- szybkie przetwarzanie dużych ilości danych,

Slides:



Advertisements
Podobne prezentacje
Joanna Sawicka Wydział Nauk Ekonomicznych, Uniwersytet Warszawski
Advertisements

Systemy liniowe stacjonarne – modele wejście – wyjście (splotowe)
Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Zastosowania.
Wybrane zastosowania programowania liniowego
Nie-archimedesowe (leksykograficzne) PZ
przetwarzaniu informacji
Badania operacyjne. Wykład 1
Badania operacyjne. Wykład 2
Możliwości zastosowania ewaluacji w procesie zarządzania sektorem publicznym. Wnioski i doświadczenia wynikające z procesu ewaluacji polityki spójności.
Specjalność: Metody i systemy wspomagania decyzji II
Wykład nr 1: Wprowadzenie. Pojęcia podstawowe
Metody Sztucznej Inteligencji w Sterowaniu 2009/2010Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz,
Systemy dynamiczneOdpowiedzi systemów – modele różniczkowe i różnicowe Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Systemy.
Komputerowe wspomaganie decyzji 2010/2011Wprowadzenie – mapa pojęć Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1 Określenie.
Metody Sztucznej Inteligencji w Sterowaniu 2009/2010 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania.
Metody poszukiwania rozwiązań wielocelowych zagadnień liniowych
Projektowanie i programowanie obiektowe II - Wykład IV
Praca Inżynierska „Analiza i projekt aplikacji informatycznej do wspomagania wybranych zadań ośrodków sportowych” Dyplomant: Marcin Iwanicki Promotor:
Katedra Podstaw Systemów Technicznych Politechnika Śląska
Typy systemów informacyjnych
Zarządzanie 1. Zarządzanie
dr inż. Piotr Muryjas Wyższa Szkoła Przedsiębiorczości i Administracji
Wykonawcy:Magdalena Bęczkowska Łukasz Maliszewski Piotr Kwiatek Piotr Litwiniuk Paweł Głębocki.
Twoje narzędzie do pracy grupowej
Metody Lapunowa badania stabilności
Obserwatory zredukowane
Stabilność Stabilność to jedno z najważniejszych pojęć teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym praktycznego zastosowania.
Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)
Systemy kognitywne jako nowy wymiar informatyki ekonomicznej
Wanda Klenczon Biblioteka Narodowa
strukturalizacja powtarzalnych reguł postępowania
Zwiększenie wykorzystania energii z OZE w budownictwie
Modelowanie i Identyfikacja 2011/2012 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Warstwowe.
Modelowanie i identyfikacja 2010/2011Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra.
Teoria sterowania 2011/2012Stabilno ść Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Stabilność Stabilność to jedno.
Dekompozycja Kalmana systemów niesterowalnych i nieobserwowalnych
Sterowanie – metody alokacji biegunów
Podstawy automatyki 2011/2012Systemy sterowania - struktury –jakość sterowania Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż.
Narzędzia administracyjne
POŚREDNIK Jak reprezentowana jest informacja w komputerze? liczby – komputer został wymyślony jako zaawansowane urządzenie służące do wykonywania.
Zasady organizacji wydarzeń promocyjnych
Wybrane zagadnienia relacyjnych baz danych
Zadania projektu Wdrożenie dwóch form działań Roczny plan Sieć współpracy wspomagania szkoły i samokształcenia.
Sterowanie – metody alokacji biegunów II
1 Każdy obiekt jest scharakteryzowany poprzez: tożsamość – daje się jednoznacznie wyróżnić; stan; zachowanie. W analizie obiektowej podstawową strukturą
Struktury i algorytmy wspomagania decyzji 2013/2014 Zagadnienia wielokryterialne Dr hab.inż, Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania.
Bazy danych, sieci i systemy komputerowe
MS Excel - wspomaganie decyzji
SYSTEMY EKSPERTOWE I SZTUCZNA INTELIGENCJA
1. Współczesne generacje technologii
Politechniki Poznańskiej
Istota i zadania rachunkowości zarządczej
KONTROLA ZARZĄDCZA - 1 Kontrolę zarządczą stanowi ogół
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski informatyka +
ZINTEGROWANE SYSTEMY ZARZĄDZANIA
Dane – informacje - wiadomości Kodowanie danych i problem nadmiarowości.
Logical Framework Approach Metoda Macierzy Logicznej
Warstwowe sieci jednokierunkowe – perceptrony wielowarstwowe
Model warstwowy ISO-OSI
Metody sztucznej inteligencji – technologie rozmyte i neuronoweReguła propagacji wstecznej  Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów.
Podstawy automatyki I Wykład 1b /2016
© Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania Modelowanie i podstawy identyfikacji 2015/2016 Modele neuronowe – podstawy,
Metody optymalizacji Wykład /2016
Struktury i algorytmy wspomagania decyzji
Modelowanie i podstawy identyfikacji
Metody optymalizacji Materiał wykładowy /2017
Sztuczne Sieci Neuronowe
Sterowanie procesami ciągłymi
Selekcja danych Korelacja.
* PROCESÓW TECHNOLOGICZNYCH
Zapis prezentacji:

Systemy komputerowe pełnią istotna rolę w procesach decyzyjnych, tam gdzie potrzebne jest - szybkie przetwarzanie dużych ilości danych, problem decyzyjny związany jest z zastosowaniem złożonych obliczeniowo modeli

Stosowane narzędzia techniki komputerowej (platformy sprzętowe)  pojedyncze komputery stacjonarne  lokalne sieci komputerowe  globalne sieci komputerowe  przetwarzanie rozproszone  przetwarzanie gridowe (siatkowe) – Grid Computing)  sieci sensoryczne

Ogólna charakterystyka SWD zwykle problemowo zorientowane systemy, na ogół pomagają w ocenie skutków określonych decyzji mogą doradzać jaka decyzja mogłaby być najlepsza dla osiągnięcia określonego zbioru celów mają wiele form są stosowane na wiele różnych sposobów

System wspomagania decyzji - dziś termin używany szeroko w badaniach i w zastosowaniach brak zgodności jego rozumienia Definicja zwięzła „oparty o technikę komputerową system, który wspomaga proces podejmowania decyzji”

Definicja rozbudowana „interakcyjny, elastyczny, adaptowalny, oparty o technikę komputerową system informacyjny, przede wszystkim wykorzystywany do wspomagania rozwiązywania nie w pełni sformalizowanych problemów (głównie zarządzania) dla zaawansowanego podejmowania decyzji. Wykorzystuje on dane, zapewnia łatwy w użyciu interfejs i pozwala na własny wgląd decydenta” Inne definicje wypełniają zwykle lukę pomiędzy tymi dwoma skrajnymi definicjami, chociaż nie zawsze są krótsze

metody badań operacyjnych, metody optymalizacji Manipulowanie (handling) dużymi ilościami danych nie powinno być rozumiane jedynie w tradycyjnym sensie – jako ich proste przetwarzanie (processing) lecz także jako analizowanie dużej liczby relacji logicznych i/lub rozwiązywanie zagadnień programowania matematycznego metody badań operacyjnych, metody optymalizacji

Decydent, analityk, SWD - relacje - w procesie decyzyjnym występują różni jego uczestnicy; będziemy zwracali uwagę na dwóch spośród nich – decydenta i analityka - decydent - D (Decision Maker – DM) jest tym uczestnikiem procesu podejmowania decyzji – PPD (Decision Making Prosess – DMP), do którego adresowane jest wspomaganie decyzji (osoba, ciało kolegialne, zbiorowość); krótko, ten, któremu pomagamy - analityk jest tym uczestnikiem procesu podejmowania decyzji, który zajmuje się wspomaganiem decyzji; krótko, ten, który pomaga

- proces podejmowania decyzji jest zwykle, w sytuacjach uzasadniających używanie SWD, złożoną sekwencją działań w której obrębie podejmowane są decyzje; zakładać będziemy, że końcowa decyzja ma być podjęta przez decydenta i SWD nie służy ani jego zastąpieniu, ani jego kontrolowaniu, inaczej mówiąc SWD nie jest przeznaczony do samoczynnego wyboru decyzji

Podsumowanie (Makowski, M. 1994)  SWD jest pomocniczym narzędziem dla zarządzania i przetwarzania dużych ilości informacji i relacji logicznych, który pomaga D poszerzać spojrzenie na jego dziedzinę działalności i w taki sposób pomaga mu w dojściu do lepszej decyzji. Innymi słowami, SWD może być rozważany jako narzędzie, które, przy pełnym nadzorze D, wykonuje ciężkie zadanie przetwarzania danych i dostarcza odpowiedniej informacji, która umożliwia D na koncentrowanie się na tej części PPD, która nie może być sformalizowana

 SWD jest systemem problemowo zorientowanym, zaprojektowanym dla określonego PPD i jego otoczenia. Działanie SWD powinno być zgodne z rzeczywistym otoczeniem PPD. Często SWD jest dostosowywany do określonego PPD  SWD nie jest narzędziem typu black box. Struktura i działanie SWD muszą być takie, że D rozumie je i akceptuje. Interfejs użytkownika SWD powinien być taki, że D może otrzymać od SWD, informacje i odpowiedzi na pytania, które on uważa za ważne dla PPD

 SWD nie jest przeznaczony do rozwiązywania problemów decyzyjnych  SWD nie jest przeznaczony do rozwiązywania problemów decyzyjnych. Zatem, nie powinien wspomagać poszukiwania pojedynczej lub unikatowej decyzji, ani też ograniczać możliwe pole decyzji  SWD powinien wspomagać użytkownika w okresie PPD udostępniając dwie zasadnicze funkcje. Po pierwsze powinien umożliwiać sprawdzenie skutków jakiejkolwiek decyzji (dopuszczalnej). Po drugie, powinien pomagać w znalezieniu decyzji, która jest najlepsza dla osiągnięcia celów podanych przez użytkownika

Różne oblicza SWD Podział SWD ze względu na charakter interakcji z użytkownikiem:  pasywne – pasywny SWD jest systemem, który wspomaga proces podejmowania decyzji, ale który nie jest w stanie sugerować wprost decyzji lub rozwiązań  aktywne – aktywny SWD może sugerować decyzje lub rozwiązania

 kooperujące – kooperujący SWD pozwala Decydentowi lub jego doradcy (Analitykowi) modyfikować, uzupełniać lub udoskonalać decyzje sugerowane przez system, przed przekazaniem ich z powrotem do systemu dla oceny poprawności. System ponownie poprawia, uzupełnia i udoskonala sugestie Decydenta przesyła z powrotem do oceny. Cały proces rozpoczyna się ponownie i tak aż do momentu uzyskania zadowalającego rozwiazania

Podział SWD ze względu na główną ideę działania:  nakierowane na komunikację (communication-driven) - SWD nakierowany na komunikację wspomaga więcej niż jedną osobę pracujące nad wspólnym zadaniem; przykład Microsoft NetMeeting  nakierowane na dane (data-driven, data-oriented) – SWD nakierowany na dane kładzie nacisk na dostęp do i manipulowanie szeregami czasowymi (time series) wewnętrznych danych instytucji i, czasem, zewnętrznymi danymi

 nakierowane na dokumenty (document-driven) - SWD nakierowany na dokumenty zarządza, wyszukuje i manipuluje niestrukturalizowaną informacją podana w różnych formatach elektronicznych  nakierowane na wiedzę (knowledge-driven) - SWD nakierowany wiedzę, posiada biegłość w rozwiązywaniu określonych problemów opartą na faktach, regułach lub na podobnych strukturach

 nakierowane na modele (model-driven) - SWD nakierowany na model kładzie nacisk na dostęp do i manipulowanie modelem statystycznym, finansowym, optymalizacyjnym lub symulacyjnym. Nakierowany na model SWD wykorzystuje dane i parametry dostarczane przez użytkownika, aby wspomóc Decydenta w analizowaniu sytuacji Ostatnio pojawiły się: Web-Based DSS, GIS-Based DSS, Simulation-Based DSS

Elementy architektury SWD – znowu różnorodność spojrzeń I spojrzenie – trzy podstawowe składniki: system zarządzania bazami danych (DataBase Management System – DBMS) system zarządzania bazą modeli (Model-Base Management System – MBMS) system generowania i zarządzania dialogiem (Dialog Generation and Management System (DGMS)

II spojrzenie – cztery podstawowe składniki: interfejs użytkownika baza danych modele i narzędzia analityczne architektura i sieć

III spojrzenie – pięć podstawowych składników: użytkownicy z różnymi rolami lub funkcjami w procesie podejmowania decyzji (decydent, doradca, ekspert dziedzinowy, akwizytor danych), określony kontekst decyzyjny, wyraźnie określona większość preferencji, bazy wiedzy, pracujące bazy danych, hurtownie danych, meta-bazy danych, modele matematyczne i metody, procedury, programy wnioskujące i wyszukujące, programy administrujące oraz system raportowania, środowisko robocze dla przygotowania, analizy, i dokumentowania alternatyw decyzyjnych

IV spojrzenie – trochę krótsze pięć podstawowych składników: system zarządzania danymi, system zarządzania modelami, „silnik” wiedzy, interfejs użytkownika, użytkownicy

Ukierunkowanie przedmiotu Wiele różnych funkcji, które mogą lub powinny być wypełniane przez SWD może być podzielone pomiędzy dwa zbiory:  Przetwarzanie danych w tradycyjnym sensie: funkcje te zapewniają selektywne wyszukiwanie i przedstawianie informacji wcześniej zgromadzonej w bazie danych  Przetwarzanie modeli: bardzo często, pożądane jest przewidywanie skutków pewnych działań (np. zastosowania decyzji lub dokonanego wyboru) lub zdarzeń (działania, na które nie ma wpływu Decydent) - budowany jest model matematyczny sytuacji decyzyjnej i model ten używany jest do analizy przewidywanych skutków

Dalej będziemy poruszali zagadnienia związane z SWD ukierunkowanymi na modele Proces podejmowania decyzji – System wspomagania decyzji – Ukierunkowane na modele wspomaganie decyzji Proces Podejmowania Decyzji System Wspomagania Decyzji Oparte o Modele Wspomaganie Decyzji

W większości instytucjonalnych problemów podejmowania decyzji można dostrzec następujące trzy aspekty zagadnienia: Informacje o bieżącej sytuacji zagadnienia, i być może o jego historii; Procesy, na które będą wpływać podejmowane decyzje – relacje pomiędzy procesami z jednej strony a działaniami i decyzjami z drugiej Sam proces podejmowania decyzji Przedmiot związany jest głównie z drugim z wymienionych aspektów

Przykład – zagadnienie kwaśnych deszczów Informacja: informacja obejmuje ogromne ilości danych związanych z działalnością przemysłową, rolniczą i motoryzacyjną. Ale istotna jest też informacja o wiatrach, aktywności słońca oraz rodzajach elektrowni Zależności: do procesów na które będą wpływać decyzje należą procesy produkcji i emisji materiałów zanieczyszczających wraz z procesami atmosferycznych transformacji (reakcje chemiczne i transport) oraz osiadania. Procesy głównie o fizycznej i ekonomicznej naturze Proces Podejmowania Decyzji: obejmuje szereg powiązanych podprocesów na lokalnym, krajowym i międzynarodowym poziomie

Zależności pomiędzy procesami a działaniami Naturalne podejście – zapisać relacje pomiędzy procesami a działaniami i ich skutkami za pomocą modelu matematycznego Model matematyczny

Problem decyzyjny można w takiej sytuacji zapisać: (1) znaleźć zadowalający (lub nawet najlepszy) wektor , dla którego Warunek istnienia: Zakładamy, że istnieje taki, że odpowiadający mu , gdzie jest operatorem modelu

Problem wyboru: Przy spełnieniu warunku istnienia problem decyzyjny (1) staje się problemem wyboru Skutki różnych decyzji mogą być mierzone za pomocą kryteriów Pierwsza możliwość - problem decyzyjny skalarny, jednokryterialny Narzędzia – metody programowania matematycznego

Problem decyzyjny (1) dla tego przypadku można zapisać: (2) znaleźć wektor , dla którego i dla którego kryterium przyjmuje wartość , która jest optymalna

Druga możliwość - problem decyzyjny wektorowy, wielokryterialny Narzędzia – wielokryterialne wspomaganie decyzji

– koniec materiału prezentowanego podczas wykładu Dziękuję – koniec materiału prezentowanego podczas wykładu