Разработка искусственного интеллекта на основе выявления закономерностей биометрических данных древесных растений и построения персонифицированных информационных моделей — биоинформационных паспортов каждого древесного ствола | Статья в журнале «Молодой ученый»

Автор:

Рубрика: Информатика

Опубликовано в Молодой учёный №19 (78) ноябрь-2 2014 г.

Дата публикации: 08.11.2014

Статья просмотрена: 38 раз

Библиографическое описание:

Николаев А. И. Разработка искусственного интеллекта на основе выявления закономерностей биометрических данных древесных растений и построения персонифицированных информационных моделей — биоинформационных паспортов каждого древесного ствола // Молодой ученый. — 2014. — №19. — С. 157-159. — URL https://moluch.ru/archive/78/13519/ (дата обращения: 16.07.2018).

Теория разработки интеллектуальных методов обработки информации оправдывается лишь с определенной целью, позволяющей решить ту или иную важную задачу народного хозяйства, науки или обороноспособности РФ.

Рассмотрим разработку интеллектуальной информационной системы на конкретном примере в стратегической для РФ отрасли лесного хозяйства, а именно доказательства законности происхождения древесины. Разработка направлена на решение основной проблемы ведения лесного хозяйства и экологии — пресечение незаконных рубок и уменьшение оборота незаконной заготовленной древесины на рынке лесобумажной продукции РФ. Применение существующих методов подтверждения законности происхождения заготовленной древесины, в частности доказательства причастности ствола или его части пню на лесосеке и друг другу, оказывается очень сложной задачей, в силу огромных объемов ежегодно заготавливаемой древесины. В дополнение сказывается и ограниченность использования известных методов в силу их трудоемкости и сложности в результате высокой стоимости лабораторных работ, таких как дендрохронология [1,2] и ДНК анализ древесных растений. Действительно, если есть ресурсы и идеология для создания системы подтверждения законности происхождения древесины путем сопоставления образцов и выявления их единства, то зачем останавливаться в исследованиях и использовать методики далекие от абсолютной точности. С обоснованным научным подходом, возможно, добиться создания системы функционирующей без участия высококвалифицированных специалистов с большой долей ручного труда, зависящего от полуавтоматического оборудования и его настройки.

Возникшие вопросы и проблемы в этой отрасли, требуют глубокой проработки в области использования высокопроизводительных информационных систем, обеспечивающих высокую точность получаемых результатов, исключающих возникновение ошибок машинного и человеческих факторов. Естественно, что при больших объемах данных по древесине всей страны, и отдельно по каждому стволу и большому объему подводимых работ накопится огромное количество информации, требующее со временем все больше и больше вычислительной мощности аппаратных средств для ее обработки, что может превысить имеющиеся в распоряжении государства аппаратные средства. Для решения поставленных и возникших проблем разработана архитектура алгоритмов вычислительных процессов основанных на самообучаемости.

Для начала решения вопроса убыстрения и повышения точности указанного выше процесса необходимо внести изменение в сам принцип получения информации и преобразование его в цифровой вид. Не переводить полученные с оптической аппаратуры, данные в растровые форматы и загружать полученное изображение в программные продукты, а работать напрямую с электронными сигналами, исходящими от оборудования, что позволит выстраивать модели и вероятности без вмешательства помех при конвертации цифровых сигналов в растровую форму, что особенно сильно сказывается на вероятности появления искажений в итоговых данных по снимкам срезов стволов деревьев или их кернов. По этим данным в дальнейшем строятся электронные био-информационного паспорта каждого ствола древесного растения.

Полученные данные по каждому срезу или керну необходимо обработать для сохранения в базу данных и здесь возникает еще одна идеологическая проблема программирования алгоритмов обработки. В силу биологических особенностей древесных растений на древесно-кольцевой информации могут возникать естественные «отметки» различного происхождения (сучки, механические или климатические повреждения), отражающиеся в нарушении целостности рисунков годичных колец. Для возможности решения таких задач, необходимо заложить в алгоритм обработки систему способную вычленять непонятные ей части и не отбрасывать их, а самостоятельно формировать новые ветви базы данных для дальнейшей автоматической обработки. Такой алгоритм, самостоятельно находящий пути решения заранее не заложенные в него задач и является интеллектуальным подходом в процесс обработки, анализа и обработки информации.

Созданный алгоритм на основе самообучаемости и саморазвития самостоятельно находит все новые и новые пути поиска закономерностей в обработке информации биометрических параметров и древесно-кольцевой информации и последующего доступа к ней. Требуемая вычислительная мощность для функционирования системы не растет пропорционально увеличивающемуся объему обрабатываемой информации, за счет интеллектуальной системы многопоточности и рекурсивной системы доступа к информации. В процессе работы складывается модель постоянно «умнеющей», набирающейся опытом программы по построению аналитической базы данных с целью дальнейшего использования не только по прямой связи, но и для корректировки уже существующих сохраненных моделей данных и сформированных персонифицированных по каждому древесному стволу биоинформационных паспортов. Хранящаяся в базе данных интеллектуального алгоритма информация развивается по законам диалектики и в каждый момент времени находится в стадии обработки и постоянного саморазвития. Такая информация может использоваться не только в областях прикладного значения, но и научных исследованиях, представляя обширные возможности накопления и обработки накопленного опыта в конкретных областях науки. К примеру, система способна пересматривать и корректировать уже сформированные биоинформационные паспорта, по новым полученным данным, повышая точность и достоверность. Предлагаемый подход позволяет идентифицировать различия между биоинформационными паспортами с точностью до микронного уровня (чем больше набирается опыт системой, тем точность идентификации повышается).

В ходе разработки представленной модели искусственного интеллекта с прикладным применением в области лесного хозяйства, возникают этические вопросы, связанные с общей проблемой разработки искусственного интеллекта. Для «сдерживания» разрабатываемого алгоритма в определенных гранях саморазвития параллельно разрабатываются барьеры (программные табу), ограничивающие возможности ветвления алгоритма с системой самодиагностики и прерывания. В качестве контрольной меры в алгоритм отдельным независимым потоком положена система оповещения оператора-разработчика о степени общего и частного развития алгоритма, с созданием точек отката в предыдущие конфигурации до момента входа новых данных в общую базу данных системы.

Представленная модель успешно разрабатывается и апробируется в области научных исследований подтверждения законности происхождения древесины филиала ФБУ ВНИИЛМ «Сибирская лесная станция», г. Тюмень под руководством Заведующего сектором научно-технической информации А. И. Николаева.

Основные положительные стороны применения предложенной системы в сфере подтверждения законности происхождения древесины в РФ:

1.                  Интеллектуальная система лишена вероятности возникновения ошибок человеческого фактора при выполнении работ;

2.                  Алгоритм самообучаемости дописывает в свою базу данных параметры и ищет пути их решения ранее не заложенные в него разработчиком, что подтверждает интеллектуальность и самодостаточность;

3.                  Точность и невозможность изменить данные такой системы способны пресечь незаконные рубки на всех этапах заготовки древесины, сохраняющих древесно-кольцевую информацию;

4.                  Персонифицирование каждого древесного ствола, позволяющего учитывать всю заготавливаемую древесину;

5.                  Неограниченные возможности использования разработанного алгоритма в научных исследованиях и прикладных направлениях деятельности.

 

Литература:

 

1.                  Розанов М. И. Возможности установления целого по частям при исследовании древесины и изделий из нее. Криминалистика и судебная экспертиза. Вып. 1. — Киев: Киевский НИИСЭ, 1964.

2.                  Розанов М. И. Дендрохронологический метод идентификации древесины. Криминалистика и судебная экспертиза. Вып. 2. — Киев: Киевский НИИСЭ, 1965.

Основные термины (генерируются автоматически): баз данных, древесно-кольцевая информация, лесное хозяйство, представленная модель, обработка информации, искусственный интеллект, заготавливаемая древесина, древесный ствол, данные, решение.


Похожие статьи

Проблемы лесного хозяйства в экономике РФ | Статья в сборнике...

Ключевые слова: экономика лесного хозяйства, учет древесины, бюджетные ассигнования, экономика научной отрасли.

Однако по данным Всемирного банка объем незаконно заготовленной древесины в том же году оценивается в 20 % от общего объема, что примерно...

Деревья решения для задач построения рейтинга коммерческих...

В основе любого дерева решения лежит принцип бинарного разделения объектов на две

В настоящие время предиктивные модели на базе логики XGboost широко используются в

Дополнительная таблица данных, специализированного типа, содержащая информацию об...

Практика применения судебной дендрохронологии при борьбе...

Анализ динамики нелегальных заготовок древесины в Российской Федерации (по данным

В среднем за этот период количество древесины, заготовленной с нарушением

Ч. I. Основы дендрохронологии. Сбор и получение древесно-кольцевой информации...

Сохранение биоразнообразия при заготовке древесины...

Полезная информация.

- Правила заготовки древесины; - Лесоустроительная инструкция

В конце ХХ в. в лесном секторе наметилась тенденция перехода от модели экстенсивного лесопользования, связанной с освоением новых лесных территорий, к модели...

Использование данных спутникового зондирования в лесном...

Для решения задач обработки информации по состоянию лесного хозяйства в работе разработано программное обеспечение на базе вейвлетов.

Николаев Андрей Иванович — Информация об авторе

Разработка искусственного интеллекта на основе выявления закономерностей биометрических данных древесных растений и построения персонифицированных информационных моделей — биоинформационных паспортов каждого древесного ствола. №19 (78) ноябрь-2 2014 г.

Применение методов искусственного интеллекта в спорте

Ключевые слова: искусственный интеллект, интеллектуальный анализ данных, машинное

Искусственный интеллект (artificial intelligence-AI) разрабатывает различные методы

Современные методы AI (ассоциативные правила, деревья решений, модель гауссовых...

Разработка методики выявления сетевых атак с помощью Data...

Построенное дерево решений представлено на рис. 2. Из рисунка видно, что

Сбор данных, обнаружение вторжений, дерево решений, аномальная активность, DoS-атака.

Разработка методики тематической обработки аэрокосмической съемки на основе структурных моделей.

Проблемы лесного хозяйства в экономике РФ | Статья в сборнике...

Ключевые слова: экономика лесного хозяйства, учет древесины, бюджетные ассигнования, экономика научной отрасли.

Однако по данным Всемирного банка объем незаконно заготовленной древесины в том же году оценивается в 20 % от общего объема, что примерно...

Деревья решения для задач построения рейтинга коммерческих...

В основе любого дерева решения лежит принцип бинарного разделения объектов на две

В настоящие время предиктивные модели на базе логики XGboost широко используются в

Дополнительная таблица данных, специализированного типа, содержащая информацию об...

Практика применения судебной дендрохронологии при борьбе...

Анализ динамики нелегальных заготовок древесины в Российской Федерации (по данным

В среднем за этот период количество древесины, заготовленной с нарушением

Ч. I. Основы дендрохронологии. Сбор и получение древесно-кольцевой информации...

Сохранение биоразнообразия при заготовке древесины...

Полезная информация.

- Правила заготовки древесины; - Лесоустроительная инструкция

В конце ХХ в. в лесном секторе наметилась тенденция перехода от модели экстенсивного лесопользования, связанной с освоением новых лесных территорий, к модели...

Использование данных спутникового зондирования в лесном...

Для решения задач обработки информации по состоянию лесного хозяйства в работе разработано программное обеспечение на базе вейвлетов.

Николаев Андрей Иванович — Информация об авторе

Разработка искусственного интеллекта на основе выявления закономерностей биометрических данных древесных растений и построения персонифицированных информационных моделей — биоинформационных паспортов каждого древесного ствола. №19 (78) ноябрь-2 2014 г.

Применение методов искусственного интеллекта в спорте

Ключевые слова: искусственный интеллект, интеллектуальный анализ данных, машинное

Искусственный интеллект (artificial intelligence-AI) разрабатывает различные методы

Современные методы AI (ассоциативные правила, деревья решений, модель гауссовых...

Разработка методики выявления сетевых атак с помощью Data...

Построенное дерево решений представлено на рис. 2. Из рисунка видно, что

Сбор данных, обнаружение вторжений, дерево решений, аномальная активность, DoS-атака.

Разработка методики тематической обработки аэрокосмической съемки на основе структурных моделей.

Обсуждение

Социальные комментарии Cackle

Похожие статьи

Проблемы лесного хозяйства в экономике РФ | Статья в сборнике...

Ключевые слова: экономика лесного хозяйства, учет древесины, бюджетные ассигнования, экономика научной отрасли.

Однако по данным Всемирного банка объем незаконно заготовленной древесины в том же году оценивается в 20 % от общего объема, что примерно...

Деревья решения для задач построения рейтинга коммерческих...

В основе любого дерева решения лежит принцип бинарного разделения объектов на две

В настоящие время предиктивные модели на базе логики XGboost широко используются в

Дополнительная таблица данных, специализированного типа, содержащая информацию об...

Практика применения судебной дендрохронологии при борьбе...

Анализ динамики нелегальных заготовок древесины в Российской Федерации (по данным

В среднем за этот период количество древесины, заготовленной с нарушением

Ч. I. Основы дендрохронологии. Сбор и получение древесно-кольцевой информации...

Сохранение биоразнообразия при заготовке древесины...

Полезная информация.

- Правила заготовки древесины; - Лесоустроительная инструкция

В конце ХХ в. в лесном секторе наметилась тенденция перехода от модели экстенсивного лесопользования, связанной с освоением новых лесных территорий, к модели...

Использование данных спутникового зондирования в лесном...

Для решения задач обработки информации по состоянию лесного хозяйства в работе разработано программное обеспечение на базе вейвлетов.

Николаев Андрей Иванович — Информация об авторе

Разработка искусственного интеллекта на основе выявления закономерностей биометрических данных древесных растений и построения персонифицированных информационных моделей — биоинформационных паспортов каждого древесного ствола. №19 (78) ноябрь-2 2014 г.

Применение методов искусственного интеллекта в спорте

Ключевые слова: искусственный интеллект, интеллектуальный анализ данных, машинное

Искусственный интеллект (artificial intelligence-AI) разрабатывает различные методы

Современные методы AI (ассоциативные правила, деревья решений, модель гауссовых...

Разработка методики выявления сетевых атак с помощью Data...

Построенное дерево решений представлено на рис. 2. Из рисунка видно, что

Сбор данных, обнаружение вторжений, дерево решений, аномальная активность, DoS-атака.

Разработка методики тематической обработки аэрокосмической съемки на основе структурных моделей.

Проблемы лесного хозяйства в экономике РФ | Статья в сборнике...

Ключевые слова: экономика лесного хозяйства, учет древесины, бюджетные ассигнования, экономика научной отрасли.

Однако по данным Всемирного банка объем незаконно заготовленной древесины в том же году оценивается в 20 % от общего объема, что примерно...

Деревья решения для задач построения рейтинга коммерческих...

В основе любого дерева решения лежит принцип бинарного разделения объектов на две

В настоящие время предиктивные модели на базе логики XGboost широко используются в

Дополнительная таблица данных, специализированного типа, содержащая информацию об...

Практика применения судебной дендрохронологии при борьбе...

Анализ динамики нелегальных заготовок древесины в Российской Федерации (по данным

В среднем за этот период количество древесины, заготовленной с нарушением

Ч. I. Основы дендрохронологии. Сбор и получение древесно-кольцевой информации...

Сохранение биоразнообразия при заготовке древесины...

Полезная информация.

- Правила заготовки древесины; - Лесоустроительная инструкция

В конце ХХ в. в лесном секторе наметилась тенденция перехода от модели экстенсивного лесопользования, связанной с освоением новых лесных территорий, к модели...

Использование данных спутникового зондирования в лесном...

Для решения задач обработки информации по состоянию лесного хозяйства в работе разработано программное обеспечение на базе вейвлетов.

Николаев Андрей Иванович — Информация об авторе

Разработка искусственного интеллекта на основе выявления закономерностей биометрических данных древесных растений и построения персонифицированных информационных моделей — биоинформационных паспортов каждого древесного ствола. №19 (78) ноябрь-2 2014 г.

Применение методов искусственного интеллекта в спорте

Ключевые слова: искусственный интеллект, интеллектуальный анализ данных, машинное

Искусственный интеллект (artificial intelligence-AI) разрабатывает различные методы

Современные методы AI (ассоциативные правила, деревья решений, модель гауссовых...

Разработка методики выявления сетевых атак с помощью Data...

Построенное дерево решений представлено на рис. 2. Из рисунка видно, что

Сбор данных, обнаружение вторжений, дерево решений, аномальная активность, DoS-атака.

Разработка методики тематической обработки аэрокосмической съемки на основе структурных моделей.

Задать вопрос