МЕТОД СЕМАНТИЧЕСКОЙ СТРУКТУРИЗАЦИИ ИНФОРМАЦИОННЫХ ПОТОКОВ
Группой к.ф.-м.н. Бодякина В.И. разработан метод автоматического преобразования неструктурированного информационного потока в семантическую иерархическую структуру образов-объектов, которая изоморфна топологии реальных процессов в исследуемой предметной области.
Разработана теоретическая концепция, доказывающая, корректность такого преобразования. В основе данной методики лежит гипотеза о фрактальной организации реальной природы. Соответственно, адекватные структуры, отображающие ее процессы должны иметь минимальную форму описания. На базе реализации это принципа – "принципа минимизации ресурсных затрат" была построена компьютерная модель крупномасштабной ассоциативной памяти. Исследования ее функционирования подтвердили теоретические оценки свойств ее характеристик как информационной системы (компрессия, время доступа, надежность и др.), которые имеют тенденцию к улучшению по мере роста объемов обрабатываемой ее информации [1].
В качестве элементной базы для информационных систем данного типа был разработан нейроподобный N-элемент и различные структурные образования из него (слой, иерархически-сетевая структура, иерархия структур второго порядка и др.). Разработанная модель N-элемента, является дальнейшим развитием модели формального "классического" нейрона нынешнего направления нейрокомпьютинга [2], в частности, переходом от алгебраических операций к векторным, обратимостью преобразований, образованием связей в процессе ввода информации и др., что более адекватно отражает функции прототипа – биологического нейрона .
На базе данного нейросемантического инструментария разработан ряд прикладных информационных систем и программ. Программа передачи данных по каналу с высокой криптостойкостью ("идеальный код") и монотонно возрастающим коэффициентом компрессии. Область применения: каналы телеметрии и каналы "земля-космос-земля". Вторая программа – архиватор для больших и сверхбольших баз данных и архивов. Особенность данной программы – возрастающий коэффициент компрессии (если для "обычных" – средневзвешенных данных "классические" архиваторы: arj, arc, zip и др. дают компрессию ~ 2-4, то данная программа дает компрессию более 10, начиная с 10-100 Мбайт данных (текста, графики и пр.) и далее, с ростом объема данных, компрессия будет только возрастать).
В качестве информационных систем на базе нейросемантических структур разработаны: научно-исследовательский инструментальный комплекс и модель крупномасштабной ассоциативной памяти. Характерная особенность данной ассоциативной памяти – автоматическое ее формирование в процессе ввода информационного потока (в масштабе реального времени). На инструментальном комплексе показана возможность раскрытия (визуализации) семантических структур ассоциативной памяти в виде гипертекстового графа, отображающего "анатомию" реальной предметной области. Это существенный шаг для разработчиков в направлении автоматизации обработки больших и сверхбольших информационных потоков.
Работы, проводимые группой Бодякина В.И., открывают широкий фронт работ как теоретического, так и практического характера: моделирование психофизических процессов (мышления, памяти, распознавания и др.); моделирование социальных процессов ("нейрон-субъект", "мозг-государство"); прогнозирование процесса эволюции информационных систем ("неживое" - "живое" - "животное" - "разум" - "сверхразум") и его соотнесение с направлением развития цивилизации (аграрное, индустриальное, информационное общество) [3].
Данные работы неоднократно докладывались на международных конференциях, неизменно вызывая большой интерес. По данной тематике успешно защищена кандидатская диссертация "Исследование структурных моделей открытых динамических систем". В настоящее время готовится ряд публикаций, статей и монография, а также осуществляется патентная деятельность (адаптивные каналы передачи данных, методы компрессии и др.) и готовится заявка на открытие "свойство информации к автоструктуризации на сложных однородных информационных средах". В рамках разрабатываемой теории в МФТИ читается курс лекций "Введение в нейросети" и "Теория информационных систем".
Литература:
