1 / 16

Praktické aspekty využívání exaktních metod aneb Pozice exaktních přístupů

Praktické aspekty využívání exaktních metod 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

morgan
Download Presentation

Praktické aspekty využívání exaktních metod aneb Pozice exaktních přístupů

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


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

  2. 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.

  3. 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.

  4. 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 asilná • 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

  5. 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?

  6. 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.

  7. 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.

  8. 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 zdrojemdo určité míryjasné 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.

  9. 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.

  10. 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.

  11. 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.

  12. 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

  13. 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.

  14. 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 Kurz - Výpočetní technika a specializované programy pro podporu VaV činností II Obsah kurzu 1 Software určený pro zpracování textu 2 Aplikace zaměřené na statistické zpracování dat 3 Tvorba grafů, diagramů a myšlenkových map 4 Citační manažery

  15. 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

  16. Děkuji Vám za pozornost !

More Related