|
18 автоматизированные обучающие системы новых информационных технологий и адаптивных методов обучения, основанных в первую очередь на применении перспективных интеллектуализированных технологий адаптивного управления процессом обучения, обеспечивающих оперативную корректировку стратегий и программ обучения в соответствии с изменениями условий и достигнутыми результатами процесса обучения. При внедрении подобных технологий на единой методологической основе автоматизированного управления сложными распределенными организационнотехническими объектами и системами может быть обеспечено системное объединение и адаптивное использование различных методов и технологий обучения. Современный этап внедрения перечисленных методов и технологий в практику решения задач автоматизированного обучения в наиболее развитых странах мира характеризуется следующими основными особенностями [6]: в настоящее время для решения отдельных задач в АОС находят применение элементы продукционных (в первую очередь грамматических), нейросетевых, многоагентных и ситуационных технологий, а также статистических и ряда структурных методов обработки для решения задач оценки ситуаций в процессах принятия управленческих решений; не создано общих теоретических, методологических и реализационных основ решения проблемы адаптивного выбора СиПО различных классов, являющихся базисом автоматизированного решения большого числа типовых задач управления в АОС реального уровня сложности. Все это в полной мере относится к сфере создания АОС обучения иностранному языку студентов технических специальностейкак одного из |
10 экспертных систем (ЭС), геоинформационных систем (ГИС) многоцелевого назначения. При создании подобных систем на единой методологической основе автоматизированного управления сложными распределенными организационнотехническими объектами и системами может быть обеспечено системное объединение и использование различных методов и технологий распознавания и обработки разнородных, в первую очередь сложноструктурированных, мониторинговых данных и полученных на их основе знаний, включающих геоинформационные, многоагентные, нейросетевые, продукционные технологии обработки данных и знаний, методы распознавания сложноструктурированных образов (ситуаций, состояний управляемых объектов и систем). Современный этап внедрения перечисленных методов и технологий в практику информационно-аналитической деятельности государственных и коммерческих организаций РФ и наиболее развитых стран мира характеризуется следующими основными особенностями: в настоящее время для решения отдельных информационноаналитических задач в РСУ находят применение элементы продукционных (в первую очередь грамматических), нейросетевых, многоагентных и геоинформационных технологий и систем, а также статистических и ряда структурных методов распознавания для решения задач оценки ситуаций и семантического сжатия разнородной признаковой и геоинформации в процессах поддержки принятия решений; не создано общих теоретических, . методологических и реализационных основ решения проблемы распознавания и обработки РСДЗ, являющихся базисом автоматизированного решения большого числа типовых информационноаналитических задач реального уровня сложности в СППР и ГИС государственных и коммерческих РСУ. Преодоление сложившегося объективного противоречия между современными требованиями к РСУ (в первую очередь по полноте, достоверности и оперативности распознавания и обработки РСДЗ в условиях 25 источников), поддержки принятия решений (СППР), экспертных систем (ЭС), геоинформационных систем (ГИС) многоцелевого назначения. При создании подобных систем на единой методологической основе автоматизированного управления сложными распределенными организационнотехническими объектами и системами может быть обеспечено системное объединение и использование различных методов и технологий распознавания и обработки разнородных, в первую очередь сложноструктурированных, мониторинговых данных и полученных на их основе знаний, включающих геоинформационные, многоагентные, нейросетевые, продукционные технологии обработки данных и знаний, методы распознавания сложноструктурированных образов (ситуаций, состояний управляемых объектов и систем). Современный этап внедрения перечисленных методов и технологий в практику информационно-аналитической деятельности государственных и коммерческих организаций РФ и наиболее развитых стран мира характеризуется следующими основными особенностями [16]: в настоящее время для решения отдельных информационноаналитических задач в РСУ находят применение элементы продукционных (в первую очередь грамматических), нейросетевых, многоагентных и геоинформационных технологий и систем, а также статистических и ряда структурных методов распознавания для решения задач оценки ситуаций и семантического сжатия разнородной признаковой и геоинформации в процессах поддержки принятия решений; не создано общих теоретических, методологических и реализационных основ решения проблемы распознавания и обработки РСДЗ, являющихся базисом автоматизированного решения большого числа типовых информационно-аналитических задач реального уровня сложности в СППР и ГИС государственных и коммерческих РСУ. Преодоление сложившегося объективного противоречия между современными требованиями к РСУ (в первую очередь по полноте, достоверности и оперативности распознавания и обработки РСДЗ в условиях |