Составители:
Рубрика:
1
Математическая основа иммунокомпьютинга
Новая вычислительная процедура, называемая "искусственные им-
мунные системы (ИИС)", основанная на принципах иммунной систе-
мы, обладает способностью обучаться новой информации, запоминать
ранее полученную информацию и осуществлять распознавание обра-
зов и анализ данных на основе принципов биомолекулярного узнава-
ния в высоко распределенной манере [1–3]. Эти системы предлагают
мощные и робастные возможности обработки больших массивов ин-
формации для решения сложных задач. Строгий математический базис
ИИС основан на биологическом прототипе иммунной сети и понятиях
формального протеина и формальной иммунной сети (ФИС) [1–3].
Эти математические модели были названы формальной иммунной
системой, или иммунокомпьютингом, и основаны на свойствах сингу-
лярного разложения произвольных матриц.
Иммунокомпьютинг (ИК) позволяет с большой эффективностью ре-
шать следующие задачи: обучения с экспертом, самообучения (обуче-
ния без эксперта), группировки и классификации, представления ре-
зультатов вычислений в пространстве образов.
Структурная схема ИК для решения вышеперечисленных задач по-
казана на рис. 1.
Как видно из структурной схемы, на основе исходной информации
формируется база данных. База данных содержит фактографические
данные об исследуемой системе.
База знаний содержит сведения, которые отражают закономерности,
существующие в рассматриваемой предметной области, позволяют вы-
водить новые знания и прогнозировать потенциально возможные со-
стояния исследуемой области; сведения о структуре и содержании базы
данных; сведения по языку общения; метазнания, определяющие спо-
собы представления и переработки знаний. В базу знаний помещаются
как общедоступные данные, так и знания эксперта в данной предмет-
ной области, вычислительные алгоритмы реализации процедур имму-
нокомпьютинга, результаты группировки и автоматической классифи-
кации, а также интерпретация результатов вычислений.
Основные вычислительные процедуры – обучение с экспертом, са-
мообучение (обучение без эксперта), автоматической классификации –
основаны на свойствах сингулярного разложения произвольных матриц
и математическом аппарате иммунокомпьютинга.
