WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 28 | 29 || 31 | 32 |   ...   | 35 |

Важным приложением теории распознавания образов в прогнози ровании является разработка принципов и построение систем, пред назначенных для определения принадлежности данного объекта (про цессов УКП или их элементов) к одному из заранее выделенных клас сов объектов, характеристики которых известны. Каждый объект описывается совокупностью (вектором) основных характеристик (свойств, признаков) в многомерном пространстве и характеристи кой, которая указывает на принадлежность объекта к определенно му классу. Набор заранее расклассифицированных объектов, для которых известны указанные характеристики, используется для об наружения закономерных связей между значениями этих характе ристик и называется обучающей выборкой. Объекты, характеристи ки которых неизвестны, образуют контрольную выборку. Одна из основных задач распознавания образов – выбор правила (решающей функции), в соответствии с которым по значению контрольной реа лизации (отдельного объекта выборки) устанавливается ее принад лежность к одному из классов (образов).

Эффективность решения задачи распознавания образов во многом определяется выбором совокупности (вектора) признаков, обладаю щих высокой информативностью, т. е. наиболее важных для отличе ния одного образа от другого. При этом используются следующие априорные предположения: признаки реализации образов представ ляют собой случайные выборки из генеральных совокупностей с нор мальным распределением, реализации одного образа расположены «компактно» (по определенному критерию – мере близости), призна ки в их наборе независимы и др.

Существующие методы распознавания образов можно разделить на две группы: статистические (байесовские и минимаксные) и де терминированные (многомерной классификации и теории неориен тированных связных графов).

Байесовские методы обеспечивают получение оптимального ре шения задачи распознавания, которая ставится как экстремальная.

В качестве критериев решения задачи распознавания используются следующие критерии теории статистических решений – минимум сред него риска (критерий Байеса), минимаксный критерий и критерий Неймана – Пирсона.

Условием эффективного применения байесовских методов явля ется наличие полной информации об объектах обучающей выборки, включающей: оценки параметров распределений объектов в классах, допустимые значения вероятностей ошибок 1 го и 2 го рода, значе ния априорных вероятностей классов объектов. Если априорные ве роятности классов неизвестны, минимизировать средний риск при нятия решений на основе байесовской стратегии в этом случае нельзя.

Применительно к этой ситуации рационально использовать такой критерий, который обеспечивает минимум максимального среднего риска. Этот критерий называется критерием минимакса.

Суть минимаксной стратегии состоит в том, что решение о при надлежности неизвестного объекта к соответствующему классу при нимается на основе байесовской стратегии, соответствующей такому значению вероятности ошибки 1 го рода, при котором средний риск максимален.

Однако на применение статистических методов распознавания накладывается ряд жестких ограничений: нормальность многомер ных законов распределения признаков объектов, большой объем выборки, необходимый для точной оценки параметров распределе ний и другой исходной информации. При невыполнении этих огра ничений необходимо применять методы многомерной классифика ции (таксономии, кластерного анализа) и методы теории неориен тированных связных графов.

При использовании детерминированных методов процесс постро ения решающего правила носит менее формализованный характер и не обеспечивает сходимости получаемого итерационного решения задачи распознавания к оптимуму. Тем не менее, эти методы дают практически приемлемые результаты и позволяют значительно рас ширить сферу применения методов распознавания образов.

Подкласс стохастических (статистических) методов оп ределения нормативов УКП включает две основные группы:

методы корреляционного и регрессионного анализа и методы факторного анализа.

Методы корреляционного и регрессионного анализа при неко торых различиях основаны на единых предпосылках [19]. Корре ляционный анализ представляет собой совокупность основанных на математической теории корреляции методов обнаружения кор реляционной зависимости между двумя случайными признаками или факторами. При этом две случайные величины считаются кор реляционно связанными, если математическое ожидание одной из них меняется в зависимости от изменения другой. Корреляцион ный анализ экспериментальных данных включает в себя следую щие приемы: 1) составление корреляционной таблицы; 2) вычис ление коэффициентов корреляции; 3) проверка статистической гипотезы значимости связи. Зависимость между тремя и большим числом случайных признаков или факторов изучается методами многомерного корреляционного анализа (вычисление частных и множественных коэффициентов корреляции и корреляционных отношений).

Связь между случайной и неслучайной величинами называется регрессионной, а метод анализа таких связей – регрессионным ана лизом. Регрессионный анализ тесно связан с корреляционным. В то же время регрессионный анализ предъявляет менее жесткие требова ния к исходной информации (так, например, проведение регрессион ного анализа, в отличие от корреляционного, возможно даже в слу чае отличия распределения случайной величины от нормального).

Оценка неизвестных коэффициентов регрессии и дисперсии осуще ствляется методом наименьших квадратов. Этот метод в предполо жении нормальной распределенности результатов наблюдений при водит к оценкам, совпадающим с оценками наибольшего правдопо добия. Значимость оценок и их доверительные интервалы определя ются с применением аппарата и критериев проверки статистичес ких гипотез.

Требование нормальности распределения ошибок, предъявляемое к исходной информации процедурой метода наименьших квадратов, во многих случаях оказывается невыполненным, что приводит к сни жению достоверности прогноза. Поэтому в последнее время разраба тывается новое направление – робастная статистика, задача кото рой состоит в том, чтобы получать эффективные оценки в случаях невыполнения некоторых предпосылок применения корреляционно го и регрессивного анализа (например, нормальности распределения).

Использование робастных методов получения статистических оце нок позволяет существенно повысить надежность оценок в сравне нии с методом наименьших квадратов.

Весьма актуальной задачей для прогнозирования процессов УКП, подверженных влиянию большого количества случайных факторов, с учетом требования адекватности является снижение размерности описания этих процессов. Эта задача успешно решается с использо ванием факторного анализа. Основным содержанием факторного ана лиза является расчет и анализ корреляционной матрицы признаков, на основе которой осуществляется переход к другой координатной системе, обладающей рядом новых свойств, необходимых для стати стического анализа, и позволяющей снизить размерность описания процессов. В качестве инструмента факторного анализа при построе нии и анализе корреляционной матрицы используются методы «глав ных компонент» и «главных факторов». Различие между методом главных компонент и другими методами факторного анализа, объе диняемыми под общим названием метода главных факторов, обус ловлено характером исходной корреляционной матрицы. В методе главных факторов используется так называемая редуцированная матрица, в которой на главной диагонали вместо единиц расположе ны общности.

Приведенная краткая характеристика методов определения нор мативов УКП дает самые общие представления о сущности, облас тях применения, процедурных особенностях и возможностях рас смотренных методов. Для их детального изучения следует обратить ся к специальной литературе [19, 23, 24, 48].

7. СИСТЕМНОЕ УПРАВЛЕНИЕ КАЧЕСТВОМ ВЫСШЕГО И СРЕДНЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ 7.1. Система управления качеством высшего и среднего профессионального образования Современная квалитативная революция обусловливает последо вательней переход от ценового фактора конкуренции к фактору ка чества товаров, от него – к фактору качества технологий, от после днего – к качеству образования и формируемого им качества обще ственного интеллекта. В транзитивной экономике происходит сдвиг от функционала прибыли к функционалу качества жизни, включаю щему уровень материального благосостояния и духовного развития, качество среды обитания и образования.

Оценка качества жизни в соответствии с методикой ООН осуще ствляется с использованием индекса развития человеческого потен циала (ИРЧП), в состав которого в виде обобщающего показателя входит и индекс достигнутого уровня образования. Этот показатель, измеряемый как сочетание совокупного индекса грамотности взрос лого населения и доли учащихся, поступивших в учебные заведения трех уровней, характеризует роль образования в формировании ИРЧП и оценке качества жизни, обеспечивая сопоставимость межрегиональ ных и международных сравнений результатов такой оценки.

В условиях научно технической и квалитативной революции про блема качества образования на всех его уровнях и во всех формах реализации приобретает первостепенное значение. Однако уровень научно методической разработки и решения этой проблемы суще ственно отстает от общественных потребностей и тенденций соци ально экономического развития страны, особенно в условиях всесто ронней глобализации и реформирования экономики.

Проблема качества образования концептуально, методически и организационно нуждается в системной разработке, включающей многие аспекты. Прежде всего, это относится к определениям (дефе нициям) ряда понятий в этой области.

Используя положения и рекомендации терминологических стан дартов в области качества (ИСО 8402 94 и ГОСТ 15467 79) и не пре тендуя на законченность формулировок, в первой редакции можно предложить некоторые из этих определений.

Качество образования – совокупность свойств, признаков и ха рактеристик процесса и результатов формирования систематизиро ванных знаний, умений и навыков, определяющих интеллектуаль ный, профессиональный и квалификационный потенциал общества и человека с целью удовлетворения общественных и индивидуаль ных потребностей.

Качество образовательных услуг – совокупность существенных свойств, количественно оцениваемых системой технико экономичес ких и социальных показателей, отличающих образовательные услу ги от других аналогичного назначения, определяющих степень удов летворения установленных и предполагаемых потребностей и спроса на эти услуги в рыночных условиях и при общественно необходимых затратах на их реализацию.

Обеспечение качества образовательных услуг – совокупность пла нируемых и систематически проводимых мероприятий, необхо димых для создания уверенности в том, что образовательные услуги удовлетворяют установленныt требования к их качеству.

Управление качеством образования – методы и деятельность опе ративного характера, используемые для удовлетворения установлен ных требований к качеству образования.

Система качества образования – совокупность организационных структур, ответственности, процедур, процессов и ресурсов, обеспе чивающая общее управление качеством образования.

Система управления качеством образовательных услуг – сово купность управляющих органов, образовательных процессов и уч реждений, взаимодействующих с использованием научно методичес ких, информационных, квалификационно кадровых, материально технических и финансовых ресурсов при управлении качеством об разования.

Показатель качества образовательных услуг – количественная характеристика одного или нескольких свойств образовательных услуг, составляющих их качество, рассматриваемая применительно к регламентированным условиям их реализации и оценки.

Качество специалиста – совокупность существенных свойств, отличающих специалиста от других аналогичной профессии и оп ределяющих пригодность специалиста решать профессиональные задачи на уровне, удовлетворяющем потребности общества и от дельных организаций, востребуемость и конкурентоспособность специалиста на рынке труда и конкурентоспособность создавае мой продукции.

Качество образовательного процесса (ОП) – совокупность харак теристик ОП, обусловленных его ресурсным обеспечением и опреде ляющих установленное нормативными документами требуемое ка чество подготовки специалистов и их конкурентоспособность на рынке труда.

Качество образовательной системы (ОС) – совокупность квали фикационных и ресурсных параметров ОС, определяющих ее способ ность обеспечить уровень и качество подготовки специалистов, уста навливаемых нормативными документами.

Качество контроля уровня подготовки специалистов – количе ственная характеристика оценки степени владения знаниями, уме ниями и навыками, и объективно определяющего его профессиона лизм.

В свою очередь, профессионализм принято понимать как совокуп ность таких свойств, как эффективность, надежность, стабильность, ответственность, оперативность принятия решений в соответствую щей профессиональной области.

В последнее десятилетие система российского профессионального образования претерпевает многоплановую и многоэтапную модерни зацию, существенные преобразования затрагивают многие стороны образовательной деятельности (ОД). К ним относятся: появление нетрадиционных видов ОД, таких как открытая и дистанционная формы обучения, многоуровневая система образования, многоканаль ная система финансирования, новые информационные технологии обучения, цикловая и бессессионная системы отчетности, изменение статуса учебных заведений, использование и периодическая актуа лизация Государственных образовательных стандартов и интегра ция в международное образовательное пространство и международ ный рынок образовательных услуг и трудовых ресурсов.

Эти преобразования привели к возросшему многообразию видов ОД, упорядочение которого можно осуществить с помощью класси фикации видов ОД в системе профессионального образования по ряду признаков.

Предлагаемая дискретно иерархическая классификация видов ОД в системе профессионального образования (рис. 7.1), предусматри вает разделение видов ОД по 12 основным признакам. Большинство из них не нуждается в подробных комментариях, поскольку отраже ны в нормативных документах, используются в практике ОД. Ин формационная полезность приведенной классификации состоит в систематизации и отражении места каждого вида ОД в системе про фессионального образования, в отношении которых существуют про тиворечивые толкования.

Pages:     | 1 |   ...   | 28 | 29 || 31 | 32 |   ...   | 35 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.