440. Планування переміщень робот (Основні моделі висновку)

Планування важливий спккт управління роботами.Щоб напр. вирішити задачу перейти в іну кімнату і принести предмет, комп‘ютер повинен розробити план,який визначає дії робота.Ця задача формулюється як пошук шляху на графі станів. Початковий стан – робот в позиції А, треба знайти послідовність операторів, що забезпечують переміщенн робота в позицію С. Описуємо цю задачу мовою предикатів. Перетворення стану із S1 в стан S2 задається ф-цією f. Для ділянки графу ствнів можна записати аксіому Р(S1)→Q(S2) або Р(S1)→Q(f(S1), де Р(S1)- це предикат, що описує властивості стану ділянки графу. Q(S2) –задає кінцевий стан ділянки графу. Введем ф-цію move , яка відповідає переміщенню робота move(a,b,s) – переміщення робота з т. А в т. В у стані S. Для стану задачі використ. предикат АТ, що позначає, що для стануу АТ(a,s0) – для стану з-чі s1 робот знаходиться в т. А. Тоді можна записати аксіому: АТ(а,s0). Цільове твердження формул і чи існує стан задачі S, при якому робот буде знаходитися в позиції С: sAT(c,s). Дерево для розв. задачі, ф-ція результуюча виходить в роз. серії підстановок в змінну s,s=move(b,c,move(a,b,s0)). Виконання дії полягає в тому, що робот спочатку повинен переміститися з т. А в т. В, а потім з т. В в т. С. Цей підхід розв. переміщення робота був використаний в с-мі управління роботом QR3.

441. Попередня обробка і розпізнавання звуків. (Обробка природної мови)

Вхідним матеріалом для обробки природної мови є звукові сигнали, що зазвичай мають певні акустичні недоліки, тому першим етапом розпізнавання є обробка звукової доріжки, що включає зниження шуму, фільтрацію за певними налаштуваннями еквалайзеру (залежно від частоти звуку що розпізнається та частот шумів). Діапазон шумів при цьому мінімізується. При випадках високої „злитності‖ мови, частота звукового файлу зменшується, що дозволяє засобам розпізнавання точніше визначати границі окремих звуків. Також ця проблема може бути вирішена розтягненням у часі доріжки при незмінній частоті файлу в кілогерцах (ідентично до проблеми розпізнавання графічних символів, тільки там мова йде про кількість пікселів). Після обробки звуку, доріжка поступає безпосередньо до засобів розпізнавання, які вже на базі статистичних даних та датамайнінгу (залежно від складності системи) розпізнають мову звукового файлу та генерують текст чи відповідь, залежно від поставленої задачі.

442. Пошук при виділенні контурних сегментів (Комп'ютерний зір)

В 1976р. Мартеллі розглянув застосування методів пошуку на графах знаходження контурних сегментів. Важалось що функція градієнта розраховується для кожного пікселя завчасно. Маркеллі запропонував використовувати для цього А-алгоритм пошуку на графах .А-алгоритм це алгоритм пошуку в просторі стану, який починає пошук зі стартової вершини і вибирає найкращій путь, що веде в цільну вершину. Управління в алгоритмі виконується за допомогою оцінкової функції, містить дві складові: витрати від стартової вершини до проміжної вершини поточного шляху; прогнозовані витрати від проміжної вершини до цільової вершини. Тому оціночна функція Мартеллі містить тільки оцінку витрат на шляху із стартової вершини в вершину N, g (N) не включає витрати на шлях із вершини N в цільову вершину h (N). Кожний піксель в першій стрчці зображення може бути використан як стартова вершина, а кожний із пікселів в останій строчці- як ціла вершина. Додаткова можливість в якості стартовій вершині можна використовувати піксель з максимальним абсолютним значеням градиєнта; в якості кінцевої вершини використ. Тотже піксель, но при досягненні його з другою стороною.