549_Sovremennye_problemy_telekommunikatsij_

Рис. 3. Циклическая схема функционирования AR

С помощью объектива Л. формируется исходное изображение объектов сцены физи- ческой реальности. А анализирующее устройство, устройство виртуальной реальности, смеситель и воспроизводящее устройство производят анализ, распознавание и формирование смешанного изображения дополненной реальности. Оператор наблюдает изображение дополненной реальности и в соответствии с целеполаганием интерпретирует наблюдаемую сцену, принимает соответствующее решение, взаимодействует с объектами дополненной реальности через соответствующие каналы управления [8].

а) Первый уровень – элементарная (базовая) самообучающаяся структура EAR

б) Второй уровень – мультиагентная самообучающаяся структура EAR

451

в) Третий уровень – самообучающаяся (саморазвивающаяся) среда EAR

Рис. 4. Уровни структурного анализа образовательного пространства AR (EAR)

На первом уровне структурного анализа процессов самообучения в образовательном пространстве дополненной реальности (EAR) рассматривается элементарная (базовая) самообучающаяся структура, включающая в себя ученика и учителя, взаимодействующих с изучаемыми объектами и между собой через индивидуальные программные интерфейсы

(Рис. 4).

На втором уровне структурного анализа процессы самообучения в EAR рассматриваются как мультиагентное представление множества элементарных самообучающихся структур [9,

10].

На третьем уровне структурного анализа все информационное пространство EAR рассматривается как динамическая неравновесная система, обладающая свойствами самообучения, самоорганизации и саморазвития, в соответствующих представлениях синергетической парадигмы [11].

Для каждого цикла функционирования системы дополненной реальности (Рис.3) процесс передачи знаний, начальное и конечное количество знаний ученика и учителя можно представить в следующем виде:

Первый уровень: Учитель => Студент

Eteach Eteach0

Estd Estd0 Estd

Второй уровень: Учителя <=> Студенты

Eteach Eteach0 Eteach

Estd Estd0 Estd

Третий уровень:

Esyst Esyst0 Esyst

Где Eteach0, Estd0 и Eteach, Estd это начальное и конечное количество знаний учителя и студента соответственно; Esyst и Esyst0 – начальное и конечное количество знаний всей

системы EAR.

Рассмотрим элементарную самообучающуюся структуру первого уровня с точки зрения классической теории самообучающихся систем [12].

На рисунке 5 показана соответствующая схема самообучающегося агента.

452

Рис. 5 Схема самообучающегося агента

На рисунке 6 показана функциональная схема самообучающегося агента в элементарной структуре EAR.

Рис. 6. Самообучающийся агент в элементарной структуре EAR

Функции самообучающегося агента (генерация задач, решатель, критик и оценка эффективности) реализуется как результат взаимодействия учителя и ученика элементарной структуры в физическом и виртуальном информационном пространстве EAR. В подпространстве виртуальной реальности можно условно выделить информационные образы виртуального учителя и виртуального ученика при условии самостоятельной реализации ими вышеперечисленных функций самообучающегося агента.

В таком случае для проектирования и реализации виртуального учителя и ученика можно использовать все известные методы теории самообучающихся систем, в том числе методы машинного обучения: деревья принятия решений, нейронные сети, генетические алгоритмы, Байесовские самообучающиеся системы и сети доверия; методы нечеткой логики: нечѐткая теория множеств, нечѐткая логика, нечѐткая теория меры, нечѐткие контроллеры [12].

453

4. Заключение

На основе проведенного структурного анализа процессов самообучения в образовательном пространстве дополненной реальности получены следующие результаты:

-рассмотрены условия функционирования самообучающихся процессов в образовательном пространстве дополненной реальности;

-для предложенных трех уровней приближения процессов самообучения определены соответствующие самообучающиеся структуры и дана их краткая характеристика;

-для элементарной (базовой) самообучающейся структуры первого уровня приближения структурного анализа рассмотрена система функций реализации самообучающегося агента с выделением информационных образов самообучающихся виртуального учителя и виртуального ученика. Перечислены методы их проектирования и реализации.

Литература

1.Безродных Т.В. Новые роли преподавателя ВУЗа // XX Международная конференция «Психология и педагогика: методика и проблемы практического применения». Новосибиск, 2011.

2.Федеральный закон Российской Федерации от 29 декабря 2012 г. N 273-ФЗ

3.Kesima M., Ozarslanb Y. Augmented reality in education: current technologies and the potential for education// Procedia - Social and Behavioral Sciences, V. 47, 2012. P. 297 – 302

4.Министерство образования и науки. Прогноз научно-технологического развития Российской Федерации на период до 2030 года. Москва, 2013

5.Анисимова Н.С. Представление модели информационно-образовательного пространства в виде совокупности предметных средств обучения. // ХХ Международная научно- методическая конференция «Современное образование: содержание, технология, качество», 23 апреля 2014 г. ЛЭТИ, Санкт-Петербург, с 200-202.

6.Mligram P., Kishino F. A Taxonomy of Mixed Reality Visual Displays // IEICE Transactions on Information Systems, V. E77-D, No.12 December 1994. P. 1321-1329.

7.Шыырап М.Ю. Формирование 3D образовательного информационного пространства в дополненной реальности // Магистерская диссертация. Новосибирск: СибГУТИ, 2014 г.

8.Ronald T. Azuma. A Survey of Augmented Reality Presence // Massachusetts Institute of Technology V. 6, No. 4, August 1997. 355-385

9.Иванов С.Н. Модель информационной образовательной системы, основанной на мультиагентной технологии. Известия алтайского государственного университета. № 1-1 / 2012. C. 156-158

10.Schwarts H.M. Multi-agent Machine Learning. Wiley, 2014. 256 p.

11.Буданов В.Г., Астафьева О.Н., Ризниченко Г.Ю. Синергетическая парадигма. Синергетика образования. М.: Прогресс-Традиция, 2007. 592 с.

12.Николенко С.И., Тулупьев А. Л. Самообучающиеся системы. М.: МЦНМО, 2009. 288 с.

454

Шыырап Мерген Юрьевич

Ассистент кафедры систем автоматизированного проектирования СибГУТИ, тел. 8 (983)

121-1324, e-mail: mshyyrap@workmail.com.

Шыырап Юрий Монгушевич

Директор ООО НИЦ «Универсальная реальность», тел. 8 (983) 121-12-83, e-mail: yuriyshyyrap@gmail.com

Structural analysis of the processes of self-education in 3D space AR

M.Yu.Shyyrap, Yu.M.Shyyrap

In this paper, we investigate the processes of self-training in the information educational space of augmented reality. For the three levels of approximation: elementary, multi-agent and at level of self-learning environment, were defined the appropriate self-learning structurs. For elementary (basic) level of approximation (students, teachers, objects) described the functions of the implementation of a learning agent, defined the concept of a virtual teacher and student in the virtual augmented reality.

Keywords: educational space, augmented reality, the process of self-learning, self-learning structure, self-learning agent, a virtual teacher, virtual student.

455

Тензорная модель эхотракта и его инварианты

С.С. Абрамов, А.С. Гусельников

В работе предложены аналитические выражения для расчетатензорной модели линейной системы где найдено, что отношение соседних длин векторов на входе и выходе линейного четырехполюсника является величиной постоянной.

Ключевые слова: эхотракт, тензорная модель, дуплексная система.

Изобразим эквивалентную схему выходной части дуплексной системы передачи рис. 1.

Рис. 1 – Эквивалентная схема выходной части дуплексной системы передачи данных

Эхотракт можно считать линейной системой в том смысле, что в ней реализуется принцип суперпозиции: сумме входных воздействий соответствует сумма реакций на каждое входное воздействие.

Как было показано ранее, тензорная модель линейной системы представляет собой гиперплоскость, погруженную в пространство представления. Очевидно, что такой же будет и тензорная модель эхотрактов.

На рис. 2 для наглядности изображен пример двухмерной модели эхотракта, погруженной в трехмерное пространство представления. Выделим на поверхности тензорной модели некоторую прямую PQ. Каждой точке этой линии соответствует пара сигналов:

координаты точки в собственной системе координат плоскости , – это временные отсчеты входного сигнала, а координаты точки в системе координат пространства

представления , - отсчеты соответствующего выходного сигнала.

459

Рис. 2 – Пример двухмерной тензорной модели эхотракта

Выберем в качестве одной из координатных линий собственной системы координат тензорной модели линию PQ. Теперь множество точек, принадлежащих этой линии, будет одномерным и для их отображения в пространстве представления достаточно (в нашем примере) двухмерной плоскости.

Эта взаимосвязь между одномерным множеством входных сигналов и двумерным множеством соответствующих выходных сигналов можно отобразить на следующем рис. 3.

Рис. 3 – Иллюстрация преобразования подобия и параллельного проектирования на примере одномерной тензорной модели эхотракта