UDC 002.53; 004,89; 621.3.068 Data de submissão do artigo: 14.03.2014

TECNOLOGIAS COGNITIVAS PARA VISUALIZAÇÃO DE DADOS MULTIDIMENSIONAIS PARA SUPORTE INTELIGENTE À DECISÃO

V.V. Tsaplin, Ph.D., Professor Associado, Chefe investigador(Instituto de Pesquisa "Tsentrprogramsistem", ave. 50 let Oktyabrya, 3a, Tver, 170024, Rússia, [e-mail protegido]); V.L. Gorokhov, Doutor em Ciências Técnicas, Professor (Universidade Estatal de Arquitetura e Engenharia Civil de São Petersburgo, 2ª rua Krasnoarmeiskaya, 4, São Petersburgo, 190005, Rússia, [e-mail protegido]); V.V. Vitkovsky, Candidato de Ciências Físicas e Matemáticas, Professor (Observatório Astrofísico Especial da Academia Russa de Ciências, Nizhny Arkhyz, 1, Karachay-Cherkessia, 369167, Rússia, [e-mail protegido])

O artigo descreve os princípios da computação gráfica cognitiva e fornece exemplos de sua aplicação prática para o desenvolvimento de sistemas de apoio à decisão (DSS). O fenômeno da computação gráfica cognitiva consiste em gerar imagens na tela de exibição que criam imagens espetaculares na mente do operador humano. Essas imagens têm apelo estético e estimulam a intuição da pessoa. A imagem na tela cria em sua mente uma imagem tridimensional em movimento, que é formada por todo o conjunto de dados multidimensionais e exibe visualmente as propriedades da área de estudo estudada. Ao perceber essas imagens, uma pessoa

operador é capaz de identificar propriedades geométricas a imagem observada e conectá-los com o conteúdo do assunto dos dados multidimensionais processados. É muito importante ser capaz de combinar a tecnologia cognitiva proposta com possibilidades modernas interfaces de programação inteligentes e programas multidimensionais análise estatística dados. Fundamentalmente, novas abordagens algorítmicas para visualização cognitiva baseadas em geometria hiperbólica e variedades algébricas são propostas. NO em certo sentido podemos falar sobre o surgimento de um novo tipo de SAD - sistemas cognitivos de apoio à decisão.

Palavras-chave: imagem cognitiva em espaço multidimensional, visualização cognitiva de dados estatísticos multidimensionais, algoritmos de visualização cognitiva da situação, sistemas de apoio à decisão, situações de emergência.

Recebido em 14/03/2014

TECNOLOGIAS COGNITIVAS DE VISUALIZAÇÃO DE DADOS MULTIDIMENSIONAIS PARA SUPORTE INTELIGENTE À TOMADA DE DECISÃO Tsaplin V. V., Ph.D. (Ciências Militares), Professor Associado, Pesquisador Chefe (Instituto de Pesquisa "Centerprogramsistem", 50 let Oktyabrya Ave. 3a, Tver, 170024, Federação Russa, [e-mail protegido]);

Gorokhov V.L., Dr.Sc. (Engenharia), Professor (Universidade Estatal de Arquitetura e Engenharia Civil de São Petersburgo, 2ª Krasnoarmeyskaya St. 4, São Petersburgo, 190005, Federação Russa, [e-mail protegido]);

Vitkovskiy V.V., Ph.D. (Física e Matemática) (Observatório Astrofísico Especial da Academia Russa de Ciências, Nizhny Arkhyz 1, Karachaevo-Cherkesiya, 369167, Federação Russa, [e-mail protegido])

resumo. O artigo descreve princípios e exemplos de gráficos de máquina cognitiva para o desenvolvimento de Sistemas de Apoio à Decisão (DSS). O fenômeno gráfico de máquina cognitiva está exibindo representações gráficas que criam imagens espetaculares no cérebro do operador humano. Essas imagens estimulam suas impressões descritivas, intimamente relacionadas aos mecanismos intuitivos do pensamento. O efeito cognitivo está no fato de que o homem percebe a projeção em movimento como uma imagem tridimensional caracterizada por propriedades de dados multidimensionais no espaço multidimensional. Após o estudo dos aspectos visuais dos dados multidimensionais, surge a possibilidade de um usuário pintar objetos separados ou grupos de objetos interessantes por desenho de máquina padrão. O próximo usuário pode retornar ao procedimento de rotação de imagens para verificar as idéias intuitivas do usuário sobre os clusters e a relação em dados multidimensionais. É possível desenvolver os métodos cognitivos de desenho de máquina em combinação com outras tecnologias de informação. Nesse sentido, é possível dizer que surgem novos tipos de SAD - Cognitive Decision Support Systems (CDSS).

Palavras-chave: imagem cognitiva no espaço multidimensional, visualização cognitiva dos dados estatísticos multidimensionais, algoritmos de visualização cognitiva do ambiente, sistemas de apoio à decisão, situações de emergência.

Atualmente, o problema da análise operacional de um grande volume de parâmetros que mudam dinamicamente de todo o complexo de objetos em estudo está se tornando relevante. Tal problema surge, por exemplo, na esfera militar na análise tática de operações militares, desastres causados ​​pelo homem, planejamento estratégico e modelagem do uso de sistemas de armas, na criação de uma nova geração de sistemas de despacho que reflitam a situação em espaço aéreo controlado ou outro espaço operacional. Esses problemas são resolvidos intensivamente no âmbito das artes marciais estratégicas e táticas (usando todo o arsenal da matemática moderna: a teoria da pesquisa operacional, a teoria do controle e otimização ideais) e a criação de sistemas automatizados de armas modernas.

Ao resolver estes e outros problemas semelhantes, é preciso enfrentar uma série de dificuldades significativas associadas ao enorme papel da intuição do operador, que se baseia na capacidade inerente de uma pessoa de perceber diretamente uma situação de combate ou uma emergência (ES). As condições modernas de hostilidades e desastres causados ​​pelo homem deixam o operador sozinho com os terminais, onde ao mesmo tempo

milhares de parâmetros são fixos, que ele não é capaz de perceber rapidamente e processar criativamente em sua mente. A principal dificuldade é que uma pessoa é apenas um elemento de um complexo sistema automatizado de controle e gerenciamento que não está adaptado às suas capacidades criativas. Os métodos de integração do operador em tal sistema, desenvolvidos anteriormente no âmbito da ergonomia, permitiram em parte adaptá-lo aos chamados sistemas ergotécnicos, mas o enorme potencial da intuição criativa e profissional não foi totalmente aproveitado.

No entanto, graças ao progresso no campo das ciências cognitivas, psicologia cognitiva, epistemologia e tecnologia da informação, surgiram fundamentalmente novas oportunidades para uma solução radical dos problemas acima. Este progresso foi especialmente manifestado na criação de novas tecnologias e métodos de computação gráfica cognitiva.

Princípios de trabalho. A abordagem proposta pelos autores permite projetar dados multidimensionais apresentados na forma de variedades de Grassmann em um plano arbitrariamente especificado pelo operador-pesquisador em um espaço de configuração multidimensional (fase).

Arroz. 1. Estratificação das vítimas Pic. 2. Estratificação de fontes em caso de provimento de regiões com situações de emergência por tempo e regiões

meios técnicos de resgate

FIG. 2. Fontes de perigo 1. Estratificação de regiões estratificação na data

sobre meios de garantia técnica e região

Arroz. 3. Estratificação do estado e disponibilidade meios técnicos resgate por região

FIG. 3. Estratificação das regiões em instalações de salvação e condição técnica

stve. Ao mesmo tempo, a seleção melhor posição o plano de projeção é realizado pelo próprio usuário, contando com sua intuição e imagem cognitiva diante de seus olhos. Tendo a capacidade de influenciar ativamente a orientação do plano de projeção no espaço multidimensional, o pesquisador está livre de considerações preliminares sobre a estrutura estatística (geométrica) dos dados que os objetos representam. Uma pessoa vê diretamente na tela projeções de aglomerados ou superfícies multidimensionais nas quais seus dados são formados. Esta imagem espetacular estimula sua compreensão intuitiva dos objetos em estudo.

Segue abaixo um breve exemplo da utilização dos meios de visualização cognitiva da situação desenvolvidos pelos autores, capazes de resolver o problema da estimulação ativa e controlada da intuição e experiência empírica do operador para tomar decisões adequadas no complexo e rápido cenário atual. ambiente em mudança. Além disso, fundamentalmente novas abordagens algorítmicas baseadas em geometria hiperbólica e variedades algébricas são propostas e desenvolvidas.

Um exemplo de visualização cognitiva é uma análise cognitiva de perigos tecnosféricos, realizada

no âmbito da cooperação com o Ministério de Situações de Emergência da Rússia. O estudo foi realizado com a participação e experiência de funcionários do Instituto de Pesquisa de Toda a Rússia para Defesa Civil e emergências EMERCOM da Rússia" (Centro Federal de Ciência e alta tecnologia)). As informações das emergências registradas no 1º trimestre de 2012 (703 emergências) foram utilizadas como dados iniciais para a análise. As emergências ocorridas em centenas de estabelecimentos foram analisadas de acordo com os seguintes parâmetros selecionados: mês, estado, escala, região, número de vítimas, número de óbitos, pessoal, equipamentos, origem das emergências.

Opções possíveis imagens cognitivas em posição estática para a análise dessas situações de emergência (a projeção de uma nuvem multidimensional em um plano especificado por um par de eixos de parâmetros) são mostradas nas Figuras 1-3.

Pode-se concluir que o uso da visualização de dados estatísticos multidimensionais utilizando a geração de uma imagem cognitiva como ferramenta adicional na análise e previsão de emergências possibilitou chamar a atenção para suas classes especiais, que não poderiam ser detectadas sem o uso de percepção intuitiva de imagens cognitivas.

Arroz. 4. Imagens cognitivas no visualizador hiperbólico 4. Imagens cognitivas no visualizador hiperbólico

Novos algoritmos para visualização cognitiva. Oferecido desenvolvimento adicional algoritmos de visualização cognitiva baseados na interpretação do espaço projetivo k-dimensional Pk em um espaço hiperbólico ^-dimensional em ^, seguido da transformação deste último em uma imagem tridimensional cognitiva. Essa formação da geometria hiperbólica de dados multidimensionais ocorre usando as coordenadas de Plücker. Tais algoritmos são capazes de visualizar cognitivamente até mesmo coleções de terabytes de objetos. Uma imagem cognitiva desse tipo é mostrada na Figura 4.

O algoritmo de visualização hiperbólica suporta um modo eficiente de interação com hierarquias muito tamanho maior do que os renderizadores de hierarquia convencionais. Enquanto um renderizador 2D normal em uma janela de 600x600 pixels pode exibir 100 nós, um navegador hiperbólico pode exibir 1.000 nós, dos quais cerca de 50 estão em foco e são fáceis de ler.

Isso é especialmente importante ao analisar relações estatísticas, análise fatorial, detecção e reconhecimento de alvos. O procedimento de visualização dinâmica não se baseia em informações incompletas e possivelmente falsas a priori sobre a natureza dos objetos e, portanto, sem introduzir a influência distorcida de um determinado modelo nas projeções, possibilita o uso de imagens visualizadas em condições de profundidade incerteza a priori da área temática de operações de combate e armas. Os autores desenvolveram versões Java multiplataforma sistemas de software SpaceWalker e , capazes de implementar tecnologias de visualização cognitiva do ambiente operacional para serviços gerais de despacho.

Há mais uma possibilidade de controle cognitivo das menores mudanças no estado dos objetos. Estudos mostraram que mesmo pequenas mudanças nos parâmetros dos objetos alteram significativamente suas imagens cognitivas, o que permite ao operador perceber instantaneamente uma mudança nas características dos objetos. Deve-se enfatizar que o uso da geometria hiperbólica na criação de uma imagem cognitiva possibilita representar visualmente o conteúdo de arrays multidimensionais de terabyte. Além disso, o uso desses aplicativos de gráficos cognitivos será ainda mais eficaz quando implementado em tecnologias de rede. Um efeito impressionante pode ser obtido introduzindo o método de análise operacional em sistemas de monitoramento espacial online.

análise operacional de grandes volumes de dados multidimensionais - desde o planejamento de operações até o monitoramento e modelagem de sistemas técnicos.

Literatura

1. Garret R., Londres J. Fundamentos de operações no mar; [por. do inglês]. M.: Voen. Editora de Moscou, 1974. 268 p.

2. Abordagem cognitiva; [res. ed. V.A. Conferencista]. M.: "KANON +" ROOI "Reabilitação", 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. Gestão sob incerteza: monografia. São Petersburgo: Editora da Universidade Eletrotécnica de São Petersburgo "LETI", 2014. 303 p.

4. Zenkin A.A. cognitivo computação gráfica. M.: Nauka, 1991.

5. Cook D., Swaine D.E. Gráficos interativos e dinâmicos para análise de dados. Spriger, 2009. 345 p.

6. Gorokhov V.L., Muravyov I.P. Gráficos de máquina cognitiva. Métodos de projeções dinâmicas e segmentação robusta de dados multidimensionais: monografia; [ed. IA Mikhaylushkin]. São Petersburgo: SPbGIEU, 2007. 170 p.

7. Lo A. Big data, risco sistêmico e medição de risco de preservação da privacidade / Big Data e privacidade - Relatório resumido da oficina de trabalho 19 de junho de 2013 Massachusetts Institute of Technology, 2013. 45 p.

8. Rosenfeld B.A. Espaços multidimensionais. M.: Nauka, 1966. 647 p.

9. Klein F. Geometria superior. M.: URSS, 2004. 400 p.

1. Garret R.A., London J.Ph. Fundamentos de análise de operações navais. Publicação do Instituto Naval dos Estados Unidos, 1970, 254 p. (Russ. ed.: Osnovy analiz operatsiy na more. Moscou, Voennoe izdatelstvo, 1974, 268 p.).

2. Lektorskiy V.A. (Ed.) Kognitivnyiy podkhod. Moscou, 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. Monografia, S. Petersburgo, São Petersburgo Universidade Eletrotécnica de São Petersburgo. Publicação "LETI", 2014, 303 p.

4. Zenkin A.A. Kognitivnaya kompyuternaya gráfica. Moscou, Nauka, 1991, 192 p.

5. Cook D., Swaine D.E. Gráficos interativos e dinâmicos para análise de dados. Publicação Spriger, 2009, 345 p.

6. Gorokhov V.L., Muravyev I.P. Kognitivnaya mashinnaya gráfica. Metody dinamicheskikh proektsiy i robastnaya segmenta-tsiya mnogomernyikh dannykh. Monografia, S. Petersburgo, São Petersburgo Petersburg State University of Economics (UNECON) Publ., 2007, 170 p.

7. Lo A. Big data, risco sistêmico e medição de risco de preservação da privacidade. Big Data e Privacidade - Relatório de Resumo do Workshop. 2013, Publicação do Instituto de Tecnologia de Massachusetts, 2013, 45 p.

8. Rozenfeld B.A. Prostranstva multidimensional. Moscou, Nauka, 1966, 647 p.

9. Kleyn F. Vyisshaya geometriya. Moscou, URSS Publ., 2004, 2ª ed., 400 p.

10. Vitkovskiy V., Komarinskiy S. visualização 6-D de dados multidimensionais por meio de tecnologia cognitiva. Software e Sistemas de Análise de Dados Astronômicos (ADASS) XIX. Mizumoto Y., Morita K.-I., Ohishi M. (Eds.). EUA, São Francisco, 2010, pp. 449-553.

DESENVOLVIMENTO DE COMPUTAÇÃO GRÁFICA COGNITIVA NO QUADRO DA CIÊNCIA APLICADA DA CIÊNCIA DA COMPUTAÇÃO

Arte. docente do departamento do ISvEC

Filial do SPbGIEU

Numerosos estudos de psicólogos dedicados à análise do processo de resolução de problemas por pessoas mostraram que as duas primeiras etapas são as mais demoradas desse processo. Uma pessoa gasta o máximo esforço no processo de transição de um sentimento vago de uma determinada situação para uma tarefa claramente formulada. Via de regra, essa etapa é percebida pela maioria dos pesquisadores como criativa. Sobre o que se forma a ideia do problema e se busca sua formulação. Além disso, em muitos casos, o assunto diz respeito apenas à aplicação de um profissional.

As etapas da formulação do problema nas condições de uso da abordagem algébrica permanecem fora do campo de visão da ciência. Este problema claramente não é algorítmico. Cada tarefa tem caráter individual, e a existência de quaisquer procedimentos gerais, exceto os puramente metodológicos (como algoritmos de busca de invenção, dificilmente são possíveis aqui). No entanto, como matemáticos eminentes que pensaram seriamente sobre os procedimentos da criatividade matemática observaram repetidamente, na fase de busca pela formulação de um problema, um papel importante era frequentemente desempenhado por representações geométricas e modelos. E é interessante que muitas vezes eles não estavam diretamente relacionados à natureza do problema a ser resolvido, mas simplesmente evocavam associativamente essa formulação. O mesmo fenômeno é observado por psicólogos. Vamos tentar listar as características que são características de uma nova direção na ciência da computação, chamada gráficos cognitivos. Uma discussão mais detalhada dessa direção está contida na primeira monografia do mundo dedicada especificamente aos gráficos cognitivos.

A computação gráfica é um campo da ciência da computação que abrange todos os aspectos da formação de imagens usando um computador.

Aparecendo na década de 1950, a princípio possibilitou a exibição de apenas algumas dezenas de segmentos na tela.

A base do aço de computação gráfica ciências fundamentais: matemática, química, física, etc.

A computação gráfica é usada em quase todas as disciplinas científicas e de engenharia para percepção visual e transmissão de informações. Também é prática comum a utilização de simulações computacionais na formação de pilotos e outras profissões (simuladores). O conhecimento dos fundamentos da computação gráfica é agora necessário tanto para um engenheiro quanto para um cientista.

O resultado final da aplicação da computação gráfica é uma imagem que pode ser utilizada para diversos fins.

Computação gráfica cognitiva- computação gráfica para abstrações científicas, contribuindo para o nascimento de novos conhecimentos científicos. A base técnica para isso são computadores poderosos e ferramentas de visualização de alto desempenho.

Um exemplo do uso de computação gráfica cognitiva em informática aplicada pode ser a visualização cognitiva de fluxogramas de algoritmos, representação tridimensional de objetos de pesquisa, representação visual de modelos de dados, etc.

Uma técnica semelhante foi usada para funções periódicas. Como você sabe, os gráficos de funções periódicas têm seções repetidas, portanto, se você mudar o gráfico de uma função periódica para notas, a música terá fragmentos repetidos.

Resolver o problema de monitorar a implementação de projetos nacionais requer levar em conta muitos fatores. A escala e o dinamismo da situação na implementação dos projetos nacionais exigem o rápido processamento de uma quantidade significativa de dados iniciais, o desenvolvimento e a adoção de decisões adequadas e oportunas.

Isso levanta o problema da percepção e interpretação de informações heterogêneas pelo decisor, o que determina a relevância de resolver o problema de encontrar formas de sua apresentação que excluam ou reduzam a ambiguidade de compreensão da situação atual.

O pensamento humano é construído de tal forma que uma pessoa pensa não em palavras e números, mas em imagens. A situação é exatamente a mesma com a percepção de informações sobre o mundo circundante: as imagens formadas por vários corpos sentimentos são percebidos como um todo.

Estudos mostram que o componente visual da imagem percebida é da maior importância. Isso implica a necessidade de uma solução prioritária do problema de visualização de dados iniciais numéricos e não numéricos (verbais, gráficos) e dos resultados de seu processamento analítico.

No âmbito da ciência da computação, a computação gráfica cognitiva está se desenvolvendo nas seguintes áreas:

– estudo da construção geral de métodos de imagens gráficas cognitivas, métodos de computação gráfica cognitiva;

- estudar caracteristicas individuais percepção, em particular sua apercepção;

– desenvolvimento de um modelo de percepção da informação dos tomadores de decisão;

– formação de um alfabeto de linguagem conceitual e figurativa para representação de dados, incluindo símbolos estereotipados que exibem objetos e fenômenos do mundo circundante com vários graus de semelhança, primitivas gráficas associativamente compreensíveis a partir das quais são sintetizados GO de qualquer complexidade e símbolos auxiliares necessários conectar primitivas gráficas e chamar a atenção para a defesa civil mais relevante;

- estudo das propriedades do GO que afetam o decisor quando são percebidas ao nível das sensações - energéticas, geométricas, dinâmicas;

- a formação da "gramática" da linguagem conceitual-figurativa, ou seja, as regras básicas para a formação do GO e das cenas cognitivas;

– desenvolvimento de um subsistema protótipo para visualização dos resultados de informação e suporte analítico para acompanhamento da implementação de projetos nacionais prioritários com base numa linguagem de apresentação de dados conceptual e figurativa;

- verificação experimental da eficácia do protótipo desenvolvido em termos de eficiência, completude, precisão de percepção da informação pelo decisor.

As principais direções da ciência cognitiva aplicada. Inteligência artificial: oportunidades e limitações. Sistemas especializados e sistemas de apoio à decisão. Modelagem da tomada de decisão na economia e o problema da racionalidade humana. O problema do processamento de linguagem natural e sistemas de tradução automática. As principais direções da robótica: os problemas de modelagem da construção do movimento, orientação no espaço e treinamento de robôs móveis. Interação humano-computador: abordagens básicas e métodos de pesquisa. Ergonomia Cognitiva. Design e computação gráfica. Realidades Virtuais.

O uso generalizado de tecnologias de hipertexto e o paradigma multimídia intimamente relacionado a essas tecnologias também estimulam o desenvolvimento de gráficos cognitivos. Como você sabe, o paradigma multimídia equaliza os direitos de textos e imagens. Numa representação não linear (em forma de rede), típica das tecnologias de hipertexto, o paradigma multimédia permite navegar na rede, tanto ao nível do texto como ao nível da imagem, fazendo uma transição do texto para as imagens a qualquer momento e vice-versa.

Assim, sistemas do tipo "Texto-Desenho" e "Desenho-Texto" estão intimamente relacionados ao paradigma multimídia e aos gráficos cognitivos, sendo eles próprios um dos resultados da interação entre gráficos cognitivos e tecnologia de hipertexto.

Em sistemas de automação de pesquisa, gráficos cognitivos podem ser usados ​​como meio de visualizar ideias que ainda não receberam nenhuma expressão precisa. Outro exemplo do uso dessas ferramentas é um gráfico cognitivo especial para seleção de operações básicas em lógica fuzzy, em que a distribuição global de cores das áreas azul e vermelha caracteriza a "rigidez" de definir operações como conjunção e disjunção.

Nesta área, os gráficos cognitivos são utilizados na fase de formalização dos problemas e no procedimento de apresentação de hipóteses plausíveis.

No campo dos sistemas de inteligência artificial, a computação gráfica cognitiva alcançará resultados maiores do que outros sistemas devido à abordagem algébrica e geométrica para modelar situações e várias opções suas decisões.

Assim, na pesquisa científica, inclusive fundamental, característica para Estado inicial a ênfase na função ilustrativa do ICG está mudando cada vez mais para o uso dos recursos do ICG que possibilitam a ativação humano a capacidade de pensar em padrões espaciais complexos. Nesse sentido, duas funções do ICG começam a ser claramente distinguidas: ilustrativa e cognitiva.

A função ilustrativa do ICG permite incorporar em um design visual mais ou menos adequado apenas o que já é conhecido, ou seja, já existe no mundo ao nosso redor, ou como uma ideia na cabeça do pesquisador. A função cognitiva do ICG é usar algum tipo de imagem do ICG para obter um novo, ou seja, um conhecimento que ainda não existe nem na cabeça de um especialista, ou, segundo pelo menos, contribuem para o processo intelectual de obtenção desse conhecimento.

Essa ideia básica de diferenças entre as funções ilustrativas e cognitivas do ICG se encaixa bem na classificação do conhecimento e sistemas de computador propósito educacional. As funções ilustrativas do ICG são implementadas em sistemas educacionais de tipo declarativo ao transferir para os alunos uma parte articulada do conhecimento, apresentada na forma de informações pré-preparadas com ilustrações gráficas, de animação, áudio e vídeo. A função cognitiva do ICG se manifesta em sistemas do tipo procedimental, quando os alunos "obtêm" conhecimento por meio de pesquisas sobre modelos matemáticos objetos e processos que estão sendo estudados e, uma vez que esse processo de formação do conhecimento é baseado no mecanismo hemisférico correto de pensar, esse conhecimento em si é em grande parte de natureza pessoal. Cada pessoa forma as técnicas do subconsciente atividade mentalà minha maneira. A ciência psicológica moderna não possui métodos estritamente fundamentados para a formação do potencial criativo de uma pessoa, mesmo que seja profissional. Uma das abordagens heurísticas bem conhecidas para o desenvolvimento do pensamento intuitivo orientado profissionalmente é a solução de problemas de pesquisa. A utilização de sistemas informáticos educativos de tipo processual permite intensificar significativamente este processo, eliminando dele operações de rotina, e possibilitando a realização de vários experimentos em modelos matemáticos.

O papel do ICG nestes Pesquisa acadêmica difícil superestimar. São imagens ICG do curso e resultados de experimentos em modelos matemáticos que permitem que cada aluno forme sua própria imagem do objeto ou fenômeno que está sendo estudado em toda a sua integridade e variedade de conexões. Também não há dúvida de que as imagens do ICG desempenham, antes de tudo, uma função cognitiva, e não ilustrativa, pois no processo de trabalho educacional com sistemas computacionais de tipo processual, os alunos formam componentes puramente pessoais, ou seja, componentes que não existem nesta forma para qualquer um.

É claro que as diferenças entre as funções ilustrativas e cognitivas da computação gráfica são bastante arbitrárias. Muitas vezes, uma ilustração gráfica comum pode levar alguns alunos a uma nova ideia, permitir que vejam alguns elementos do conhecimento que não foram “investidos” pelo professor-desenvolvedor do sistema computacional educacional declarativo. Assim, a função ilustrativa da imagem ICG transforma-se em função cognitiva. Por outro lado, a função cognitiva da imagem ICG durante os primeiros experimentos com sistemas educacionais do tipo procedimental em experimentos posteriores torna-se uma função ilustrativa para o já "descoberto" e, portanto, não mais uma nova propriedade do objeto sob estudar.

No entanto, diferenças fundamentais nos mecanismos lógicos e intuitivos do pensamento humano, decorrentes dessas diferenças na forma de representação do conhecimento e nos métodos de seu desenvolvimento, tornam útil metodologicamente distinguir entre as funções ilustrativas e cognitivas da computação gráfica e permitem formular mais claramente as tarefas didáticas das imagens ICG nos sistemas computacionais de desenvolvimento para fins educacionais.

Lista de fontes usadas

1. Zenkin A. A. Computação gráfica cognitiva. - M.: Nauka, 1991. - 192 p.

Análise de cena

Processamento e análise de imagens

Computação gráfica pictórica

Direções de computação gráfica

No estado atual e bem estabelecido, é costume dividir a computação gráfica nas seguintes áreas:

• computação gráfica visual,
• processamento e análise de imagens,
• análise de cena (computação gráfica perceptiva),
• computação gráfica para abstrações científicas (computação gráfica cognitiva - gráficos que contribuem para a cognição).

Objetos: imagens sintetizadas.

• construir um modelo de objeto e gerar uma imagem,
• transformação de modelo e imagem,
• identificação do objeto e obtenção das informações necessárias.

Objetos: Representação numérica e discreta de fotografias.

• melhorar a qualidade da imagem,
• avaliação de imagem - determinação da forma, localização, tamanho e outros parâmetros dos objetos necessários,
• reconhecimento de imagens - seleção e classificação de propriedades de objetos (processamento de imagens aeroespaciais, entrada de desenhos, sistemas de navegação, detecção e orientação).

Assim, o processamento e análise de imagens são baseados em métodos de representação, processamento e análise de imagens, além, é claro, de computação gráfica visual, pelo menos para apresentar os resultados.

Tema: pesquisa de modelos abstratos de objetos gráficos e relações entre eles. Os objetos podem ser sintetizados ou destacados em fotografias.

O primeiro passo na análise de cena é isolar os recursos que formam o(s) objeto(s) gráfico(s).

Exemplos: visão de máquina (robôs), análise de imagens de raios X com isolamento e rastreamento de um objeto de interesse, como um coração.

Assim, a análise de cena (computação gráfica perceptiva) é baseada em gráficos visuais + análise de imagem + ferramentas especializadas.

Apenas uma nova direção emergente, ainda não claramente definida.

Trata-se de computação gráfica para abstrações científicas, contribuindo para o nascimento de novos conhecimentos científicos. Base - computadores poderosos e ferramentas de visualização de alto desempenho.

A sequência geral da cognição consiste no progresso, possivelmente cíclico, de uma hipótese a um modelo (objeto, fenômeno) e a uma decisão, cujo resultado é o conhecimento. O modelo da sequência geral do conhecimento é apresentado na Figura 2.1.

Figura 2.1 - A sequência do processo de cognição

A cognição humana usa dois mecanismos principais de pensamento, cada um dos quais é atribuído a metade do cérebro:

• consciente, lógico-verbal, manipula sequências abstratas de símbolos (objetos) + semântica de símbolos + representações pragmáticas associadas a símbolos. A idade desse mecanismo associado à presença da fala é de até 100 mil anos:
• inconsciente, intuitivo, figurativo, trabalha com imagens sensuais e ideias sobre elas. A idade deste mecanismo é o tempo de existência do mundo animal na Terra.

Inicialmente, os computadores tinham um baixo desempenho de processadores e ferramentas de computação gráfica, ou seja, na verdade, eles tiveram a oportunidade de trabalhar apenas com símbolos (algum análogo simplificado do pensamento lógico).

Com o advento de supercomputadores com capacidade de um bilhão ou mais de operações por segundo e superestações gráficas com capacidade de até centenas de milhões de operações por segundo, tornou-se possível manipular imagens (fotos) de forma bastante eficaz.

É importante notar que o cérebro não só sabe trabalhar com duas formas de apresentação da informação, e trabalha com imagens de forma diferente e mais eficiente do que um computador, mas também sabe correlacionar essas duas formas e fazer (de alguma forma) transições de uma representação para outra.

Nesse contexto, o principal problema e tarefa da computação gráfica cognitiva é a criação de tais modelos de representação do conhecimento nos quais se possa representar uniformemente tanto objetos característicos do pensamento lógico (simbólico, algébrico) quanto objetos característicos do pensamento figurativo.

Outro tarefas críticas:

• visualização daqueles conhecimentos para os quais não existem (ainda?) descrições simbólicas,
• buscar formas de passar da imagem para a formulação de uma hipótese sobre os mecanismos e processos representados por essas imagens (dinâmicas) na tela de exibição.

O surgimento da computação gráfica cognitiva é um sinal da transição da era do desenvolvimento extensivo da inteligência natural para a era do desenvolvimento intensivo, caracterizada por uma informatização profundamente penetrante, dando origem à tecnologia de cognição homem-máquina, um ponto importante da qual é um efeito direto, proposital e ativador sobre os mecanismos intuitivos subconscientes do pensamento figurativo.

Um dos mais brilhantes e primeiros exemplos da aplicação de computação gráfica cognitiva é o trabalho de C. Strauss "Uso inesperado de computadores em matemática pura" (TIEER, vol. 62, N 4, 1974, pp. 96-99). Mostra como uma placa "n-dimensional" baseada em um terminal gráfico é usada para analisar curvas algébricas complexas. Usando dispositivos de entrada, um matemático pode facilmente obter imagens geométricas dos resultados de uma mudança direcionada nos parâmetros da dependência em estudo. Ele também pode gerenciar facilmente os valores atuais dos parâmetros, “aprofundando assim sua compreensão do papel das variações nesses parâmetros”. Como resultado, "vários novos teoremas foram obtidos e foram identificadas direções para novas pesquisas".

Já hoje podemos afirmar com toda a certeza que uma realidade homem-máquina fundamentalmente nova está nascendo diante de nossos olhos, criando as pré-condições para uma tecnologia intensiva de cognição. Estamos falando de novos rumos no campo da interação homem-máquina e inteligência artificial - sistemas de gráficos cognitivos e realidade virtual.

Os psicólogos provaram que é ilegal associar as habilidades mentais de uma pessoa apenas com o mais alto nível verbal-lógico de reflexão mental da realidade. Essa reflexão inclui também os níveis sensório-perceptivos e figurativos e as habilidades a eles correspondentes, que se manifestam nos processos de sensação, percepção, memória figurativa e imaginação, por isso há a necessidade de criar meios para o desenvolvimento de tais habilidades. Até o momento, o nível de desenvolvimento de ferramentas computacionais é tão alto que tornou possível começar a desenvolver ferramentas para construção de sistemas que funcionem não apenas no nível simbólico-lógico, mas também no sensório-perceptivo e figurativo. E o papel principal aqui pertence às duas novas direções indicadas no desenvolvimento da ciência computacional moderna.

O termo gráficos cognitivos foi considerado pela primeira vez pelo cientista russo A.A. Zenkin em seu trabalho sobre o estudo das propriedades conceitos diferentes da teoria dos números. Usando imagens visuais de conceitos numéricos abstratos, ele obteve resultados que antes eram impossíveis de obter. A direção do trabalho em gráficos cognitivos está se desenvolvendo rapidamente, e agora existem muitos sistemas semelhantes em várias áreas: na medicina, para apoiar a tomada de decisões na gestão de sistemas tecnológicos complexos, em sistemas baseados em linguagem natural.

Duas funções dos sistemas gráficos cognitivos devem ser observadas: ilustrativas e cognitivas. Se a primeira função fornece possibilidades puramente ilustrativas, como a construção de diagramas, histogramas, gráficos, planos e diagramas, várias imagens que refletem dependências funcionais, a segunda permite que uma pessoa use ativamente sua capacidade inerente de pensar em imagens espaciais complexas.

O termo "realidade virtual" foi cunhado pelo ex-hacker de computador Jaron Lenier, que fundou a HP Research Corp. em 1984. em Foster, Califórnia. Esta é a primeira empresa a criar sistemas VR. Desde o início da década de 90, são realizadas conferências sobre ferramentas de modelagem de realidade virtual e construção de sistemas que permitem a uma pessoa atuar em um ambiente que pode ser qualitativamente diferente das condições da realidade em que vive.

Existem duas propriedades que permitem distinguir um programa que cria um "mundo virtual" (sistema VR) dos sistemas gráficos de computador tradicionais.

1. Além da simples transmissão de informações visuais, esses programas afetam simultaneamente vários outros sentidos, incluindo a audição e até o tato.

2. Os sistemas de RV interagem com humanos e, no mais avançado deles, o usuário, por exemplo, pode tocar um objeto que existe apenas na memória do computador colocando uma luva recheada de sensores. Em vários sistemas, você pode usar um joystick ou mouse - então você pode fazer algo com o objeto mostrado na tela (digamos, vire-o, mova-o ou olhe para ele por trás).

O desenvolvimento de sistemas baseados no modelo de realidade virtual obriga-nos a resolver uma série de problemas típicos das tecnologias multimédia e das tecnologias gráficas cognitivas. Este artigo considera os problemas associados ao desenvolvimento de ferramentas gráficas para gerar representações figurativas de cenas dinâmicas que representam várias realidades, inclusive imaginárias.

Considere o problema de construir um sistema de realidade virtual para aprendizagem baseado no paradigma do "mundo imaginário" leis físicas estática, cinemática e dinâmica. Consideraremos o seguinte mundo dinâmico: um espaço fechado tridimensional, um conjunto de objetos nele, um ator nesse espaço (ele também é um aprendiz, vamos chamá-lo de Ator). A tarefa do ator é compreender as leis inerentes ao mundo em que está e atua, realizando algumas ações físicas com objetos no tempo e no espaço.

Vamos destacar os principais tipos de conceitos que o Ator irá encontrar. São objetos, relações, movimentos e ações físicas. Coloquemos a tarefa de construir um mundo imaginário que reflita essas categorias; ao mesmo tempo, os estados de tal realidade imaginária serão descritos na forma de textos em linguagem natural comum. Um módulo importante de tal sistema de RV é um subsistema que constrói uma imagem gráfica que muda dinamicamente a partir do texto. Para resolver este problema, é utilizado o sistema TEKRIS desenvolvido pelos autores. Abaixo, consideramos uma descrição geral do sistema TEKRIS e ferramentas gráficas para construir tais sistemas.

Diagrama estrutural do sistema TEKRIS

O sistema TEKRIS é um conjunto de ferramentas de software que permitem construir uma imagem gráfica dinamicamente alterada da situação descrita usando texto em linguagem natural. Como restrições impostas à descrição inicial, devem ser observados: 1) a descrição da cena estática inicial deve estar presente no texto; 2) todas as mudanças subsequentes na cena são resultado de ações realizadas por algum sujeito (humano, robô). Um exemplo típico Tal descrição poderia ser a seguinte:

Há uma mesa na sala. Há uma lâmpada sobre a mesa. Há uma cadeira ao lado da mesa. Atrás da mesa, não muito à esquerda, há uma estante. À direita da cadeira está um sofá. Ivan está ao lado do armário. Ivan foi até a mesa. Eu peguei a lâmpada. Eu coloquei no armário.

O diagrama de blocos do sistema é mostrado na Figura 1. Neste diagrama, os componentes do software são apresentados na forma de retângulos, e os arquivos de origem e intermediários estão na forma de ovais.

A descrição da situação dinâmica em linguagem natural é alimentada na entrada do processador linguístico. Usando o dicionário do mundo do assunto, ele converte o texto em uma representação de quadro interna, que é então alimentada ao solver e ao agendador.

O solucionador, usando um bloco de raciocínio físico qualitativo e um bloco lógico, constrói uma descrição da trajetória do desenvolvimento da situação na forma de uma sequência temporal de cenas que reflete a dinâmica do desenvolvimento da situação dada pelo texto .

O escalonador constrói uma imagem gráfica de cada cena a partir de uma determinada sequência, calculando para isso as dimensões e coordenadas de todos os objetos que compõem a cena, e também forma as trajetórias de movimento dos objetos necessários para a exibição e passa tudo isso para o entrada do visualizador.

O visualizador reproduz sequencialmente com algum atraso as imagens geradas na tela de exibição. Por exemplo, para a descrição do texto acima, a cena inicial mostrada na Figura 2 será gerada.

Assim como o processador linguístico está vinculado à área temática por meio de um dicionário de termos, o visualizador está vinculado à mesma área por meio da base de objetos gráficos.

O banco de dados de objetos gráficos é um conjunto de descrições tridimensionais de objetos e assuntos que podem ser encontrados nas cenas analisadas. Para criar uma base para uma aplicação específica, é usado um programa adicional chamado bibliotecário de objetos gráficos.

Arroz. 2. Base de objetos gráficos da cena inicial

O banco de dados de objetos gráficos consiste em um conjunto de descrições de objetos e assuntos associados à área de assunto em consideração. Cada objeto de banco de dados consiste em um nome (ou tipo) exclusivo para este banco de dados (por exemplo, "cadeira", "mesa", "sofá", etc.), e uma descrição da composição e posição relativa dos componentes que o compõem acima.

O elemento básico a partir do qual todos os objetos gráficos são construídos é um paralelepípedo retangular (ver Fig. 3). Para construir objetos complexos, outros objetos previamente definidos também podem ser usados ​​como componentes. Por exemplo, para construir um objeto tão complexo como "Ivan", você pode primeiro definir os seguintes objetos mais simples: "cabeça", "mão", "perna" e, em seguida, construir "Ivan" a partir dos "tijolos" já existentes.

A Figura 3 mostra o objeto "tabela", que consiste em cinco elementos básicos. Para cada objeto, é definido um paralelepípedo retangular no qual ele pode ser inscrito (indicado por uma linha pontilhada na figura), e o ângulo da base em que se localiza a origem do objeto.

Além disso, para cada objeto é definido um conjunto de cores, com as quais suas partes componentes são pintadas quando exibidas na tela do computador:

número de cores

Para especificar uma cor, são indicados três triplos de números, onde o tipo de preenchimento determina a ordem em que as cores primárias são misturadas:
preencher tipo eu

preencher tipo2

tipo de preenchimento

Ao renderizar, quatro tipos de sombreamento são usados ​​com uma cor primária sólida ou cor combinada, conforme mostrado na Figura 4.

Três conjuntos de números permitem que você defina três diferentes tons de cor para colorir vários

componente l

Cada componente de um objeto é determinado por sua posição (coordenadas relativas ao ângulo base), dimensões e cor das faces.

Um componente que é um elemento básico é descrito da seguinte forma:

2) coordenadas do ângulo de base no sistema

coordenadas do objeto;

3) ângulos de rotação em torno dos eixos do sistema

coordenadas do objeto até coincidir com os eixos coordenados do elemento;

4) dimensões dos elementos (dx, dy, dz);

5) número da cor.

Um componente, que por sua vez é um objeto, é definido da seguinte forma: 1) type(=1);

2) nome do objeto;

3) coordenadas do ângulo da base;

4) ângulos de rotação;

5) dimensões;

6) número da cor.

Quando um objeto é renderizado, todos os seus componentes são ordenados de acordo com a distância até a área de projeção (tela de exibição). Os componentes mais distantes são desenhados primeiro, depois os mais próximos, o que permite fechar as partes invisíveis dos componentes mais distantes do observador.

As faces do paralelepípedo também estão dispostas em ordem de aproximação à área de projeção. Para cada vértice da face, as coordenadas 3D são traduzidas do sistema de coordenadas da cena em coordenadas 2D da tela de exibição usando as fórmulas mostradas abaixo (veja a Fig. 5). Em seguida, a direção do vetor normal é determinada e o tipo apropriado de sombreamento de face é selecionado, após o que um quadrilátero correspondente à face é desenhado na tela de exibição. Como os elementos mais próximos do observador são exibidos por último, eles cobrirão as bordas invisíveis.

Arroz. 5. Projeção do objeto no plano de visualização

As coordenadas de um ponto pertencente a um elemento no sistema de coordenadas do objeto (x, y, z) são calculadas usando as seguintes fórmulas:

onde (x\ y", z1) são as coordenadas do ponto no sistema de elementos;

(xq, уо", zq) - coordenadas do ângulo base, tij - cossenos de direção, ou seja, cos do ângulo entre os eixos / e j do sistema objeto.

A seguinte fórmula é usada para calcular os cossenos de direção:

sina-sinp-aconchegante+cosa-sinp-cosa-sinp-aconchegante+sina-sinp

Sina-sinp-siny+cosa-aconchegante cosa-sinp-siny+sina-aconchegante

Sina cosp cosa cosp

A matriz M especifica uma rotação sequencial em torno do eixo x em oc, y em p, z em y. As coordenadas da projeção de um ponto na área da tela são calculadas de maneira semelhante.

Bibliotecário Gráfico

O bibliotecário de objetos gráficos é um programa destinado a criar um conjunto de objetos e assuntos que podem ser encontrados nos textos analisados. Este programa permite que você crie um novo banco de dados de objetos, carregue um banco de dados existente, salve o banco de dados em um arquivo, adicione um novo objeto ao banco de dados, modifique e exclua um objeto.

Arroz. 6. Tela de trabalho do bibliotecário de objetos gráficos

partes, bem como os valores dos parâmetros do componente atual (editado).

O restante do espaço na tela é ocupado por três projeções ortogonais do objeto e sua projeção isométrica, sendo possível alterar o ponto de vista sobre o objeto definindo os ângulos de rotação em torno dos eixos coordenados.

O menu principal do programa contém os seguintes itens:

Base - criando um novo banco de dados de objetos, salvando e carregando o banco de dados antigo.

Tipo - mudança vista isométrica(rotação do objeto).

Objetos - exibindo uma lista de todos os objetos no banco de dados, com a capacidade de navegar até o objeto selecionado.

Componente - definindo os valores dos parâmetros para o componente do objeto (posição, dimensões, cor).

Cores - definindo um conjunto de cores para o objeto.

Sala - construção e visualização de uma sala a partir de objetos existentes (não implementado na versão em consideração).

Sair - Sair do programa.

Os botões abaixo do menu principal executam as seguintes funções:

A tela de trabalho do programa é mostrada na fig. 6. Na parte superior da tela está o menu principal, na parte inferior - um conjunto de cores primárias (16 cores) e quatro tipos de sombreamento. No canto superior esquerdo (após o menu) da tela há cinco botões para criar e editar um objeto. Diretamente abaixo deles está o nome do objeto, uma lista de sua composição

Adicionar uma nova base ou componente composto a um objeto

Alterar o tamanho (dimensões) de um componente

Alterar a localização do componente

Girar componente

Excluir componente

Quando um novo objeto é criado, um paralelepípedo é criado com dimensões padrão. As dimensões dos componentes do objeto são definidas como números inteiros no intervalo de 1 a 400, portanto, ao criar a base do objeto, você precisa determinar a escala de forma que as dimensões exibidas (não reais) do objeto caiam nesse intervalo .

Para redimensionar um componente, clique no botão "Tamanho". Depois disso, o programa passará para o modo de alteração das dimensões, o que é feito movendo o canto inferior direito do retângulo correspondente ao componente em uma das três projeções ortogonais. O movimento é feito com a ajuda do manipulador "mouse" com o botão esquerdo pressionado.

O componente é movido da mesma forma quando o botão "Mover" é pressionado. Para girar o componente, clique no botão "Turn". A adição de um novo componente é realizada pressionando o botão "Novo". Ao realizar qualquer operação com um componente, as dimensões do objeto e as coordenadas de todos os seus componentes são recalculadas automaticamente.

Se necessário, usando o botão "Del", o componente do objeto pode ser excluído, o que também leva ao recálculo de coordenadas e dimensões. Além de posição e tamanho, cada componente de um objeto define três tons de cor para suas faces. A escolha de uma ou outra tonalidade depende da posição do plano da face (seu normal) no espaço. Se o componente, por sua vez, for um objeto, as cores do subobjeto são herdadas com a possibilidade de substituí-las pelas cores do objeto editado.

Para definir cores para um objeto ou definir uma cor para um componente, selecione "Cores" no menu principal. Uma janela aparecerá na tela de exibição (Fig. 7).

Na parte esquerda desta janela há uma lista de cores de objetos, na parte direita há um padrão de cores para três casos possíveis, na parte inferior há quatro botões.

Para definir o sombreamento, você deve selecionar uma face (A, B ou C) e na parte inferior da tela o tipo de sombreamento, as cores principal (botão esquerdo do mouse) e adicional (botão direito). Ao clicar no botão "Salvar", a cor selecionada é atribuída ao componente. Os botões "Adicionar" e "Remover" permitem adicionar e remover elementos da lista de cores.

Se não houver um manipulador "mouse", você pode usar o item de menu principal "Component" para definir os valores dos parâmetros do componente. Neste caso, aparecerá na tela a janela mostrada na Figura 8. Na parte superior desta janela, é especificado o nome do componente (na figura "alça esquerda" da cadeira), que pode ser alterado se necessário .

Na metade esquerda da janela, os valores dos parâmetros do componente são definidos, à direita - um conjunto de botões para classificar os componentes, adicionar e excluir, definir a cor e salvar ou recusar salvar as alterações.

Com esta janela, usando apenas as teclas, você pode descrever completamente o objeto. Para definir o valor do parâmetro, vá para a linha desejada usando as teclas de cursor ("Up", "Down") e digite um novo valor. Observe que na Figura 8 as dimensões são mostradas em cinza, ou seja, são inacessíveis à mudança, pois o braço da cadeira, por sua vez, é um objeto e herda suas dimensões.

Ao terminar de editar um objeto, você pode passar para a criação ou edição de outro. Antes de sair do programa, o banco de dados de objetos deve ser salvo em um arquivo para uso posterior no programa para visualização de cenas tridimensionais.

Visualização de cenas 3D

O programa visualizador pode funcionar em dois modos. O principal é o modo no qual o agendador constrói a cena 3D atual e a passa para o renderizador para renderização. Em outro modo de operação, o escalonador gera uma sequência de cenas para o texto analisado e a grava em um arquivo, que posteriormente é utilizado pelo visualizador. Nesse caso, o renderizador atua como um demonstrador das sequências geradas.

Dois arquivos são alimentados na entrada do programa - a base de objetos gráficos e a sequência de cenas - na seguinte forma:

Uma cena é separada da outra com um comando especial PAUSE (pausa entre cenas).

Cada cena é descrita como uma sequência de comandos:

Equipe 1

Equipe t

Os comandos são divididos em comandos de descrição de objeto e comandos de controle. O comando de descrição contém os seguintes campos:

O nome exclusivo do objeto usado

em cenas posteriores;

Tipo de objeto (nome no banco de dados);

Coordenadas da parte inferior traseira esquerda

ângulo no sistema de coordenadas da sala;

Ângulos de rotação em torno dos eixos coordenados

Modificador de tamanho (L - grande, M -

médio, S - pequeno);

Cor (de 0 a 8). Se cor=0, então objeto

exibido na cor usada no banco de dados. Caso contrário: 1 - preto, 2 - azul 8 - branco.

Entre o conjunto de objetos que descrevem a cena inicial, deve haver um objeto do tipo "cena" (sala). Este objeto é embutido (não presente na base de objetos gráficos). Ele define as dimensões da sala, bem como a posição do observador. Ao definir novos ângulos de rotação a cada vez, você pode alterar a posição do observador para visualizar objetos não vistos anteriormente. Por exemplo, a Figura 9 mostra a segunda cena do texto discutido no início do artigo de um ângulo diferente.

Arroz. 9. Segunda cena de um ângulo diferente

Os seguintes comandos de controle são usados ​​para criar uma sequência de cenas:

PAUSA - pausa entre as cenas;

MOVE - move um objeto para um novo

posição;" TRACE - mostra a trajetória do movimento do objeto;

DEL - remove objeto da cena

(usado para visualizar o conceito de "tomar").

Em conclusão, pode-se notar que as ferramentas gráficas desenvolvidas são voltadas para uso em sistemas CAD inteligentes, robôs, sistemas de treinamento, construção de jogos de computador, “em sistemas de realidade virtual. formas e manipulá-las.

O próximo passo no desenvolvimento dessas ferramentas é o desenvolvimento de um sistema que permite manipular não em uma única cena, mas em algumas de suas combinações, o que permitirá criar mundos mais complexos.

Ao considerar os problemas de construção de métodos e ferramentas para a criação de sistemas de novas gerações no campo da interação homem-máquina (no sentido amplo da palavra), gostaria de enfatizar mais uma vez o papel excepcional das representações figurativas e não verbais em vários processos criativos e intelectuais, incluindo aprendizagem, descoberta de novos conhecimentos, gestão de objetos complexos, etc., por isso há a necessidade de novas ferramentas que ajudem a utilizar toda a gama de habilidades humanas. E aqui, claro, papel importante pertence a sistemas informáticos com novas tecnologias para suportar essas capacidades, em particular, baseados em gráficos cognitivos e sistemas de realidade virtual.

Bibliografia

5. Zenkin A. A. Computação gráfica cognitiva // M.: Nauka, 1991.-S. 187.

7. Rakcheeva T.A. Representação cognitiva da estrutura rítmica do ECG // Produtos e sistemas de software. - 1992. -L6 2.- S. 38-47.

4. Eremeev A.P., Korotkoe O.V., Popov A.V. Controlador visual para sistemas de apoio à decisão // Proceedings / Sh Conf. sobre inteligência artificial. Tver.-1992. T. 1.- S. 142-145.

2. Bakharev I.A., Leder V.E., Matekin M.P. Exibição das ferramentas gráficas do Smart Day

dinâmica complexa processo tecnológico// Produtos e sistemas de software. -1992. - No. 2.- S. 34-37.

8. V.Bajdoun, LXitvintseva. SJvfalitov et ai. Tekris: O sistema inteligente para animação de texto // Proc. da Conferência Leste-Oeste. no art. Intel. EWAIC93. 7 a 9 de setembro, Moscou, Rússia. 1993.

3. Hamilton J., SmithA., McWilliams G. et ai. Uma realidade virtual// Semana de negócios. - 1993. - Nº 1.

6. Litvintseva L.V. Modelo conceitual de um sistema de visualização para cenas dinâmicas tridimensionais // Produtos e sistemas de software. Nº 2.1992.

1. Baidun V.V., Bunin A.I., Bunina O.Yu. Análise de descrições textuais de cenas espaciais dinâmicas no sistema TEKRIS // Produtos e sistemas de software. -1992. -N ° 3. - S. 42-48.

4. COMPUTAÇÃO GRÁFICA COGNITIVA NO TREINAMENTO DE ENGENHARIA

O surgimento e o desenvolvimento de ferramentas de computação gráfica interativa (ICG) abrem fundamentalmente novas possibilidades gráficas para o setor educacional, graças às quais os alunos podem controlar dinamicamente seu conteúdo, forma, tamanho e cor no processo de análise de imagens, obtendo a maior visibilidade. Essas e uma série de outras possibilidades do ICG ainda são pouco compreendidas pelos professores, inclusive pelos desenvolvedores de tecnologias de informação da educação, o que não permite o uso pleno potencial de treinamento IKG. O fato é que o uso de gráficos em sistemas computacionais educacionais não apenas aumenta a velocidade de transferência de informações para os alunos e aumenta o nível de sua compreensão, mas também contribui para o desenvolvimento de qualidades tão importantes para um especialista em qualquer setor como intuição, "flair", pensamento imaginativo.
O impacto do ICG no intuitivo, pensamento criativo levou ao surgimento de uma nova direção nos problemas da inteligência artificial, chamada no trabalho de computação gráfica cognitiva (ou seja, facilitando a cognição). NO esta seção considera-se o papel e o lugar da computação gráfica cognitiva no treinamento de engenharia, discutem-se alguns já conhecidos e propõem-se novas formas mais cognitivas de exibição gráfica de campos. parâmetros físicos, descrevem-se os algoritmos de construção das imagens correspondentes e apresentam-se os resultados da comparação dos métodos de visualização considerados do ponto de vista da sua eficiência cognitiva.

4.1. O dualismo do pensamento humano
A mente humana usa dois mecanismos de pensamento. Um deles permite que você trabalhe com strings abstratas de caracteres, com textos e assim por diante. Esse mecanismo de pensamento geralmente é chamado de simbólico, algébrico ou lógico. O segundo mecanismo de pensamento proporciona o trabalho com imagens sensoriais e ideias sobre essas imagens. Chama-se figurativo, geométrico, intuitivo, etc. Fisiologicamente, o pensamento lógico está associado ao hemisfério esquerdo cérebro humano, e pensamento figurativo - com o hemisfério direito.
As principais diferenças no trabalho dos hemisférios do cérebro humano foram descobertas pelo cientista americano R. Sperry, que certa vez arriscou cortar conexões inter-hemisféricas em pacientes com epilepsia para fins terapêuticos. Uma pessoa cujo hemisfério direito estava "desativado" e o hemisfério esquerdo "funcionava" mantinha a capacidade de se comunicar verbalmente, respondia corretamente a palavras, números e outras sinais convencionais, mas muitas vezes se mostrava impotente quando era necessário fazer algo com objetos do mundo material ou suas imagens. Quando apenas um hemisfério "direito" funcionava, o paciente lidava facilmente com essas tarefas, era bem versado em obras de arte, melodias e entonações de fala, orientava-se no espaço, mas perdia a capacidade de entender construções complexas de fala e não conseguia falar em qualquer forma coerente.
Cada um dos hemisférios do cérebro humano é um sistema independente para perceber o mundo externo, processar informações sobre ele e planejar o comportamento neste mundo. O hemisfério esquerdo é, por assim dizer, um grande e poderoso computador que lida com sinais e procedimentos para seu processamento. Fala em linguagem natural, pensamento em palavras, procedimentos lógico-racionais para processar informações, etc. - tudo isso é realizado no hemisfério esquerdo. No hemisfério direito, o pensamento se realiza no nível das imagens sensoriais: percepção estética do mundo, música, pintura, reconhecimento associativo, nascimento de ideias e descobertas fundamentalmente novas, etc. Todo esse complexo mecanismo de pensamento imaginativo, que muitas vezes é definido pelo único termo "intuição", é a área hemisférica direita da atividade cerebral.
Muitas vezes, o pensamento do lado direito do cérebro está associado a atividades artísticas. Às vezes, esse pensamento é até chamado de artístico. No entanto, atividades ainda mais formalizadas usam, em grande medida, o mecanismo intuitivo do pensamento. As declarações de cientistas proeminentes sobre o papel da intuição na atividade científica são curiosas. "O verdadeiro valor", disse A. Einstein, "é, em essência, apenas a intuição. Para mim, não há dúvida de que nosso pensamento procede, basicamente, contornando símbolos (palavras) e, além disso, inconscientemente." E em outro lugar: "Nenhum cientista pensa em fórmulas".
Mesmo um campo da ciência formalizado e abstrato como a matemática faz uso significativo do pensamento do lado direito do cérebro. "Você tem que adivinhar teorema matemático antes de provar; você tem que adivinhar a ideia da prova antes de passar por ela em detalhes." A. Poincaré fala ainda mais claramente: "... para criar aritmética, bem como para criar geometria ou qualquer tipo de science , você precisa de algo além da lógica pura. Não temos outra palavra para isso além de "intuição".
A diferença entre os dois mecanismos de pensamento pode ser ilustrada pelos princípios de compilar um texto coerente a partir de elementos individuais de informação: o pensamento do lado esquerdo do cérebro cria um contexto inequívoco a partir desses elementos, ou seja, de todas as inúmeras conexões entre objetos e fenômenos, ele seleciona ativamente apenas alguns que são mais essenciais para uma determinada tarefa específica. O pensamento hemisférico direito cria um contexto multivalorado, graças à apreensão simultânea de quase todos os signos e conexões de um ou vários fenômenos. Em outras palavras, o pensamento lógico-sinal introduz alguma artificialidade na imagem do mundo, enquanto o pensamento figurativo fornece um imediatismo natural da percepção do mundo como ele é.
O pensamento humano e o comportamento humano são condicionados trabalho conjunto ambos os hemisférios do cérebro humano. Em algumas situações, predomina o componente lógico do pensamento, em outras, o intuitivo. Segundo os psicólogos, todas as pessoas são divididas em três grupos: com pensamento predominante no "hemisfério esquerdo", com "hemisfério direito", com pensamento misto. Essa divisão é geneticamente predeterminada, e existem testes especiais para determinar a tendência a um ou outro tipo de pensamento.
As diferenças fundamentais entre as estratégias de processamento de informações do hemisfério esquerdo e direito descritas acima estão diretamente relacionadas à formação de várias habilidades. Assim, para a criatividade científica, ou seja, para superar as ideias tradicionais, é preciso perceber o mundo em sua totalidade, o que envolve o desenvolvimento de habilidades para organizar um contexto multivalorado (pensamento figurativo). De fato, existem inúmeras observações de que, para as pessoas que mantêm a capacidade de pensar criativamente, a atividade criativa é menos cansativa do que o trabalho rotineiro e monótono. Mas as pessoas que não desenvolveram a capacidade de pensamento imaginativo muitas vezes preferem fazer trabalho mecânico, e isso não lhes parece chato, já que são, por assim dizer, "escravizados" por seu próprio pensamento lógico-formal. Daí fica claro o quanto é importante desde cedo construir a educação e a formação de forma correta para que ambos necessário a uma pessoa tipos de pensamento desenvolvidos harmoniosamente, para que o pensamento figurativo não seja limitado pela racionalidade, para que o potencial criativo de uma pessoa não se esgote.
No desenvolvimento de sistemas inteligentes, como D.A. Pospelov, há um "rolo hemisférico esquerdo". Em uma extensão ainda maior, aparentemente, essa "inclinação hemisférica esquerda" é característica da educação moderna, incluindo os métodos e meios de computador usados ​​nela. O fenômeno não é tão inofensivo. O impacto negativo da informatização do treinamento em engenharia, discutido acima (ver parágrafo 3.1), deve-se em grande parte ao fraco impacto dos sistemas de computador usados ​​no mecanismo intuitivo e imaginativo do pensamento.
Nesse sentido, uma alocação clara de componentes implícitos e subconscientes do conhecimento também nos permite definir claramente a tarefa de seu desenvolvimento, formular requisitos apropriados para métodos e auxiliares de ensino, incluindo métodos de computação gráfica.

4.2. Funções ilustrativas e cognitivas da computação gráfica

Atualmente, a computação gráfica interativa é uma das áreas de desenvolvimento mais rápido das novas tecnologias da informação. Assim, na pesquisa científica, incluindo a pesquisa fundamental, a ênfase na função ilustrativa do ICG, que é característica do estágio inicial, está se deslocando cada vez mais para o uso das capacidades do ICG que permitem ativar "... a capacidade humana de pensar em imagens espaciais complexas". Nesse sentido, eles começam a distinguir claramente entre duas funções do ICG: ilustrativa e cognitiva.

A função ilustrativa do ICG permite incorporar em um design visual mais ou menos adequado apenas o que já é conhecido, ou seja, já existe no mundo ao nosso redor, ou como uma ideia na cabeça do pesquisador. A função cognitiva do ICG é usar alguma imagem do ICG para obter uma nova, ou seja, conhecimento que ainda não existe nem na cabeça de um especialista, ou pelo menos contribui para o processo intelectual de obtenção desse conhecimento.

A ideia principal das diferenças entre as funções ilustrativas e cognitivas do ICG, destacada no artigo ao descrever o uso do ICG na pesquisa científica, se encaixa bem na classificação do conhecimento e dos sistemas computacionais para fins educacionais (ver Seção 1.1 ). As funções ilustrativas do ICG são implementadas em sistemas educacionais de tipo declarativo ao transferir para os alunos uma parte articulada do conhecimento, apresentada na forma de informações pré-preparadas com ilustrações gráficas, de animação, áudio e vídeo (Fig. 4.1). A função cognitiva do ICG se manifesta em sistemas do tipo procedimental, quando os alunos "obtêm" conhecimento por meio de pesquisas em modelos matemáticos dos objetos e processos que estão sendo estudados, e, uma vez que esse processo de formação do conhecimento é baseado em um sistema intuitivo do hemisfério direito mecanismo de pensamento, esse conhecimento em si é em grande parte de natureza pessoal. Cada pessoa forma as técnicas da atividade mental subconsciente à sua maneira. A ciência psicológica moderna não possui métodos estritamente fundamentados para a formação do potencial criativo de uma pessoa, mesmo que seja profissional. Uma das abordagens heurísticas bem conhecidas para o desenvolvimento do pensamento intuitivo orientado profissionalmente é a solução de problemas de pesquisa. A utilização de sistemas informáticos educativos de tipo processual permite intensificar significativamente este processo, eliminando dele operações de rotina, e possibilitando a realização de vários experimentos em modelos matemáticos.

Arroz. 4.1. Diferença conceitual entre funções cognitivas e ilustrativas de computação gráfica

O papel do ICG nesses estudos educacionais não pode ser superestimado. São imagens ICG do curso e resultados de experimentos em modelos matemáticos que permitem que cada aluno forme sua própria imagem do objeto ou fenômeno que está sendo estudado em toda a sua integridade e variedade de conexões. Também não há dúvida de que as imagens ICG desempenham, antes de tudo, uma função cognitiva, e não ilustrativa, pois no processo de trabalho educacional com sistemas computacionais de tipo processual, os alunos formam puramente pessoais, ou seja, não existindo desta forma para ninguém, componentes do conhecimento.

É claro que as diferenças entre as funções ilustrativas e cognitivas da computação gráfica são bastante arbitrárias. Muitas vezes, uma ilustração gráfica comum pode levar alguns alunos a uma nova ideia, permitir que vejam alguns elementos do conhecimento que não foram “investidos” pelo professor-desenvolvedor de um sistema computacional educacional do tipo declarativo. Assim, a função ilustrativa da imagem ICG transforma-se em função cognitiva. Por outro lado, a função cognitiva da imagem ICG durante os primeiros experimentos com sistemas educacionais do tipo procedimental em experimentos posteriores torna-se uma função ilustrativa para o já "descoberto" e, portanto, não mais uma nova propriedade do objeto sob estudar.

No entanto, as diferenças fundamentais nos mecanismos lógicos e intuitivos do pensamento humano, decorrentes dessas diferenças na forma de representação do conhecimento e nos métodos de seu desenvolvimento, tornam útil metodologicamente distinguir entre as funções ilustrativas e cognitivas da computação gráfica e possibilitam formular com mais clareza as tarefas didáticas das imagens ICG nos sistemas computacionais de desenvolvimento para fins educacionais.

4.3. Tarefas de computação gráfica cognitiva

No prefácio do trabalho, um conhecido especialista no campo da inteligência artificial D. A. Pospelov formulou três tarefas principais de computação gráfica cognitiva. A primeira tarefa é criar tais modelos de representação do conhecimento nos quais seja possível representar tanto objetos característicos do pensamento lógico quanto imagens-imagens com os quais o pensamento figurativo opera com meios uniformes. A segunda tarefa é a visualização daqueles conhecimentos humanos para os quais ainda não é possível encontrar descrições textuais. A terceira é a busca de maneiras de passar das imagens-imagens observadas para a formulação de algumas hipóteses sobre os mecanismos e processos que estão ocultos por trás da dinâmica das imagens observadas.

Desenvolvedores de sistemas para análise de engenharia, projeto auxiliado por computador e sistemas computacionais educacionais do tipo procedimental estão lidando com a segunda das tarefas de gráficos cognitivos descritos aqui, quando o conhecimento sobre um objeto técnico obtido no curso de pesquisas sobre modelos matemáticos multidimensionais e apresentado na usual forma simbólico-digital torna-se inacessível à análise humana devido à grande quantidade de informações. Consideremos ainda uma série de métodos para exibir os campos de características físicas de objetos técnicos e algoritmos para construir imagens correspondentes com alto potencial cognitivo.

4.4. Suposições de algoritmos de visualização

Vamos supor que um conjunto de funções gráficas padrão que os programadores usam ao desenvolver aplicativos educacionais permite destacar um ponto na tela de exibição, indicando suas coordenadas e cor, desenhar um segmento de linha reta, indicando sua cor e coordenadas das extremidades, realizar transformações de coordenadas geométricas e transformações de projeção.

Também assumiremos que o campo de características físicas representado é apresentado como valores discretos nos nós de uma rede plana de elementos (PNE) de forma triangular ou quadrangular. Essa rede pode exibir o campo inteiro ou seu fragmento, por exemplo, uma seção de um campo tridimensional por um plano. Observe que essa forma de representação de parâmetros é natural para vários métodos de grade numérica, por exemplo, o método de elementos finitos amplamente utilizado em CAD envolve aproximação de grade.

Assim, na entrada dos programas gráficos aplicados que implementam os algoritmos considerados abaixo, deve haver uma descrição topológica e geométrica do PSE com os valores das características exibidas nos nós da rede. É conveniente armazenar a topologia da rede na forma de uma matriz, em cada linha da qual são indicados o número do elemento PSE e os números dos nós que o cercam. A descrição geométrica do PSE é uma matriz, em cujas linhas são indicadas as coordenadas dos nós da rede.

Dependendo do método de visualização, usaremos dois tipos de aproximação dos parâmetros exibidos dentro do elemento PSE: constante e bilinear. Para uma aproximação constante dentro elemento quadrangular PSE é o valor do parâmetro exibido, onde estão os valores dos parâmetros nos nós da rede ao redor do elemento PSE.

Para uma aproximação bilinear, introduzimos coordenadas adimensionais ee um quadrado auxiliar (Fig. 4.2). A transformação correspondente das coordenadas e do parâmetro exibido é realizada de acordo com uma fórmula semelhante às chamadas funções de forma no método dos elementos finitos:

(4.1)

Arroz. 4.2. Transformação de um quadrilátero arbitrário em um quadrado auxiliar.

Para regularizar os algoritmos, consideraremos um elemento de forma triangular como um caso especial de quadrilátero, no qual dois vértices adjacentes são combinados.

Vamos considerar sequencialmente 7 maneiras de exibir características físicas: 4 maneiras - para visualização de campos escalares e 3 maneiras - para exibir características vetoriais, como a força ou indução magnética de um campo eletromagnético, linhas de corrente em aerohidrodinâmica, distribuição de forças ou um conjunto de reforço em estruturas portantes. Ilustraremos os métodos considerados com fragmentos de um diálogo gráfico realizado em simuladores e PPPs de treinamento do sistema CADIS.

4.5. Imagens de cores sólidas

A essência deste método de visualização é que área interna PSE é pintado em várias cores, correspondendo a determinados intervalos do valor do parâmetro exibido. Geralmente é utilizada uma escala de cores, na qual, à medida que o valor do parâmetro diminui, as cores mudam de quentes (vermelho e amarelo) para frias (azul e roxo). A imagem é construída sobre os elementos do PSE. Algoritmos para colorir um elemento são baseados na ideia de escanear linha a linha ao longo de um quadrado auxiliar com um passo correspondente ao tamanho do elemento de grade raster de exibição, e colorir esses elementos, chamados pixels ou pels, de acordo com expressão (4.1), ou na ideia de escanear raster ao longo do eixo e construir segmentos de cores ao longo do eixo. No segundo algoritmo, a cor do segmento é determinada pelo intervalo , e as coordenadas das extremidades do segmento são encontradas em (4.1) para valores e limites fixos intervalos predefinidos. A transição da paleta de cores pelos limites dos elementos PSE ocorre de forma suave, pois a função de aproximação (4.1) é linear ao longo dos lados dos quadrângulos PSE, o que garante a continuidade da superfície do parâmetro exibido.

Para monitores monocromáticos, as imagens de tons podem ser construídas usando esses algoritmos (Fig. 4.3).

Figura 4.3. Uma imagem de tom da distribuição ideal de material em uma placa sob carga.

4.6. linhas de nível igual

A construção de linhas de igual nível (LRU) é realizada de acordo com os elementos do PSE. Os próximos dois algoritmos são baseados, como os algoritmos de sombreamento, na varredura ao longo de uma grade quadrada auxiliar, cujo passo corresponde ao raster de exibição. Em um desses algoritmos, nas linhas de grade de varredura paralelas ao eixo, são encontrados pontos com determinados valores dos níveis do parâmetro exibido. pontos com valores iguais os parâmetros em linhas de varredura adjacentes são conectados por segmentos de linhas retas, se não houver "calha" ou "elevação" da superfície bilinear (4.1) entre esses pontos. Os segmentos construídos, alongados durante o processo de varredura, formam uma família de LRUs em cada elemento do FSE. Em outro algoritmo, não são especificados os valores dos níveis, mas os intervalos de valores que formam uma série de "bandas" de um determinado nível. A construção do LRU é realizada sombreando as listras. A espessura da LRU na tela de exibição depende da largura do intervalo especificado e da natureza da alteração na superfície exibida. Em ambos os algoritmos, a junção LRD nos limites dos elementos PSE ocorre de forma natural, uma vez que a função de aproximação (4.1) é linear ao longo dos lados dos quadrângulos PSE (ver Fig. 3.22).

4.7. Bitmaps

O campo de cada elemento PSE na tela de exibição é preenchido com pontos luminosos. A densidade de pontos corresponde ao valor do parâmetro exibido. O preenchimento de seções PSE com densidade constante (pode ser o campo de todo o quadrilátero ou parte dele) é realizado usando um sensor Números aleatórios(DSCH). Esse preenchimento suaviza as descontinuidades da superfície exibida mesmo com uma aproximação constante do parâmetro dentro de um elemento PSE (Fig. 4.4). Antes de construir um bitmap, o valor máximo é encontrado, que é atribuído à densidade de preenchimento de pontos igual a 80-90% da densidade de sombreamento sólido. De acordo com este limite, a densidade de preenchimento dos pontos em cada quadrilátero do PSE é ainda normalizada. Ao construir uma imagem em um elemento PSE, o quadrado auxiliar é dividido preliminarmente por eixos e em quartos, pois os DFS padrão operam com números no intervalo . Dentro de cada trimestre, a densidade de pontos é assumida como constante. As coordenadas dos pontos e são determinadas usando o DFS, convertidas pela fórmula (4.1) em coordenadas e depois convertidas para o sistema de coordenadas da tela. A cor dos pontos é determinada pelos intervalos de cores fornecidos usando a expressão (4.1).

Arroz. 4.4. Bitmap de distribuição de material ideal na placa sob carga.

4.8. Redes de polígonos

A imagem é exibida como uma projeção central da superfície de parâmetro exibida. A superfície é aproximada por uma rede de triângulos e quadriláteros com lados retos. Tal rede é chamada de poligonal. A rede poligonal mais simples pode ser obtida exibindo o PSE em uma superfície paramétrica (Fig. 4.5). A clareza da imagem depende em grande parte da escolha da posição do ponto de vista do observador na projeção central e da presença ou ausência de áreas de superfície invisíveis. A construção de redes poligonais de acordo com o PSE dado não é difícil e não requer grandes custos computacionais. O algoritmo correspondente é reduzido às transformações geométricas usuais de coordenadas e transformações de projeção dos pontos nodais da base PSE e da superfície paramétrica, que são então conectados por segmentos de reta. No entanto, a análise de visibilidade de linha aumenta significativamente os custos computacionais, às vezes em duas ou três ordens de grandeza.

4.9. Imagens como segmentos orientados de comprimento variável

Este método é usado para exibir características vetoriais, por exemplo, fluxos de força. Para isso, é utilizada uma lei constante de aproximação de parâmetros dentro do elemento PSE. Segmentos orientados são exibidos nos centros dos elementos, seus comprimentos na escala selecionada correspondem aos valores dos parâmetros (Fig. 4.6). Antes de construir a imagem, por razões de clareza, o comprimento máximo do segmento é calculado, em relação ao qual os segmentos em todos os elementos são normalizados. A imagem é construída sobre os elementos do PSE. Um sistema de coordenadas retangulares locais é colocado no centro do quadrilátero, um dos eixos do qual é orientado na direção do parâmetro exibido. Além disso, nas coordenadas do sistema local, os pontos finais do segmento são determinados de modo que seu meio coincida com o centro do elemento, as coordenadas obtidas são transformadas em um sistema comum e uma linha reta é traçada conectando os pontos finais do segmento.

Figura 4.6. A distribuição de forças na placa, apresentada como segmentos orientados de comprimento variável.

4.10. Imagens como segmentos orientados curtos de comprimento constante

Este método de renderização também é projetado para exibir características vetoriais. Após cada elemento, o PSE é preenchido com segmentos orientados curtos de comprimento constante usando um DFS. A densidade dos segmentos corresponde ao valor do parâmetro exibido (Fig. 4.7). Antes de construir a imagem, por razões de clareza, é calculada a densidade máxima de segmentos, em relação à qual a densidade de segmentos em todos os elementos do PSE é normalizada. Um sistema de coordenadas local retangular é colocado no centro do elemento quadrangular PSE, um dos eixos do qual é orientado na direção do parâmetro exibido. As coordenadas dos pontos médios dos segmentos são determinadas usando o DFS, como é feito na construção de imagens de pontos. No futuro, a construção de cada segmento é realizada da mesma forma que no algoritmo anterior.

Figura 4.7. A distribuição de forças na placa, apresentada como segmentos orientados curtos de comprimento constante.

4.11. Imagens de treliça orientadas

Para este método de visualização, assim como para os dois métodos anteriores, é utilizada uma aproximação constante sobre os elementos do FSE. O campo do elemento é preenchido com uma treliça na forma de uma ou duas famílias de linhas unidirecionais, cuja densidade e orientação correspondem às magnitudes e orientações das características exibidas (Fig. 4.8). A cor é usada para identificar a família. A imagem é construída com base nas mesmas ideias algorítmicas dos dois métodos anteriores: a densidade final da grade é determinada; um sistema de coordenadas local retangular é construído em cada elemento; dentro dos elementos, são desenhados segmentos de linhas retas, cujas extremidades estão localizadas nas laterais dos elementos.

Arroz. 4.8. A distribuição de forças na placa, apresentada como treliças orientadas.

4.12. Gerenciamento de imagem

No processo de análise dos resultados dos cálculos, o usuário do programa aplicativo deve poder escolher o método de imagem e ajustá-lo para obter a maior visibilidade. Ao configurar uma imagem, você pode escolher: gama de cores (número, tipo e sequência de cores utilizadas); o número de níveis para a construção de LRU; a posição do ponto de vista do observador e o tipo de projeção central para redes poligonais; comprimento de segmentos orientados curtos; relação de contraste.

O contraste de imagem pode ser usado para identificar mais claramente os padrões na distribuição dos parâmetros exibidos, enquanto a diferença entre valores grandes e pequenos é superestimada artificialmente. O contraste é realizado usando a seguinte relação: , onde, onde - o número de critérios parciais; - avaliação por um critério particular, ; é um fator de ponderação que leva em conta a significância do critério correspondente, .
Como critérios parciais, foram utilizados 8 indicadores que caracterizam os seguintes aspectos dos métodos considerados: adequação aos objetivos e conteúdo do projeto de estruturas portantes; adequação aos métodos de ensino implementados nos programas educacionais aplicados; naturalidade e acessibilidade para a percepção humana; conveniência para a análise de padrões qualitativos de distribuição de parâmetros; apelo estético; facilidade de controle de construção de imagem; velocidade de formação da imagem; simplicidade algorítmica.
O estudo foi realizado com o auxílio de avaliações de especialistas do método Delphi. Professores e engenheiros universitários, desenvolvedores e usuários de CAD educacional e industrial de estruturas de suporte de carga foram envolvidos como especialistas. Os resultados da pesquisa mostram que no projeto interativo de estruturas de suporte de carga, é aconselhável usar imagens de pontos para exibir características escalares e grades orientadas para exibir campos vetoriais (Fig. 4.9). Os resultados e a metodologia do estudo são descritos com mais detalhes no trabalho.

Figura 4.9. Resultados de estudos sobre a eficácia de vários métodos de imagem:
a - imagens escalares; b - imagens vetoriais.