(45-2) 16 * << * >> * Русский * English * Содержание * Все выпуски

Разработка когнитивных мнемосхем для оптической SMART-технологии дистанционного обучения на основе искусственных иммунных систем
Г.А. Самигулина 1,2, Т.И. Самигулин 2,3

1 Институт информационных и вычислительных технологий КН МОН РК,
050010, Казахстан, г. Алматы, ул. Пушкина, д. 125,

2 Казахстанско-Британский Технический Университет,
050000, Казахстан, г. Алматы, ул.Толе би, д. 59,

3 Satbayev University, 050011, Казахстан, г. Алматы, ул. Сатпаева, д.22

 PDF, 2491 kB

DOI: 10.18287/2412-6179-CO-736

Страницы: 286-295.

Аннотация:
В статье рассматриваются актуальные вопросы, посвящённые разработке информационной оптической Smart-технологии дистанционного обучения распределённой системы управления Experion PKS фирмы Honeywell для нефтегазовой отрасли. Около 70 % аварий на производстве вызваны человеческим фактором. Работа операторов заключается в наблюдении за высокотехнологичными процессами и управлении ими посредством мнемосхем и характеризуется повышенным напряжением зрительного аппарата, а также общей утомляемостью и потерей концентрации внимания. Инновационная персонализированная технология дистанционного обучения учитывает особенности зрения обучающихся с помощью корректировки цветоподачи учебного материала и динамического представления информации в зависимости от психотипа человека и основана на применении когнитивной, оптической и мультиагентной технологий, а также онтологическом и иммунносетевом подходах. Разработка когнитивных мнемосхем осуществляется с учётом этих особенностей, что позволяет снизить нагрузку на зрительный аппарат и повысить эффективность обучения практическим навыкам при работе с мнемосхемами. Подход искусственных иммунных систем используется для прогноза и оценки обучения, а также оперативной корректировки процесса получения знаний. Разработан модифицированный алгоритм функционирования дистанционной системы обучения на основе применения оптимизационных алгоритмов искусственного интеллекта и алгоритма иммунносетевого моделирования. Рассмотрены общие принципы создания мнемосхем и существующие мнемосхемы фирмы Honeywell. Приведён пример реализации предложенной дистанционной технологии, и представлены результаты моделирования когнитивных мнемосхем для различных категорий обучающихся с особенностями зрения.

Ключевые слова:
оптическая Smart-технология, промышленный контроль, психология восприятия, дистанционное обучение людей с особенностями зрения и психотипа, когнитивные мнемосхемы, искусственная иммунная система.

Благодарности
Исследование выполнено при финансовой поддержке КН МОН РК в рамках научного проекта № АР09258508 на тему: «Разработка интеллектуальной технологии управления сложными объектами на основе унифицированной искусственной иммунной системы для промышленной автоматизации с использованием современной микропроцессорной техники» (2021 – 2023 гг.).

Цитирование:
Самигулина, Г.А. Разработка когнитивных мнемосхем для оптической SMART-технологии дистанционного обучения на основе искусственных иммунных систем / Г.А. Самигулина, Т.И. Самигулин // Компьютерная оптика. – 2021. – Т. 45, № 2. – С. 286-295. – DOI: 10.18287/2412-6179-CO-736.

Citation:
Samigulina GA, Samigulin TI. Development of a cognitive mnemonic scheme for an optical Smart-technology of remote learning based of Artificial Immune Systems. Computer Optics 2021; 45(2): 286-295. DOI: 10.18287/2412-6179-CO-736.

Литература:
  1. Kothe, C.A. BCILAB: A platform for brain-computer interface development / C.А. Kothe, S. Makeig // Journal of Neural Engineering. – 2013. – Vol. 10, Issue 5. – 056014. – DOI: 10.1088/1741-2560/10/5/056014.
  2. Major, T. A survey of brain computer interfaces and their applications / T. Major, J. Conrad // IEEE SOUTHEASTCON 2014. – 2014. – P. 1-9. – DOI: 10.1109/SECON.2014.6950751.
  3. Filippis, L. Cognitive based design of a human machine interface for telenavigation of a space rover / L. Filippis, E. Gaia, G. Guglieri, M. Re, C. Ricco // Journal of Aerospace Technology and Management. – 2014. – Vol. 6, Issue 4. – P. 415-430.
  4. de Candia, G. Industry 4.0 and its aberrations [Electronical Resource] / G. de Candia. – URL: https://www.researchgate.net/publication/337949690_Industry_40_and_its_aberrations (request date 14.01.2020). – DOI: 10.13140/RG.2.2.36086.96323.
  5. Парьев, Г.В. Централизованная система управления технологическими объектами на базе Единой операторной ООО «ЛУКОЙЛ-Волгограднефтепереработка» / Г.В. Парьев // Автоматизация в промышленности. – 2015. – № 7. – C. 41-47.
  6. Михерский, P.M. Применение искусственной иммунной системы для распознавания зрительных образов / P.М. Михерский // Компьютерная оптика. – 2018. – Т. 42, № 1. – С.113-117. – DOI: 10.18287/2412-6179-2018-42-1-113-117.
  7. Mohapatra, S. Fault diagnosis in wireless sensor network using clonal selection principle and probabilistic neural network approach / S. Mohapatra, P.M. Khilar, R.R. Swain // International Journal of Communication Systems. – 2019. Vol. 32, Issue 12. – e4138. – DOI: 10.1002/dac.4138.
  8. Cutello, V. A hybrid immunological search for the weighted feedback vertex set problem / V. Cutello, M. Oliva, M. Pavone, R.A. Scollo. – In: Learning and Intelligent Optimization / ed. by N.F. Matsatsinis, Y. Marinakis, P. Pardalos. – Berlin, Heidelberg: Springer, 2020. – P. 1-16. – DOI: 10.1007/978-3-030-38629-0_1.
  9. Burczynski, T. Intelligent computing techniques / T. Burczynski, W. Kuś, W. Beluch, M. Szczepanik. In: Intelligent computing in optimal design / T. Burczynski, W. Kuś, W. Beluch, A. Długosz, A. Poteralski, M. Szczepanik. – 2020. – P. 17-76. – DOI: 10.1007/978-3-030-34161-9_3.
  10. Samigulina, G.A. Intelligent system of distance education of engineers, based on modern innovative technologies / G.A. Samigulina, Z.I. Samigulina // Procedia – Social and Behavioral Sciences. – 2016. – Vol. 228. – P. 229-236. – DOI: 10.1016/j.sbspro.2016.07.034.
  11. Samigulina, G.А. Innovative intelligent technology of distance learning for visually impaired people / G.А. Samigulina, A.S. Shayakhmetova, A.T. Nyusupov // Open Engineering. – 2017. – Vol. 7, Issue 1. – P. 444-452.
  12. Самигулина, Г.А. Когнитивная Smart-технология дистанционного обучения современному оборудованию промышленной автоматизации / Г.А. Самигулина, Ж.С. Лукманова // Вестник НТУ «ХПИ». – 2018. – № 42(1318). – С. 160-170.
  13. Krishnamurthy, E.V. On engineering smart systems / E.V. Krishnamurthy, M.V. Kris // Proceedings KES of the 9th International Conference on Knowledge-Based Intelligent Information and Engineering Systems. – 2005. – Vol. 3. – P. 505-512.
  14. Белоскова, К.В. Экспериментальное исследование порядка восприятия текстовой информации на экране дисплея / К.В. Белоскова, С.Л. Артеменков. – В кн.: Экспериментальная психология в России: традиции и перспективы / под ред. В.А. Барабанщикова. – Москва: Издательство "Институт психологии РАН", 2010. – C. 230-234.
  15. ГОСТ Р МЭК 60073-2000. Интерфейс человеко-машинный. Маркировка и обозначения органов управления и контрольных устройств. – М.: ИПК Издательство стандартов, 2000. – 24 с.
  16. Rieger, C. Industrial Control Systems Security and Resiliency / C. Rieger, I. Ray, Q. Zhu, M. Haney. – Springer, 2019. – 276 p. DOI: 10.1007/978-3-030-18214-4.
  17. Александров, Ю.И. Психофизиология : Учебник для вузов / Ю.И. Александров. – 4-е изд. – СПб: Питер, 2018. – 464 с.
  18. Luo, R. Encyclopedia of color science and technology / R. Luo. – New York: Springer Science+Bisiness Media, 2016.
  19. Спасенников, В.В. Феномен цветовосприятия в эргономических исследованиях и цветоконсультировании / В.В. Спасенников // Эргодизайн. – 2019. – № 2. – С. 51-59.
  20. Патология тританопии – не различаю синий цвет [Электронный ресурс]. – 2016. – URL: https://ofthalm.ru/tritanopija-tritanomalija.html/ (дата обращения 15.01.2020).
  21. Samigulina, G.A. Cognitive Smart technology of distance learning of experion PKS distributed control system for oil and gas industry using ontological approach / G.A. Samigulina, Z.I. Samigulina, Zh.S. Lukmanova // News of the Academy of sciences of the Republic of Kazakhstan. Series of Geology and Technical Sciences. – 2020. – No. 1(439). – P. 23-31.
  22. Самигулина, Г.А. Разработка интеллектуальной системы управления дистанционным образованием на основе иммунносетевого моделирования (программа для ЭВМ) / Г.А. Самигулина, З.И. Самигулина // Свидетельство о государственной регистрации объекта интеллектуальной собственности в Комитете по правам интеллектуальной собственности МЮ РК. – Астана, 27 декабря 2010. – № 1882.
  23. Samigulina, G.A. Modified immune network algorithm based on the Random Forest approach for the complex objects control / G.A. Samigulina, Z.I Samigulina // Artificial Intelligence Review. – 2019. – Vol. 52, Issue 4. – P. 2457-2473.
  24. Tarakanov, A. Foundations of immunocomputing / A. Tarakanov, G. Nicosia // Proceedings of the 1st IEEE Symposium of Computational Intelligence. – 2007. – P. 503-508.
  25. Samigulina, G.A. Development of the decision support systems on the basis of the intellectual technology of the artificial immune systems / G.A. Samigulina // Automation and Remote Control. – 2012. – Vol. 73, Issue 2. – P. 397-403.
  26. Самигулина, Г.А. «Data_Analyzer» (программа для ЭВМ) / Г.А. Самигулина, З.И. Самигулина // Свидетельство о государственной регистрации прав на объект авторского права. – Астана, 4 декабря 2013. – № 1601.
  27. Minh, V.T. Modeling and control of distillation column in a petroleum process / V.T. Minh, A.A. Rani // Mathematical Problems in Engineering. – 2009. – Vol. 2009. – 404702.
  28. Liu, Ch. Optimal design of high-rise building wiring based on ant colony optimization / Ch. Liu // Cluster Computing. – 2018. – Vol. 22. – P. 3479-3486.
  29. Гаряев, А.В. Психолого-физиологические особенности визуального восприятия информации и их учет при создании учебных презентаций / A.B. Гаряев, Т.П. Гаряева // Вестник ПГПУ. – 2008. – № 4. – С. 106-113.
  30. Klingberg, T. Training and plasticity of working memory / T. Klingberg // Trends in Cognitive Sciences. – 2010. – Vol. 14, Issue 7. – P. 317-324.

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: ko@smr.ru ; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20