Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Метод формирования модели измерения




 

 

Если предположить, что результаты измерения, входящие в область значений пространства признаков, формируются, исходя из искомой ММИ, то можно принять, что задание пространства признаков само по себе определяет свойство, под действием которого область значений ММИ в этом пространстве легко разделяется, т.е. взаимное расположение точек в выбранном пространстве уже содержит информацию о разделимости переменных синтезируемой ММИ, которая оказывается достаточной для формирования модели. Данное условие формирования ММИ можно сформулировать в виде гипотезы компактности, по которой ММИ соответствуют компактные множества, составляющие область ее значений в пространстве признаков. Сформированные при этом множества ММИ, которым в абстрактном пространстве соответствуют компактные множества точек, разумно назвать абстрактными ММИ данного пространства.

Воспользовавшись аппаратом математической лингвистики и сформулированной гипотезой компактности, можно описать структуру ММИ, для чего требуется осуществление сегментации области значений на составные части, то есть выбор элементов для описания типичных фрагментов и методы их поиска. После предварительной работы, обеспечивающей выделение элементов, возникают собственно лингвистические задачи, состоящие из задач автоматического грамматического разбора описаний для распознавания ММИ. Алгоритмы формирования модели, сводящиеся к выделению компактных множеств в заданных пространствах, определяют только абстрактные модели. Различие между геометрическим [85] и лингвистическим подходами при синтезе алгоритмов состоит в формализации понятия компактности. Сформулированная гипотеза компактности позволила синтезировать критерий для сравнения качества данных моделей и, как следствие, качество алгоритма синтеза ММИ, формализованный выбор которого осуществлен в работе [5].

Синтез метода и алгоритма формирования модели измерения на начальном этапе измерения. Метод формирования ММИ, использующий лингвистический подход при его синтезе, предназначен для использования на ранних этапах оценивания и основан на анализе множества допустимых вариантов оцениваемого параметра [86]. Данный метод формирования ММИ на начальных этапах оценивания предусматривает последовательное выполнение следующих этапов:

1. Выбор произвольного числа r квантов из множества Г0, которые отличаются друг от друга сильнее, чем все остальные невыбранные кванты, т.е. нахождение такого подмножества ГÍГ0 с количеством элементов çГç= r £çГ0ç, для которого выполняется условие

[" Gi, " Gj (Gi, Gj Î Г) & " Gk, " Gl (Gk, Gl Î)]: Iij ³ max(Iik, Ikl),

где Iij, Iik, Ikl – степени различения квантов Gi c Gj, Gi с Gk, Gk с Gl.

2. Кластеризация выбранных в п. 1 квантов на непересекающиеся кластеры, объединяющие однотипные кванты и имеющие максимальное расстояние между кластерами. Формально это значит разделение множества Г на непересекающиеся множества Г1, Г2, …, Г s, где 1 £ s £ r с учетом выполнения условия

[" Gi, " Gj (Gi, Gj Î Г m) & (" Gk Ï Г m)]: I (Gi, Gj) < I (Gi, Gk),

где Г m Í Г, m = m -й кластер множества Г, I (Gi, Gj) – расстояние между квантами Gi и Gj. Причем m = Г, а = Æ.

3. Формирование ММИ G на базе кластеров Г m, m = таким образом, чтобы центр кластера отражал характерные свойства элементов множества Г m = (Gm 1, Gm 2, Gmn), т.е. определение

G = F (Gm 1, Gm 2, Gmn), m = .

Таким образом, в результате решения трех данных задач из множества допустимых вариантов квантов Г0, имеющего огромное количество элементов, получаем ММИ, которая определяется небольшим количеством типовых элементов (G , G ,…, G ), рассматриваемые как переменные ММИ. Если некоторая типовая переменная модели G по результатам метода явно превосходит остальные, то оптимальный вариант ММИ целесообразно искать в близости G , т.е. в кластере Г m:

I. Выбор множества максимально различающихся квантов Г*, может быть осуществлен с помощью алгоритма, который сортирует элементы множества Г0 и отбрасывает мало отличающиеся. Для вычисления различия квантов можно использовать выражение (5.1), полученное по результатам решения задачи 2.3, которое позволяет оценить степень различия как двух квантов, так и множества квантов, составляющих область значений. Степень различия I ij выражает отличия квантов Gi и Gj и находится в интервале [0, 1+ d ]. При Iij =0 кванты Gi и Gj изоморфны, а при Iij =1+ d они не совпадает, то есть Gi j =Æ. Поскольку алгоритм отбора просматривает огромное число квантов для их сравнения, а хранение в памяти ЭВМ всех элементов множества Г0 нецелесообразно, поэтому алгоритм отбора ориентирован на последовательный анализ допустимых вариантов ММИ, которые сразу после выбора сравниваются с отобранными, а в памяти ЭВМ сохраняется только множество Г*.

II. Второй этап алгоритма формирования ММИ на ранних этапах оценивания – этап кластеризации квантов, который выполняется с помощью алгоритма максиминного расстояния. Расстояние I (Gi, Gj) между квантами Gi и Gj определяется выражением (5.2) с учетом смещения d между квантами.

Для выбора значения d принимается компромиссное решение между точностью рассчитываемого расстояния и требуемым машинным временем для нахождения множеств.

Задачу кластеризации элементов множества Г можно рассматривать как разбиение Г на s непересекающихся подмножеств Г1, Г2, …, Г s, для которых произвольный элемент ri вектора = (r 1, r 2, …, rs) указывает мощность подмножества Г i çГ i ç = ri, где = r = çГç, а элемент vi вектора = (v 1, v 2, …, v s) выражает текущее количество элементов множества Г i во время выполнения алгоритма. Первый элемент произвольного кластера Г i называется центром и обозначается Gi 1 Î Г i.

III. Формирование ММИ G на базе кластеров Г m, m = позволяет значительно сократить трудоемкость проведения подробного структурного анализа, так как типовой квант G содержит основные структурные свойства квантов соответствующего кластера Г m ={ Gm 1, Gm 2, Gmrm }, поэтому отпадает необходимость анализа всех его элементов. Результатом задачи формирования ММИ является определение множества кластеров Г * ={ G , G, G }, свойство каждого из которых определяется его центром. При этом начальную ММИ на базе G Î Гполучают, объединяя элементы множества Г m, в виде переменных ММИ, то есть

(" m = ): G = .

Описанные алгоритмы обеспечивают формирование начальной ММИ, которая содержит основные структурные свойства исходных оцениваемых результатов измерения. Форма представления данных и структура алгоритмов ориентированы на их программную реализацию и включение в состав разработанной диалоговой системы оценивания результатов измерения.

 

 




Поделиться с друзьями:


Дата добавления: 2014-01-05; Просмотров: 275; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.014 сек.