Для решения этой задачи необходимо запустить режим 4.2.2.1, а затем 4.2.2.2 (рисунки 30 и 31):
Рисунок 30. Экранная форма запуска режима кластерно-конструктивного анализа При кластерном анализе наиболее сходные классы объединяются в группы, которые называются кластерами. При конструктивном анализе наиболее сильно отличающиеся кластеры рассматриваются как смысловые полюса конструкта, а другие классы и кластеры с промежуточными смысловыми градациями образуют смысловой спектр между полюсами. Кластерно-конструктивный анализ предложен проф. Е. В. Луценко в 2002 году как одна из возможностей АСК-анализа и реализован в системе «Эйдос» [7, 9]. На рисунке 31 приведена табличная экранная форма с результатами кластерно-конструктивного анализа типов и моделей самолетов в системно-когнитивной модели INF3:
Рисунок 31. Табличная экранная форма с результатами кластерно-конструктивного анализа типов и моделей самолетов в системно-когнитивной модели INF3.
На рисунке 32 результаты сравнения друг с другом обобщенных образов самолетов различных типов и моделей приведены в графической форме когнитивной диаграммы. Из рисунков 31 и 32 видно, что:
- — бомбардировщики похожи друг на друга значительно больше, чем истребители друг на друга;
- — бомбардировщики образуют один кластер, а истребители второй кластер;
- — кластеры бомбардировщиков и истребителей образуют полюса конструкта;
- — штурмовики находятся вблизи середины конструкта и не имеют ярко выраженного сходства ни с бомбардировщиками, ни с истребителями.
Все эти результаты кластерно-конструктивного анализа разумны и соответствуют ожиданиям экспертов, основанных на их интуиции, опыте и профессиональной компетентности.
Парето-оптимизация (абстрагирование). Не все описательные шкалы и градации имеют одинаковую ценность для идентификации изображений самолетов. Наиболее ценные могут использоваться для решения задач, а наименее ценные вообще могут не учитываться в моделях практически без ущерба для их достоверности (рисунок 33).
Рисунок 32. Результаты сравнения друг с другом обобщенных образов классов (самолетов различных типов и моделей) Расшифровка наименований градаций описательных шкал, ранжированных в порядке убывания их ценности, дается в дополнительных таблицах, которые в данной статье приводить нецелесообразно. Отметим лишь, что в системе «Эйдос» есть выходные формы, в которых градации описательных шкал и сами описательные шкалы расположены в порядке убывания их ценности для дифференциации объектов обучающей выборки по классам.
Рисунок 33. Общий вид Парето-кривой ценности градаций описательных шкал (элементов контуров изображений) для идентификации конкретных изображений с обобщенными образами классов Отметим, что 50% градаций описательных шкал содержат более 80% суммарной ценности всех градаций для дифференциации объектов по классам.
