Praktické aspekty využívání exaktních metod Pozice exaktních přístupů

Slides:



Advertisements
Podobné prezentace
“Jsou tři druhy lží: lži, odsouzeníhodné lži a statistiky.”
Advertisements

Matematické modelování a operační výzkum
Automatizační a měřicí technika (B-AMT)
Úvod Klasifikace disciplín operačního výzkumu
Koncepce rozvoje a řízení vědy a výzkumu
Sociologie – metody a techniky sociologického výzkumu
Úvod do umělé inteligence
Metody zkoumání ekonomických jevů
1 Číslo-název šablony klíčové aktivityIII/2–Inovace a zkvalitnění výuky prostřednictvím ICT Tematická oblastZáklady informatiky a hardware DUMVY_32_INOVACE_ODB_525.
Definování prostředí pro provozování aplikace dosud jsme řešili projekt v obecné rovině aplikace bude ovšem provozována v konkrétním technickém a programovém.
Adéla Masopustová Alena Seifrtová Lukáš Hůla
PŘÍPRAVA GRANTOVÉHO PROJEKTU prof. RNDr. Jiří Patočka, DrSc.
FYZIKA VÝZNAM FYZIKY METODY FYZIKY.
Hypotézy ve výzkumu.
Předmět sociologie Věda společenská a behaviorální
UMĚLÁ INTELIGENCE V EKONOMICKÝCH DISCIPLÍNÁCH
Sociologický výzkum.
Informační strategie. řešíte otázku kde získat konkurenční výhodu hledáte jistotu při realizaci projektů ICT Nejste si jisti ekonomickou efektivností.
MODELOVÁNÍ SYSTÉMŮ V OBLASTI SPOLEČENSKÝCH VĚD Miroslav Pokorný.
Fuzzy logika.
Systémy pro podporu managementu 2
Úvod.  Ekonomie = interdisciplinární věda zkoumající zejména chování ekonomických subjektů = dále také hospodárnost, úspornost, dobré hospodaření  Obecná.
Systém rizikové analýzy při statickém návrhu podzemního díla Jan Pruška.
Modelování a simulace MAS_02
Ústav automatizace a měřicí techniky
Institut ekonomiky a systému řízení Oddělení GIS
Artificial Intelligence (AI).  „Úloha patří do oblasti umělé inteligence, jestliže řešení, které najde člověk považujeme za projev jeho inteligence.
Geoinformační technologie Geografické informační systémy (GIS) Výukový materiál pro gymnázia a ostatní střední školy © Gymnázium, Praha 6, Nad Alejí 1952.
Systémy pro podporu managementu 2 Inteligentní systémy pro podporu rozhodování 1 (DSS a znalostní systémy)
- Pojmy - SPSS Statistické zpracování kvantitativních šetření.
Umělá inteligence Minského definice: UI je věda o vytváření strojů nebo systémů, které budou při řešení určitého úkolu užívat takového postupu, který –
B i o c y b e r n e t i c s G r o u p Vztah výpočetní techniky a biomedicíny  počítač - nástroj pro vývoj nových přístrojů  počítač - součást přístrojových.
Pohled z ptačí perspektivy
Základy zpracování geologických dat
Karel Vlček, Modelování a simulace Karel Vlček,
Rozhodovací proces, podpory rozhodovacích procesů
K OMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Úvod do statistiky VY_32_INOVACE_M4r0117 Mgr. Jakub Němec.
Návrh modelu řízení ECM v kontextu řízení informatiky Ing. Renáta Kunstová.
Metrologie   Přednáška č. 5 Nejistoty měření.
Základní struktura projektu Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Název projektu: Kvalitní vzdělání je efektivní investice.
Základní principy geografického výzkumu
Kvantitativní metody výzkumu v praxi
Výzkum veřejného mínění a jeho realizace
MANAGEMENT - Pojetí managementu
Teorie systémů z ptačí perspektivy. Praktická cvičení z teorie systémů, Fruta Mochov 1977.
JAY WRIGHT FORRESTER TERI LS 2015, S. Fialová, A. Zachariášová, N-96.
METODY STŘEDNĚDOBÉHO PROGNÓZOVÁNÍ SURO jaro 2010.
Elektrotechnická fakulta ČVUT KATEDRA KYBERNETIKY Vedoucí prof. Ing. Vladimír Mařík, DrSc. KATEDRA KYBERNETIKY ELEKTROTECHNICKÁ.
Postup při empirickém kvantitativním výzkumu
Vícerozměrné statistické metody Vícerozměrné statistické rozdělení a testy, operace s vektory a maticemi Jiří Jarkovský, Simona Littnerová.
Mgr. Karla Hrbáčková Metodologie pedagogického výzkumu
Počítačové zpracování češtiny v Ústavu formální a aplikované lingvistiky
B i o c y b e r n e t i c s G r o u p Úvod do biomedicínské informatiky Lenka Lhotska Gerstnerova laboratoř, katedra kybernetiky ČVUT FEL Praha
Geografické informační systémy pojetí, definice, součásti
6. Profesní kompetence jako pracovní způsobilost Dagmar Svobodová.
ŠkolaStřední průmyslová škola Zlín Název projektu, reg. č.Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/ Vzdělávací.
INFORMAČNÍ SYSTÉMY PRO KRIZOVÉ ŘÍZENÍ POUŽITÍ INFORMAČNÍCH SYSTÉMŮ PRO MODELOVÁNÍ A SIMULACE KRIZOVÝCH SITUACÍ - T3 ING. JIŘÍ BARTA Operační program Vzdělávání.
1 Principy simulace Definice Koncepce tvorby modelů Obecné charakteristiky.
Statistické metody pro prognostiku Luboš Marek Fakulta informatiky a statistiky Vysoká škola ekonomická v Praze.
Číslo projektuCZ.1.07/1.5.00/ Název školyGymnázium, Soběslav, Dr. Edvarda Beneše 449/II Kód materiáluVY_32_INOVACE_32_15 Název materiáluObsah, rozdělení.
BIOSTATISTIKA LS 2016 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Martina Litschmannová,
Název školy Gymnázium, střední odborná škola, střední odborné učiliště a vyšší odborná škola, Hořice Číslo projektu CZ.1.07/1.5.00/ Název materiálu.
Ověření modelů a modelování Kateřina Růžičková. Posouzení kvality modelu Ověření (verifikace) ● kvalitativní hodnocení správnosti modelu ● zda model přijatelně.
Financováno z ESF a státního rozpočtu ČR.
Dobývání znalostí z databází znalosti
Vědní obory zabývající se informacemi
Ing. Milan Houška KOSA PEF ČZU v Praze
Úvod do psychologie II. přednáška
Metody sociologického výzkumu kvantitativní. MSV-KVANT Výuka v LS 2018
Metody pedagogiky.
Transkript prezentace:

Praktické aspekty využívání exaktních metod Pozice exaktních přístupů aneb Pozice exaktních přístupů v řešení úloh společenských a sociálních věd Prof. Miroslav Pokorný Ústav informatiky miroslav.pokorny@mvso.cz

PROBLÉM K DISKUZI Využití procedur exaktních věd v oblasti věd společenských a sociálních, které do třídy exaktních věd řazeny nejsou a jejichž systémy jsou typické vlastnostmi náhodnosti a neurčitosti.

Charakteristika exaktních věd a jejích metod Význam pojmu „exaktní“ založený na přesnosti, přesný, dokonalý. Význam pojmu „exaktní věda“ věda, založená na přesných výpočtech, co nejpřesnějších měřeních a přísně testovaných hypotézách, takže dovoluje přesné kvantitativní předpovědi. Za exaktní bývají považovány ty vědy, které pro určování kvantitativních vztahů (zákonů) využívají přesné přístupy a pozorování, vyžadují precizní měřitelné postupy a přesnou verifikaci svých metod. Jazykem exaktních věd je precizní matematika, založená na metodách operujících s precizními numerickými daty a bezpečně zjištěnými fakty. Jako exaktní jsou obvykle označovány vědy přírodní, mezi vědy ne-exaktní nejsou pak řazeny mj. vědy společenské a sociální.

Charakteristika společenských a sociálních věd Společenské a sociální vědy jsou obecně vědy zabývající se zkoumání zákonitostí chování systémů zahrnujících člověka a lidskou společnost. Typickou vlastností systémů společenských a sociálních věd je složitost jejich struktur a silná neurčitost jejich chování, podmíněná právě zahrnutím lidského faktoru. Systémy společenských a sociálních věd nejsou proto důsledně precizní a exaktní a metody pro jejich modelování a zkoumání musí umožňovat efektivní formalizaci jejich neurčitosti umožňovat respektování a zahrnutí chování lidského subjektu

Exaktní metody v řešení úloh společenských a sociálních věd Jedním ze základních úloh vědních oborů je vytváření metod a nástrojů pro abstraktní popisy (abstraktní modely) svých soustav s cílem vyšetřování vlastností a predikci chování těchto soustav cestou počítačových simulací. Systémy společenských a sociálních věd jsou složité, obtížně definovatelné, obtížně měřitelné, typické nedostatkem přesných měřených dat a přesných informací o jejich chování. Metody jejich popisů vycházejí často z neurčitých, neúplných nebo přibližných dat a hypotetických předpokladů. Využití počítačové techniky pro formalizaci systémů společenských a sociálních věd naráží v této souvislosti na problém principů přísné preciznosti (exaktnosti) matematických a logických procedur, které jsou základem přesných (exaktních) počítačových algoritmů. Problém: jak lze využít exaktních metod a jejich exaktních (tedy přesných, precizních) procedur k řešení problémů neurčitých či nejistých (tedy nepřesných) soustav?

Typy neurčitosti systémů společenských a sociálních věd Zásada: všechny systémy reálného světa jsou typické svojí přirozenou nejistotou a neurčitostí. Metody pro jejich zkoumání pak nemohou jejich nejistoty a neurčitosti ignorovat, musí zahrnovat procedury, které umožňují tyto vlastnosti formalizovat a efektivně využívat. Nejistý systém (stochastický systém) vykazuje závislost svých vlastností na působení vnějších i vnitřních vlivů, které přitom nelze předem stanovit a zohlednit. K popisu nejistoty systému je nutno použít aparát konvenčních (matematických, numerických) metod teorie pravděpodobnosti a matematické statistiky. Neurčitý systém (fuzzy systém) je takový, k jehož popisu nemáme dostatek dat a informací, existující informace o jeho vlastnostech jsou neúplné a nepřesné. K popisu neurčitosti systému je nutno použít aparát nekonvenčních (nenumerických) metod teorie fuzzy množinové matematiky a fuzzy logiky.

Nejistota (náhodnost, stochastičnost) systémů a exaktní metody matematické statistiky Nejistota reálného jevu – náhodná (stochastická) data jsou zkreslena působením náhodných a předem nekvantifikovatelných vlivů (poruch). Parametry náhodných veličin (náhodných procesů, časových řad) je možno s využitím exaktních metod (matematická statistika) kvantifikovat pouze za předpokladu možnosti získání (měření, průzkum) reprezentativních výběrových souborů náhodných dat hodnoty parametrů jsou pouze jejich odhady, platné s předem stanovenou pravděpodobností. Výsledky statistických analýz jsou korektní pouze v případě absolutní platnosti řady předpokladů o vlastnostech dat naměřených datových souborů o vlastnostech soustav, na nichž jsou data měřena Základní podmínky reprodukovatelnost podmínek při získávání dat existence přesného (exaktního) popisu vlastností systému, jehož data (stavy) shromažďu- jeme do souboru (systém je přitom považován za zcela přesně definovaný, určitý) K vytvoření abstraktních popisů chování náhodných soustav jsou využívány statistické metody matematického stochastického modelování. Lemma 1: Přesto, že procedury matematické statistiky jsou exaktní (přesné), nelze jejich použitím získat výsledky absolutně jisté, nýbrž jen (byť kvantifikovatelně) pravděpodobné.

Neurčitost (fuzzitivita) a exaktní metody množinové matematiky a matematické logiky Neurčitý systém (fuzzy systém) je takový, k jehož popisu nemáme dostatek informací, existující informace o jeho vlastnostech jsou neúplné a nepřesné. Neurčitost naměřených numerických dat přitom není způsobena náhodnými vlivy, nýbrž složitostí, ne zcela přesnou definovaností (neurčitostí) studovaného systému . K abstraktnímu popisu chování neurčité soustavy jsou využívány nekonvenční nenumerické metody, využívající zkušeností, dovedností, vědomostí a poznání lidského experta. Tyto subjektivní znalosti jsou často hlavním zdrojem do určité míry jasné a zaručené představy o chování takové soustavy. Znalosti jsou v lidském mozku uloženy ve strukturách, nazývaných mentální modely. Právě takové modely zaujímají významné místo v metodách řešení problémů společenských a sociálních věd. Produktem nenumerických metod popisů (mentálních modelů) neurčitých soustav jsou pak nenumerické abstraktní modely, vybudované s využitím lidských znalostí které mentální modely expertů v mozku vytvářejí Lidské znalosti – a tedy i mentální modely - jsou v mozku uloženy pomocí slov a vět přirozeného jazyka. Neurčitost takových jazykových popisů je pak reprezentována přirozenou vágností jazykových pojmů.

Metodika tvorby a využití jazykových modelů je vázána na vyřešení problematiky počítačové formalizace vágnosti slov přirozeného jazyka (fuzzy množinová matematika) vytvoření algoritmů, které operacemi nad jazykovými modely (počítačovými simulacemi) poskytnou stejně kvalitní a interpretovatelné závěry jako expert, kdyby řešil tutéž úlohu s využitím svého mozkového mentálního modelu (fuzzy logika). Nenumerické znalostní modelování je jednou z významných oblastí vědního oboru Umělá inteligence. Fuzzy-logické systémy využívající jazykové modely pro podporu rozhodování při řešení složitých úloh se nazývají expertní systémy. Lemma 2: Přesto, že procedury fuzzy množinové matematiky a fuzzy logiky jsou exaktní, nelze jejich použitím získat výsledky absolutně jisté, nýbrž jen (byť kvantifikovatelně) neurčité.

Soft computingové metody umělé inteligence v modelování a studiu vlastností systémů společenských a sociálních věd Systémy společenských a sociálních věd jsou typické vlastnostmi a) zahrnutí lidského faktoru, složitosti a neurčitosti svých struktur a parametrů b) náhodným charakterem svých numerických vstupních proměnných Platí, že výsledky řešení, získané metodami matematické statistiky prostřednictvím náhodných dat, jsou znehodnocovány skutečností, že vyšetřovaná soustava je současně i neurčitá (fuzzy). Abstraktní formalizace takových soustav vyžaduje využití speciálních metod, integrujících přístupy stochastické a přístupy fuzzy-logické. Exaktní matematické procedury pak realizují modely fuzzy-stochastických systémů s fuzzy- stochastickými vstupními a výstupními proměnnými. Metody, integrující více přístupů formalizace komplexních soustav, se nazývají metodami soft- computingovými. Moravská vysoká škola je od roku 2012 příjemcem grantu pro řešení vědeckého projektu GAČR P403-12-1811: Vývoj nekonvenčních metod manažerského rozhodování v podnikové ekonomice a veřejné ekonomii, jehož jádrem je vývoj soft-computingových metod v těchto problémových oblastech.

ZÁVĚR Procedury exaktních věd (numerická matematika, matematická logika) jsou schopny formalizovat a efektivně využívat náhodnost a neurčitost složitých soustav (ne-exaktních) společenských a sociálních věd prostřednictvím nekonvenčních nenumerických metod jak k jejich abstraktnímu modelování tak i k simulačnímu vyšetřování jejich vlastností a chování.

APSYS – Exaktní metody řešení projektů vědy a výzkumu Kurz - Modelování systémů v oblasti společenských věd Obsah kurzu 1 Základní pojmy systémové teorie 2 Abstraktní modelování systémů 3 Metody modelování systémů v ekonomice Prezentace - Metody nekonvenčního modelování s přístupy umělé inteligence Obsah prezentace 1 Problematika vědního oboru Umělá inteligence 2 Znalostní modely fuzzy-logické 3 Samočinně se učicí modely – umělé neuronové sítě 4 Optimalizace modelů – genetické algoritmy

Kurz - Matematické metody vyhodnocování experimentů Obsah kurzu 1 Úloha matematické statistiky 2 Vlastnosti datových souborů 3 Průzkumová analýza naměřených dat 4 Statistická analýza naměřených dat 5 Testování statistických hypotéz 6 Robustní metody statistické analýzy 7 Zkoumání statistických závislostí 8 Ekonomická statistika Všechny uvedené metody byly doprovázeny praktickými příklady řešenými v programovém prostředí Fuzzy ToolBoxu systému MATLAB.

Kurz - Výpočetní technika a specializované programy pro podporu VaV činností I Obsah kurzu 1 Vyhledávání informací, e-zdroje, zdroje pro VaV 2 Informační databáze pro VaV 3 Základní principy vyhledávání informací v databázích a na World Wide Web 4 Pokročilé způsoby vyhledávání informací v internetu VaV činností II 1 Software určený pro zpracování textu 2 Aplikace zaměřené na statistické zpracování dat 3 Tvorba grafů, diagramů a myšlenkových map 4 Citační manažery

Kurz - Technika pořizování digitální dokumentace I Obsah kurzu Technika fotografování digitálním aparátem Kurz - Technika pořizování digitální dokumentace II Obsah kurzu Zpracování digitálních fotografií na PC

Děkuji Vám za pozornost !