A Nem-Megfigyelhető-Állapottér tulajdonságainak feltárása a Megfigyelhető-Állapottér viselkedése alapján a tanuló rendszerekben

Revealing the properties of the None-Visible-State-Space according to the behaviour of the Visible-State-Space in the learning systems

Bákai, Tamá

Bitay, Enikő

Erdélyi Múzeum-Egyesület

2011-06-09T20:44:24Z

2011-06-09T20:44:24Z

2006

Abstract Nowadays the growing demands are the dominant concept of most parts of life. To satisfy these demands the planning of more complex and flexible problem-solving systems are required. In the last decades many new technology and technique were developed to handle the growing demands. Apparently the object-oriented modelling methodology was the most efficient between these. However nowadays the growing demands of the market gradually outgrow the abilities of the pure object-oriented concepts. One of the main reasons of this is that the decomposition techniques can not handle efficiently the numerous sub-systems with varying characteristics and connections. The common problems appear in the untreatable complexity and the missed deadlines. The use of artificial intelligence means new concepts in the developing processes. The agent based programming gives the possibility to describe the functionality of the required system not only by using actions-reactions but by defining the goals and constraints in the system. The machine-learning helps to reveal the connections, relations and logical behaviour in the dynamism of the modelled system and helps to reveal the effects of the none modelled systems in the modelled system. This paper shows shortly our results in this field. Összefoglaló Napjainkban az élet szinte minden területét a megnövekedett és egyre szerteágazóbb igények jellemzik. Ezeknek az igényeknek a kielégítése egyre komplexebb és rugalmasabb probléma-megoldó rendszerek tervezését teszi szükségessé. Az utóbbi évtizedekben a megnövekedett elvárások kézben tartására számtalan új technológia és technika jelent meg, melyek között az egyik legjelentősebb paradigmát az objektum orientált modellezés jelentette. Napjainkban a piac igényeinek folyamatos növekedése azonban már egyre inkább túlnő a pusztán objektum orientált eszközökkel kezelhető szinten. Ennek egyik fő oka, hogy a számtalan és folyamatosan változó jellegű részrendszerek és kapcsolataik kezelésében már a különböző dekompozíciós módszerek sem nyújtanak elegendő segítséget. Ennek következményei elsősorban a modellezett rendszer komplexitásának kezelhetetlenségében és a határidők túllépésében jelentkezik. A mesterséges intelligencia alkalmazása új lehetőségeket nyújt a fejlesztési folyamatokban. Az ágens orientált modellezés lehetővé teszi modellezett rendszer dinamikus viselkedésének akciók-reakciók megadása helyett célok és korlátozások definiálásával végzett leírását. A gépi tanulás alkalmazásával pedig a megfigyelt rendszer dinamikus jellegében rejlő kapcsolatok, relációk, logikai összefüggések feltárásának feladata vehető le a fejlesztő mérnök válláról. A gépi tanulás alkalmazása ezen túlmenően lehetőséget nyújt a nem modellezett rendszerek modellezett rendszerre gyakorolt hatásainak a felismerésében és feltárásában is. Az ezen a területen elért eredményeink rövid bemutatásával foglalkozik ez a cikk.

15-18

magyar

angol

Article

Adobe PDF

application/pdf

973-8231-50-7

http://hdl.handle.net/10598/15098

Erdélyi Múzeum-Egyesület

Fiatal Műszaki Tudományos Ülésszaka 11

© Erdélyi Múzeum-Egyesület