19 Билет.

1. Для вычисления вероятности попадания СВ в интервал (a, b) воспользуемся функцией    Лапласа: 

Перейдем к стандартной нормальной случайной величине,тогда

Значения функции Ф(u) необходимо взять из таблицы приложений "Таблица значений функции Ф(х)" . Пример. Случайная величина Х распределена по нормальному закону. Математическое ожидание и среднее квадратическое отклонение этой величины соответственно равны 30 и 10. Найти вероятность того, что Х примет значение, принадлежащее интервалу (10, 50). Решение: По условию:a  =10, b=50, а=30, s =10, следовательно,

По таблице  находим Ф (2) = 0,4772. Отсюда, искомая вероятность: Р(10 < Х < 50) =2×0,4772=0,9544.

2.Территориальная МИС- это интегрированная система сбора, обработки, передачи и храненияданных о состоянии здоровья населения, оуружающейсреды,мтериально-технической базе и экономических аспектах функционирования службы здравоохранения региона. Функции: а) ИС территориального органа здравоохранения; б) ИС для решения медико-технологических задач, обеспечивающие информационной поддержкой деятельность медицинских работников специализированных медицинских служб; в) компьютерные телекоммуникационные медицинские сети, обеспечивающие создание единого информационного пространства на уровне регионаПолучение всех данных о пациенте,накапливаемых в течении всей жизни при наблюдении человека в ряде учреждений (родильный дом, поликлиники, специализированные центры, диспансеры, стационары.)Территориальная МИС должна обеспечивать информационную поддержку ЛПР по вопросам оперативного, тактического и стратегического управления, планирования развития здравоохранения региона и формировать данные статистической отчетности.Федеральная МИС – это интегрированная система сбора ,обработки и хранения данный о состоянии здоровья населения ,окружающей природной среды, материально-технической базы и экономических аспектах функционирования отрасли здравоохранения страны. Федеральная МИС опирается на базу данных территориальных, ведомственных ИМС и специализированных федеральных регистров.Цель:обеспечение инф. Поддержки в вопросахоперативного,тактического и стратегического управления системой охраны здоровья населения,планирования развития и ресурсного обеспечения здравоохранения страны на основе анализа полного объема статистических данных и прогнозирования тенденций в состоянии здоровья и окружающей среды с использованием методов математического моделирования.Задачи:анализ текущей ситуации,состояние здоровья населения(динамическая характеристика по различным возрастным,этническим,профессиональным и другим группам),факторов загрязнения окружающей среды.Предназначены для информационной поддержки государственного уровня системы здравоохранения.

20 билет.1. Проводные (воздушные) линии связипредставляют собой провода без каких-либо изолирующих или экранирующих оплеток,Кабельные линиипредставляют собой достаточно сложную конструкцию. Кабель состоит из проводников, заключенных в несколько слоев изоляции: электрической, электромагнитной, механической, а также, возможно, климатическойРадиоканалы наземной и спутниковой связиобразуются с помощью передатчика и приемника радиоволн.

Сетевой коммутатор(жарг.свич,свитчотангл.switch— переключатель) — устройство, предназначенное для соединения несколькихузловкомпьютерной сетив пределах одного или несколькихсегментов сетиМаршрутизатор(router) позволяет организовывать в сети избыточные связи, образующие петли. Он справляется с этой задачей за счет того, что принимает решение о передаче пакетов на основании более полной информации о графе связей в сети, чем мост или коммутаторХост(от англ.host— хозяин, принимающий гостей) — любое устройство, предоставляющее сервисы формата «клиент-сервер» в режиме сервера по каким-либо интерфейсам и уникально определённое на этих интерфейсахСе́рверное программное обеспечение(англ.serverотангл.to serve— служить) (множественное числосе́рверы) — в информационных технологиях — программный компонент вычислительной системы, выполняющий сервисные (обслуживающие) функции по запросуклиента, предоставляя ему доступ к определённым ресурсам или услугам.

2.

21 билет.

Система управления базами данных (СУБД) - это универсальный комплекс прикладных программ, предназначенный для создания и обслуживания баз данных, а также обеспечения многоаспектного доступа к данным и их обработки.

Организация данных в БД может производиться различными способами, но наиболее распространенным является реляционное представление данных.

РЕЛЯЦИОННАЯ БАЗА ДАННЫХ:

• это множество взаимосвязанных двумерных таблиц - реляционных таблиц, в каждой из которых содержатся сведения об одной сущности.

• Название "реляционная" связано с тем, что каждая запись в такой базе данных содержит информацию, относящуюся (related) только к одному объекту.

• Кроме того, с данными о двух объектах можно работать как с единым целым , основанным на значениях связанных между собой данных.

• Все данные в реляционной БД представлены в виде таблиц.

• Каждая строка таблицы содержит информацию только об одном объекте и называется записью.

• Столбец таблицы содержит однотипную для всех записей информацию и называется полем.

В настоящее время для построения информационных систем применяются различные системы управления базами данных (СУБД), различающиеся как своими возможностями, так и требованиями к вычислительным ресурсам. Все многообразие применяемых СУБД, однако, можно свести к двум основным их классам: персональные и многопользовательские.

Организация данных в БД может производиться различными способами, но наиболее распространенным является реляционное представление данных.

Все данные в реляционной БД представлены в виде таблиц.

Каждая строка таблицы содержит информацию только об одном объекте и называется записью.

Столбец таблицы содержит однотипную для всех записей информацию и называется полем.

MS Access:

Первая версия MS Access была создана в 1993 г. фирмой Microsoft.

Access позволяет создавать сложные базы данных, определяя структуру таблиц, связи между ними.

Access обладает совершенной системой создания запросов, отчетов и форм любой сложности.

В Access, как любом приложении Windows, можно использовать все возможности обмена данными между приложениями, что позволяет включить в базу данных графическую и звуковую информацию.

Иерархические базы данных:

В основе данной модели - иерархическая модель данных. В этой модели имеется один главный объект и остальные - подчиненные - объекты, находящиеся на разных уровнях иерархии. Взаимосвязи объектов образуют иерархическое дерево с одним корневым объектом.

Иерархическая БД состоит из упорядоченного набора нескольких экземпляров одного типа дерева. Автоматически поддерживается целостность ссылок между предками и потомками, никакой потомок не может существовать без своего родителя.

К достоинствам иерархической модели данных относятся эффективное использование памяти ЭВМ и неплохие показатели времени выполнения основных операций над данными. Иерархическая модель данных удобна для работы с иерархически упорядоченной информацией.

Недостатком иерархической модели является ее громоздкость для обработки информации с достаточно сложными логическими связями, а также сложность понимания для обычного пользователя.

Сетевые базы данных:

Сетевой подход к организации данных является расширением иерархического. В иерархических структурах запись-потомок должна иметь в точности одного предка; в сетевой структуре данных потомок может иметь любое число предков.

В сетевой модели данных любой объект может быть одновременно и главным, и подчиненным, и может участвовать в образовании любого числа взаимосвязей с другими объектами. Сетевая БД состоит из набора записей и набора связей между этими записями, а если говорить более точно - из набора экземпляров каждого типа из заданного в схеме БД набора типов записи и набора экземпляров каждого типа из заданного набора типов связи.

Достоинством сетевой модели данных является возможность эффективной реализации по показателям затрат памяти и оперативности. В сравнении с иерархической моделью сетевая модель предоставляет большие возможности в смысле допустимости образования произвольных связей.

Недостатком сетевой модели данных является высокая сложность и жесткость схемы БД, построенной на ее основе, а также сложность для понимания и выполнения обработки информации в БД обычным пользователем. Кроме того, в сетевой модели данных ослаблен контроль целостности связей вследствие допустимости установления произвольных связей между записями.

Создание методики

Методика (алгоритм) диагностирования создается в следующей последовательности:Составляется список неисправностей, которые необходимо диагностировать., Назначаются вибрационные признаки проявления неисправностей, которые Пользователь хочет использовать для их распознавания. Например, параметры спектров (гармоники, полосы и т.п.)., Составляются логические условия для выявления неисправностей с помощью заданных признаков., Записываются диагностические табло - сообщения, которые должны выдаваться при обнаружении той или иной неисправности из списка.,  Создается форма отчета по диагностике, которая при каждом диагностировании будет автоматически заполняться, сохраняться в базе данных, выводиться на печать.

1. Список неисправностей. В окне "Список неисправностей" создается список диагностируемых неисправностей для данного типа объекта

2. Установка вибрационных признаков.Установка признаков осуществляется в окне Редактор вибропараметров на вкладках "опорные частоты", "вибропараметры" Вкладка"Опорные частоты"

В области "Настройка опорных частот" устанавливаются опорные (роторные) частоты, гармоники которых автоматически будут определяться программой диагностики при проведении диагностирования. Определение этой частоты осуществляется по спектру в точке, где данная опорная частота проявлялась наилучшим образом.

Описание опорных частот включает:имя опорной частоты (ротора);имя (номер) точки измерения;направление измерения;диапазон изменения опорной частоты (Гц).

На вкладке "Вибропараметры" формируется список вибрационных параметров, необходимых для автоматизированной диагностики. При каждом диагностировании их значения считываются из базы данных.

Описание вибропараметров включает:имя параметра - обозначение признака. Его значение определяется при обработке последующих строк окна;номер точки и направление - идентификация точки измерения на агрегате;вид измерения - измеряемая функция (временная выборка, спектр и т.д.);тип функции - измеряемый параметр (СКЗ в полосе, ПИК в полосе и т.д.);единицы измерения - вольты, мкм, мм/сек и м/с² .

Далее устанавливаются параметры, настраиваемые в зависимости от "Вида измерения" и "Типа функции". В результате установленные опорные частоты и вибропараметры заносятся в базу данных и автоматически находятся и считываются программой при проведении диагностирования.

Аналогично, на вкладке "Маски", можно создать маску опорного спектра для предварительного определения превышений предельных уровней в установленных полосах частот измеренного спектра.

3. Ввод логических условий

Режим непосредственной работы в редакторе методик. Является основным звеном во всей экспертной системе и представляет собой инструмент для записи алгоритма выявления и разделения неисправностей. Работа осуществляется в следующей последовательности. Составляются логические условия выявления неисправностей с помощью признаков из списка, созданного в режиме "Установка параметров". Для этого в редакторе используются 2 поля: Редактор признаков и Редактор условий.  Редактор признаков устанавливает признаки и условия проявления диагностируемой неисправности.

Признаки и условия могут задаваться с использованием математических функций и логических отношений (подробно правила работы описаны ниже). В поле признаки вводятся описания самих логических условий Рi...Pn (56 условий на каждую неисправность по 128 символов) и условия РР - обобщенного параметра уровня развития неисправности (рис.5) Редактор условий представляет собой матрицу выполнения или невыполнения условий, заданных в поле "Признаки", для распознавания той или иной дефектной ситуации.

4. Диагностические табло В окне "Редактор табло" составляются диагностические табло - сообщения, которые будут выдаваться оператору при обнаружении указанной неисправности, т. е. при выполнении соответствующих логических условий Рi...Pn. Табло содержат диагностические сообщения и перечень рекомендаций по ремонту для каждой диагностируемой неисправности.

5. Диагностический отчет

В окне "Редактор форм отчетов" создается форма отчета по диагностике, которая при каждом диагностировании автоматически заполняется, может быть сохранена в базе данных.

22 билет.

Абсолютная погрешность – это значение, вычисляемое как разность между значением величины, полученным в процессе измерений, и настоящим (действительным) значением данной величины.Абсолютная погрешность меры – это значение, вычисляемое как разность между числом, являющимся номинальным значением меры, и настоящим (действительным) значением воспроизводимой мерой величины.Относительная погрешность – это число, отражающее степень точности измерения.

Алгоритм обработки косвенных измерений:1. По известной зависимости измеряемой величины от её аргументов, значения которых найдены с помощью прямых измерений, вычислить действительное значение функции.

2. Вычислить составляющие погрешности как приращения функции по каждому аргументу формула (10) или найти частные производные по всем аргументам и вычислить составляющие погрешности.

3. Вычислить полную погрешность функции

4. После округлений результат обработки измерений записать в форме:

Система поддержки принятия решений — это диалоговая автоматизированная система, использующая правила принятия решений и соответствующие модели с базами данных, а также интерактивный компьютерный процесс моделирования. Основу СППР составляет комплекс взаимосвязанных моделей с соответствующей информационной поддержкой исследования, экспертные и интеллектуальные системы, включающие опыт решения задач управления и обеспечивающие участие коллектива экспертов в процессе выработки рациональных решений.Ниже на рис.2 приведен архитектурно-технологическая схема информационно-аналитической поддержки принятия решений:Поддержка принятия решений

Первоначально информация хранится в оперативных базах данных OLTP-систем. Но ее сложно использовать в процессе принятия решений по причинам, о которых будет сказано ниже. Агрегированная информация организуется в многомерное хранилище данных. Затем она используется в процедурах многомерного анализа (OLAP) и для интеллектуального анализа данных.Для анализа и выработок предложений в СППР используются разные методы. Это могут быть: информационный поиск, интеллектуальный анализ данных, поиск знаний в базах данных, рассуждение на основе прецедентов, имитационное моделирование, эволюционные вычисления и генетические алгоритмы, нейронные сети, ситуационный анализ, когнитивное моделирование и др. Некоторые из этих методов были разработаны в рамках искусственного интеллекта. Если в основе работы СППР лежат методы искусственного интеллекта, то говорят об интеллектуальной СППР или ИСППР.

Компоненты активных СППР: вероятностный модуль, экспертные системы, статистический модуль, нейросетевой модуль, вероятностный модуль, модуль, основанный на моделировании.

Статистический модуль основан на решении дискриминантных уравнений. (f(D) = a1x1 + a2x2+…+anxn), где а – коэффициент (их значения получены на основе статистических данных, характеризующих диагностическую значимость симптома), х – симптом (бинарная величина – 1-наличие, 0-отсутствие)

Типичные задачи, решаемые с помощью NN

распознавание образов (изображения на дисплее КТ, МРТ, УЗИ)

Близкие к СППР классы систем — это экспертные системы и автоматизированные системы управления.Методы: статистический, вероятностный, экспертные системы, нейросети. Метод сбора и накопления статистических СППР – пакет прикладных программ.MSAccess–создание и сопровождение БД. Статистический пакет- «STATISTICA», основная задача – построение процедуры индификации состояния больного.Иску́сственныенейро́нныесе́ти (ИНС) — математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы.ИНС представляют собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Такие процессоры обычно довольно просты, особенно в сравнении с процессорами, используемыми в персональных компьютерах. Каждый процессор подобной сети имеет дело только с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам. И тем не менее, будучи соединёнными в достаточно большую сеть с управляемым взаимодействием, такие локально простые процессоры вместе способны выполнять довольно сложные задачи.Экспе́ртнаясисте́ма (ЭС, англ. expertsystem) — компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предтечи экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания. В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.

Структура ЭС интеллектуальных систем

^[2] представляет следующую структуру ЭС:Интерфейс пользователя, Пользователь ,Интеллектуальный редактор базы знаний ,Эксперт, Инженер по знаниям, Рабочая (оперативная) память, База знаний, Решатель (механизм вывода), Подсистема объяснений.