автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Оптимизация автоматизированного обучения специалистов по биомедицинским системам на основе семантического моделирования

На правах рукописи

'с Ъ

ТУЖЖОВА Валентина Ивановна

ОПТИМИЗАЦИЯ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ СПЕЦИАЛИСТОВ ПО БИОМЕДИЦИНСКИМ СИСТЕМАМ НА ОСНОВЕ СЕМАНТИЧЕСКОГО МОДЕЛИРОВАНИЯ

Специальность 05.13.10 - Управление в социальных

и экономических системах

Автореферат диссертации на соискание ученой степени кандидата технических наук

Воронеж 1998

Работа выполнена на межвузовской кафедре "Компьютеризация управления в медицинских и педагогических система*:" г. Воронеж

Научный руководитель заслуженный деятель науки РФ, д-р

техн. наук, профессор Львович Я.Е. Научный консультант кандидат технических наук, доцент

Федянин В.И. Официальные оппоненты: д-р техн. наук, профессор

Остапенко А.Г.

кандидат технических наук Воронина И.Е.

Ведущая организация Исследовательский центр проблем

качества подготовки специалистов Минобразования РФ (г. Москва)

Защита состоится "_4_" декабря 1998 г. в 12 часов в конференц-зале на заседании диссертационного совета Д 063.81.02 при Воронежском государственном техническом университете по адресу: 394026, г. Воронеж, Московский проспект, 14.

С диссертацией можно ознакомиться в библиотеке Воронежского государственного технического университета.

Автореферат разослан "_"____ 1998 г.

Ученый секретарь

диссертационного совета _ Львович Я.Е.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Важнейшими направлениями реформирования здравоохранения России являются повышение эффективности использования ресурсов здравоохранения, повышения качества медицинской помощи и эффективности труда, внедрение современных медицинских технологий. В ходе проведения реформ наметилась тенденция к индустриализации отраслей здравоохранения, повышению уровня профессиональной подготовки ее работников. Важная роль отводится специалистам в области биомедицинских систем, призванных обеспечить функционирование таких сложных комплексов, как компьютерные томографы, установки ультразвуковых исследований, системы элеюро-энцефало- диагностики, системы кардиологического мониторинга и др.

Для преодоления противоречия между стремительно нарастающим объемом знаний, подлежащих усвоению, и реальными сроками подготовки специалистов, необходимо определить новые организационные формы обучения, способы получения знаний обучаемыми, закрепления умений и навыков.

Одной из таких форм подготовки и переподготовки высококвалифицированных специалистов в вузах следует считать новую технологию обучения, базирующуюся на применении предметно- и проблемно-ориентированных компьютерных обучающих систем. Использование названных систем способствует повышению эффективности технологий обучения, интенсификации учебного процесса, повышению качества подготовки специалистов.

Таким образом, необходимость создания средств интеллектуальной обучающей системы на основе семантических моделей знаний для обучения специалистов в быстроразвивающихся областях науки и техники делает актуальной разработку базы знаний, моделей обучаемого, стратегий автоматизированного обучения. Использование такой системы предполагает существенное повышение эффективности и качества подготовки инженеров по биомедицинским системам за счет оптимального построения процесса обучения.

Диссертационная работа выполнена в соответствии с межвузовской комплексной научно-технической программой 12.11 "Перспективные информационные технологии в высшей школе" в рамках одного из основных направлений Воронежского государственного технического университета "Биокибернетика, компьютеризация в медицине". Научные результаты, изложенные в диссертации, получены при выполнении следующих научно-исследовательских работ: "Разработка алгоритмического, программного обеспечения- процессов диагностики и лечения заболеваний и формирования автоматизированных систем" (тема № 96/27, 1996-2000 год) и "Принципы создания моделей и алгоритмов

автоматизированных лечебно-диагностических и учебных систем" (тема № 9/97, 1997-1998 год).

Цель и задачи исследования. Целью работы является разработка методики, моделей представления информации учебных курсов, моделей обучаемого, стратегий оптимального обучения специалистов по биомедицинским системам на основе семантических моделей знаний, позволяющие создать интеллектуальные обучающие системы, обеспечивающие сокращение сроков обучения и повышение качества подготовки путем построения оптимального процесса обучения.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Проанализировать существующие в настоящее время компьютерные средства обучения с точки зрения возможности их использования для обучения динамически изменяющимся инженерным дисциплинам высшего и последипломного образования в области управления биомедицинскими системами.

2. Сформировать структуру интегрированной экспертно-обучающей системы.

3. Разработать методы представления системы понятий/умений, составляющих содержание учебных курсов.

4. Разработать семантические модели представления и обработки знаний о предметной области обучения.

5. Построить лингвистический процессор анализа ответов обучаемого.

6. Разработать модели контроля и диагностики ошибок обучаемого, оптимального управления процессами обучения в области управления биомедицинскими системами.

Методы исследования. Для решения поставленных задач использовались методы системного анализа, теории множеств, методы вычислительной математики и многоальтернативной оптимизации, теории исследования операций и принятия решений.

Научная новизна. В работе получены следующие основные результаты:

метод формирования системы понятий учебных курсов, в котором формальное определение понятия задается набором признаков и допускает представление их в виде фреймовой структуры, отличающийся возможностью автоматизированного построения функциональной семантической сети для целей контроля усвоения понятий обучаемым;

процедуры формализованного представления учебных знаний в виде семантических моделей логико-предикатного типа, позволяющие автоматизиро-

вать процедуру определения дидактических параметров учебных заданий и эффективно организовать манипуляцию ими в базе знаний;

иерархическая модель обучаемого, содержащая статистический, поведенческий, стратегический и когнитивный уровни модели, обеспечивающая возможность учета текущих параметров обучаемого и построения гипотез о стратегиях получения знаний, умений и навыков обучаемым;

метод оптимального управления процессом автоматизированного обучения с учетом индивидуальных характеристик обучаемого, базирующийся на педагогических знаниях и отличающийся использованием многоуровневой .модели обучаемого;

функционально-структурная схема интегрированной обучающей системы, отличающаяся учетом особенностей содержания предметной области обучения по управлению в биомедицинских системах и использующая мультимедиа средства представления информации, возможностью применения видео- и аудиоаппаратуры.

Практическая ценность и реализация результатов работы. Разработаны методики, семантические модели и стратегии оптимального автоматизированного обучения. Создано проблемно-ориентированное программно-информационное обеспечение интеллектуальной обучающей системы, позволяющее применить полученные результаты в компьютерной подготовке специалистов. Сформированные на ее основе обучающие курсы для студентов специальности 190500 "Биотехнические и медицинские аппараты и системы" внедрены в Воронежском государственном техническом университете и в Воронежском областном клиническом лечебно-диагностическом центре при последипломном обучении специалистов на факультете усовершенствования квалификации врачей. Ожидаемый экономический эффект от внедрения составляет 153 тыс. рублей (в ценах 1998 года).

Апробация работы. Основные положения диссертации докладывались на следующих конференциях и семинарах: семинары межвузовской кафедры "Медицинские и гуманитарные системы" (ВГТУ, 1995-1998 гг.), семинары межвузовской кафедры "Управление в социальной сфере и медицине" (ВГТУ, 1996-1997 гг.), Всероссийском совещании-семинаре "Математическое обеспечение информационных технологий в технике, образовании и медицине" (Воронеж; 1997), Всероссийской научно-технической конференции студентов, молодых ученых и специалистов "Биотехнические, медицинские и экологические системы и комплексы" (Рязань, 1997), Межрегиональной научно-практической конференции "Актуальные проблемы информационного мониторинга" (Воро-

неж, 1998), Межрегиональной научно-практической конференции "Актуальные вопросы обеспечения качества медицинской помощи. Аккредитация и лицензирование медицинской и фармацевтической деятельности" (Воронеж, 1998), Всероссийском совещании-семинаре "Высокие технологии в региональной информатике" (Воронеж, 1998).

Публикации. По теме диссертации опубликовано 16 печатных работ.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения, изложенных на 138 страницах машинописного текста, списка литературы из 100 наименований, приложений на 20 страницах, содержит 27 рисунков и 7 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы, дается ее краткая характеристика, формулируются цель и задачи исследования, представлены основные научные результаты, выносимые на защиту.

В первой главе диссертации анализируются современные компьютерные средства обучения, рассматриваются методы моделирования учебных курсов, способы представления учебной информации, методы управления процессами обучения, выявляются наиболее перспективные подходы.

Показано, что для создания интегрированной обучающей системы необходима разработка многоуровневой модели обучаемого, с помощью которой возможно эффективное построение процесса обучения специалиста в области биомедицинских систем. В последние годы исследования сосредоточились на средах поддержки обучения, предназначенных содействовать "обучению действием". Без такого интеллектуального руководства обучаемый обязан слепо следовать за концептуальным блоком обучения, и он не может использовать возможности системы, которые были бы более эффективны для его обучения. Такой способ руководства обучаемым возможен только на основе интегрированных обучающих систем, имеющих базу знаний и механизмы обработки знаний. На рис. 1 представлена формализованная структурная схема интегрированных обучающих систем.

Таким образом, использование интегрированных обучающих систем дает возможность с минимальными затратами преодолеть порог трудности обучения и приспособление процесса обучения к особенностям каждого конкретного обучаемого.

Рис. 1. Структурная схема интегрированной обучающей системы

Исходя из актуальности темы, определены цель и задачи исследования: разработка методики, моделей представления информации учебных курсов, моделей обучаемого, стратегий оптимального обучения специалистов по биомедицинским системам на основе семантических моделей знаний, позволяющие создать интеллектуальные обучающие системы, обеспечивающие сокращение сроков обучения и повышение качества подготовки путем построения оптимального процесса обучения.

Вторая глава посвящена разработке структуры интегрированной эксперт-но-обучающей системы (ИЭОС) и методов формального описания предметной области учебных курсов по биомедицинским системам. Интегрированной экс-пертно-обучающей системой (ИЭОС) будем называть такую АОС, которая в своей структуре содержит одну или несколько экспертных систем и средства работы с мультимедиа. В экспертно-обучающих системах выделяют: базу знаний по изучаемой предметной области; базу, содержащую психолого-педагогические знания, необходимые для организации обучения; базу по конкретному курсу. Таким образом, в таких системах знания разделены и выступают как предмет усвоения и знания, позволяющие организовать и направить процесс обучения. На рис. 2 изображена структурная схема ИЭОС, которая отвечает предъявляемым к ней требованиям.

Интерфейс пользователей Организация диалога

'Э

Лингвистический процессор

Механизм логического вывода

Управление

процессом

обучения

База знаний

I

Модель обучаемого

Модель управления обучением

Приобрете-1ние знаний

Анализ на непротиворечивость

Моделирование динамических процессов

Генерация заданий обучаемому

Средства мультимедиа

Оценка хода решения и полученного результата

Объяснение правильного решения

о Анализ статистики об обучении

Рис. 2. Структурная схема интегрированной экспертно-обучающей системы

Одним из способов организации баз знаний в АОС служит система понятий, которая в разрабатываемой системе выступает как первый шаг на пути создания базы знаний предметной области, а также является одним из учебных средств достижения целей обучения, овладения терминологической лексикой учебной дисциплины, изучения основных классификаций и связей между понятиями. В разработанной модели системы понятий предметной области ее составляющие представлены в виде иерархического графа, в котором каждая вершина графа понятий соответствует понятию с определенным уровнем абстракции, а дуги - родовидовым отношениям. Аналогичным образом представляются и производные понятия предметной области, формируемые проектировщиком на этапе создания базы знаний из базовых понятий (рис. 3).

Следующий этап в создании базы знаний предметной области заключается в препарировании содержания учебных текстов (лекций, методических указаний, заданий на исследовательские работы и др.), то есть в создании текста с той же семантикой, пригодного для представления его с помощью того или

С

С,

И

I)

ее

Рис. 3. Графы классификации понятий и их свойств

иного формализма. Выбор 'или разработка модели представления знаний осуществляется после анализа препарирования знаний учебного назначения. Определим основные требования к средствам формализации знаний, используемых для представления различных видов знаний в ИЭОС. Такие средства должны обеспечивать: описание конструкций и состояний сложных объектов; структурированное описание проблемных ситуаций; описание задач, методов поиска решения задач; построение моделей обучаемого, методов рассуждений; построение моделей управления стратегиями обучения. Кроме того, для эффективного построения АУК в ИЭОС необходимо обеспечить наглядность отображения семантики процессов обучения специалистов при условии максимально возможной адекватности текстов на языке представления знаний (ЯПЗ) отображаемым процессам. И, для снижения трудоемкости разработки программно-информационного обеспечения ИЭОС, желательно иметь единые средства представления знаний, единый ЯПЗ. В качестве языка формализации используется исчисление предикатов первого порядка. Такой ЯПЗ обладает достаточно выразительными возможностями для представления учебных знаний, позволяет упростить процесс формализации предметной области, облегчить перевод основного информационного содержания научно-технического документа на ЯПЗ, снизить трудоемкость подготовки информации учебных курсов и загрузки их в базу знаний.

Для опенки эффективности использования программных средств обучения применяются различные критерии. Реальная АОС рассматривается как целостная педагогическая система и состоит из совокупности предметного содержания, программного обеспечения и педагогических коммуникаций.

Эффективность взаимодействия между элементами в данной структуре зависит от качества дидактического материала, программного обеспечения,

грамотной разработки педагогического сценария АОС и коммуникаций.

К параметрам предметного содержания (среды) относятся: научность, объем, глубина, доступность и формализованность знаний и их реализация.

Перечисленные параметры имеют качественный характер, оценки по ним могут быть получены в результате педагогического эксперимента и вычислены методами факторного анализа. Такие параметры необходимы для определения эффективности ИЭОС.

В третьей главе рассматривается модель обучаемого, которая содержит несколько уровней, различающихся по сложности. Первые уровни (в частности, статистический и поведенческий уровни модели) являются непосредственно результатом сообщений о взаимодействии обучаемого с системой, а высшие уровни (стратегический и когнитивный) - результатом процесса построения гипотез. На основе предложенной модели обучаемого создаются модели принятия решений по управлению процессом обучения и усвоения понятий предметной области.

При построении моделей автоматизированного обучения используются различные подходы на основе теорий: информации, дискретной оптимизации, ситуационного управления, автоматов, графов, стохастической оптимизации, алгоритмов.

Обобщенный алгоритм достижения обучаемым требуемого уровня усвоения знаний в процессе подготовки или переподготовки приведен на рис. 4. Здесь уровни усвоения обозначают: / = 1 - ученический; 1 = 2- алгоритмический; 1 = 3- эвристический и / = 4 - творческий уровни. Объем учебной информации задается учебной программой, а уровень знаний, умений и навыков задается квалификационной характеристикой инженера по биомедицинским системам. Основные цели подготовки и переподготовки специалистов совпадают, поэтому они могут быть включены в алгоритм достижения требуемого уровня обученное™.

Основными компонентами, обеспечивающими управление процессом обучения в ЙЭОС, являются база знаний по методам обучения (психолого-педагогические знания) и блок управления обучением.

По результатам ответа обучаемого осуществляется принятие решений о ходе обучения. Схема управления процессом обучения показана на рис.5.

В рассматриваемой схеме управляемыми являются дидактические параметры генерируемых учебных заданий или формируемых проблемных ситуаций: "специфичность задания"; "значимость задания" и "сложность задания".

СНачсию^

Установление | конечного уровня I усвоения :таиий

Переподготовка

Подготов ка

Проверка исходного уровня знаний Дообучение

Передача пм^ннй г-го

Зис. 4. Алгоритм достикензад обучаемым требуемого уровня знаний

1 а й 1 Цели обучения Формирование управляющих воздействий

Стратегии обучения J

*

Модель учебных знаний Генерирование учебных заданий

Модель обучаемого J +

Выбор структуры диалога

Модель диалога

Принятие решений о ходе обучения_

{Обучаемый^)

Рис. 5. Схема управления процессом обучения в ИЭОС

Управляющими являются параметры, входящие в модель обучаемого. Такая модель позволяет определить семантическое и прагматическое концептуальное пространство обучаемого, выделить его представления, знания, интересы, предпочтения, составляющие набор информационных и мотивациоиных параметров для принятия решений.

Для решения основных задач автоматизированного обучения, управления процессом обучения, ИЭОС может быть определена как система с целью Исследования показали, что системы, функционирование которых направлено па достижение цели, являются семантическими системами SS, и формально определяются кортежем вида

SS =< Goal,Str,Met,FacjSemSI,Cond,t, >, (1)

где Goal - множество основных, промежуточных и вспомогательных целей, ориентированных на достижение заданного уровня знаний в выделенной предметной области; Sir - структура обучающей системы, организованная таким образом, чтобы способствовать достижению целей; Met - комплекс методов теоретического и практического характера для достижения основной цели через вспомогательные и промежуточные; Fac - применение различных средств для достижения целей: технических, программных, информационных, математических, лингвистических, учебно-методических, психолого-педагогнческих, организационных; SemSI - обработка семантической информации, связанна» с достижением целей; Cond - условия, способствующие достижению основной цели; f , / = 1,/ - время для достижения основной цели — определяется как сумма интервалов времени для достижения цели. В такой постановке система управления целями обучения будет иметь вид, показанный на рис. 6. Объемом управления является база учебных знаний, в которой, при подаче управляющего воздействия согласно выработанной стратегии обучения и заданных целей обучения, генерируются учебные задания с требуемыми дидактическими параметрами: значимостью, специфичностью, сложностью. В зависимости от ответов обучаемого производится перестройка иерархической модели обучаемого и корректировка управляющих воздействий. Таким образом, назначение системы управления процессом автоматизированного обучения заключается в выработке управляющего воздействия на основе информации, получаемой от обучаемого, с привлечением множества целей обучения, модели обучаемого и педагогических знаний.

Использование средств мультимедиа в компьютерных средствах обучения, в частности в ИЭОС, позволяет раскрыть более полно их возможности.

Учебные задания: алгоритмические; эвристические; творческие

Рис. 6. Блок-схема управления целями обучения

Наиболее значимый эффект может быть получен при проведении видеокомпьютерных лекций. Основное отличие видеокомпьютерной лекции от обычной - увеличенный объем визуальной информации, представленной иллюстрациями разного характера, имеющими разный уровень сложности. Метод оптимальной организации информационных потоков при проведении видеокомпьютерной лекпии, позволяет интенсифицировать процесс автоматизированного обучения, обеспечить рациональную загрузку информационных каналов обучаемого.

Пусть имеется множество иллюстраций п= l,N, множество форматов изображений т = 1, А/ . Используя методы дихотомии и априорного ранжирования определим меру того, что и-я иллюстрация относится к от-му формату. Для этого эксперты разбивают иллюстрации на 2 класса по следующей схеме: в 1-й класс помещают иллюстрации 1-го формата, во 2-й класс - иллюстрации остальных форматов. Далее иллюстрации 2-го класса вновь разбиваются на два класса: в 1-й класс - 2-й формат, 2-й класс - остальные форматы и т.д. С учетом согласованности экспертов устанавливают вероятностную оценку степени отношения и-й иллюстрации к т-му формату

, " = Га7 ,т 1Ж I Л„ = 1. (2)

Верификация значений вероятностей осуществляется на основе педагогического эксперимента. По его результатам оценивают исходы следующих аль-терн атив:

\,еслиподтверждается преимущественное отношение п — ой иллюстрации кт- му формату О, в противном случае,п - \,И ,т = 1, А/

Далее определяем значения вероятностей р(глт), с которыми альтернативы 2т отражают согласованность экспертов на этапе предварительного анализа и после проведения педагогического эксперимента, причем = 1 -р{гпт).

В соответствии с формулой Байеса вычислим значения вероятностных оценок (2), скорректированных по оценкам р(гпт) и <?(£„„):

р =-Р{2")Р-_. . (3)

Следующим этапом является построение оптимизационной модели, в которой производится отнесение иллюстраций к одному из форматов с учетом общей трудоемкости лекционного курса по учебному плану = Т, п = 1,АГ, т-\,М. Введем альтернативные переменные

I, если п — я иллюстрация достоверно относится кт- му формату ^

О, в противном случае, п = 1, = 1, М.

Критерием оптимизации является максимальная вероятность совпадения выбора по альтернативам (4) и скорректированным экспертным оценкам. Оптимизационная модель имеет вид:

¿¿ЛЛ.-»тах> (5)

tblx~.iT, (б)

ХХ„ = 1, ^ = {0,1},« = и7,т=и/, (7)

где - средняя трудоемкость предъявления п-й иллюстрации /и-м способом; ограничение (7) обеспечивает выполнение условия отнесения /1-й иллюстрации только к одному формату.

Для решения оптимизационной задачи (5) - (7) применяются рандомизированные алгоритмы псевдобулевой оптимизации.

Четвертая глава посвящена вопросам практической реализации разработанных методов, моделей и алгоритмов и их применению при создании средств обучения специалистов по биомедицинским системам.

При разработке комплекса технических средств ИЭОС возможны три принципиально различных подхода. Первый подход - создание систем на полностью специализированной технической базе. Второй подход к разработке технических средств ИЭСС, в определенной степени противоположен предыдущему, - зто создание комплекса на базе серийных технических средств универсального назначения. Третий путь можно считать средним по отношению к рассмотренным выше - это создание ИЭОС с частичной специализацией технических средств. Исходя из экономической целесообразности, разработка комплекса технических средств ИЭОС выполняется в рамках второго направления. При этом учитывается тенденция интенсивного оснащения вузов вычислительными средствами общего назначения. К таким средствам относят персональные компьютеры типа ЮМ PC/AT или их клоны. Созданный комплекс технических средств функционирует под управление операционной системы Microsoft Win-dows'95, с использованием дополнительных программных средств: Microsoft Direct Х6.0; ЮМ Indeo 2.0; 3dfx Glide 2.0. Программные средства мультимедиа представлены пакетом Ask-Me 2000 (фирма Brown-Wagh Publishing, США). Видеофрагменты, подготовленные с помощью пакета Ask-Me, могут воспроизводиться на любом компьютере с VGA-графикой, с качеством изображения, приемлемым для большинства применений.

Оценку эффективности ИЭОС и анализ ее показателей проводился двумя способами: эффективность системы на соответствие системотехническим требованиям и характеристикам видов обеспечений - технического, учебно-методического, информационного, лингвистического, программного, и эффективность системы в процессе ее эксплуатации, использовании в учебном процессе. Реализация первого способа предполагает формирование перечня показателей качества ИЭОС и оценку важности каждого из них методом экспертного опроса. При реализации второго способа, связанного с оценкой эффективности ИЭОС в процессе эксплуатации, выбираем основным критерием качества учебного процесса средний балл обучающихся групп. Будем сравнивать две методики обучения: традиционную методику и методику активного обучения с помощью ИЭОС. На примере изучения учебного курса "Оптические и лазерные медицинские приборы" рассмотрим сравнение обеих методик по их мощности (рис, 7).

0.5 + 0.4 0.3 0.2 +

2 3 4 а) методика а,

0.5

0.4 -

0.3 -

0.2 "

-1-

2 з 4 6) методика а2

¥

Рис. 7. Гистограммы распределения оценок обучаемых

Показанная на рис. 7а гистограмма соответствует распределению оценок, полученных обучаемыми при изучении курса по традиционной методике. На рис. 76 приведена гистограмма, отражающая распределение оценок обучаемых, полученных при изучении курса на базе ИЭОС. Как видно, при выборе порога у, = 3.5, площадь на гистограмме а), ограниченная промежутком- мень-

ше, чем на гистограмме б). Это соответствует тому, что мощность активной методики обучения на базе ИЭОС больше, чем мощность традиционной методики.

Таким образом, применение ИЭОС увеличивает математическое ожидание среднего балла и, как правило, уменьшает его дисперсию. Однако, при наличии в ИЭОС модели обучаемого, учитывающей его индивидуальные характеристики, дисперсия среднего балла может расти за счет того, что более подготовленные студенты повышают свои знания еще быстрее.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Сформулированы особенности построения интегриров;шннх эксперт-но-обучающих систем для подготовки специалистов по биомедицинским системам и на этой основе показана необходимость разработки семантических моделей знаний, методов формализации учебных и педагогических знаний, средств их обработки.

2. Проведена классификация и анализ существующих средств компьютерной поддержки процессов обучения, рассмотрены известные методы моделирования учебных курсов и процессов автоматизированного обучения, определены их достоинства и недостатки.

3. Сформированы требования к интегрированной экспертао-обучагощей системе и разработана ее структура.

4. Сформировала система базовых и производных понятий предметной области, определены методы формирования семантического пространства знаний и их формализация, методы автоматизированного формирования семантического графа фрагмента предметной области, методы оценки семантических и дидактических параметров фрагментов предметной области.

5. Сформирована иерархическая модель обучаемого для целей управления процессом автоматизированного обучения, разработана модель оптимального принятия решений при управлении процессом автоматизированного обучения, построена функциональная семантическая сеть усвоения понятий предметной области.

6. Создан комплекс технических и программно-информационных средств интегрированной зкепертно-обучающей системы, реализующий разработанные модели и методы автоматизированного обучения.

7. Создан комплекс учебно-педагогических средств, реализующий методику разработки автоматизированных учебных курсов в рамках интегрированной экспертно-обучающей системы.

8. Созданные средства внедрены в учебный процесс и медицинскую практик;/. Ожидаемый экономический эффект от внедрения основных результатов диссертационной работы в Воронежском государственном техническом университете и Воронежском областном клиническом лечебно-диагностическом центре составил более 153 тыс. руб. в год.

Основное содержание диссертации опубликовано в следующих работах:

1. Разработка программного инструментария формирования интерактивных автоматизированных систем на основе интерпретации таблиц реше-ний/Мутафян М.И., Супонецкая М.А., Тужикова В.И., Шатов А.В.// Компьютеризация в медицине: Межвуз. сб. науч. тр. Воронеж, ВГТУ, 1996. С. 47-53.

2. Родионов О.В., Тужикова В.И., Федянин В.И. Алгоритмизация оптимальных обдающих процедур//Математическое обеспечение информационных технологий в технике, образовании и медицине: Тез.докл. Всерос. совещания-семинара. Воронеж, ВГТУ, 1997. С. 14.

3. Тужикова В.И., Федянин В.И. Анализ повышения эффективности процесса обучения при использовании автоматизированных обучаемых систем // Математическое обеспечение информационных технологий в технике, образовании и медицине: Тез.докл. Всерос.совещания-семинара. Воронеж, ВГТУ, 1997, С. 35.

4. Родионов О.В., Тужикова В.И., Федянин В.И. Структура учебно-исследовательской системы и ее рациональный выбор// Математическое обес-

печение информационных технологий в технике, образовании и медицине: Тез.докл. Всерос.совещания-семинара. Воронеж, ВГТУ, 1997, С. 38.

5. Родионов О.В., Тужикова В.И., Федянин В.И. Алгоритмическое обеспечение и оптимизация обучающих процедур»// Оптимизация и моделирование в автоматизированных системах: Межвуз. сб. науч. тр. Воронеж, ВГТУ, 1997. С. 155-159.

6. Рациональный выбор структуры учебно-исследовательской системы/ Львович Я.Е., Родионов О.В., Тужикова В.И., Федянин В.И.// Оптимизация и моделирование в автоматизированных системах: Межвуз. сб. науч. тр. Воронеж, ВГТУ, 1997. С. 160-167.

7. Тужикова В.И., Федянин В.И. Оптимизация предъявления графической информации при проведении видеокомпьютерных лекций медикотехнической направленности // Высокие технологии в технике, медицине и образовании: Межвуз.сб.научн.тр. Воронеж, ВГТУ. 1997. С. 171-175.

8. Тужикова В.И., Федянин В.И. Анализ применения компьютерных .технологий для оптимизации процесса обучения // Высокие технологии в технике, медицине и образовании: Межвуз.сб.научн.тр. Воронеж, ВГТУ. 1997. С. 176182.

9. Бухонова О.В., Тужикова В.И., Федянин В.И. Автоматизированные медицинские системы в функциональной диагностике// Биотехнические, медицинские и экологические системы и комплексы: Тез.докл. Всерос. научн,-техн.конф. студентов, молодых ученых и специалистов. Рязань, 1997. С. 48.

10. Туликова В.И., Федянин В.И. Технологические схемы представления лекционного материала // Актуальные вопросы обеспечения качества медицинской помощи. Аккредитация и лицензирование медицинской и фармацевтической деятельности: Сб. научлр. Воронеж, 1998. С. 258.

11. Тужикова В.И., Федянин В.И. Организация обучения с использованием автоматизированной обучающей системы// Актуальные проблемы информационного мониторинга: Тез.докл. Регион, науч.-пракг. конф. Воронеж, 1998. С. 34.

12. Мордухович A.M., Тужикова В.И., Федянин В.И. Организация технологии дистанционного обучения с. использованием сети INTERNET// Прикладные задачи моделирования и оптимизации: Межвуз.сб.научн.тр Воронеж, ВГТУ. 1998. С. 143-151.

13. Мордухович A.M., Тужикова В.И., Федянин В.И. Корреляционная модель обучаемого для целей управления процессом обученияII Прикладные задачи моделирования и оптимизации: Межвуз.сб.научн.тр. Воронеж, ВГТУ. 1998. С. 152-156.

14. Родионов О.В., Тужикова В.И., Федянин В.И. Семантические представления в экспертных обучающих системах // Высокие технологии в региональной информатике: Тез.докл. Всерос.совещания-семинара. Воронеж, 1998. С. 65.

15. Родионов О.В., Тужикова В.И., Федянил В.И. Методы моделирования учебных курсов и процессов автоматизированного обучения системах // Высокие технологии в региональной информатике: Тез.дохл. Всерос.совещания-семинарл. Воронеж, 1998. С. 64.

16. Тужикова В И., Федянин В.И. Иерархическая модель обучаемого интегрированной экспертно-сбучающей системы для подготовки специалистов по биомедицикским системам.// Высокие технологии в технике, медицине и обра-зовгнии: Межвуз.сб.няучн.тр. Воронеж, ВГТУ. 1998. С. 37-41.

ЛРК< ..........."" '1-98

Издательство

Воронежского государственного технического университета 394026 Воронеж, Московский просп., 14

ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

На правах рукописи

ТУЖИКОВА ВАЛЕНТИНА ИВАНОВНА

ОПТИМИЗАЦИЯ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ СПЕЦИАЛИСТОВ ПО БИОМЕДИЦИНСКИМ СИСТЕМАМ НА ОСНОВЕ СЕМАНТИЧЕСКОГО МОДЕЛИРОВАНИЯ

Специальность 05.13.10- Управление в социальных

и экономических системах

ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук

Научный руководитель Заслуженный деятель науки РФ, д.т.н., профессор Львович Я.Е.

Воронеж 1998

СОДЕРЖАНИЕ

ВВЕДЕНИЕ...............................................................................................................4

1. АНАЛИЗ СИСТЕМ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ В ВЫСШЕЙ ШКОЛЕ, НАПРВЛЕНИЯ ПО ПОВЫШЕНИЮ ИХ ЭФФЕКТИВНОСТИ...........................................................................................13

1.1. Классификация и анализ средств компьютерной поддержки процессов обучения.....................................................................................13

1.2. Методы моделирования учебных курсов и процессов

автоматизированного обучения..................................................................22

1.3. Цель и задачи исследования........................................................................38

2. РАЗРАБОТКА СТРУКТУРЫ ИЭОС И МЕТОДОВ ФОРМАЛЬНОГО ОПИСАНИЯ ПРЕДМЕТНОЙ ОБЛАСТИ УЧЕБНЫХ КУРСОВ ПО БИОМЕДИЦИНСКИМ СИСТЕМАМ...............................................................44

2.1. Разработка структуры интегрированной экспертно-

обучающей системы....................................................................................44

2.2. Формирование системы базовых и производных

понятий предметной области.....................................................................52

2.3. Методы формирования семантического пространства

знаний и их формализация..........................................................................60

2.4. Методы автоматизированного формирования семантического

графа фрагмента предметной области.......................................................73

2.5. Методы определения семантических и дидактических

параметров фрагментов предметной области............................................77

2.6. Основные выводы главы..............................................................................80

3. РАЗРАБОТКА МОДЕЛЕЙ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ ПРОЦЕССОМ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ ЗНАНИЯМ ПРЕДМЕТНОЙ ОБЛАСТИ НА ОСНОВЕ СЕМАНТИЧЕСКОЙ ИНФОРМАЦИИ..............................................................82

3.1. Формирование иерархической модели обучаемого для целей

управления процессом автоматизированного обучения...........................82

3.2. Модели оптимального принятия решений при управлении

процессом автоматизированного обучения...............................................93

3.3. Построение функциональной семантической сети усвоения

понятий предметной области....................................................................105

3.4. Оптимальная организация информационных потоков при проведении видеокомпьютерной лекции.................................................111

3.5. Основные выводы главы.......................... ........................................118

4. АНАЛИЗ ЭФФЕКТИВНОСТИ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ НА БАЗЕ ИНТЕГРИРОВАННОЙ ЭКСПЕРТНО-ОБУЧАЮЩЕЙ СИСТЕМЫ.............................................................................120

4.1. Техническое и программно-информационное обеспечение ИЭОС

для обучения специалистов по биомедицинским системам...................120

4.2. Анализ эффективности ИЭОС по результатам внедрения

в учебный процесс и медицинскую практику..........................................127

ЗАКЛЮЧЕНИЕ.....................................................................................................137

ЛИТЕРАТУРА.......................................................................................................139

ПРИЛОЖЕНИЯ.....................................................................................................150

ВВЕДЕНИЕ

Актуальность проблемы. Важнейшими направлениями реформирования здравоохранения России являются повышение эффективности использования ресурсов здравоохранения, повышения качества медицинской помощи и эффективности труда, внедрение современных медицинских технологий. В ходе проведения реформ наметилась тенденция к индустриализации отраслей здравоохранения, повышению уровня профессиональной подготовки ее работников. Важная роль отводится специалистам в области биомедицинских систем, призванных обеспечить функционирование таких сложных комплексов, как компьютерные томографы, установки ультразвуковых исследований, системы элек-троэнцефало- диагностики, системы кардиологического мониторинга и др.

Особенность подготовки специалистов данного профиля заключается в том, что ряд учебных дисциплин, обеспечивающих необходимую квалификацию инженера, относится к динамично развивающимся отраслям науки и техники. Проблема преподавания таких дисциплин обусловлена тем, что они должны исчерпывающе отражать данную отрасль научных знаний, в то время как объем этих знаний непрерывно расширяется за счет результатов деятельности крупных научно-технологических центров, результатов научных исследований, которые в короткие сроки становятся достоянием практики. Исходный материал для преподавания этих дисциплин составляют журнальные статьи, научно-технические отчеты, описания разработанных конструкций, диссертации и другие разрозненные материалы, отличающиеся отсутствием единой терминологии и противоречивостью.

Для преодоления противоречия между стремительно нарастающим объемом знаний, подлежащих усвоению, и реальными сроками подготовки специалистов, необходимо определить новые организационные формы обучения, способы получения знаний обучаемыми, закрепления умений и навыков.

Одной из таких форм подготовки и переподготовки высококвалифицированных специалистов в вузах следует считать новую технологию обучения, базирующуюся на применении предметно- и проблемно-ориентированных компьютерных обучающих систем. Использование названных систем способствует повышению эффективности технологий обучения, интенсификации учебного процесса, повышению качества подготовки специалистов.

Разработка и внедрение новых технологий обучения в высшей школе определена научно-техническими программами Государственного комитета Российской Федерации по высшему образованию по следующим основным направлениям (приказ Госкомвуза России от 4 ноября 1994г. № 1071):

фундаментальные и прикладные исследования в области новых, в том числе информационных, технологий обучения;

разработка программных, информационных и методических средств и технологий по базовым естественнонаучным дисциплинам, базовым гуманитарным, социально-экономическим и общеинженерным дисциплинам, информатике, вычислительной технике и автоматизированным системам;

разработка программных, информационных и методических средств и технологий для лекционной формы обучения, для дистанционной формы обучения;

разработка программных, информационных и методических средств и технологий обучения преподавателей в области новых технологий обучения;

разработка критериев, методов и средств оценки качества и эффективности программных, информационных и методических средств и технологий обучения;

маркетинг образовательных технологий, средств и услуг на внутреннем и внешнем рынках.

Исследования по данным направлениям, особенно в области компьютерных технологий обучения, позволили разработать методологические, дидакти-

ческие основы и средства создания автоматизированных учебных курсов, автоматизированных обучающих систем [20,24,46]. Эксплуатация ряда систем, таких как АОС ВУЗ, КОНТАКТ, РАКУРС, АДОНИС, ABC и др. показала эффективность их использования в учебном процессе, позволила выявить недостатки и наметить пути реализации систем следующего поколения.

В настоящее время наиболее перспективным направлением развития автоматизированных обучающих систем является применение для их разработки новых информационных технологий, в частности, технологии искусственного интеллекта. Интеллектуальные обучающие системы представляют один из путей применения достижений искусственного интеллекта в образовании [13,94].

Основными отличительными чертами интеллектуальных обучающих систем от обычных является наличие знаний: о предметной области (курсе обучения); знания об обучаемом; знания о стратегиях обучения; метазнания - знания о том, как применять знания о стратегиях обучения к обучаемому. Эти виды знаний в формализованном виде загружаются в базу знаний и обрабатываются посредством того или иного механизма логического вывода.

Одним из центральных и наиболее сложных моментов в разработке систем, основанных на знаниях, в том числе и интеллектуальных обучающих систем, является представление знаний, поскольку от него зависят интеллектуальные возможности системы и ее эффективность. Разработанный формализм представления знаний позволяет структурировать знания эксперта о предметной области, построить ее семантическую модель. С учетом специфики учебных курсов и видов решаемых задач разрабатывается соответствующий формализм представления профессиональных знаний. Кроме того, существенное влияние оказывает содержание учебных курсов, их вид: описательный, математический, конструкторский и др.

Не менее важной, чем проблема представления знаний, является проблема построения модели обучаемого {student model). В последние годы исследо-

вания сосредоточились на средствах поддержки обучения, предназначенных содействовать "обучению действием" [4,97]. Эти системы пытаются скомбинировать опыт решения задач и руководство обучаемым, которые часто находятся в противоречии. Чтобы преодолеть это противоречие, нужно иметь полные управляющие или обучающие стратегии. Их использование позволит обеспечить интеллектуальное руководство обучаемым, эффективно использовать возможности обучающей системы, оптимизировать процесс обучения. Представление моделей обучаемого осуществляется также с помощью семантических моделей знаний.

Таким образом, необходимость создания средств интеллектуальной обучающей системы на основе семантических моделей знаний для обучения специалистов в быстроразвивающихся областях науки и техники делает актуальной разработку базы знаний, моделей обучаемого, стратегий автоматизированного обучения. Использование такой системы предполагает существенное повышение эффективности и качества подготовки инженеров по биомедицинским системам за счет оптимального построения процесса обучения.

Диссертационная работа выполнена в соответствии с межвузовской комплексной научно-технической программой 12.11 "Перспективные информаци-

^ и ^

онные технологии в высшей школе в рамках одного из основных направлении Воронежского государственного технического университета "Биокибернетика, компьютеризация в медицине". Научные результаты, изложенные в диссертации, получены при выполнении следующих научно-исследовательских работ: «Разработка алгоритмического, программного обеспечения процессов диагностики и лечения заболеваний и формирования автоматизированных систем» (тема № 96/27, 1996-2000 год) и «Принципы создания моделей и алгоритмов автоматизированных лечебно-диагностических и учебных систем» (тема № 9/97, 1997-1998 год).

Целью работы является разработка методики, моделей представления информации учебных курсов, моделей обучаемого, стратегий оптимального обучения специалистов по биомедицинским системам на основе семантических моделей знаний, позволяющие создать интеллектуальные обучающие системы, обеспечивающие сокращение сроков обучения и повышение качества подготовки путем построения оптимального процесса обучения.

В соответствии с поставленной целью основными задачами исследования являются:

анализ существующих в настоящее время компьютерных средств обучения с точки зрения возможности их использования для обучения динамически изменяющимся инженерным дисциплинам высшего и последипломного образования в области управления биомедицинскими системами;

формирование структуры интегрированной экспертно-обучающей системы;

разработка методов представления системы понятий/умений, составляющих содержание учебных курсов;

разработка семантических моделей представления и обработки знаний о предметной области обучения;

построение лингвистического процессора анализа ответов обучаемого; разработка моделей контроля и диагностики ошибок обучаемого, оптимального управления процессами обучения в области управления биомедицинскими системами.

Методы исследования. При решении поставленной задачи в работе использовались методы системного анализа, теории множеств, методы вычислительной математики и многоальтернативной оптимизации, теории исследования операций и принятия решений.

Разработка семантических моделей предметной области и моделей оптимального управления процессом обучения осуществлялась с применением методов искусственного интеллекта и теории графов.

Решение ряда вопросов, связанных с созданием информационных и программных средств интегрированной обучающей системы, базируется на методах новых информационных технологий.

Научная новизна. В работе получены следующие основные результаты: метод формирования системы понятий учебных курсов, в котором формальное определение понятия задается набором признаков и допускает представление их в виде фреймовой структуры, отличающийся возможностью автоматизированного построения функциональной семантической сети для целей контроля усвоения понятий обучаемым;

процедура формализованного представления учебных знаний в виде семантических моделей логико-предикатного типа, позволяющий автоматизировать процедуру определения дидактических параметров учебных заданий и эффективно организовать манипуляцию ими в базе знаний;

иерархическая модель обучаемого, содержащая статистический, поведенческий, стратегический и когнитивный уровни модели, обеспечивающая возможность учета текущих параметров обучаемого и построения гипотез о стратегиях получения знаний, умений и навыков обучаемым;

метод оптимального управления процессом автоматизированного обучения с учетом индивидуальных характеристик обучаемого, базирующийся на педагогических знаниях и отличающийся использованием многоуровневой модели обучаемого;

функционально-структурная схема интегрированной обучающей системы, отличающаяся учетом особенностей содержания предметной области обучения по управлению в биомедицинских системах и использующая мультимедиа

средства представления информации, возможностью применения видео- и аудиоаппаратуры.

Практическая ценность и реализация результатов работы. Разработаны методики, семантические модели и стратегии оптимального автоматизированного обучения. Создано проблемно-ориентированное программно-информационное обеспечение интеллектуальной обучающей системы, позволяющее применить полученные результаты в компьютерной подготовке специалистов. Сформированные на ее основе обучающие курсы для студентов специальности 190500 "Биотехнические и медицинские аппараты и системы" внедрены в Воронежском государственном техническом университете и в Воронежском областном клиническом лечебно-диагностическом центре при последипломном обучении специалистов на факультете усовершенствования квалификации врачей. Ожидаемый экономический эффект от внедрения составляет 153 тыс. рублей (в ценах 1998 года), что подтверждено актами внедрения.

Апробация работы. Материалы диссертации докладывались и обсуждались на семинарах межвузовской кафедры "Медицинские и гуманитарные системы" (ВГТУ, 1995-1998 гг.), межвузовской кафедры "Управление в социальной сфере и медицине" (ВГТУ, 1996-1997 гг.), Всероссийском совещании-семинаре «Математическое обеспечение информационных технологий в технике, образовании и медицине» (Воронеж; 1997), Всероссийской научно-технической конференции студентов, молодых ученых и специалистов «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 1997), Межрегиональной научно-практической конференции «Актуальные проблемы информационного мониторинга» (Воронеж, 1998), Межрегиональной научно-практической конференции «Актуальные вопросы обеспечения качества медицинской помощи. Аккредитация и лицензирование медицинской и фармацевтической деятельности» (Воронеж, 1998), Всероссий-

ском совещании-семинаре «Высокие технологии в региональной информатике» (Воронеж, 1998).

Публикации. По материалам диссертации опубликовано 16 печатных работ.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения, изложенных на 138 страницах машинописного текста, списка литературы из 100 наименований, приложений на 20 страницах, содержит 27 рисунков и 7 таблиц.

В первой главе анализируются современные компьютерные средства обучения, проводится их многоаспектная классификация, выявляются достоинства и недостатки тех или иных систем автоматизированного обучения.

Рассматриваются методы моделирования учебных курсов, способы представления учебной информации, методы управления процессами обучения, выявляются наиболее перспективные подходы.

Показано, что для создания инт�