Документ взят из кэша поисковой машины. Адрес оригинального документа : http://www.iki.rssi.ru/ehips/Uncert.htm
Дата изменения: Thu Jan 15 13:09:39 2009
Дата индексирования: Mon Oct 1 23:25:45 2012
Кодировка: Windows-1251
Поисковые слова: р п р п п р п п р п п р п п р п

(EHIPS) Контроль уровня неопределенности

КОНТРОЛЬ УРОВНЯ НЕОПРЕДЕЛЕННОСТИ

   Любая информация, обрабатываемая системой, как количественная, так и качественная, снабжается мерой неопределенности. Эта величина описывает как неточности входных данных, так и ожидаемые погрешности модельной аппроксимации и т.п. В ходе адаптации модели к данным наблюдений автоматически пересчитывается оценка уровня неопределенности модели. Комбинируясь в процессе обработки, неопределенности дают итоговую оценку достоверности выходных портретов опасности и сценариев. Система поддерживает оценку неопределенности по единому алгоритму для всех информационных потоков, которые сливаются на ее выходе.
   Неопределенность используется для расчета ценности информации. Так, неопределенности сценария сопоставляются ожидаемые экономические потери, например напрасные расходы из-за неточного моделирования ситуации. Ценность информации, снимающей эту неопределенность, равна экономии на этих расходах. Эта ценность сопоставляется со стоимостью получения единицы информации при выборе оптимального плана дополнительного мониторинга.
   Контроль уровня неопределенности, помимо прочего, выполняет функции встроенного в систему контроля качества обработки информации.
   Результирующая неопределенность представляется ЛПР в интуитивной, визуальной форме. При необходимости, ЛПР должен иметь возможность выяснить, за счет чего возникла неопределенность в том или ином сценарии.
   Математический аппарат для оценки неопределенности содержит в качестве частных случаев ряд стандартных мер неопределенности:

дисперсию переменной значения вдоль некоторой переменной развертки;
произведение чувствительности результата расчета к некоторому фактору на априорное распределение вероятности этого фактора;
информацию, содержащуюся в наблюдениях, относительно ненаблюдаемого напрямую фактора (информация Фишера);
взаимную информацию двух факторов (информация Кульбака).

В ходе адаптации модели к данным наблюдений автоматически пересчитывается оценка уровня неопределенности модели.
Кроме того, в процессе обработки информации величина ожидаемой неопределенности служит главным критерием для выбора тех или иных вариантов обработки:

Отбор результатов для включения в выходной документ исключает "ненадежные" варианты, которые могут значительно варьировать в пределах имеющейся неопределенности.
При высокой неопределенности результатов должен рассматриваться вариант дополнительного мониторинга для разрешения неопределенностей. При этом необходимо сосредоточиться на ключевых показателях. Таковыми являются данные, неточность и неполнота которых сильнее всего влияет на неопределенность результатов, т.е. прицельность принимаемых решений.
Предусмотрен также возврат результатов экспертам для дополнительного анализа и ввода логических правил и знаний, снимающих неопределенность.
Внутри варианта содержится информация о границах его применимости. Она базируется на оценке уровня неопределенности, содержащейся в используемых модельных объектах. При приближении к границам, где неопределенность возрастает, должен генерироваться другой вариант на смену текущему.
Выбор варианта статистического анализа данных, если он не предоставляется эксперту, происходит автоматически, согласно ожидаемой от каждого варианта степени уменьшения неопределенности модели.
Запрос на результаты расчетов по внешним моделям выдается на те точки пространства и времени, которые наиболее критичны для снятия неопределенности.
Иерархическая структура информации корректируется под решаемую задачу путем добавления или исключения уровней и отдельных объектов. Критерием при этом служит неопределенность, получаемая на выходе задачи. В частности, формируется набор групп населения, для которого неопределенность связи экспозиции и заболеваемости наименьшая.
В ходе обработки информации модельные объекты адресуются к информации друг друга с целью разрешения неопределенности. Адрес запроса определяется сведениями о взаимосвязи содержащейся в этих объектах информации. Такая взаимная информация связывает модельные объекты в единую сеть. Скелетом этой сети и является цикл конвейерной обработки информации. Объекты, лежащие на нем, связаны причинно-следственными взаимоотношениями.
Запрос на уточняющие расчеты по моделям выдается на те точки пространства и времени, которые наиболее критичны для снятия неопределенности результата.

В максимальной конфигурации системы расчет неопределенности должен использоваться для расчета ценности каждого вида информации. Так, неопределенности сценария сопоставляются ожидаемые экономические потери, например напрасные расходы из-за неточного моделирования ситуации. Ценность информации, снимающей эту неопределенность, равна сумме этих расходов. Эта ценность должна сопоставляться со стоимостью получения единицы информации при выборе оптимального плана мониторинга.
И наоборот, стоимость информации должна использоваться для расчета потерь, связанных с коэффициентами запаса, покрывающими недостаток информации. Так, при выборе ЛПР сценария по верхнему уровню неопределенности, т.е. с запасом для охраны здоровья, он предполагает наличной информацию, которой на самом деле нет. Стоимость получения такой информации должна давать оценку потерь от избыточности рассматриваемого сценария.

КОНТРОЛЬ УРОВНЯ НЕОПРЕДЕЛЕННОСТИ

&nbsp;

© ИКИ РАН, 1998-2001