin, Ph.D., außerordentlicher Professor, Chef wissenschaftlicher Mitarbeiter(Forschungsinstitut "Zentrprogramsistem", ave. 50 let Oktyabrya, 3a, Twer, 170024, Russland, [E-Mail geschützt]); V. L. Gorokhov, Doktor der technischen Wissenschaften, Professor (St. Petersburg State University of Architecture and Civil Engineering, 2nd Krasnoarmeiskaya str., 4, St. Petersburg, 190005, Russland, [E-Mail geschützt]); VV Vitkovsky, Kandidat der physikalischen und mathematischen Wissenschaften, Professor (Special Astrophysical Observatory of the Russian Academy of Sciences, Nizhny Arkhyz, 1, Karachay-Cherkessia, 369167, Russland, [E-Mail geschützt])

Der Artikel skizziert die Prinzipien der kognitiven Computergrafik und liefert Beispiele für ihre praktische Anwendung für die Entwicklung von Entscheidungsunterstützungssystemen (DSS). Das Phänomen der kognitiven Computergrafik besteht darin, Bilder auf dem Bildschirm zu erzeugen, die spektakuläre Bilder im Kopf des menschlichen Bedieners erzeugen. Diese Bilder haben einen ästhetischen Reiz und regen die Intuition einer Person an. Das Bild auf dem Display erzeugt in seinem Kopf ein sich bewegendes dreidimensionales Bild, das aus dem gesamten Satz multidimensionaler Daten gebildet wird und die Eigenschaften des untersuchten Themenbereichs visuell darstellt. Bei der Wahrnehmung dieser Bilder eine Person

Der Bediener kann die Person identifizieren geometrische Eigenschaften das beobachtete Bild und verbinden sie mit dem Gegenstandsinhalt der verarbeiteten mehrdimensionalen Daten. Es ist sehr wichtig, die vorgeschlagene kognitive Technologie mit kombinieren zu können moderne Möglichkeiten intelligente Programmierschnittstellen und mehrdimensionale Programme statistische Analyse Daten. Es werden grundlegend neue algorithmische Ansätze zur kognitiven Visualisierung basierend auf hyperbolischer Geometrie und algebraischen Varietäten vorgeschlagen. BEI in gewissem Sinne wir können über die Entstehung einer neuen Art von DSS sprechen – kognitive Entscheidungsunterstützungssysteme.

Schlüsselwörter: Kognitives Bild im mehrdimensionalen Raum, kognitive Visualisierung mehrdimensionaler statistischer Daten, Algorithmen zur kognitiven Visualisierung der Situation, Entscheidungsunterstützungssysteme, Notfallsituationen.

Erhalten am 14.03.2014

MULTIDIMENSIONALE DATEN VISUALISIERUNG KOGNITIVER TECHNOLOGIEN ZUR ENTSCHEIDUNGSFINDUNG INTELLIGENTE UNTERSTÜTZUNG Tsaplin V. V., Ph.D. (Militärwissenschaften), außerordentlicher Professor, leitender Forscher (Forschungsinstitut „Centerprogramsistem“, 50 let Oktyabrya Ave. 3a, Twer, 170024, Russische Föderation, [E-Mail geschützt]);

Gorokhov V.L., Dr.Sc. (Ingenieurwesen), Professor (St. Petersburg State University of Architecture and Civil Engineering, 2nd Krasnoarmeyskaya St. 4, St. Petersburg, 190005, Russische Föderation, [E-Mail geschützt]);

Vitkovskiy V.V., Ph.D. (Physik und Mathematik) (Special Astrophysics Observatory of the Russian Academy of Sciences, Nizhny Arkhyz 1, Karachaevo-Cherkesiya, 369167, Russische Föderation, [E-Mail geschützt])

abstrakt. Der Artikel beschreibt Prinzipien und Beispiele von Cognitive Machine Graphics für die Entwicklung von Entscheidungsunterstützungssystemen (DSS). Das Phänomen der kognitiven Maschinengrafik zeigt grafische Darstellungen an, die spektakuläre Bilder im Gehirn des menschlichen Bedieners erzeugen. Diese Bilder stimulieren seine beschreibenden Eindrücke, die eng mit den intuitiven Denkmechanismen verbunden sind. Der kognitive Effekt besteht darin, dass der Mensch die bewegte Projektion als dreidimensionales Bild wahrnimmt, das durch mehrdimensionale Dateneigenschaften im mehrdimensionalen Raum gekennzeichnet ist. Nach der Untersuchung der visuellen Aspekte der mehrdimensionalen Daten erscheint die Möglichkeit für einen Benutzer, interessante separate Objekte oder Gruppen von Objekten durch standardmäßige maschinelle Zeichnung zu malen. Der nächste Benutzer kann zum Bildrotationsverfahren zurückkehren, um die Vorstellungen des intuitiven Benutzers über die Cluster und die Beziehung in mehrdimensionalen Daten zu überprüfen.Es ist möglich, die Zeichenmethoden der kognitiven Maschine in Kombination mit anderen Informationstechnologien zu entwickeln.Das sind insbesondere digitale Pakete Sinngemäß kann man sagen, dass eine neue Art von DSS – Cognitive Decision Support Systems (CDSS) – auftaucht.

Schlüsselwörter: kognitives Bild im multidimensionalen Raum, kognitive Visualisierung der multidimensionalen statistischen Daten, Algorithmen der kognitiven Umgebungsvisualisierung, Entscheidungsunterstützungssysteme, Notfallsituationen.

Gegenwärtig wird das Problem der operativen Analyse einer großen Menge sich dynamisch ändernder Parameter des gesamten Komplexes von untersuchten Objekten relevant. Ein solches Problem ergibt sich beispielsweise im militärischen Bereich bei der taktischen Analyse von Militäroperationen, von Menschen verursachten Katastrophen, der strategischen Planung und Modellierung des Einsatzes von Waffensystemen, bei der Schaffung einer neuen Generation von situationsgerechten Dispatching-Systemen im kontrollierten Luftraum oder einem anderen Betriebsraum. Diese Probleme werden im Rahmen sowohl strategischer als auch taktischer Kampfkünste (unter Verwendung des gesamten Arsenals moderner Mathematik: Theorie des Operations Research, Theorie der optimalen Steuerung und Optimierung) und der Schaffung automatisierter Systeme moderner Waffen intensiv gelöst.

Bei der Lösung dieser und anderer ähnlicher Probleme muss man sich einer Reihe erheblicher Schwierigkeiten stellen, die mit der großen Rolle der Intuition des Bedieners verbunden sind, die auf der inhärenten Fähigkeit einer Person basiert, eine Kampfsituation oder einen Notfall (ES) direkt wahrzunehmen. Moderne Bedingungen von Feindseligkeiten und von Menschen verursachten Katastrophen lassen den Betreiber mit den Terminals allein, wo gleichzeitig

Tausende von Parametern sind festgelegt, die er nicht schnell wahrnehmen und in seinem Kopf kreativ verarbeiten kann. Die Hauptschwierigkeit besteht darin, dass eine Person nur ein Element eines komplexen automatisierten Kontroll- und Managementsystems ist, das nicht an seine kreativen Fähigkeiten angepasst ist. Die früher im Rahmen der Ergonomie entwickelten Methoden zur Integration des Operators in ein solches System ermöglichten teilweise eine Adaption an die sogenannten ergotechnischen Systeme, jedoch wurde das enorme Potential der kreativen und fachlichen Intuition nicht voll ausgeschöpft.

Dank der Fortschritte auf dem Gebiet der Kognitionswissenschaften, der Kognitionspsychologie, der Erkenntnistheorie und der Informationstechnologie haben sich jedoch grundlegend neue Möglichkeiten für eine radikale Lösung der oben genannten Probleme ergeben. Dieser Fortschritt manifestierte sich insbesondere in der Schaffung neuer Technologien und Methoden der kognitiven Computergrafik.

Arbeitsprinzipien. Der von den Autoren vorgeschlagene Ansatz ermöglicht es, mehrdimensionale Daten, die in Form von Grassmann-Verteilern präsentiert werden, auf eine Ebene zu projizieren, die willkürlich vom Operator-Forscher in einem mehrdimensionalen Konfigurations-(Phasen-)Raum festgelegt wird.

Reis. 1. Schichtung der Opfer Abb. 2. Schichtung der Quellen bei Versorgung von Regionen mit Notfallsituationen nach Zeitpunkt und Regionen

technische Rettungsmittel

Feige. 2. Gefahrenquellen 1. Regionen Schichtung Schichtung nach Datum

über technische Sicherungsmittel und Region

Reis. 3. Schichtung von Zustand und Verfügbarkeit technische Mittel Rettung nach Region

Feige. 3. Regionale Schichtung nach Heileinrichtungen und technischem Zustand

stve. Gleichzeitig die Auswahl beste Stellung Die Projektionsebene wird vom Benutzer selbst ausgeführt, wobei er sich auf seine Intuition und sein kognitives Bild vor seinen Augen verlässt. Durch die Möglichkeit, die Ausrichtung der Projektionsebene im mehrdimensionalen Raum aktiv zu beeinflussen, ist der Forscher frei von Vorüberlegungen über die statistische (geometrische) Struktur der Daten, die Objekte darstellen. Eine Person sieht direkt auf dem Bildschirm Projektionen von Clustern oder mehrdimensionalen Oberflächen, zu denen seine Daten geformt werden. Dieses spektakuläre Bild stimuliert sein intuitives Verständnis der untersuchten Objekte.

Nachfolgend ein kurzes Beispiel für die Verwendung der von den Autoren entwickelten Mittel zur kognitiven Visualisierung der Situation, die in der Lage sind, das Problem der aktiven und kontrollierten Stimulierung der Intuition und der empirischen Erfahrung des Bedieners zu lösen, um in der heutigen Komplexität und schnell angemessene Entscheidungen zu treffen sich verändernde Umgebung. Darüber hinaus werden grundlegend neue algorithmische Ansätze basierend auf hyperbolischer Geometrie und algebraischen Varietäten vorgeschlagen und entwickelt.

Ein Beispiel für kognitive Visualisierung ist eine kognitive Analyse von technosphärischen Gefahren, die durchgeführt wird

ned im Rahmen der Zusammenarbeit mit dem Ministerium für Notsituationen Russlands. Die Studie wurde unter Beteiligung und Fachwissen von Mitarbeitern des Allrussischen Forschungsinstituts für Zivilschutz und durchgeführt Notfälle EMERCOM of Russia" (Bundeszentrum für Wissenschaft und hohe Technologie)). Als Ausgangsdaten für die Analyse dienten die im 1. Quartal 2012 erfassten Notfälle (703 Notfälle). Notfälle, die in Hunderten von Einrichtungen aufgetreten sind, wurden nach folgenden ausgewählten Parametern analysiert: Monat, Bundesland, Umfang, Region, Anzahl der Opfer, Anzahl der Todesfälle, Personal, Ausrüstung, Quelle der Notfälle.

Möglichkeiten kognitive Bilder in einer statischen Position zur Analyse dieser Notfallsituationen (die Projektion einer mehrdimensionalen Wolke auf eine Ebene, die durch ein Paar von Parameterachsen festgelegt ist) sind in den Abbildungen 1-3 dargestellt.

Es kann geschlussfolgert werden, dass die Verwendung der Visualisierung mehrdimensionaler statistischer Daten unter Verwendung der Generierung eines kognitiven Bildes als zusätzliches Werkzeug bei der Analyse und Vorhersage von Notfällen es ermöglichte, auf ihre besonderen Klassen aufmerksam zu machen, die ohne die Verwendung nicht erkannt werden könnten der intuitiven Wahrnehmung kognitiver Bilder.

Reis. 4. Kognitive Bilder im hyperbolischen Visualizer 4. Kognitive Bilder im hyperbolischen Visualizer

Neue Algorithmen zur kognitiven Visualisierung. Angeboten weitere Entwicklung kognitive Visualisierungsalgorithmen basierend auf der Interpretation des k-dimensionalen projektiven Raums Pk in einen ^-dimensionalen hyperbolischen Raum in ^, gefolgt von der Transformation des letzteren in ein kognitives dreidimensionales Bild. Diese Bildung der hyperbolischen Geometrie mehrdimensionaler Daten erfolgt unter Verwendung von Plücker-Koordinaten. Solche Algorithmen sind in der Lage, selbst Terabyte-Sammlungen von Objekten kognitiv zu visualisieren. Ein solches kognitives Bild ist in Abbildung 4 dargestellt.

Der hyperbolische Visualisierungsalgorithmus unterstützt eine effiziente Art der Interaktion mit Hierarchien sehr größere Größe als herkömmliche Hierarchie-Renderer. Während ein normaler 2D-Renderer in einem 600x600-Pixel-Fenster 100 Knoten anzeigen kann, kann ein hyperbolischer Browser 1.000 Knoten anzeigen, von denen etwa 50 im Fokus und gut lesbar sind.

Dies ist besonders wichtig bei der Analyse statistischer Zusammenhänge, Faktorenanalyse, Zielerfassung und -erkennung. Das dynamische Visualisierungsverfahren stützt sich nicht auf unvollständige und möglicherweise falsche A-priori-Informationen über die Natur von Objekten und ermöglicht es daher, ohne den verzerrenden Einfluss eines bestimmten Modells in die Projektionen einzuführen, visualisierte Bilder unter Bedingungen von tiefem a zu verwenden a priori Unsicherheit des Themenbereichs Kampfhandlungen und Waffen. Die Autoren haben plattformübergreifende Java-Versionen entwickelt Softwaresysteme SpaceWalker und , die in der Lage sind, Technologien zur kognitiven Visualisierung der Betriebsumgebung für allgemeine Dispositionsdienste zu implementieren.

Es gibt noch eine weitere Möglichkeit der kognitiven Kontrolle der geringsten Zustandsänderungen von Objekten. Studien haben gezeigt, dass selbst kleine Änderungen der Parameter von Objekten ihre kognitiven Bilder erheblich verändern, wodurch der Bediener eine Änderung der Eigenschaften von Objekten sofort bemerken kann. Es sollte betont werden, dass die Verwendung der hyperbolischen Geometrie beim Erstellen eines kognitiven Bildes es ermöglicht, den Inhalt von mehrdimensionalen Terabyte-Arrays visuell darzustellen. Darüber hinaus wird die Verwendung dieser Anwendungen kognitiver Grafiken noch effektiver, wenn sie in Netzwerktechnologien implementiert werden. Eine beeindruckende Wirkung kann durch die Einführung der Methode der Betriebsanalyse in Online-Weltraumüberwachungssystemen erzielt werden.

Betriebsanalyse großer Mengen multidimensionaler Daten - von der Betriebsplanung bis zur Überwachung und Modellierung technischer Systeme.

Literatur

1. Garret R., London J. Fundamentals of operation at sea; [pro. aus dem Englischen]. M.: Voen. Moskauer Verlag, 1974. 268 p.

2. Kognitiver Ansatz; [res. ed. V.A. Dozent]. M.: "KANON +" ROOI "Rehabilitation", 2008. 464 p.

3. Prokopchina S.V., Shestopalov M.Yu., Utkin L.V., Kupriyanov M.S., Lazarev V.L., Imaev D.Kh., Gorokhov V.L., Zhuk Yu.A., Spesivtsev A.V. Management unter Unsicherheit: Monographie. St. Petersburg: Verlag der Elektrotechnischen Universität St. Petersburg „LETI“, 2014. 303 p.

4. Zenkin A.A. kognitiv Computergrafik. M.: Nauka, 1991.

5. Cook D., Swaine D.E. Interaktive und dynamische Grafiken für die Datenanalyse. Spriger, 2009. 345 S.

6. Gorokhov V.L., Muravyov I.P. Kognitive Maschinengrafik. Methoden dynamischer Projektionen und robuster Segmentierung multidimensionaler Daten: Monographie; [Hrsg. KI Michailuschkin]. St. Petersburg: SPbGIEU, 2007. 170 p.

7. Lo A. Big Data, Systemic Risk, and Privacy-Preserving Risk Measurement / Big Data & Privacy – Workshop Summary Report 19. Juni 2013 Massachusetts Institute of Technology, 2013. 45 p.

8. Rosenfeld B.A. Mehrdimensionale Räume. M.: Nauka, 1966. 647 S.

9. Klein F. Höhere Geometrie. M.: URSS, 2004. 400 S.

1. Garret R.A., London J.Ph. Grundlagen der Marineoperationsanalyse. United States Naval Institute Publ., 1970, 254 p. (Russ. Hrsg.: Osnovy analiz operatsiy na more. Moskau, Voennoe izdatelstvo, 1974, 268 S.).

2. Lektorsky V.A. (Hrsg.) Kognitivnyiy podkhod. Moskau, KANON+ ROOI Reabilitatsiya Publ., 2008, 464 p.

3. Prokopchina S.V., Shestopalov M.Yu., Utkin L.V., Kupriyanov M.S., Lazarev V.L., Imaev D.H., Gorokhov V.L., Zhuk Yu.A., Spesivtsev A.V. Upravlenie v usloviyakh neopredelyonnosti. Monographie, St. Petersburg, Sankt Petersburg Petersburg Elektrotechnische Univ. "LETI" Publ., 2014, 303 S.

4. Zenkin A.A. Kognitivnaya kompyuternaya grafika. Moskau, Nauka, 1991, 192 S.

5. Cook D., Swaine D.E. Interaktive und dynamische Grafiken zur Datenanalyse. Spriger Verlag, 2009, 345 S.

6. Gorokhov V.L., Muravyev I.P. Kognitivnaya mashinnaya grafika. Metody dinamicheskikh proektsiy i robastnaya segmenta-tsiya mnogomernyikh dannykh. Monographie, St. Petersburg, Sankt Petersburg Petersburg State University of Economics (UNECON) Publ., 2007, 170 p.

7. Lo A. Big Data, systemisches Risiko und Risikomessung zur Wahrung der Privatsphäre. Big Data & Datenschutz – Workshop-Zusammenfassungsbericht. 2013, Massachusetts Institute of Technology Publ., 2013, 45 S.

8. Rosenfeld B.A. Mehrdimensionale Prostranstva. Moskau, Nauka, 1966, 647 S.

9. Kleyn F. Vyisshaya geometriya. Moskau, URSS Publ., 2004, 2. Aufl., 400 S.

10. Vitkovskiy V., Komarinskiy S. 6-D-Visualisierung multidimensionaler Daten mittels kognitiver Technologie. Software und Systeme zur Analyse astronomischer Daten (ADASS) XIX. Mizumoto Y., Morita K.-I., Ohishi M. (Hrsg.). USA, San Francisco, 2010, S. 449-553.

ENTWICKLUNG DER KOGNITIVEN COMPUTERGRAFIK IM RAHMEN DER ANGEWANDTEN WISSENSCHAFT DER INFORMATIONSWISSENSCHAFT

Kunst. Lehrer der Abteilung für ISvEC

Filiale der SPbGIEU

Zahlreiche Studien von Psychologen, die sich mit der Analyse des Problemlösungsprozesses von Menschen befassen, haben gezeigt, dass die ersten beiden Phasen in diesem Prozess am zeitaufwändigsten sind. Eine Person wendet maximale Anstrengung auf den Übergangsprozess von einem vagen Gefühl einer bestimmten Situation zu einer klar formulierten Aufgabe auf. In der Regel wird diese Phase von den meisten Forschern als kreativ empfunden. Worauf die Idee des Problems gebildet und seine Formulierung gesucht wird. Außerdem geht es in vielen Fällen nur um die Bewerbung eines Fachmanns.

Die Stufen der Problemformulierung unter den Bedingungen des algebraischen Ansatzes bleiben dem Blickfeld der Wissenschaft entzogen. Dieses Problem ist eindeutig nicht algorithmisch. Jede Aufgabe hat individuellen Charakter, und die Existenz allgemeiner Verfahren außer rein methodischer (wie Erfindungssuchalgorithmen, ist hier kaum möglich). Wie bedeutende Mathematiker, die sich ernsthaft mit den Verfahren der mathematischen Kreativität befassten, wiederholt feststellten, spielte jedoch in der Phase der Suche nach der Formulierung eines Problems häufig eine wichtige Rolle geometrische Darstellungen und Modelle. Und es ist interessant, dass sie oft nicht direkt mit der Art des zu lösenden Problems in Verbindung standen, sondern diese Aussage einfach assoziativ hervorriefen. Das gleiche Phänomen wird von Psychologen festgestellt. Versuchen wir, die Merkmale aufzulisten, die für eine neue Richtung in der Informatik charakteristisch sind, genannt kognitive Grafiken. Eine ausführlichere Diskussion dieser Richtung ist in der weltweit ersten Monographie enthalten, die sich speziell der kognitiven Grafik widmet.

Computergrafik ist ein Gebiet der Informatik, das alle Aspekte der Bilderzeugung mit Hilfe eines Computers abdeckt.

In den 1950er Jahren erschienen, ermöglichte es zunächst, nur einige Dutzend Segmente auf dem Bildschirm anzuzeigen.

Die Basis des Computergrafikstahls Grundlagenwissenschaften: Mathematik, Chemie, Physik usw.

Computergraphik wird in fast allen natur- und ingenieurwissenschaftlichen Disziplinen zur visuellen Wahrnehmung und Übermittlung von Informationen eingesetzt. Auch der Einsatz von Computersimulationen in der Ausbildung von Piloten und anderen Berufen (Simulatoren) ist gängige Praxis. Kenntnisse über die Grundlagen der Computergrafik sind heute sowohl für einen Ingenieur als auch für einen Wissenschaftler erforderlich.

Das Endergebnis der Anwendung von Computergrafiken ist ein Bild, das für verschiedene Zwecke verwendet werden kann.

Kognitive Computergrafik- Computergrafik für wissenschaftliche Abstraktionen, die zur Geburt neuer wissenschaftlicher Erkenntnisse beiträgt. Die technische Basis dafür sind leistungsstarke Computer und leistungsstarke Visualisierungstools.

Ein Beispiel für die Verwendung von kognitiver Computergrafik in der angewandten Informatik kann die kognitive Visualisierung von Algorithmus-Flussdiagrammen, die dreidimensionale Darstellung von Forschungsobjekten, die visuelle Darstellung von Datenmodellen usw. sein.

Eine ähnliche Technik wurde für periodische Funktionen verwendet. Wie Sie wissen, haben die Graphen periodischer Funktionen sich wiederholende Abschnitte. Wenn Sie also den Graphen einer periodischen Funktion auf Noten verschieben, enthält die Musik sich wiederholende Fragmente.

Um das Problem der Überwachung der Umsetzung nationaler Projekte zu lösen, müssen viele Faktoren berücksichtigt werden. Der Umfang und die Dynamik der Situation bei der Durchführung nationaler Projekte erfordern die rasche Verarbeitung einer beträchtlichen Menge an Ausgangsdaten sowie die Entwicklung und Annahme angemessener und zeitnaher Entscheidungen.

Dies wirft das Problem der Wahrnehmung und Interpretation heterogener Informationen durch den Entscheidungsträger auf, was die Relevanz der Lösung des Problems bestimmt, Formen seiner Präsentation zu finden, die die Mehrdeutigkeit des Verständnisses der aktuellen Situation ausschließen oder verringern.

Das menschliche Denken ist so aufgebaut, dass ein Mensch nicht in Worten und Zahlen denkt, sondern in Bildern. Genauso verhält es sich mit der Wahrnehmung von Informationen über die umgebende Welt: die Bilder, die von gebildet werden verschiedene Körper Gefühle werden als Ganzes wahrgenommen.

Studien zeigen, dass die visuelle Komponente des wahrgenommenen Bildes von größter Bedeutung ist. Dies impliziert die Notwendigkeit einer vorrangigen Lösung des Problems der Visualisierung numerischer und nicht-numerischer (verbaler, grafischer) Ausgangsdaten und der Ergebnisse ihrer analytischen Verarbeitung.

Im Rahmen der Informatik entwickelt sich die kognitive Computergrafik in folgenden Bereichen:

– Studium der allgemeinen Konstruktion kognitiver grafischer Methodenbilder, Methoden der kognitiven Computergrafik;

- lernen individuelle Merkmale Wahrnehmung, insbesondere ihre Apperzeption;

– Entwicklung eines Informationswahrnehmungsmodells für Entscheidungsträger;

– Bildung eines Alphabets einer konzeptuellen und bildlichen Sprache zur Datendarstellung, einschließlich stereotyper Symbole, die Objekte und Phänomene der umgebenden Welt mit unterschiedlichem Ähnlichkeitsgrad darstellen, assoziativ verständliche grafische Primitive, aus denen GO beliebiger Komplexität synthetisiert werden, und notwendige Hilfssymbole grafische Primitive zu verbinden und die Aufmerksamkeit auf die relevanteste Zivilverteidigung zu lenken;

- Studium der Eigenschaften von GO, die den Entscheidungsträger beeinflussen, wenn sie auf der Ebene der Empfindungen wahrgenommen werden - Energie, Geometrie, Dynamik;

- die Bildung der "Grammatik" der konzeptuell-figurativen Sprache, dh der Grundregeln für die Bildung von GO und kognitiven Szenen;

– Entwicklung eines prototypischen Subsystems zur Visualisierung der Ergebnisse von Informationen und analytischer Unterstützung zur Überwachung der Umsetzung vorrangiger nationaler Projekte auf der Grundlage einer konzeptionellen und bildlichen Datenpräsentationssprache;

- experimentelle Überprüfung der Wirksamkeit des entwickelten Prototyps in Bezug auf Effizienz, Vollständigkeit, Genauigkeit der Informationswahrnehmung durch den Entscheidungsträger.

Die Hauptrichtungen der angewandten Kognitionswissenschaft. Künstliche Intelligenz: Möglichkeiten und Grenzen. Expertensysteme und Entscheidungsunterstützungssysteme. Modellierung der Entscheidungsfindung in der Wirtschaft und das Problem der menschlichen Rationalität. Das Problem der Verarbeitung natürlicher Sprache und maschineller Übersetzungssysteme. Die Hauptrichtungen der Robotik: die Probleme der Modellierung der Bewegungskonstruktion, der Orientierung im Raum und des Trainings mobiler Roboter. Mensch-Computer-Interaktion: Grundlegende Ansätze und Forschungsmethoden. Kognitive Ergonomie. Design und Computergrafik. Virtuelle Realitäten.

Die weit verbreitete Verwendung von Hypertext-Technologien und das mit diesen Technologien eng verwandte Multimedia-Paradigma stimuliert auch die Entwicklung kognitiver Grafiken. Wie Sie wissen, gleicht das Multimedia-Paradigma die Rechte von Texten und Bildern aus. In einer für Hypertext-Technologien typischen nichtlinearen Darstellung (in Form eines Netzwerks) ermöglicht Ihnen das Multimedia-Paradigma, sowohl auf der Textebene als auch auf der Bildebene durch das Netzwerk zu navigieren und einen Übergang von Text zu Bildern vorzunehmen jederzeit und umgekehrt.

Systeme des Typs "Text-Drawing" und "Drawing-Text" sind daher eng mit dem Multimedia-Paradigma und der kognitiven Grafik verwandt und selbst eines der Ergebnisse der Interaktion zwischen kognitiver Grafik und Hypertext-Technologie.

In Fokönnen kognitive Grafiken verwendet werden, um Ideen zu visualisieren, die noch keinen präzisen Ausdruck erhalten haben. Ein weiteres Beispiel für die Verwendung dieser Werkzeuge ist eine spezielle kognitive Grafik zur Auswahl von Grundoperationen in Fuzzy-Logiken, bei der die globale Farbverteilung von blauen und roten Bereichen die "Starrheit" definierender Operationen wie Konjunktion und Disjunktion charakterisiert.

In diesem Bereich werden kognitive Grafiken in der Phase der Formalisierung von Problemen und im Verfahren zur Aufstellung plausibler Hypothesen verwendet.

Im Bereich der Systeme der künstlichen Intelligenz wird die kognitive Computergrafik aufgrund des algebraischen und geometrischen Ansatzes zur Modellierung von Situationen bessere Ergebnisse erzielen als andere Systeme Verschiedene Optionen ihre Entscheidungen.

Also, in der wissenschaftlichen Forschung, einschließlich grundlegender, charakteristisch für Erstphase Die Betonung der abbildenden Funktion der ICG verschiebt sich zunehmend hin zur Nutzung jener ICG-Fähigkeiten, die eine Aktivierung ermöglichen Mensch die Fähigkeit, in komplexen räumlichen Mustern zu denken. In dieser Hinsicht beginnen sich zwei Funktionen der ICG klar zu unterscheiden: die illustrative und die kognitive.

Die illustrative Funktion des ICG ermöglicht es, nur das bereits Bekannte, d. h. entweder in der Welt um uns herum oder als Idee im Kopf des Forschers bereits vorhandene, in einer mehr oder weniger adäquaten visuellen Gestaltung zu verkörpern. Die kognitive Funktion des ICG besteht darin, anhand eines bestimmten ICG-Bildes ein neues, also noch nicht einmal im Kopf eines Spezialisten vorhandenes Wissen zu erlangen, bzw wenigstens, tragen zum intellektuellen Prozess bei, dieses Wissen zu erlangen.

Diese Grundidee der Unterschiede zwischen den illustrativen und kognitiven Funktionen der ICG passt gut in die Klassifikation von Wissen und Computersysteme pädagogischer Zweck. Die illustrativen Funktionen von ICG werden in Bildungssystemen deklarativer Art implementiert, wenn den Schülern ein artikulierter Teil des Wissens vermittelt wird, der in Form von vorgefertigten Informationen mit Grafiken, Animationen, Audio- und Videoillustrationen präsentiert wird. Die kognitive Funktion der ICG manifestiert sich in prozeduralen Systemen, wenn Studierende sich Wissen durch Recherche „aneignen“. Mathematische Modelle Objekte und Prozesse, die untersucht werden, und da dieser Prozess der Wissensbildung auf dem Denkmechanismus der rechten Hemisphäre basiert, ist dieses Wissen selbst weitgehend persönlicher Natur. Jeder Mensch bildet die Techniken des Unterbewusstseins geistige Aktivität Auf meine eigene Art. Die moderne psychologische Wissenschaft verfügt nicht über streng fundierte Methoden zur Bildung des kreativen Potenzials eines Menschen, auch wenn es sich um ein professionelles handelt. Einer der bekannten heuristischen Ansätze zur Entwicklung intuitiven berufsorientierten Denkens ist die Lösung von Forschungsproblemen. Die Verwendung von pädagogischen Computersystemen vom prozeduralen Typ ermöglicht es, diesen Prozess erheblich zu intensivieren, Routineoperationen daraus zu eliminieren und verschiedene Experimente mit mathematischen Modellen durchzuführen.

Die Rolle der ICG in diesen wissenschaftliche Forschung schwer zu überschätzen. Es sind die ICG-Bilder des Kurses und Ergebnisse von Experimenten an mathematischen Modellen, die es jedem Studenten ermöglichen, sich ein eigenes Bild des zu untersuchenden Objekts oder Phänomens in seiner Gesamtheit und Vielfalt von Zusammenhängen zu machen. Es besteht auch kein Zweifel, dass ICG-Bilder in erster Linie eine kognitive und keine illustrative Funktion erfüllen, da die Schüler im Prozess der pädagogischen Arbeit mit Computersystemen prozeduraler Art rein persönliche, dh nicht vorhandene Komponenten bilden in dieser Form für jedermann.

Natürlich sind die Unterschiede zwischen den illustrativen und kognitiven Funktionen der Computergrafik eher willkürlich. Sehr oft kann eine gewöhnliche grafische Illustration einige Schüler zu einer neuen Idee anregen und ihnen ermöglichen, einige Wissenselemente zu sehen, die vom Lehrer-Entwickler des deklarativen Bildungscomputersystems nicht "investiert" wurden. Damit wird aus der illustrativen Funktion des ICG-Bildes eine kognitive Funktion. Andererseits wird die kognitive Funktion des ICG-Bildes während der ersten Experimente mit Bildungssystemen prozeduralen Typs in weiteren Experimenten zu einer illustrativen Funktion für das bereits „Entdeckte“ und damit nicht mehr zu einer neuen Eigenschaft des Gegenstands lernen.

Grundlegende Unterschiede in den logischen und intuitiven Mechanismen des menschlichen Denkens, die sich aus diesen Unterschieden in der Form der Wissensrepräsentation und den Methoden ihrer Entwicklung ergeben, machen es jedoch methodisch sinnvoll, zwischen den illustrativen und kognitiven Funktionen der Computergrafik zu unterscheiden und eine klarere Formulierung zu ermöglichen die didaktischen Aufgaben von ICG-Bildern in der Entwicklung von Computersystemen für Bildungszwecke.

Liste der verwendeten Quellen

1. Zenkin A. A. Kognitive Computergrafik. - M.: Nauka, 1991. - 192 S.

Szenenanalyse

Bildverarbeitung und -analyse

Bildliche Computergrafik

Richtungen der Computergrafik

Im heutigen etablierten Stand ist es üblich, die Computergrafik in folgende Bereiche zu unterteilen:

• visuelle Computergrafik,
• Bildverarbeitung und -analyse,
• Szenenanalyse (wahrnehmungsbezogene Computergrafik),
• Computergrafik für wissenschaftliche Abstraktionen (kognitive Computergrafik - Grafiken, die zur Kognition beitragen).

Objekte: synthetisierte Bilder.

• Erstellen eines Objektmodells und Generieren eines Bildes,
• Modell- und Bildtransformation,
• Identifizierung des Objekts und Beschaffung der erforderlichen Informationen.

Objekte: Diskrete, numerische Repräsentation von Fotografien.

• Verbesserung der Bildqualität,
• Bildauswertung - Bestimmung der Form, Lage, Größe und anderer Parameter der benötigten Objekte,
• Bilderkennung - Auswahl und Klassifizierung von Objekteigenschaften (Verarbeitung von Luft- und Raumfahrtbildern, Eingabe von Zeichnungen, Navigations-, Erkennungs- und Leitsysteme).

Die Bildverarbeitung und -analyse basiert also auf Bilddarstellungs-, Verarbeitungs- und Analysemethoden und natürlich auf visueller Computergrafik, um die Ergebnisse zumindest darzustellen.

Thema: Erforschung abstrakter Modelle grafischer Objekte und Beziehungen zwischen ihnen. Objekte können entweder synthetisiert oder in Fotografien hervorgehoben werden.

Der erste Schritt bei der Szenenanalyse besteht darin, die Merkmale zu isolieren, die das/die grafische(n) Objekt(e) bilden.

Beispiele: maschinelles Sehen (Roboter), Analyse von Röntgenbildern mit Isolierung und Verfolgung eines interessierenden Objekts, z. B. eines Herzens.

Die Szenenanalyse (wahrnehmungsbezogene Computergrafik) basiert also auf visueller Grafik + Bildanalyse + spezialisierten Tools.

Nur eine sich abzeichnende neue Richtung, noch nicht klar definiert.

Dies ist Computergrafik für wissenschaftliche Abstraktionen, die zur Geburt neuer wissenschaftlicher Erkenntnisse beiträgt. Basis - leistungsstarke Computer und leistungsstarke Visualisierungstools.

Die allgemeine Erkenntnisfolge besteht aus dem, möglicherweise zyklischen, Fortschreiten von einer Hypothese zu einem Modell (eines Objekts, Phänomens) und einer Entscheidung, deren Ergebnis Erkenntnis ist. Das Modell der allgemeinen Wissensfolge ist in Abbildung 2.1 dargestellt.

Abbildung 2.1 - Der Ablauf des Erkenntnisprozesses

Die menschliche Kognition nutzt zwei Hauptmechanismen des Denkens, die jeweils einer Hälfte des Gehirns zugeordnet sind:

• bewusst, logisch-verbal, manipuliert abstrakte Folgen von Symbolen (Objekten) + Semantik von Symbolen + mit Symbolen verbundene pragmatische Repräsentationen. Das Alter dieses mit dem Vorhandensein von Sprache verbundenen Mechanismus beträgt bis zu 100.000 Jahre:
• unbewusst, intuitiv, figurativ, arbeitet mit sinnlichen Bildern und Vorstellungen darüber. Das Alter dieses Mechanismus ist die Zeit der Existenz der Tierwelt auf der Erde.

Anfänglich hatten Computer eine geringe Leistung von Prozessoren und Computergrafikwerkzeugen, d.h. Tatsächlich hatten sie die Möglichkeit, nur mit Symbolen zu arbeiten (ein vereinfachtes Analogon des logischen Denkens).

Mit dem Aufkommen von Supercomputern mit einer Kapazität von einer Milliarde oder mehr Operationen pro Sekunde und grafischen Superstationen mit einer Kapazität von bis zu hundert Millionen Operationen pro Sekunde wurde es möglich, Bilder (Bilder) ziemlich effektiv zu manipulieren.

Es ist wichtig anzumerken, dass das Gehirn nicht nur weiß, wie man mit zwei Arten der Informationsdarstellung arbeitet, und dass es anders und effizienter mit Bildern arbeitet als ein Computer, sondern auch weiß, wie man diese beiden Arten korreliert und (in gewisser Weise) Übergänge von einer Darstellung zur anderen.

Hauptproblem und Aufgabe der kognitiven Computergrafik ist dabei die Schaffung solcher Wissensrepräsentationsmodelle, in denen sowohl für logisches (symbolisches, algebraisches) Denken charakteristische als auch für figuratives Denken charakteristische Objekte einheitlich dargestellt werden könnten.

Sonstiges kritische Aufgaben:

• Visualisierung jenes Wissens, für das es (noch?) keine symbolischen Beschreibungen gibt,
• Suche nach Wegen, um vom Bild zur Formulierung einer Hypothese über die Mechanismen und Prozesse zu gelangen, die durch diese (dynamischen) Bilder auf dem Bildschirm dargestellt werden.

Das Aufkommen der kognitiven Computergrafik ist ein Signal für den Übergang von der Ära der umfassenden Entwicklung der natürlichen Intelligenz zur Ära der intensiven Entwicklung, die durch eine tiefgreifende Computerisierung gekennzeichnet ist und die Mensch-Maschine-Technologie der Kognition hervorgebracht hat, von der ein wichtiger Punkt ist eine direkte, zielgerichtete, aktivierende Wirkung auf die unbewussten intuitiven Mechanismen des figurativen Denkens.

Eines der hellsten und frühesten Beispiele für die Anwendung der kognitiven Computergrafik ist die Arbeit von C. Strauss "Unerwartete Verwendung von Computern in der reinen Mathematik" (TIEER, Bd. 62, N 4, 1974, S. 96 - 99). Es zeigt, wie ein "n-dimensionales" Board basierend auf einem grafischen Terminal verwendet wird, um komplexe algebraische Kurven zu analysieren. Unter Verwendung von Eingabegeräten kann ein Mathematiker leicht geometrische Bilder der Ergebnisse einer gerichteten Änderung der Parameter der untersuchten Abhängigkeit erhalten. Er kann auch die aktuellen Werte der Parameter leicht verwalten und „vertieft dadurch sein Verständnis für die Rolle von Variationen in diesen Parametern“. Als Ergebnis wurden "mehrere neue Theoreme erhalten und Richtungen für weitere Forschung identifiziert".

Schon heute können wir mit aller Gewissheit feststellen, dass vor unseren Augen eine grundlegend neue Mensch-Maschine-Realität entsteht, die die Voraussetzungen für eine intensive Erkenntnistechnik schafft. Wir sprechen über neue Richtungen im Bereich der Mensch-Maschine-Interaktion und der künstlichen Intelligenz - Systeme der kognitiven Grafik und der virtuellen Realität.

Psychologen haben bewiesen, dass es rechtswidrig ist, die mentalen Fähigkeiten einer Person nur mit der höchsten verbal-logischen Ebene der mentalen Reflexion der Realität in Verbindung zu bringen. Diese Reflexion umfasst auch die sinnlich-perzeptiven und figurativen Ebenen und die ihnen entsprechenden Fähigkeiten, die sich in den Prozessen der Empfindung, Wahrnehmung, des figurativen Gedächtnisses und der Vorstellungskraft manifestieren, so dass es notwendig ist, Mittel für die Entwicklung solcher Fähigkeiten zu schaffen. Bis heute ist der Entwicklungsstand von Rechenanlagen so hoch, dass es möglich wurde, mit der Entwicklung von Werkzeugen für den Bau von Systemen zu beginnen, die nicht nur auf der symbolisch-logischen, sondern auch auf der sinnlich-perzeptiven und figurativen Ebene arbeiten. Und die führende Rolle gehört hier den angedeuteten zwei neuen Richtungen in der Entwicklung der modernen Computational Science.

Der Begriff kognitive Grafik wurde erstmals von dem russischen Wissenschaftler A. A. Zenkin in seiner Arbeit zur Untersuchung der Eigenschaften in Betracht gezogen unterschiedliche Konzepte aus der Zahlentheorie. Mit visuellen Bildern abstrakter numerischer Konzepte erzielte er Ergebnisse, die zuvor nicht zu erreichen waren. Die Richtung der Arbeit an kognitiven Grafiken entwickelt sich schnell, und jetzt gibt es viele ähnliche Systeme in verschiedenen Fachgebieten: in der Medizin, um die Entscheidungsfindung beim Management komplexer technologischer Systeme zu unterstützen, in Systemen, die auf Natürliche Sprache.

Zwei Funktionen kognitiver Grafiksysteme sollten beachtet werden: illustrativ und kognitiv. Bietet die erste Funktion rein anschauliche Möglichkeiten, wie die Konstruktion von Diagrammen, Histogrammen, Graphen, Plänen und Diagrammen, verschiedene Bilder, die funktionale Abhängigkeiten widerspiegeln, so erlaubt die zweite einem Menschen, seine ihm innewohnende Fähigkeit, in komplexen räumlichen Bildern zu denken, aktiv zu nutzen.

Der Begriff „virtuelle Realität“ wurde vom ehemaligen Computerhacker Jaron Lenier geprägt, der 1984 die HP Research Corp. gründete. in Foster, Kalifornien. Dies ist das erste Unternehmen, das VR-Systeme entwickelt. Seit Anfang der 90er Jahre wurden Konferenzen über Werkzeuge zur Modellierung virtueller Realität und die Konstruktion von Systemen abgehalten, die es einer Person ermöglichen, in einer Umgebung zu agieren, die sich qualitativ von den Bedingungen der Realität, in der sie lebt, unterscheiden kann.

Es gibt zwei Eigenschaften, die es ermöglichen, ein Programm, das eine „virtuelle Welt“ (VR-System) erstellt, von herkömmlichen Computergrafiksystemen zu unterscheiden.

1. Neben der einfachen Übertragung visueller Informationen wirken diese Programme gleichzeitig auf mehrere andere Sinne, einschließlich des Gehörs und sogar des Tastsinns.

2. VR-Systeme interagieren mit Menschen, und bei den fortschrittlichsten von ihnen kann der Benutzer beispielsweise ein Objekt berühren, das nur im Speicher des Computers existiert, indem er einen mit Sensoren vollgestopften Handschuh anzieht. Bei einer Reihe von Systemen können Sie einen Joystick oder eine Maus verwenden - dann können Sie etwas mit dem auf dem Bildschirm angezeigten Objekt tun (z. B. umdrehen, verschieben oder von hinten betrachten).

Die Entwicklung von Systemen, die auf dem Virtual-Reality-Modell basieren, zwingt uns dazu, eine Reihe von Problemen zu lösen, die typisch für Multimedia-Technologien und kognitive Grafiktechnologien sind. Dieser Aufsatz betrachtet die Probleme, die mit der Entwicklung grafischer Werkzeuge zur Erzeugung figurativer Darstellungen dynamischer Szenen verbunden sind, die verschiedene Realitäten, einschließlich imaginärer, darstellen.

Betrachten Sie das Problem des Aufbaus eines Virtual-Reality-Systems zum Lernen auf der Grundlage des Paradigmas der „imaginären Welt“. physikalische Gesetze Statik, Kinematik und Dynamik. Wir betrachten die folgende dynamische Welt: einen dreidimensionalen geschlossenen Raum, eine Reihe von Objekten darin, einen Akteur in diesem Raum (er ist auch ein Lernender, nennen wir ihn Akteur). Die Aufgabe des Schauspielers besteht darin, die Gesetze zu verstehen, die der Welt innewohnen, in der er sich befindet und handelt, indem er einige physische Aktionen mit Objekten in Zeit und Raum ausführt.

Lassen Sie uns die wichtigsten Arten von Konzepten hervorheben, denen der Akteur begegnen wird. Dies sind Objekte, Beziehungen, Bewegungen und körperliche Handlungen. Stellen wir uns die Aufgabe, eine imaginäre Welt zu konstruieren, die diese Kategorien widerspiegelt; Gleichzeitig werden die Zustände einer solchen imaginären Realität in Form von Texten in gewöhnlicher natürlicher Sprache beschrieben. Ein wichtiges Modul eines solchen VR-Systems ist ein Subsystem, das aus dem Text ein sich dynamisch änderndes grafisches Bild aufbaut. Zur Lösung dieses Problems wird das von den Autoren entwickelte TEKRIS-System verwendet. Im Folgenden betrachten wir eine allgemeine Beschreibung des TEKRIS-Systems und grafischer Tools zum Erstellen solcher Systeme.

Strukturdiagramm des TEKRIS-Systems

Das TEKRIS-System ist eine Reihe von Softwaretools, die es ermöglichen, ein sich dynamisch änderndes grafisches Bild der beschriebenen Situation unter Verwendung von Text in natürlicher Sprache zu erstellen. Als Beschränkungen für die anfängliche Beschreibung sollte Folgendes beachtet werden: 1) Die Beschreibung der anfänglichen statischen Szene muss im Text vorhanden sein; 2) Alle nachfolgenden Änderungen in der Szene sind das Ergebnis von Aktionen, die von einem Subjekt (Mensch, Roboter) ausgeführt werden. Ein typisches Beispiel Eine solche Beschreibung könnte wie folgt lauten:

Es gibt einen Tisch im Zimmer. Auf dem Tisch steht eine Lampe. Neben dem Tisch steht ein Stuhl. Hinter dem Tisch, nicht weit links, steht ein Bücherregal. Rechts neben dem Stuhl steht ein Sofa. Ivan steht neben dem Schrank. Ivan ging zum Tisch. Ich habe die Lampe genommen. Ich habe es auf den Schrank gestellt.

Das Blockdiagramm des Systems ist in Abbildung 1 dargestellt. In diesem Diagramm sind die Softwarekomponenten in Form von Rechtecken dargestellt, und die Quell- und Zwischendateien haben die Form von Ovalen.

Die Beschreibung der dynamischen Situation in natürlicher Sprache wird dem linguistischen Prozessor zugeführt. Unter Verwendung des Wörterbuchs der Fachwelt wandelt es den Text in eine interne Rahmendarstellung um, die dann dem Solver und dem Scheduler zugeführt wird.

Der Löser erstellt unter Verwendung eines Blocks aus qualitativer physikalischer Argumentation und eines logischen Blocks eine Beschreibung der Entwicklungsbahn der Situation in Form einer zeitlichen Sequenz von Szenen, die die durch den Text gegebene Dynamik der Entwicklung der Situation widerspiegelt .

Der Scheduler baut ein graphisches Bild jeder Szene aus einer gegebenen Sequenz auf, berechnet zu diesem Zweck die Abmessungen und Koordinaten aller Objekte, aus denen die Szene besteht, und bildet auch die Bewegungsbahnen der Objekte, die für die Anzeige notwendig sind, und leitet all dies an die weiter Eingang des Visualizers.

Der Visualisierer gibt sequentiell mit einiger Verzögerung die erzeugten Bilder auf dem Anzeigebildschirm wieder. Beispielsweise wird für die obige Textbeschreibung die in Fig. 2 gezeigte Anfangsszene erzeugt.

So wie der linguistische Prozessor durch ein Wörterbuch von Begriffen mit dem Fachgebiet verbunden ist, ist der Visualisierer durch die Basis grafischer Objekte mit demselben Gebiet verbunden.

Die Datenbank der grafischen Objekte ist ein Satz dreidimensionaler Beschreibungen von Objekten und Subjekten, die in den analysierten Szenen zu finden sind. Um eine Basis für eine bestimmte Anwendung zu schaffen, wird ein zusätzliches Programm namens Graphic Object Librarian verwendet.

Reis. 2. Anfangsszene Grafische Objektbasis

Die Datenbank grafischer Objekte besteht aus einem Satz von Beschreibungen von Objekten und Themen, die dem betrachteten Themenbereich zugeordnet sind. Jedes Datenbankobjekt besteht aus einem für diese Datenbank eindeutigen Namen (oder Typ) (z. B. "Stuhl", "Tisch", "Sofa" usw.) und einer Beschreibung der Zusammensetzung und relativen Position der Komponenten, aus denen es besteht hoch.

Das Grundelement, aus dem alle grafischen Objekte aufgebaut sind, ist ein rechteckiges Parallelepiped (siehe Abb. 3). Um komplexe Objekte zu konstruieren, können auch andere zuvor definierte Objekte als Komponenten verwendet werden. Um beispielsweise ein so komplexes Objekt wie "Iwan" zu bauen, können Sie zunächst folgende einfachere Objekte definieren: "Kopf", "Hand", "Bein", und dann "Iwan" aus den bereits vorhandenen "Steinen" bauen.

Abbildung 3 zeigt das Objekt „Tabelle“, das aus fünf Grundelementen besteht. Für jedes Objekt wird ein rechteckiges Parallelepiped definiert, in das es eingeschrieben werden kann (in der Abbildung durch eine gepunktete Linie gekennzeichnet), und der Basiswinkel, in dem sich der Ursprung des Objekts befindet.

Darüber hinaus wird für jedes Objekt ein Satz von Farben definiert, mit denen seine Bestandteile bemalt werden, wenn sie auf einem Computerbildschirm angezeigt werden:

Anzahl Farben

Um eine Farbe anzugeben, werden drei Zahlentripel angegeben, wobei der Fülltyp die Reihenfolge bestimmt, in der die Primärfarben gemischt werden:
Fülltyp i

Fülltyp2

Fülltyp

Beim Rendern werden vier Schattierungstypen mit einer soliden Primär- oder kombinierten Farbe verwendet, wie in Abbildung 4 gezeigt.

Drei Zahlensätze ermöglichen es Ihnen, drei verschiedene Farbtöne zum Einfärben verschiedener Farben einzustellen

Komponente l

Jede Komponente eines Objekts wird durch ihre Position (Koordinaten relativ zum Basiswinkel), Abmessungen und Farbe der Flächen bestimmt.

Eine Komponente, die ein Grundelement ist, wird wie folgt beschrieben:

2) Basiswinkelkoordinaten im System

Objektkoordinaten;

3) Rotationswinkel um die Achsen des Systems

Koordinaten des Objekts, bis es mit den Koordinatenachsen des Elements zusammenfällt;

4) Elementabmessungen (dx, dy, dz);

5) Farbnummer.

Eine Komponente, die wiederum ein Objekt ist, wird wie folgt definiert: 1) type(=1);

2) Objektname;

3) Basiswinkelkoordinaten;

4) Rotationswinkel;

5) Abmessungen;

6) Farbnummer.

Wenn ein Objekt gerendert wird, werden alle seine Komponenten in Abhängigkeit von der Entfernung zur Projektionsfläche (Bildschirm) geordnet. Die am weitesten entfernten Komponenten werden zuerst gezeichnet, dann die nächsten, wodurch Sie die unsichtbaren Teile der am weitesten vom Betrachter entfernten Komponenten schließen können.

Auch die Flächen des Quaders sind in der Reihenfolge der Annäherung an die Projektionsfläche angeordnet. Für jeden Scheitelpunkt des Gesichts werden 3D-Koordinaten aus dem Szenenkoordinatensystem in 2D-Koordinaten des Anzeigebildschirms unter Verwendung der unten gezeigten Formeln übersetzt (siehe Fig. 5). Dann wird die Richtung des Normalenvektors bestimmt und die geeignete Art der Gesichtsschattierung ausgewählt, wonach ein dem Gesicht entsprechendes Viereck auf dem Anzeigebildschirm gezeichnet wird. Da die Elemente, die dem Betrachter am nächsten sind, zuletzt angezeigt werden, verdecken sie die unsichtbaren Kanten.

Reis. 5. Projektion des Objekts auf die Visualisierungsebene

Die Koordinaten eines zu einem Element gehörenden Punktes im Objektkoordinatensystem (x, y, z) werden nach folgenden Formeln berechnet:

wobei (x\ y", z1) die Koordinaten des Punktes im Elementsystem sind;

(xq, уо", zq) - Koordinaten des Basiswinkels, tij - Richtungskosinus, d.h. cos des Winkels zwischen den Achsen / und j des Objektsystems.

Zur Berechnung des Richtungskosinus wird folgende Formel verwendet:

sina-sinp-gemütlich+cosa-sinp-cosa-sinp-gemütlich+sina-sinp

Sina-sinp-siny+cosa-gemütlich cosa-sinp-siny+sina-gemütlich

Sina cosp cosa cosp

Die Matrix M spezifiziert eine sequentielle Drehung um die x-Achse auf oc, y auf p, z auf y. Die Koordinaten der Projektion eines Punktes auf die Bildschirmfläche werden auf ähnliche Weise berechnet.

Grafikbibliothekar

Der Graphic Object Librarian ist ein Programm, das entwickelt wurde, um eine Reihe von Objekten und Themen zu erstellen, die in den analysierten Texten gefunden werden können. Dieses Programm ermöglicht es Ihnen, eine neue Datenbank mit Objekten zu erstellen, eine vorhandene Datenbank zu laden, die Datenbank in einer Datei zu speichern, ein neues Objekt zur Datenbank hinzuzufügen, ein Objekt zu ändern und zu löschen.

Reis. 6. Arbeitsbildschirm des Bibliothekars für grafische Objekte

Teile sowie die Werte der Parameter der aktuellen (bearbeiteten) Komponente.

Der Rest des Raums auf dem Bildschirm wird von drei orthogonalen Projektionen des Objekts und seiner isometrischen Projektion eingenommen, und es ist möglich, den Blickwinkel auf das Objekt zu ändern, indem die Rotationswinkel um die Koordinatenachsen eingestellt werden.

Das Hauptmenü des Programms enthält die folgenden Punkte:

Basis - Erstellen einer neuen Datenbank mit Objekten, Speichern und Laden der alten Datenbank.

Art - ändern isometrische Ansicht(Objektrotation).

Objekte – Anzeige einer Liste aller Objekte in der Datenbank mit der Möglichkeit, zum ausgewählten Objekt zu navigieren.

Komponente - Einstellung der Parameterwerte für die Objektkomponente (Position, Abmessungen, Farbe).

Farben - Festlegen einer Reihe von Farben für das Objekt.

Raum - Erstellen und Anzeigen eines Raums aus vorhandenen Objekten (in der betrachteten Version nicht implementiert).

Beenden - Beenden Sie das Programm.

Die Schaltflächen unterhalb des Hauptmenüs führen die folgenden Funktionen aus:

Der Arbeitsbildschirm des Programms ist in Abb. 1 dargestellt. 6. Oben auf dem Bildschirm befindet sich das Hauptmenü, unten eine Reihe von Primärfarben (16 Farben) und vier Arten von Schattierungen. In der oberen linken Ecke (nach dem Menü) des Bildschirms befinden sich fünf Schaltflächen zum Erstellen und Bearbeiten eines Objekts. Direkt darunter befindet sich der Name des Objekts, eine Liste seiner Zusammensetzung

Fügen Sie einem Objekt eine neue Basis- oder zusammengesetzte Komponente hinzu

Ändern Sie die Größe (Abmessungen) einer Komponente

Position der Komponenten ändern

Komponente drehen

Komponente löschen

Beim Erstellen eines neuen Objekts wird ein Quader mit Standardabmessungen erstellt. Die Abmessungen der Objektkomponenten werden als ganze Zahlen im Bereich von 1 bis 400 festgelegt, daher müssen Sie beim Erstellen der Objektbasis den Maßstab so festlegen, dass die angezeigten (nicht realen) Abmessungen des Objekts in dieses Intervall fallen .

Um die Größe einer Komponente zu ändern, klicken Sie auf die Schaltfläche "Größe". Danach wechselt das Programm in den Modus zum Ändern der Abmessungen, was durch Verschieben der unteren rechten Ecke des Rechtecks, das der Komponente entspricht, in einer der drei orthogonalen Projektionen erfolgt. Das Verschieben erfolgt mit Hilfe des "Maus"-Manipulators bei gedrückter linker Maustaste.

Auf die gleiche Weise wird die Komponente verschoben, wenn die Schaltfläche "Verschieben" gedrückt wird. Um die Komponente zu drehen, klicken Sie auf die Schaltfläche "Drehen". Das Hinzufügen einer neuen Komponente erfolgt durch Drücken der Schaltfläche „Neu“. Wenn Sie eine Operation mit einer Komponente ausführen, werden die Abmessungen des Objekts und die Koordinaten aller seiner Komponenten automatisch neu berechnet.

Bei Bedarf kann über die Schaltfläche „Entf“ der Bestandteil des Objekts gelöscht werden, was auch zur Neuberechnung von Koordinaten und Maßen führt. Zusätzlich zu Position und Größe definiert jede Komponente eines Objekts drei Farbschattierungen für seine Flächen. Die Wahl des einen oder anderen Farbtons hängt von der Position der Gesichtsebene (ihrer Normalen) im Raum ab. Wenn die Komponente wiederum ein Objekt ist, werden die Farben des Unterobjekts vererbt mit der Möglichkeit, sie durch die Farben des bearbeiteten Objekts zu ersetzen.

Um Farben für ein Objekt festzulegen oder eine Farbe für eine Komponente zu definieren, wählen Sie im Hauptmenü „Farben“. Auf dem Bildschirm erscheint ein Fenster (Abb. 7).

Im linken Teil dieses Fensters befindet sich eine Liste mit Farben für das Objekt, im rechten Teil ein Schattierungsmuster für drei mögliche Fälle, im unteren Teil vier Schaltflächen.

Um die Schattierung einzustellen, müssen Sie ein Gesicht (A, B oder C) und unten auf dem Bildschirm die Art der Schattierung, die Haupt- (linke Maustaste) und zusätzliche (rechte Maustaste) Farben auswählen. Wenn Sie auf die Schaltfläche "Speichern" klicken, wird die ausgewählte Farbe der Komponente zugewiesen. Mit den Schaltflächen „Hinzufügen“ und „Entfernen“ können Sie Elemente der Farbliste hinzufügen und entfernen.

Wenn kein "Maus"-Manipulator vorhanden ist, können Sie den Hauptmenüpunkt "Komponente" verwenden, um Komponentenparameterwerte einzustellen. In diesem Fall erscheint auf dem Bildschirm das in Abbildung 8 dargestellte Fenster Im oberen Teil dieses Fensters wird der Name der Komponente eingestellt (in der Abbildung der „linke Arm“ des Stuhls), der geändert werden kann im Bedarfsfall.

In der linken Hälfte des Fensters werden die Werte der Komponentenparameter eingestellt, in der rechten - eine Reihe von Schaltflächen zum Sortieren der Komponenten, Hinzufügen und Löschen, Einstellen der Farbe und Speichern oder Verweigern des Speicherns von Änderungen.

Mit diesem Fenster können Sie das Objekt vollständig beschreiben, indem Sie nur die Tasten verwenden. Um den Parameterwert einzustellen, gehen Sie mit den Cursortasten ("Up", "Down") in die gewünschte Zeile und drucken einen neuen Wert. Beachten Sie, dass in Abbildung 8 die Abmessungen grau dargestellt sind, d. h. sind einer Veränderung nicht zugänglich, da die Armlehne wiederum ein Objekt ist und dessen Dimensionen erbt.

Wenn Sie mit der Bearbeitung eines Objekts fertig sind, können Sie mit der Erstellung oder Bearbeitung eines weiteren fortfahren. Vor dem Beenden des Programms sollte die Objektdatenbank zur weiteren Verwendung im Programm zur Visualisierung dreidimensionaler Szenen in einer Datei gespeichert werden.

Visualisierung von 3D-Szenen

Das Visualisierungsprogramm kann in zwei Modi arbeiten. Im Hauptmodus erstellt der Planer die aktuelle 3D-Szene und übergibt sie zum Rendern an den Renderer. In einem anderen Betriebsmodus erzeugt der Scheduler eine Sequenz von Szenen für den analysierten Text und schreibt sie in eine Datei, die später von dem Visualizer verwendet wird. In diesem Fall fungiert der Renderer als Demonstrator der generierten Sequenzen.

Dem Programmeingang werden zwei Dateien zugeführt - die Basis der grafischen Objekte und die Sequenz der Szenen - in folgender Form:

Mit einem speziellen PAUSE-Befehl (Pause zwischen Szenen) wird eine Szene von der anderen getrennt.

Jede Szene wird als eine Folge von Befehlen beschrieben:

Mannschaft 1

Mannschaft t

Befehle werden in Objektbeschreibungsbefehle und Steuerbefehle unterteilt. Der Beschreibungsbefehl enthält die folgenden Felder:

Der eindeutige Name des verwendeten Objekts

in späteren Szenen;

Objekttyp (Name in der Datenbank);

Koordinaten des linken hinteren unteren

Winkel im Raumkoordinatensystem;

Rotationswinkel um die Koordinatenachsen

Größenmodifikator (L - groß, M -

mittel, S - klein);

Farbe (von 0 bis 8). Wenn Farbe=0, dann Objekt

in der in der Datenbank verwendeten Farbe angezeigt. Ansonsten: 1 - schwarz, 2 - blau 8 - weiß.

Unter der Menge von Objekten, die die anfängliche Szene beschreiben, muss es ein Objekt des Typs "Szene" (Raum) geben. Dieses Objekt ist eingebaut (nicht in der Basis von grafischen Objekten vorhanden). Sie legt die Dimensionen des Raumes sowie die Position des Betrachters fest. Indem Sie jedes Mal neue Rotationswinkel einstellen, können Sie die Position des Beobachters ändern, um zuvor unsichtbare Objekte zu sehen. Beispielsweise zeigt Abbildung 9 die zweite Szene des am Anfang des Artikels besprochenen Textes aus einem anderen Blickwinkel.

Reis. 9. Zweite Szene aus einem anderen Blickwinkel

Die folgenden Steuerbefehle werden verwendet, um eine Sequenz von Szenen zu erstellen:

PAUSE - Pause zwischen Szenen;

VERSCHIEBEN - Verschieben Sie ein Objekt zu einem neuen

Position;" TRACE - zeigt die Flugbahn der Bewegung des Objekts;

DEL - Objekt aus der Szene entfernen

(wird verwendet, um das Konzept von "Take" zu visualisieren).

Abschließend kann festgestellt werden, dass die entwickelten grafischen Tools auf die Verwendung in intelligenten CAD-Systemen, Robotern, Trainingssystemen, dem Bau von Computerspielen, "in Virtual-Reality-Systemen" ausgerichtet sind. Die Systemsoftware-Tools ermöglichen es Ihnen, Daten darzustellen, die in Text und Grafik ausgedrückt sind Formen und manipulieren sie.

Der nächste Schritt in der Entwicklung dieser Tools ist die Entwicklung eines Systems, das es Ihnen ermöglicht, nicht innerhalb einer einzelnen Szene zu manipulieren, sondern in einigen ihrer Kombinationen, wodurch Sie komplexere Welten erstellen können.

Bei der Betrachtung der Probleme der Konstruktion von Methoden und Werkzeugen zur Schaffung von Systemen neuer Generationen im Bereich der Mensch-Maschine-Interaktion (im weitesten Sinne des Wortes) möchte ich noch einmal die herausragende Rolle figurativer, nonverbaler Repräsentationen betonen in verschiedenen kreativen und intellektuellen Prozessen, einschließlich Lernen, Entdeckung neuen Wissens, Verwaltung komplexer Objekte usw., so dass neue Werkzeuge benötigt werden, um die volle Bandbreite menschlicher Fähigkeiten zu nutzen. Und hier natürlich wichtige Rolle gehört zu Computersystemen mit neuen Technologien zur Unterstützung dieser Fähigkeiten, insbesondere basierend auf kognitiver Grafik und Virtual-Reality-Systemen.

Referenzliste

5. Zenkin A. A. Kognitive Computergrafik // M.: Nauka, 1991.-S. 187.

7. Rakcheeva T.A. Kognitive Repräsentation der rhythmischen Struktur des EKG // Softwareprodukte und -systeme. - 1992. -L6 2.- S. 38-47.

4. Eremeev A. P., Korotkoe O. V., Popov A. V. Visueller Controller für Entscheidungsunterstützungssysteme // Proceedings / Sh Conf. über künstliche Intelligenz. Tver.-1992. T. 1.-S. 142-145.

2. Bakharev I. A., Leder V. E., Matekin M. P. Smart Day Graphics Tools-Anzeige

komplexe Dynamik technologischer Prozess// Softwareprodukte und -systeme. -1992. - Nr. 2.- S. 34-37.

8. V. Bajdoun, LXitvintseva. SJvfalitov et al. Tekris: Das intelligente System zur Textanimation // Proc. der Ost-West-Konf. auf Kunst. Intel. EWAIC93. 7. bis 9. September, Moskau, Russland. 1993.

3. Hamilton J., Smith A., McWilliams G. et al. Virtuelle Realität// Arbeitswoche. - 1993. - Nr. 1.

6. Litwinzewa L.V. Konzeptionelles Modell eines Visualisierungssystems für dreidimensionale dynamische Szenen // Softwareprodukte und -systeme. Nr. 2.1992.

1. Baidun V. V., Bunin A. I., Bunina O. Yu. Analyse von Textbeschreibungen dynamischer räumlicher Szenen im TEKRIS-System // Softwareprodukte und -systeme. -1992. -Nummer 3. - S. 42-48.

4. KOGNITIVE COMPUTERGRAFIKEN IN DER TECHNIKAUSBILDUNG

Das Aufkommen und die Entwicklung interaktiver Computergrafik (ICG)-Tools eröffnen grundlegend neue grafische Möglichkeiten für den Bildungsbereich, dank denen die Schüler ihren Inhalt, ihre Form, Größe und Farbe im Prozess der Bildanalyse dynamisch steuern können, um die größte Sichtbarkeit zu erreichen. Diese und eine Reihe anderer Möglichkeiten der ICG werden von Lehrern, einschließlich der Entwickler von Informationstechnologien für die Bildung, immer noch kaum verstanden, was eine vollständige Nutzung nicht zulässt Trainingspotential IKG. Tatsache ist, dass die Verwendung von Grafiken in Bildungscomputersystemen nicht nur die Geschwindigkeit der Informationsübertragung an die Schüler und das Verständnis erhöht, sondern auch zur Entwicklung so wichtiger Eigenschaften für einen Spezialisten in jeder Branche wie Intuition und Professionalität beiträgt "Flair", phantasievolles Denken.
Der Einfluss von ICG auf das intuitive, kreatives Denken führte zur Entstehung einer neuen Richtung in den Problemen der künstlichen Intelligenz, die in der Arbeit der kognitiven (d. h. erleichternden) Computergrafik genannt wird. BEI diese Abteilung die Rolle und der Platz der kognitiven Computergrafik in der Ingenieurausbildung werden betrachtet, einige bekannte werden diskutiert und neue, eher kognitive Wege der grafischen Darstellung von Feldern werden vorgeschlagen. physikalische Parameter werden Algorithmen zur Konstruktion der entsprechenden Bilder beschrieben und die Ergebnisse des Vergleichs der betrachteten Visualisierungsmethoden unter dem Gesichtspunkt ihrer kognitiven Effizienz vorgestellt.

4.1. Der Dualismus des menschlichen Denkens
Der menschliche Geist verwendet zwei Denkmechanismen. Einer von ihnen ermöglicht es Ihnen, mit abstrakten Zeichenfolgen, mit Texten und so weiter zu arbeiten. Dieser Denkmechanismus wird üblicherweise als symbolisch, algebraisch oder logisch bezeichnet. Der zweite Denkmechanismus sieht die Arbeit mit Sinnesbildern und Ideen zu diesen Bildern vor. Es heißt figurativ, geometrisch, intuitiv usw. Physiologisch ist logisches Denken mit der linken Hemisphäre verbunden menschliches Gehirn, und figuratives Denken - mit der rechten Hemisphäre.
Die Hauptunterschiede in der Arbeit der Hemisphären des menschlichen Gehirns wurden von dem amerikanischen Wissenschaftler R. Sperry entdeckt, der einst riskierte, interhemisphärische Verbindungen bei Patienten mit Epilepsie zu therapeutischen Zwecken zu durchtrennen. Eine Person, deren rechte Hemisphäre "behindert" und deren linke Hemisphäre "arbeitete", behielt die Fähigkeit, verbal zu kommunizieren, reagierte korrekt auf Wörter, Zahlen und anderes herkömmliche Zeichen, erwies sich aber oft als hilflos, wenn es darum ging, mit Objekten der materiellen Welt oder deren Abbildern etwas anzufangen. Wenn nur eine "rechte" Hemisphäre arbeitete, bewältigte der Patient solche Aufgaben problemlos, war mit Kunstwerken, Melodien und Sprachmelodien vertraut, orientierte sich im Raum, verlor jedoch die Fähigkeit, komplexe Sprachkonstruktionen zu verstehen, und konnte nicht sprechen alles in irgendeiner kohärenten Weise.
Jede der Hemisphären des menschlichen Gehirns ist ein unabhängiges System zur Wahrnehmung der Außenwelt, zur Verarbeitung von Informationen darüber und zur Planung des Verhaltens in dieser Welt. Die linke Hemisphäre ist sozusagen ein großer und leistungsfähiger Computer, der sich mit Zeichen und Verfahren zu ihrer Verarbeitung befasst. Natürlichsprachliches Sprechen, Denken in Worten, rational-logische Verfahren zur Informationsverarbeitung etc. - all dies wird in der linken Hemisphäre realisiert. In der rechten Hemisphäre vollzieht sich das Denken auf der Ebene der Sinnesbilder: ästhetische Wahrnehmung der Welt, Musik, Malerei, assoziatives Erkennen, Geburt grundlegend neuer Ideen und Entdeckungen etc. All dieser komplexe Mechanismus des imaginativen Denkens, der oft mit dem einzigen Begriff "Intuition" definiert wird, ist der rechte hemisphärische Bereich der Gehirnaktivität.
Oft wird das Denken der rechten Gehirnhälfte mit Aktivitäten in der Kunst in Verbindung gebracht. Manchmal wird dieses Denken sogar als künstlerisch bezeichnet. Aber auch stärker formalisierte Tätigkeiten nutzen zu einem großen Teil den intuitiven Mechanismus des Denkens. Kurios sind die Aussagen prominenter Wissenschaftler über die Rolle der Intuition im wissenschaftlichen Handeln. „Der wahre Wert“, sagte A. Einstein, „ist im Wesentlichen nur die Intuition. Und an anderer Stelle: "Kein Wissenschaftler denkt in Formeln."
Selbst ein so abstraktes, formalisiertes Wissenschaftsgebiet wie die Mathematik macht erheblichen Gebrauch vom Denken der rechten Gehirnhälfte. "Du musst raten mathematischer Satz bevor du es beweist; man muss die Idee des Beweises erraten, bevor man ihn im Detail durchgeht.“ Noch deutlicher spricht A. Poincaré: „...um Arithmetik zu schaffen, ebenso wie um Geometrie oder irgendetwas anderes zu schaffen Wissenschaft braucht man etwas anderes als reine Logik. Wir haben dafür kein anderes Wort als „Intuition“.
Der Unterschied zwischen den beiden Denkmechanismen lässt sich an den Prinzipien der Zusammenstellung eines zusammenhängenden Textes aus einzelnen Informationselementen verdeutlichen: Das linkshirnige Denken schafft aus diesen Elementen einen eindeutigen Zusammenhang, d.h. Aus all den zahllosen Verbindungen zwischen Objekten und Phänomenen wählt es aktiv nur einige wenige aus, die für eine gegebene spezifische Aufgabe am wesentlichsten sind. Das rechtshemisphärische Denken schafft einen mehrwertigen Zusammenhang, dank des gleichzeitigen Erfassens fast aller Zeichen und Zusammenhänge eines oder mehrerer Phänomene. Mit anderen Worten, das logische Zeichendenken bringt eine gewisse Künstlichkeit in das Bild der Welt ein, während das figurative Denken eine natürliche Unmittelbarkeit der Wahrnehmung der Welt, wie sie ist, liefert.
Menschliches Denken und menschliches Verhalten sind konditioniert gemeinsame Arbeit beide Hemisphären des menschlichen Gehirns. In manchen Situationen überwiegt die logische Komponente des Denkens, in anderen die intuitive. Laut Psychologen werden alle Menschen in drei Gruppen eingeteilt: mit vorherrschendem „linkshemisphären“-Denken, mit „rechtshemisphäre“-, mit gemischtem Denken. Diese Teilung ist genetisch vorbestimmt, und es gibt spezielle Tests, um die Neigung zu der einen oder anderen Denkweise festzustellen.
Die oben beschriebenen grundlegenden Unterschiede zwischen den links- und rechtshemisphärischen Infstehen in direktem Zusammenhang mit der Ausbildung verschiedener Fähigkeiten. Also für wissenschaftliche Kreativität, d.h. Zur Überwindung traditioneller Vorstellungen ist es notwendig, die Welt in ihrer Gesamtheit wahrzunehmen, was die Entwicklung von Fähigkeiten zur Organisation eines mehrwertigen Zusammenhangs (figuratives Denken) erfordert. In der Tat gibt es zahlreiche Beobachtungen, dass für Menschen, die die Fähigkeit zu kreativem Denken behalten haben, kreative Aktivitäten weniger ermüdend sind als routinemäßige, monotone Arbeit. Aber Menschen, die die Fähigkeit zum phantasievollen Denken nicht entwickelt haben, ziehen es oft vor, mechanische Arbeiten zu verrichten, und es scheint ihnen nicht langweilig, da sie sozusagen von ihrem eigenen formal-logischen Denken "versklavt" werden. Daraus wird deutlich, wie wichtig es ist, Bildung und Ausbildung von klein auf richtig aufzubauen, damit beides möglich ist notwendig für eine Person Denkweisen entwickelten sich harmonisch, so dass figuratives Denken nicht durch Rationalität eingeschränkt wurde, damit das kreative Potenzial eines Menschen nicht erschöpft war.
Bei der Entwicklung intelligenter Systeme, wie D.A. Pospelov, es gibt eine "linkshemisphärische Rolle". In noch größerem Maße ist eine solche "linke Hemisphärenneigung" offenbar charakteristisch für die moderne Bildung, einschließlich der darin verwendeten Computermethoden und -mittel. Das Phänomen ist nicht so harmlos. Die negative Auswirkung der Computerisierung der Ingenieurausbildung, die oben diskutiert wurde (siehe Abschnitt 3.1), ist größtenteils auf die schwache Auswirkung der verwendeten Computersysteme auf den intuitiven, phantasievollen Denkmechanismus zurückzuführen.
Eine klare Zuordnung von impliziten, unbewussten Wissenskomponenten erlaubt uns dabei auch, die Aufgabe ihrer Entwicklung klar zu stellen, entsprechende Anforderungen an Methoden und Lehrmittel zu formulieren, einschließlich Methoden der Computergrafik.

4.2. Anschauliche und kognitive Funktionen der Computergrafik

Gegenwärtig ist die interaktive Computergraphik einer der sich am schnellsten entwickelnden Bereiche der neuen Informationstechnologien. So verschiebt sich in der wissenschaftlichen Forschung, einschließlich der Grundlagenforschung, die Betonung der für das Anfangsstadium charakteristischen illustrativen Funktion der ICG immer mehr auf die Nutzung jener ICG-Fähigkeiten, die es ermöglichen, "... die menschliche Denkfähigkeit zu aktivieren in komplexen Raumbildern". In dieser Hinsicht beginnen sie klar zwischen zwei Funktionen der ICG zu unterscheiden: der illustrativen und der kognitiven.

Die illustrative Funktion des ICG ermöglicht es, nur das bereits Bekannte, d.h. existiert bereits entweder in der Welt um uns herum oder als Idee im Kopf des Forschers. Die kognitive Funktion des ICG besteht darin, ein ICG-Bild zu verwenden, um ein neues zu erhalten, d.h. Wissen, das noch nicht einmal im Kopf eines Spezialisten existiert, oder zumindest zum intellektuellen Prozess der Gewinnung dieses Wissens beitragen.

Die Hauptidee der Unterschiede zwischen den illustrativen und kognitiven Funktionen der ICG, die in der Arbeit bei der Beschreibung der Verwendung der ICG in der wissenschaftlichen Forschung hervorgehoben wird, passt gut in die Klassifizierung von Wissen und Computersystemen für Bildungszwecke (siehe Abschnitt 1.1 ). Die illustrativen Funktionen von ICG werden in deklarativen Bildungssystemen implementiert, wenn den Schülern ein artikulierter Teil des Wissens übermittelt wird, der in Form von vorgefertigten Informationen mit Grafiken, Animationen, Audio- und Videoillustrationen präsentiert wird (Abb. 4.1). Die kognitive Funktion des ICG manifestiert sich in Systemen prozeduralen Typs, wenn Studenten Wissen durch Recherchen zu mathematischen Modellen der untersuchten Objekte und Prozesse "erlangen", und da dieser Prozess der Wissensbildung auf einem intuitiven rechtshemisphärischen Mechanismus basiert des Denkens, dieses Wissen selbst ist weitgehend persönlicher Natur. . Jeder Mensch gestaltet die Techniken der unbewussten geistigen Aktivität auf seine Weise. Die moderne psychologische Wissenschaft verfügt nicht über streng fundierte Methoden zur Bildung des kreativen Potenzials eines Menschen, auch wenn es sich um ein professionelles handelt. Einer der bekannten heuristischen Ansätze zur Entwicklung intuitiven berufsorientierten Denkens ist die Lösung von Forschungsproblemen. Die Verwendung von pädagogischen Computersystemen vom prozeduralen Typ ermöglicht es, diesen Prozess erheblich zu intensivieren, Routineoperationen daraus zu eliminieren und verschiedene Experimente mit mathematischen Modellen durchzuführen.

Reis. 4.1. Konzeptioneller Unterschied zwischen kognitiven und illustrativen Funktionen der Computergrafik

Die Rolle der ICG in diesen Bildungsstudien kann nicht hoch genug eingeschätzt werden. Es sind die ICG-Bilder des Kurses und Ergebnisse von Experimenten an mathematischen Modellen, die es jedem Studenten ermöglichen, sich ein eigenes Bild des zu untersuchenden Objekts oder Phänomens in seiner Gesamtheit und Vielfalt von Zusammenhängen zu machen. Es besteht auch kein Zweifel, dass ICG-Bilder in erster Linie eine kognitive und keine illustrative Funktion erfüllen, da die Schüler im Prozess der pädagogischen Arbeit mit Computersystemen prozeduraler Art rein persönliche, d.h. für niemanden in dieser Form vorhanden, Bestandteile des Wissens.

Natürlich sind die Unterschiede zwischen den illustrativen und kognitiven Funktionen der Computergrafik eher willkürlich. Oft kann eine gewöhnliche grafische Illustration einige Schüler zu einer neuen Idee anregen und ihnen ermöglichen, einige Wissenselemente zu sehen, die vom Lehrer-Entwickler eines pädagogischen Computersystems eines deklarativen Typs nicht "investiert" wurden. Damit wird aus der illustrativen Funktion des ICG-Bildes eine kognitive Funktion. Andererseits wird die kognitive Funktion des ICG-Bildes während der ersten Experimente mit Bildungssystemen prozeduralen Typs in weiteren Experimenten zu einer illustrativen Funktion für das bereits „Entdeckte“ und damit nicht mehr zu einer neuen Eigenschaft des Gegenstands lernen.

Die grundlegenden Unterschiede in den logischen und intuitiven Mechanismen des menschlichen Denkens, die sich aus diesen Unterschieden in der Form der Wissensrepräsentation und Methoden ihrer Erschließung ergeben, machen es jedoch methodisch sinnvoll, zwischen den illustrativen und kognitiven Funktionen der Computergrafik zu unterscheiden und zu ermöglichen die didaktischen Aufgaben von ICG-Bildern in der Entwicklung von Computersystemen für Bildungszwecke klarer zu formulieren.

4.3. Aufgaben der kognitiven Computergrafik

Im Vorwort der Arbeit formulierte ein bekannter Experte auf dem Gebiet der künstlichen Intelligenz, D. A. Pospelov, drei Hauptaufgaben der kognitiven Computergrafik. Die erste Aufgabe besteht darin, solche Modelle der Wissensrepräsentation zu schaffen, in denen es möglich wäre, sowohl Objekte, die für logisches Denken charakteristisch sind, als auch Bilder, Bilder, mit denen figuratives Denken mit einheitlichen Mitteln operiert, darzustellen. Die zweite Aufgabe ist die Visualisierung des menschlichen Wissens, für das es noch keine textlichen Beschreibungen gibt. Die dritte ist die Suche nach Wegen, um von den beobachteten Bildern-Bildern zur Formulierung einer Hypothese über die Mechanismen und Prozesse zu gelangen, die sich hinter der Dynamik der beobachteten Bilder verbergen.

Mit der zweiten der hier beschriebenen Aufgaben der kognitiven Graphik beschäftigen sich Entwickler von Systemen zur Ingenieuranalyse, Computer Aided Design und pädagogischen Computersystemen prozeduraler Art, wenn sie im Rahmen der Forschung an mehrdimensionalen mathematischen Modellen Erkenntnisse über ein technisches Objekt gewinnen und in der üblichen symbolisch-digitalen Form dargeboten wird, aufgrund der großen Menge an Informationen einer menschlichen Analyse unzugänglich. Betrachten wir weiter eine Reihe von Methoden zur Darstellung der Felder physikalischer Eigenschaften technischer Objekte und Algorithmen zur Konstruktion entsprechender Bilder mit hohem kognitivem Potential.

4.4. Annahmen von Visualisierungsalgorithmen

Wir gehen davon aus, dass eine Reihe von grafischen Standardfunktionen, die Programmierer bei der Entwicklung von Bildungsanwendungsprogrammen verwenden, es Ihnen ermöglichen, einen Punkt auf dem Bildschirm hervorzuheben, seine Koordinaten und Farbe anzugeben, ein gerades Liniensegment zu zeichnen, seine Farbe und die Koordinaten der Enden anzugeben, geometrische Koordinatentransformationen und Projektionstransformationen durchführen .

Wir gehen auch davon aus, dass das dargestellte Feld physikalischer Eigenschaften als diskrete Werte in den Knoten eines flachen Netzwerks von Elementen (PNE) mit dreieckiger oder viereckiger Form dargestellt wird. Dieses Netzwerk kann entweder das gesamte Feld oder einen Teil davon darstellen, beispielsweise einen Ausschnitt eines dreidimensionalen Feldes durch eine Ebene. Beachten Sie, dass diese Form der Darstellung von Parametern für eine Reihe von numerischen Gittermethoden natürlich ist, zum Beispiel beinhaltet die im CAD weit verbreitete Finite-Elemente-Methode eine Gitternäherung.

Am Eingang von angewandten Grafikprogrammen, die die unten betrachteten Algorithmen implementieren, sollte also eine topologische und geometrische Beschreibung der PSE mit den Werten der angezeigten Merkmale in den Netzwerkknoten vorhanden sein. Es ist zweckmäßig, die Netzwerktopologie in Form einer Matrix zu speichern, in der in jeder Zeile die Nummer des PSE-Elements und die Nummern der es umgebenden Knoten angegeben sind. Die geometrische Beschreibung der PSE ist eine Matrix, in deren Zeilen die Koordinaten der Netzknoten angegeben sind.

Abhängig von der Visualisierungsmethode verwenden wir zwei Arten der Annäherung der angezeigten Parameter innerhalb des PSE-Elements: konstant und bilinear. Für eine konstante Annäherung innerhalb viereckiges Element PSE ist der Wert des angezeigten Parameters, wobei die Werte der Parameter in den Netzwerkknoten sind, die das PSE-Element umgeben.

Für eine bilineare Näherung führen wir dimensionslose Koordinaten und ein Hilfsquadrat ein (Abb. 4.2). Die entsprechende Transformation der Koordinaten und des angezeigten Parameters erfolgt nach einer Formel ähnlich den sogenannten Ansatzfunktionen in der Finite-Elemente-Methode:

(4.1)

Reis. 4.2. Transformation eines beliebigen Vierecks in ein Hilfsquadrat.

Um die Algorithmen zu regularisieren, betrachten wir ein Element mit einer dreieckigen Form als einen Spezialfall eines Vierecks mit zwei kombinierten benachbarten Ecken.

Betrachten wir nacheinander 7 Möglichkeiten zur Darstellung physikalischer Eigenschaften: 4 Möglichkeiten - zur Visualisierung von Skalarfeldern und 3 Möglichkeiten - zur Darstellung von Vektoreigenschaften, wie z. B. die Stärke oder magnetische Induktion eines elektromagnetischen Feldes, Stromlinien in der Aerohydrodynamik, Verteilung von Kräften oder ein Verstärkungssatz in tragenden Konstruktionen. Wir werden die betrachteten Methoden mit Fragmenten eines grafischen Dialogs veranschaulichen, der in Simulatoren und Trainings-PPPs des CADIS-Systems durchgeführt wurde.

4.5. Einfarbige Bilder

Das ist die Essenz dieser Visualisierungsmethode innerer Bereich PSE wird übermalt verschiedene Farben, die bestimmten Intervallen des Werts des angezeigten Parameters entsprechen. Üblicherweise wird eine Farbskala verwendet, bei der sich die Farben mit abnehmendem Wert des Parameters von warm (rot und gelb) nach kalt (blau und lila) ändern. Das Image baut auf den Elementen der PSE auf. Algorithmen zum Einfärben eines Elements basieren entweder auf der Idee, zeilenweise entlang eines Hilfsquadrats mit einer Schrittweite, die der Größe des Anzeigerasterelements entspricht, abzutasten und diese Elemente, Pixel oder Pels genannt, entsprechend einzufärben mit Ausdruck (4.1) oder auf der Idee des Rasterscannens entlang der Achse und des Bildens von Farbsegmenten entlang der Achse. Im zweiten Algorithmus wird die Farbe des Segments durch das Intervall bestimmt, und die Koordinaten der Enden des Segments werden aus (4.1) für feste Werte und Grenzen ermittelt voreingestellte Intervalle. Der Übergang der Farbpalette durch die Grenzen der PSE-Elemente erfolgt reibungslos, da die Näherungsfunktion (4.1) entlang der Seiten der PSE-Vierecke linear ist, was die Kontinuität der Oberfläche des angezeigten Parameters sicherstellt.

Für monochrome Displays können mit solchen Algorithmen Tonbilder aufgebaut werden (Abb. 4.3).

Abbildung 4.3. Ein Tonbild der optimalen Materialverteilung in einer Platte unter Belastung.

4.6. Linien auf gleicher Höhe

Der Bau von Linien gleicher Höhe (LRU) erfolgt nach den Elementen der PSE. Die nächsten beiden Algorithmen basieren wie die Schattierungsalgorithmen auf dem Scannen entlang eines quadratischen Hilfsgitters, dessen Schrittweite dem Anzeigeraster entspricht. Bei einem dieser Algorithmen werden auf den Abtastgitterlinien parallel zur Achse Punkte mit gegebenen Werten der Ebenen des angezeigten Parameters gefunden. Punkte mit gleiche Werte Parameter auf benachbarten Abtastlinien werden durch Geradensegmente verbunden, wenn zwischen diesen Punkten kein "Tal" oder "Erhöhung" der bilinearen Fläche (4.1) liegt. Die konstruierten Segmente, die sich beim Scannen verlängern, bilden eine Familie von LRUs auf jedem Element des FSE. Bei einem anderen Algorithmus werden nicht die Werte der Ebenen angegeben, sondern die Intervalle von Werten, die eine Reihe von "Bändern" einer bestimmten Ebene bilden. Der Aufbau von LRU erfolgt durch Schattierung der Streifen. Die Dicke der LRU auf dem Anzeigebildschirm hängt von der spezifizierten Intervallbreite und von der Art der Änderung in der angezeigten Oberfläche ab. Bei beiden Algorithmen erfolgt die Verbindung der LRS an den Rändern der PSE-Elemente auf natürliche Weise, da die Näherungsfunktion (4.1) entlang der Seiten der PSE-Vierecke linear ist (siehe Abb. 3.22).

4.7. Bitmaps

Das Feld jedes PSE-Elements auf dem Anzeigebildschirm ist mit leuchtenden Punkten gefüllt. Die Punktdichte entspricht dem Wert des angezeigten Parameters. Das Füllen von PSE-Abschnitten mit konstanter Dichte (dies kann das Feld des gesamten Vierecks oder ein Teil davon sein) wird mit einem Sensor durchgeführt zufällige Zahlen(DSCH). Eine solche Füllung glättet die Diskontinuitäten der dargestellten Fläche auch bei konstanter Annäherung des Parameters innerhalb eines PSE-Elements (Abb. 4.4). Vor dem Erstellen einer Bitmap wird der Maximalwert gefunden, dem die Punktfülldichte gleich 80–90 % der Volltondichte zugewiesen wird. Gemäß dieser Grenze wird die Fülldichte von Punkten auf jedem Viereck des PSE weiter normiert. Beim Aufbau eines Bildes auf einem PSE-Element wird das Hilfsquadrat vorläufig durch Achsen und in Viertel unterteilt, da Standard-DFS mit Zahlen im Intervall arbeiten. Innerhalb jedes Viertels wird die Punktdichte als konstant angenommen. Die Koordinaten der Punkte und werden mit dem DFS ermittelt, nach Formel (4.1) in Koordinaten umgerechnet und dann in das Bildschirmkoordinatensystem umgerechnet. Die Farbe der Punkte wird durch die gegebenen Farbintervalle mit Hilfe des Ausdrucks (4.1) bestimmt.

Reis. 4.4. Bitmap der optimalen Materialverteilung in der Platte unter Belastung.

4.8. Polygon-Netzwerke

Das Bild wird auf der Anzeige in Form einer zentralen Projektion der Oberfläche des angezeigten Parameters angezeigt. Die Oberfläche wird durch ein Netz von Dreiecken und Vierecken mit geraden Seiten angenähert. Ein solches Netzwerk wird polygonal genannt. Das einfachste Polygonnetz erhält man durch Darstellung des PSE auf einer parametrischen Fläche (Abb. 4.5). Die Klarheit des Bildes hängt weitgehend von der Wahl der Position des Betrachterstandpunkts in der Zentralprojektion und vom Vorhandensein oder Fehlen unsichtbarer Oberflächenbereiche ab. Die Konstruktion polygonaler Netzwerke gemäß der gegebenen PSE ist nicht schwierig und erfordert keinen großen Rechenaufwand. Der entsprechende Algorithmus reduziert sich auf die üblichen geometrischen Transformationen von Koordinaten und Projektionstransformationen der Knotenpunkte der Basis-PSE und der parametrischen Fläche, die dann durch Geradenstücke verbunden werden. Die Liniensichtbarkeitsanalyse erhöht jedoch die Berechnungskosten erheblich, manchmal um zwei oder drei Größenordnungen.

4.9. Bilder als orientierte Segmente variabler Länge

Dieses Verfahren dient der Darstellung von vektoriellen Eigenschaften, beispielsweise Kraftflüssen. Dafür wird innerhalb des PSE-Elements ein konstantes Gesetz der Parameternäherung verwendet. In den Mittelpunkten der Elemente werden orientierte Segmente angezeigt, deren Längen im ausgewählten Maßstab den Werten der Parameter entsprechen (Abb. 4.6). Vor dem Aufbau des Bildes wird aus Gründen der Übersichtlichkeit die maximale Länge des Segments berechnet, relativ zu der die Segmente auf allen Elementen weiter normiert werden. Das Image baut auf den Elementen der PSE auf. In der Mitte des Vierecks wird ein lokales rechteckiges Koordinatensystem platziert, dessen eine Achse in Richtung des angezeigten Parameters orientiert ist. Ferner werden in den Koordinaten des lokalen Systems die Endpunkte des Segments so bestimmt, dass seine Mitte mit der Mitte des Elements zusammenfällt, die erhaltenen Koordinaten in ein allgemeines System umgewandelt und eine gerade Linie gezogen, die die Endpunkte verbindet des Segments.

Abb. 4.6. Die Verteilung der Kräfte in der Platte, dargestellt als ausgerichtete Segmente variabler Länge.

4.10. Bilder als kurze orientierte Segmente konstanter Länge

Dieses Rendering-Verfahren ist auch dafür ausgelegt, Vektoreigenschaften anzuzeigen. Nach jedem Element wird die PSE mit kurzen orientierten Segmenten konstanter Länge unter Verwendung eines DFS gefüllt. Die Dichte der Segmente entspricht dem Wert des angezeigten Parameters (Abb. 4.7). Vor dem Aufbau des Bildes wird aus Gründen der Übersichtlichkeit die maximale Segmentdichte berechnet, relativ zu der die Segmentdichte auf allen Elementen des PSE normiert wird. In der Mitte des PSE-Viereckselements wird ein rechteckiges lokales Koordinatensystem platziert, dessen eine Achse in Richtung des angezeigten Parameters orientiert ist. Die Koordinaten der Mittelpunkte der Segmente werden wie beim Konstruieren von Punktbildern mit der DFS bestimmt. In Zukunft wird die Konstruktion jedes Segments auf die gleiche Weise wie im vorherigen Algorithmus ausgeführt.

Abb. 4.7. Die Verteilung der Kräfte in der Platte, dargestellt als kurze orientierte Segmente konstanter Länge.

4.11. Orientierte Gitterbilder

Für dieses Visualisierungsverfahren wird, wie auch für die beiden vorherigen Verfahren, eine konstante Approximation über die Elemente des FSE verwendet. Das Feld des Elements ist mit einem Gitter in Form von einer oder zwei Familien von Linien in einer Richtung gefüllt, deren Dichte und Ausrichtung den Größen und Ausrichtungen der angezeigten Merkmale entsprechen (Abb. 4.8). Farbe wird verwendet, um die Familie zu identifizieren. Das Bild wird auf der Grundlage der gleichen algorithmischen Ideen wie bei den vorherigen zwei Verfahren konstruiert: die endgültige Gitterdichte wird bestimmt; auf jedem Element wird ein rechteckiges lokales Koordinatensystem aufgebaut; Innerhalb der Elemente werden Segmente von geraden Linien gezeichnet, deren Enden sich an den Seiten der Elemente befinden.

Reis. 4.8. Die Verteilung der Kräfte in der Platte, dargestellt als orientierte Gitter.

4.12. Bildverwaltung

Bei der Analyse der Berechnungsergebnisse sollte der Benutzer des Anwendungsprogramms in der Lage sein, das Bildverfahren auszuwählen und anzupassen, um die größtmögliche Klarheit zu erzielen. Beim Einrichten eines Bildes können Sie wählen: Farbskala (Anzahl, Art und Reihenfolge der verwendeten Farben); die Anzahl der Ebenen für den Bau von LRU; die Position des Betrachterstandpunktes und die Art der Zentralprojektion bei polygonalen Netzen; Länge kurzer orientierter Segmente; Kontrastverhältnis.

Mittels Bildkontrastierung lassen sich Muster in der Verteilung angezeigter Parameter deutlicher erkennen, während der Unterschied zwischen großen und kleinen Werten künstlich überschätzt wird. Die Gegenüberstellung erfolgt nach folgender Beziehung: , wo, wo - die Anzahl bestimmter Kriterien; - Bewertung nach einem bestimmten Kriterium; ist ein Gewichtungsfaktor, der die Bedeutung des entsprechenden Kriteriums berücksichtigt, .
Als besondere Kriterien wurden 8 Indikatoren herangezogen, die folgende Aspekte der betrachteten Methoden charakterisieren: Angemessenheit an den Zielen und Inhalten der Bemessung von Tragwerken; Angemessenheit der in angewandten Bildungsprogrammen implementierten Lehrmethoden; Natürlichkeit und Zugänglichkeit für die menschliche Wahrnehmung; Bequemlichkeit für die Analyse qualitativer Verteilungsmuster von Parametern; ästhetischer Anreiz; einfache Steuerung des Bildaufbaus; Geschwindigkeit der Bilderzeugung; algorithmische Einfachheit.
Die Studie wurde mit Hilfe von Experteneinschätzungen der Delphi-Methode durchgeführt. Als Experten waren Universitätsprofessoren und Ingenieure, Entwickler und Anwender von Lehr- und Industrie-CAD von Tragwerken beteiligt. Die Forschungsergebnisse zeigen, dass es bei der interaktiven Bemessung von Tragwerken sinnvoll ist, Punktbilder zur Darstellung skalarer Eigenschaften und orientierte Gitter zur Darstellung von Vektorfeldern zu verwenden (Abb. 4.9). Ergebnisse und Methodik der Studie werden in der Arbeit näher beschrieben.

Abb. 4.9. Ergebnisse von Studien zur Wirksamkeit verschiedener bildgebender Verfahren:
a - skalare Bilder; b - Vektorgrafiken.