Понятие информационной системы, автоматизированные информационные системы. Классификация информационных систем. Структура и состав информационной системы, страница 30

Существуют такие виды роднит или отношений: вид — род, род — вид, предмет — процесс, процесс — предмет, целое — часть, часть — целое, причина — следствие, следствие — причина и др. Пользователь получает более общую информацию из родового типа связи, а из видового — специфическую информацию без повторения общих сведений из родовых тем. Список заглавий родственных тезаурусных статей является локальным справочным аппаратом, в котором указывают ссылки только на ближайших родственников. Тезаурус гипертекста можно подать в виде сети, в узлах которой находятся текстовые описания объекта (информационные статьи), а ребра указывают на существование связи между объектами и на тип роднит.

Список главных тем содержит заглавия всех справочных статей, для которых нет ссылок типа род — вид, часть — целое. Как правило, список занимает не более одной панели экрана.

Алфавитный словарь имеет перечень наименований всех информационных статей за алфавитом.

Гипертекстовая технология ориентирована на обработку информации не вместо человека, а вместе с ней, то есть она является авторской. Пользователь сам определяет подход к изучению или созданию материала с учетом своих индивидуальных способностей, знаний, уровня квалификации и подготовки. Гипертекст содержит не только информацию, но и аппарат ее эффективного поиска.

Связки устанавливают, исходя из требований удобного и быстрого доступа к информации. Применяют, как правило, два типа связей: ссылочные и иерархические. Ссылочные связки служат для сочетания структур.

Организация доступа к информации в гипертекстовых системах может быть обеспечена одним из трех способов:

— в начальных узлах гипертекста размещается сжатая таблица содержания;

— для пересмотра информации применяется специальная программа;

— проводится индексация узлов информации, а ее поиск осуществляется по показанным индексам.

Гипертекст стал средством более эффективной организации почтовой системы, файловых систем электронных досок объявлений.


Мультимедиа ("многосредовость")— интерактивная технология, что обеспечивает работу с неподвижными изображениями, видеоизображением, анимацией, текстом и звуковым рядом.

Файлы с мультимедийной информацией сохраняются на CD-ROM, диске или на сетевом сервере. Числовое видео сохраняется в файлах с расширением AVI, аудиоинформация — в файлах с расширением WAV, аудио- в форме интерфейса MIDI с расширением MID.

Мультимедиа-акселератор — это программно-аппаратное средство, которое объединяет возможности графических акселераторов (перенесение блока данных, окрашивания объекта, поддержка аппаратного курсора) с одной или несколькими мультимедийными функциями, что нуждаются в установке у ПЭОМ дополнительных устройств.

К мультимедийным функциям принадлежат цифровая фильтрация и масштабирование видео, аппаратное цифровое сжатие — развертка видео, ускорение графических операций, связанных с трехмерной графикой (ЗD), поддержка "живого видео", наличие композитного видеовхода.

Широкое применение технология мультимедиа нашла в сфере образования, компьютерного тренинга, бизнеса. Созданы игровые ситуационные тренажеры, видеоэнциклопедии, диалоговое кино, где пользователь может руководить процессом зрелища из клавиатуры, а также посредством речи. Особенные перспективы мультимедиа открывает для дистанционного обучения.


6.8. Применение нейросетевых технологий в экономической деятельности

Компьютерные технологии, которые получили название нейросетевых, работают аналогично принципам работы нейронов головного мозга человека и дают возможность распознавать язык человека и абстрактные образы; классифицировать состояния сложных систем; руководить технологическими процессами и финансовыми потоками; решать аналитические опытные, прогнозные задачи, связанные с большими информационными потоками. Нейросетевые технологии (НТ) облегчают специалисту процесс принятия важных (и неявно определенных) решений в условиях неопределенности, дефицита времени и ограниченности информационных ресурсов.

Особенностью нейронных сетей является их способность изменять свое поведение (учиться) в зависимости от изменения внешней среды, добывать скрытую закономерность из потока данных. НТ не ставит повышенных требований к точности входных данных как на этапе обучения, так и при ее использовании (после настройки и обучения), например при распознавании симптомов приближения критических ситуаций, краткосрочном, а иногда и долгосрочном прогнозировании.

Благодаря этому НТ способна учиться на конкретных примерах, стабильно распознавать, прогнозировать новые ситуации с высокой степенью точности, причем при наличии внешних препятствий (например, появлению противоречивых или неполных значений в потоках информации).

При использовании НТ работа состоит из нескольких этапов:

1.  Определение проблемы — того, что пользователь-аналитик собирается получить от НТ на выходе. Это может быть вектор, который характеризует систему или процесс (кривая прибыльности государственных краткосрочных облигаций, показ поникал целесообразности регистрации инвестиционного портфеля и тому подобное).

2.  Определение и подготовка входных данных для реализации НТ. При этом отбирается вся необходимая информация, которая адекватно и полно описывает процесс. Для более успешного решения проблемы формирования наборов информации с целью следующего прогнозирования ситуаций рекомендуется привлекать специалистов конкретной отрасли. При этом должен быть соблюден баланс между стремлением увеличить количество входных параметров и вероятностью получить неудовлетворительную учебную сеть, что может обезобразить ожидаемые прогнозы.

3. Введение в систему, подготовка данных, создание файлов для тренировки и тестирования. Основная цель — формирования необходимого набора ситуаций, с которыми придется работать аналитику, а затем распределение входных данных по
этим ситуациям. При этом НТ автоматически реализует классификацию, в основе которой — нечеткая логика.