La computer grafica è un campo dell'informatica che si occupa di algoritmi e tecnologie di visualizzazione dei dati. Lo sviluppo della computer grafica è determinato principalmente da due fattori: le reali esigenze dei potenziali utenti e le capacità dell'hardware e del software. Le esigenze dei consumatori e le possibilità della tecnologia sono in costante crescita e oggi la computer grafica viene utilizzata attivamente in vari campi. Si possono distinguere i seguenti ambiti di applicazione della computer grafica:
- Visualizzazione delle informazioni.
- Modellazione di processi e fenomeni.
- Progettazione di oggetti tecnici.
- Organizzazione dell'interfaccia utente.
Visualizzazione delle informazioni
Nella maggior parte degli articoli e dei rapporti scientifici, la visualizzazione dei dati è indispensabile. Una forma decente di rappresentazione dei dati è una tabella ben strutturata con valori di funzione esatti che dipendono da alcune variabili. Ma spesso una forma più visiva ed efficace di visualizzazione dei dati è quella grafica e, ad esempio, nella modellazione e nell'elaborazione delle immagini, è l'unica possibile. Alcuni tipi di visualizzazione delle informazioni di diversa origine sono elencati nella tabella seguente:
Molti programmi per calcoli finanziari, scientifici e tecnici utilizzano questi e altri metodi di visualizzazione dei dati. La presentazione visiva delle informazioni è un ottimo strumento per la ricerca scientifica, un argomento chiaro e pesante negli articoli e nelle discussioni scientifiche.
Modellazione di processi e fenomeni
I moderni sistemi grafici hanno prestazioni sufficienti per creare animazioni complesse e immagini dinamiche. Nei sistemi di simulazione, chiamati anche simulatori, cercano di ottenere e visualizzare un'immagine dei processi e dei fenomeni che si verificano o potrebbero verificarsi nella realtà. L'esempio più famoso e complesso di un tale sistema è il simulatore di volo, che viene utilizzato per simulare la situazione e il processo di volo nell'addestramento dei piloti. In ottica, i simulatori vengono utilizzati per simulare fenomeni complessi, costosi o pericolosi. Ad esempio, simulazione di imaging o simulazione di processi in cavità laser.
Progettazione di oggetti tecnici
Il design è una delle fasi principali nella creazione di un prodotto in ingegneria. I moderni sistemi grafici consentono di visualizzare visivamente l'oggetto in fase di progettazione, il che contribuisce all'identificazione precoce e alla soluzione di molti problemi. Lo sviluppatore giudica il suo lavoro non solo in base ai numeri e ai parametri indiretti, ma vede l'argomento del design sul suo schermo. I sistemi informatici consentono di organizzare l'interazione interattiva con l'oggetto progettato e di simulare la produzione di un modello da un materiale plastico. I sistemi CAD semplificano e velocizzano notevolmente il lavoro di un progettista, liberandolo dal consueto processo di redazione.
Organizzazione dell'interfaccia utente
Negli ultimi 5-7 anni, il paradigma visivo è diventato dominante nell'organizzazione dell'interfaccia tra un computer e un utente finale. Una GUI con finestre è integrata in molti sistemi operativi moderni. L'insieme dei controlli utilizzati nella creazione di tale interfaccia è già stato abbastanza standardizzato. La maggior parte degli utenti è già abituata all'organizzazione dell'interfaccia, che consente agli utenti di sentirsi più a proprio agio e aumentare l'efficacia dell'interazione.
Tutto ciò suggerisce che un numero abbastanza elevato di funzioni dovrebbe essere già implementato nel sistema operativo stesso per visualizzare i controlli. Ad esempio, il sistema operativo Windows fornisce agli sviluppatori GDI (Graphics Device Interface). Come mostra la pratica, per alcune applicazioni, le capacità fornite dall'API di sistema sono abbastanza sufficienti per visualizzare i dati elaborati (costruire semplici grafici, rappresentare oggetti e fenomeni simulati). Ma carenze come la bassa velocità di visualizzazione, la mancanza di supporto per la grafica tridimensionale non contribuiscono al suo utilizzo per la visualizzazione di dati scientifici e la simulazione al computer. In alcuni programmi scientifici e tecnici con output grafico complesso, sono necessarie funzioni per una visualizzazione più rapida, potente e flessibile di dati calcolati, fenomeni simulati e oggetti progettati.
Tecnologie di computer grafica
Nelle moderne applicazioni scientifiche e tecniche, il rendering grafico complesso viene implementato utilizzando la libreria OpenGL, diventata di fatto lo standard nel campo della visualizzazione tridimensionale. La libreria OpenGL è un'interfaccia di programmazione altamente efficiente per l'hardware grafico. Questa libreria permette di ottenere le massime prestazioni nei sistemi hardware basati sui moderni acceleratori grafici (hardware che libera il processore ed esegue i calcoli necessari alla visualizzazione).
L'architettura e gli algoritmi delle librerie sono stati sviluppati nel 1992 da specialisti di Silicon Graphics, Inc. (SGI) per l'hardware della workstation grafica Iris nativa. Alcuni anni dopo, la libreria è stata trasferita su molte piattaforme hardware e software (incluso Intel + Windows) e oggi è una libreria multipiattaforma affidabile.
La libreria OpenGL è distribuita gratuitamente, che è il suo indubbio vantaggio e la ragione del suo diffuso utilizzo.
OpenGL non è una libreria orientata agli oggetti, ma una libreria procedurale (un centinaio di comandi e funzioni) scritta in linguaggio C. Da un lato, questo è un inconveniente (la computer grafica è un campo fertile per l'utilizzo della programmazione orientata agli oggetti), ma i programmatori che lavorano con OpenGL possono lavorare in C++, Delphi, Fortran e persino Java e Python.
Diverse librerie di supporto sono comunemente utilizzate con OpenGL per aiutare a personalizzare il comportamento della libreria in un determinato ambiente o per eseguire funzioni di rendering più complesse implementate tramite funzioni OpenGL primitive. Inoltre, esiste un gran numero di librerie grafiche specializzate che utilizzano la libreria OpenGL come base di basso livello, una sorta di assembler, sulla base del quale vengono costruite complesse funzioni di output grafico (OpenInventor, vtk, IFL e molti altri ). La comunità di utenti OpenGL può essere trovata su www.opengl.org
Microsoft ha anche sviluppato e suggerisce di utilizzare la libreria multimediale DirectX per scopi simili. Questa libreria è ampiamente utilizzata nelle applicazioni multimediali e di gioco, ma non è stata ampiamente utilizzata nelle applicazioni scientifiche e tecniche. Il motivo è molto probabile che DirectX funzioni solo in Windows.
Visualizzazione delle informazioni
Secondo la tradizione già consolidata, partiamo da una definizione.
Visualizzazione delle informazioni– presentazione delle informazioni sotto forma di grafici, diagrammi, schemi a blocchi, tabelle, mappe, ecc.
ecsocman.edu.ru
Perché visualizzare le informazioni? "Domanda stupida!" esclamerà il lettore. Naturalmente, il testo con immagini viene percepito meglio del testo "grigio" e le immagini con testo vengono percepite ancora meglio. Non per niente tutti amiamo così tanto i fumetti - dopotutto, ci permettono di cogliere letteralmente le informazioni al volo, a quanto pare, senza il minimo sforzo mentale! E ricorda come hai ricordato bene durante i tuoi studi il materiale di quelle lezioni che erano accompagnate da diapositive!
La prima cosa che viene in mente quando sentiamo la parola "visualizzazione" sono ϶ᴛᴏ grafici e diagrammi (questo è il potere delle associazioni!). D'altra parte, in questo modo possono essere visualizzati solo dati numerici, nessuno è ancora stato in grado di costruire un grafico basato su un testo coerente. Per il testo, possiamo costruire un piano, evidenziare i pensieri principali (tesi) - fare un breve riassunto. Parleremo delle carenze e dei pericoli di prendere appunti un po 'più tardi, ma ora diremo che se combiniamo il piano e un breve riassunto - "appendiamo" le tesi ai rami di un albero, la cui struttura corrisponde al struttura (piano) del testo͵ - allora otterremo un eccellente diagramma a blocchi text͵ che sarà ricordato molto meglio di qualsiasi abstract. In questo caso, i rami svolgeranno il ruolo di quei "tracce" - percorsi che collegano i concetti e le tesi di cui abbiamo parlato prima.
Ricordi come abbiamo costruito diagrammi UML basati sulla descrizione del sistema software progettato ricevuta dai suoi futuri utenti? Le immagini risultanti sono state percepite sia dai clienti che dagli sviluppatori in modo molto più semplice e veloce di una descrizione testuale. Allo stesso modo, puoi "raffigurare" assolutamente qualsiasi testo, non solo i termini di riferimento per lo sviluppo del sistema. L'approccio sopra descritto ci consente di presentare visivamente qualsiasi testo - che si tratti di una fiaba, di un mandato, di una conferenza, di un romanzo di fantascienza o dei risultati di un incontro - sotto forma di un albero comodo e facile da percepire. Puoi costruirlo come preferisci, se solo ottieni un diagramma chiaro e comprensibile, che sarebbe bello illustrare con disegni che hanno un significato appropriato.
Tali schemi sono anche convenienti da usare nella comunicazione quando si discutono problemi e problemi. Come mostra la pratica, la mancanza di standard di notazione chiari non crea assolutamente difficoltà di comunicazione per i partecipanti alle discussioni. Al contrario, l'uso di forme non verbali di presentazione delle informazioni consente di concentrarsi sui punti chiave del problema. Τᴀᴋᴎᴍ ᴏϬᴩᴀᴈᴏᴍ, la visualizzazione è una delle aree più promettenti per migliorare l'efficienza dell'analisi, della presentazione, della percezione e della comprensione delle informazioni.
Wow, finalmente abbiamo finito con la noiosa descrizione delle teorie scientifiche, dei metodi e delle tecniche utilizzate per elaborare, sistematizzare e visualizzare le informazioni! La parte precedente del capitolo ha molto stancato sia l'autore che i lettori, e tuttavia era necessario: di conseguenza, abbiamo visto che le caratteristiche del lavoro del nostro cervello sono già attivamente utilizzate dagli scienziati in vari campi della scienza , molte cose che ci sembrano familiari, – personal computer, interfacce utente, basi di conoscenza, ecc. – sono stati originariamente costruiti tenendo conto della natura associativa del pensiero umano e della sua tendenza alla rappresentazione e visualizzazione gerarchica delle informazioni. Ma l'apice e l'espressione grafica naturale dei processi di pensiero umani è la mappatura mentale, di cui stiamo finalmente discutendo. E allo stesso tempo cercheremo di ampliare la nostra comprensione dei principi del pensiero visivo.
Visualizzazione delle informazioni - concetto e tipi. Classificazione e caratteristiche della categoria "Visualizzazione delle informazioni" 2017, 2018.
Con l'aumento della quantità di dati accumulati, anche quando si utilizzano algoritmi di Data Mining arbitrariamente potenti e versatili, diventa sempre più difficile "digerire" e interpretare i risultati. E, come sapete, una delle disposizioni del DM è la ricerca di schemi praticamente utili. Uno schema può diventare praticamente utile solo se può essere compreso e compreso.
I metodi di presentazione visiva o grafica dei dati includono grafici, diagrammi, tabelle, report, elenchi, diagrammi a blocchi, mappe, ecc.
La visualizzazione è stata tradizionalmente vista come un aiuto per l'analisi dei dati, ma ora più ricerche stanno dimostrando il suo ruolo a pieno titolo.
Le tecniche di imaging tradizionali possono essere utilizzate nei seguenti modi:
presentare le informazioni all'utente in forma visiva;
descrivere in modo compatto i modelli inerenti al set di dati originale;
ridurre la dimensione o comprimere le informazioni;
riparare le lacune nel set di dati;
Trova rumori e valori anomali in un set di dati.
Metodi di imaging
Sono accettati metodi di imaging, a seconda del numero di misurazioni utilizzate
classificare in due gruppi:
rappresentazione dei dati in una, due e tre dimensioni;
Rappresentazione dei dati in quattro o più dimensioni.
Rappresentazione dei dati in 4+ dimensioni
Le rappresentazioni dell'informazione in quadridimensionali e più dimensioni sono inaccessibili alla percezione umana. Tuttavia, sono stati sviluppati metodi speciali per consentire a una persona di visualizzare e percepire tali informazioni.
I modi più noti di rappresentazione multidimensionale delle informazioni:
coordinate parallele;
"Le facce di Chernov";
diagrammi radar.
Rappresentazione delle caratteristiche spaziali
Un'area separata di visualizzazione è una rappresentazione visiva
caratteristiche spaziali degli oggetti. Nella maggior parte dei casi, tali strumenti evidenziano le singole regioni sulla mappa e le designano con colori diversi a seconda del valore dell'indicatore analizzato.
La mappa si presenta come un'interfaccia grafica che visualizza i dati in un paesaggio tridimensionale di forme definite e posizionate arbitrariamente (grafici a barre, ciascuno con un'altezza e un colore individuali). Questo metodo consente di mostrare visivamente le caratteristiche quantitative e relazionali dell'orientamento spaziale
dati e identificare rapidamente le tendenze in essi.
Processo di data mining. Analisi del dominio. Formulazione del problema. Preparazione dei dati.
Processo di data mining. Fasi iniziali
Il processo DM è una sorta di ricerca. Come ogni ricerca, questo processo si compone di alcune fasi, inclusi elementi di confronto, tipizzazione, classificazione, generalizzazione, astrazione, ripetizione.
Il processo DM è indissolubilmente legato al processo decisionale.
Il processo DM costruisce un modello e, nel processo decisionale, questo modello viene sfruttato.
Considera il tradizionale processo DM. Include i seguenti passaggi:
analisi dell'area disciplinare;
impostazione del compito;
preparazione dei dati;
modelli edilizi;
Verifica e valutazione dei modelli;
scelta del modello;
applicazione del modello;
Correzione e aggiornamento del modello.
In questa lezione, daremo uno sguardo dettagliato alle prime tre fasi del processo di Data Mining,
il resto dei passaggi sarà discusso nella prossima lezione.
Fase 1. Analisi dell'area disciplinare
Studia- è il processo di cognizione di una specifica area disciplinare, oggetto o fenomeno con un obiettivo specifico.
Il processo di ricerca consiste nell'osservare le proprietà degli oggetti al fine di identificare e valutare importanti, dal punto di vista del soggetto-ricercatore, relazioni regolari tra indicatori di tali proprietà.
La soluzione di qualsiasi problema nel campo dello sviluppo del software dovrebbe iniziare con lo studio dell'area disciplinare.
Argomento- questa è un'area della realtà mentalmente limitata, soggetta a descrizione o modellazione e ricerca.
L'area tematica è costituita da oggetti che si distinguono per proprietà e sono in determinate relazioni tra loro o interagiscono in qualche modo.
Argomentoè una parte del mondo reale, è infinito e contiene entrambi
dati significativi e non significativi dal punto di vista dello studio.
Il ricercatore deve essere in grado di identificare la loro parte essenziale. Ad esempio, quando si risolve il problema "È possibile emettere un prestito?" importanti sono tutti i dati sulla vita privata del cliente, fino a se il coniuge ha un lavoro, se il cliente ha figli minori, qual è il livello della sua istruzione, ecc. Per risolvere un altro problema bancario, questi dati non saranno assolutamente importanti. La materialità dei dati dipende quindi dalla scelta dell'area tematica.
Con l'aumento della quantità di dati accumulati, anche quando si utilizzano algoritmi di Data Mining arbitrariamente potenti e versatili, diventa sempre più difficile "digerire" e interpretare i risultati. E, come sapete, una delle disposizioni del Data Mining è la ricerca di pattern praticamente utili. Uno schema può diventare praticamente utile solo se può essere compreso e compreso.
Nel 1987, su iniziativa dell'ACM SIGGRAPH IEEE Computer Society Technical Committee of Computer Graphics, a causa della necessità di utilizzare nuovi metodi, strumenti e tecnologie dei dati, sono stati formulati i compiti corrispondenti della direzione della visualizzazione. I metodi di presentazione visiva o grafica dei dati includono grafici, diagrammi, tabelle, report, elenchi, diagrammi a blocchi, mappe, ecc. La visualizzazione è stata tradizionalmente vista come un aiuto per l'analisi dei dati, ma ora più ricerche stanno dimostrando il suo ruolo a pieno titolo.
Le tecniche di imaging tradizionali possono essere utilizzate nei seguenti modi:
Ø presentare le informazioni all'utente in forma visiva;
Ø descrivere in modo compatto i modelli inerenti al set di dati originale;
Ø ridurre la dimensione o comprimere le informazioni;
Ø ripristinare le lacune nel set di dati;
Ø trovare rumori e valori anomali nel set di dati.
Visualizzazione degli strumenti di data mining
Ciascuno degli algoritmi di Data Mining utilizza un approccio di visualizzazione specifico. Nel corso dell'utilizzo di ciascuno dei metodi sopra discussi, o meglio delle loro implementazioni software, abbiamo ricevuto alcuni visualizzatori, con l'aiuto dei quali siamo riusciti a interpretare i risultati ottenuti come risultato del lavoro dei metodi e degli algoritmi corrispondenti.
Ø Per gli alberi decisionali, questo è un visualizzatore di alberi decisionali, un elenco di regole, una tabella di contingenza.
Ø Per le carte Kohonen: entrata, uscita, altre carte specifiche.
Ø Per la regressione lineare, la linea di regressione funge da visualizzatore.
Ø Per il raggruppamento: dendrogrammi, grafici a dispersione.
I grafici e i grafici a dispersione vengono spesso utilizzati per valutare le prestazioni di un metodo.
Tutti questi modi di rappresentare visivamente o visualizzare i dati possono svolgere una delle seguenti funzioni:
Ø sono un'illustrazione della costruzione di un modello (ad esempio, una rappresentazione della struttura (grafico) di una rete neurale);
Ø aiutare a interpretare il risultato;
Ø sono un mezzo per valutare la qualità del modello costruito;
Ø combinare le funzioni sopra elencate (albero decisionale, dendrogramma).
Visualizzazione di modelli di data mining
La prima funzione (illustrazione della costruzione del modello) è, infatti, una visualizzazione del modello di Data Mining. Esistono molti modi diversi di presentare i modelli, ma la rappresentazione grafica offre all'utente il massimo "valore". L'utente, nella maggior parte dei casi, non è uno specialista in modellistica, il più delle volte è un esperto nella sua area disciplinare. Pertanto, il modello di Data Mining dovrebbe essere presentato nel linguaggio più naturale per esso, o almeno contenere un numero minimo di diversi elementi matematici e tecnici.
Pertanto, la disponibilità è una delle caratteristiche principali del modello di Data Mining. Nonostante questo, esiste un modo così comune e semplice per rappresentare un modello come una "scatola nera". In questo caso, l'utente non comprende il comportamento del modello che sta utilizzando. Tuttavia, nonostante l'incomprensione, ottiene il risultato: gli schemi rivelati. Un classico esempio di tale modello è il modello di rete neurale.
Un altro modo per presentare un modello è presentarlo in modo intuitivo e comprensibile. In questo caso, l'utente può effettivamente capire cosa sta succedendo "dentro" il modello. Pertanto, è possibile garantire la sua partecipazione diretta al processo. Tali modelli offrono all'utente l'opportunità di discutere o spiegare la sua logica con colleghi, clienti e altri utenti.
Comprendere il modello porta a comprenderne il contenuto. Come risultato della comprensione, aumenta la fiducia nel modello. L'esempio classico è l'albero decisionale. L'albero decisionale costruito migliora davvero la comprensione del modello, ad es. strumento di data mining utilizzato.
Oltre alla comprensione, tali modelli offrono all'utente l'opportunità di interagire con la modella, porre domande e ricevere risposte. Un esempio di tale interazione è la funzione "what if". Attraverso la finestra di dialogo dell'utente del sistema, l'utente può acquisire una comprensione del modello.
Esempi di strumenti di visualizzazione che possono essere utilizzati per valutare la qualità di un modello sono un grafico a dispersione, una tabella di contingenza, un grafico della variazione del valore di errore:
Ø Lo scatterplot è un grafico della deviazione dei valori previsti dal modello da quelli reali. Questi grafici vengono utilizzati per quantità continue. Una valutazione visiva della qualità del modello costruito è possibile solo al termine del processo di costruzione del modello.
Ø Viene utilizzata una tabella di emergenza per valutare i risultati della classificazione. Tali tabelle sono utilizzate per vari metodi di classificazione. La valutazione della qualità del modello costruito è possibile solo al termine del processo di costruzione del modello.
Ø Grafico della variazione dell'entità dell'errore. Il grafico mostra la variazione del valore di errore nel processo di funzionamento del modello. Ad esempio, durante il funzionamento delle reti neurali, l'utente può osservare la modifica dell'errore sui set di addestramento e test e interrompere l'addestramento per impedire la "riqualificazione" della rete. Qui, la valutazione della qualità del modello e delle sue modifiche può essere valutata direttamente nel processo di costruzione del modello.
Esempi di strumenti di visualizzazione che aiutano a interpretare il risultato sono: linea di tendenza nella regressione lineare, mappe di Kohonen, grafico a dispersione nell'analisi dei cluster.
Metodi di imaging
I metodi di visualizzazione, a seconda del numero di misurazioni utilizzate, sono generalmente classificati in due gruppi:
1. Rappresentazione dei dati in una, due e tre dimensioni
Questo gruppo di metodi include metodi ben noti per visualizzare le informazioni che sono disponibili per la percezione da parte dell'immaginazione umana. Quasi tutti i moderni strumenti di data mining includono rappresentazioni visive di questo gruppo.
A seconda del numero di dimensioni della vista, questi possono essere i seguenti modi:
Ø misura unidimensionale, o 1-D;
Ø misura bidimensionale, o 2-D;
Ø 3D o misura in proiezione, oppure 3-D.
Va notato che l'occhio umano percepisce in modo più naturale le rappresentazioni bidimensionali delle informazioni.
Quando si utilizza la rappresentazione bidimensionale e tridimensionale delle informazioni, l'utente ha l'opportunità di vedere i modelli del set di dati:
Ø la sua struttura a grappolo e la distribuzione degli oggetti in classi (ad esempio, su un diagramma a dispersione);
Ø caratteristiche topologiche;
Ø presenza di tendenze;
Ø informazioni sulla posizione relativa dei dati;
Ø l'esistenza di altre dipendenze inerenti al set di dati oggetto di studio.
Se il set di dati ha più di tre dimensioni, sono possibili le seguenti opzioni:
ü l'uso di metodi multidimensionali di presentazione delle informazioni (sono discussi di seguito);
ü riduzione della dimensione a rappresentazione mono, bidimensionale o tridimensionale. Ci sono vari modi per ridurre la dimensione. Per ridurre la dimensione e visualizzare simultaneamente le informazioni su una mappa bidimensionale, vengono utilizzate le mappe auto-organizzanti di Kohonen.
2. Rappresentazione dei dati in 4+ dimensioni
Le rappresentazioni dell'informazione in quadridimensionali e più dimensioni sono inaccessibili alla percezione umana. Tuttavia, sono stati sviluppati metodi speciali per consentire a una persona di visualizzare e percepire tali informazioni.
Annotazione: In questa lezione considereremo tali questioni: le associazioni come base del cervello umano, il concetto delle teorie dell'elaborazione, della sistematizzazione e della visualizzazione delle informazioni, la mappatura mentale e il pensiero visivo.
Come accennato in precedenza, l'argomento di questo corso è la mappatura mentale, una tecnica efficace per aumentare la produttività personale. Ma prima di discutere gli ambiti di applicabilità delle mappe mentali, le regole per la loro costruzione e gli errori tipici nel loro utilizzo, inoltre, prima di tentare di spiegare cosa sia in generale la mappatura mentale, è necessario parlare di pensiero visivo (o radiante), l'incarnazione e il cui risultato sono la mappa mentale "s.
Le associazioni come base del cervello umano
Hai mai pensato ai principi alla base del funzionamento di quei computer super potenti che ognuno di noi si porta dentro il cranio? Sono pronto a scommettere che il primo pensiero che è venuto in mente alla maggior parte dei lettori è stato sui microprocessori al centro dei nostri laptop e workstation. Tuttavia, vaghi sospetti sull'incompatibilità delle "categorie di peso" di un microchip di silicio e del cervello non ci consentono ancora di parlare con sicurezza di quanto sia semplice tutto - aritmetica binaria, "c'è un impulso - non c'è impulso" e tutto quello. Sì, come modello del cervello, una macchina binaria è abbastanza accettabile, ma è un modello molto approssimativo (ricordiamo che ogni modello ne riflette solo una, la proprietà più importante di un oggetto in questo contesto, giusto?). In qualche modo risulta troppo primitivo: ridurre il nostro pensiero a zero e uno. Come spiegare allora quella cascata di piccoli ricordi - sensazioni, colori, odori, idee che balenano davanti alla nostra mente quando pensiamo a qualcosa? Molte di queste immagini per la maggior parte degli estranei non sono in alcun modo collegate all'argomento delle nostre riflessioni e significano qualcosa di specifico solo per loro, poiché sono associate ad alcuni ricordi ed esperienze personali. Consenti a te stesso di pensare a qualcosa e non attenerti a nessuna linea di pensiero particolare: rimarrai sorpreso di quanto velocemente e lontano andrai dall'argomento originale del pensiero: cambiare le immagini, collegare come anelli di una catena, tirarsi fuori l'un l'altro dei contenitori della memoria, ti condurrà rapidamente lontano dall'oggetto a cui hai pensato. Naturalmente, si può provare a spiegare questo comportamento del nostro cervello con il fatto che elabora semplicemente un programma di elaborazione delle informazioni ramificato ingegnosamente complesso, tenendo conto dei dati già archiviati nella memoria, ma tutto è tutt'altro che così semplice.
Qualsiasi informazione che entra nel nostro cervello (non importa quale sia - tatto, gusto, olfatto, colore, suono), tira fuori alla luce di Dio tanti piccoli ricordi, pensieri e sensazioni, proprio come un sasso caduto in un stagno divergono sui cerchi concentrici dell'acqua superficiale. E ognuno di questi ricordi ne attira molti altri, che, a loro volta, danno vita a sempre più nuove immagini, pensieri o idee. Sì, capisco che ho già un po' stancato il lettore con il mio lungo ragionamento. E la loro essenza era che uno e zero sono probabilmente utili per spiegare come funziona il nostro cervello a "livello fisico", ma se stiamo parlando di principi del suo operato, allora non dovremmo parlare di bit, ma di associazioni come unità minime di elaborazione delle informazioni da parte del cervello umano. Ricordate il concetto di lessema come la più piccola unità di una lingua che ha un significato indipendente? Quindi, nella lingua "parla" del nostro cervello, tali lessemi sono associazioni. Che cos'è un'associazione?
Associazione:
- in fisiologia - la formazione di una connessione temporanea tra stimoli indifferenti a seguito della loro ripetuta combinazione nel tempo;
- in psicologia - una connessione naturale tra eventi individuali, fatti, oggetti o fenomeni riflessi nella mente e fissati nella memoria.
In presenza di una connessione associativa tra i fenomeni mentali A e B, la comparsa del fenomeno A nella mente umana comporta naturalmente la comparsa del fenomeno B nella mente.
Quindi, ogni associazione è associata a un numero enorme di nuove associazioni, che, a loro volta, sono associate a nuovi e nuovi concetti. Pertanto, il pensiero può essere rappresentato come un complesso algoritmo associativo, una sorta di slalom lungo i rami dell'albero delle associazioni, divergente dal tronco: l'idea principale. Un tempo, il professor Anokhin (http://ru.wikipedia.org/wiki/Anokhin,_Petr_Kuzmich) disse che la capacità del cervello di formare connessioni associative supera di gran lunga la sua capacità di immagazzinare informazioni. Per quanto riguarda la capacità di informazione del cervello, è anche molto impressionante - il Dr. Mark Rosenzweig (http://en.wikipedia.org/wiki/Mark_Rosenzweig) ha scritto che anche se una persona ha memorizzato 10 unità di informazioni (parola, immagine o qualche altra impressione elementare) ogni secondo per 100 anni, sarebbe riempito meno di un decimo della memoria umana totale. E non importa quante unità di informazioni di questo tipo siano memorizzate nelle nostre teste, il numero di associazioni ad esse associate è di diversi ordini di grandezza più alto! Il potenziale del cervello umano associato alla creazione di associazioni è davvero illimitato: tutte le nostre idee, ricordi e sensazioni sono immagazzinate nella nostra testa sotto forma di peculiari "tracce" - percorsi tortuosi e ramificati che le collegano con gli altri nostri pensieri.
Ecco un esempio di ciò che di solito ci passa per la testa:
Non è un'immagine molto familiare?
Quindi, la base del lavoro del nostro cervello sono due principi importanti.
- Pensiero associativo- la connessione di ogni ricordo con una massa di altre immagini, ed è di questo principio che abbiamo parlato negli ultimi dieci minuti.
- Gerarchia dei concetti- in ciascuna di queste "tracce" associative una delle immagini è la principale (radice), da cui i rami-percorsi divergono verso altri concetti, idee, ricordi. Di conseguenza, otteniamo un certo albero (o grafico) di immagini associate al concetto originale.
Se proviamo a combinare questi due principi (che funzionano in combinazione, completandosi a vicenda), allora dovremmo parlare del cosiddetto radiante, o visivo, pensiero. Ne parleremo nella stessa lezione, ma poco dopo. Nel frattempo, proviamo a capire quali teorie di elaborazione, sistematizzazione e visualizzazione delle informazioni esistono al momento e se hanno caratteristiche comuni con i principi del cervello umano sopra descritti.
Il concetto delle teorie dell'elaborazione, della sistematizzazione e della visualizzazione dell'informazione
Teorie esistenti sull'elaborazione delle informazioni
Cominciamo con le definizioni.
Elaborazione dati- qualsiasi trasformazione di informazioni da una tipologia all'altra, prodotte secondo rigide regole formali.
Teoria dell'elaborazione dell'informazione (teoria dell'elaborazione dell'informazione)- una branca della conoscenza scientifica che studia come le persone gestiscono le informazioni, le selezionano e le assimilano, per poi usarle nel processo decisionale e controllarne il comportamento.
Le teorie dell'elaborazione delle informazioni sono utilizzate nello studio della percezione, della memoria, dell'attenzione, della parola, del pensiero e della risoluzione dei problemi nella psicologia sperimentale. A loro volta, un grande contributo allo sviluppo delle teorie di cui sopra è stato dato dalla logica matematica, dalla tecnologia della comunicazione, dalla teoria dell'informazione e dalla teoria dei sistemi informatici. Perché diciamo "teorie" - al plurale? Il fatto è che in realtà si dovrebbe parlare di un'intera famiglia di programmi teorici e di ricerca assolutamente disparati. Naturalmente, come in ogni comunità scientifica, non c'è alcun accordo tra i ricercatori: le opinioni degli scienziati concordano solo su alcuni presupposti iniziali, teoria e metodologia di ricerca. Nell'ambito della famiglia menzionata, si possono individuare approcci così ampiamente conosciuti in circoli ristretti come la linguistica trasformazionale (http://ru.wikipedia.org/wiki/Generative_linguistics), la psicologia piagetiana (http://www.gumer.info /bibliotek_Buks/Psihol/ Jaroschev/11.php) e comportamentismo radicale. Il comportamentismo, in particolare, studiava il comportamento degli animali e ne estese attivamente i principi a tutte le aree della psicologia. Tuttavia, sono emerse alcune difficoltà quando si è cercato di estendere la teoria e i metodi del comportamentismo ai processi simbolici umani, in particolare alle abilità linguistiche. Quando la disillusione degli scienziati per i metodi convenzionali si è diffusa, i ricercatori psicologici si sono rivolti ad altre teorie, con il risultato che il comportamentismo è stato quasi dimenticato. Tuttavia, gli scienziati dell'elaborazione delle informazioni condividono con i loro predecessori comportamentali una convinzione nell'empirismo, nell'operazionalismo e simili. Sì, gli psicologi si sono rifiutati di estendere all'uomo le conclusioni tratte dagli esperimenti con animali e di spiegare il comportamento apparente degli individui per cause esterne, in particolare influenze ambientali. Allo stesso tempo, la metodologia generale e i metodi statistici per elaborare i risultati degli esperimenti sono rimasti gli stessi: solo gli animali come soggetti sono stati sostituiti da persone. La fraternità scientifica riconobbe nuovamente l'esistenza di capacità innate e iniziò a discutere attivamente di processi interni come piani, strategie, immagini, decisioni e associazioni.
Il ventesimo secolo è stato caratterizzato dal rapido sviluppo delle tecnologie di comunicazione: telefonia, radio e televisione. Molto indicativa è stata l'analogia dimostrata dagli psicologi tra l'elaborazione delle informazioni da parte del cervello umano e il lavoro del canale informativo descritto nella teoria della comunicazione. Un ruolo importante nella creazione della teoria matematica dell'informazione e nel trasferimento dei concetti della teoria della comunicazione al lavoro del cervello umano è stato svolto dalla ricerca di Claude Shannon (nome familiare, non è vero?). La teoria da lui creata descrive la trasmissione di messaggi di qualsiasi natura da qualsiasi fonte a qualsiasi destinatario, inclusa la trasmissione di segnali all'interno del cervello umano.
Ma ricordiamo un altro nome incomprensibile che abbiamo menzionato all'inizio di questa sezione: linguistica trasformazionale. Un tempo, Noam Chomsky (http://ru.wikipedia.org/wiki/Chomsky,_Noam) sostenne che il linguaggio umano non può essere spiegato scientificamente dal punto di vista del comportamentismo. Ha insistito sul fatto che questo approccio travisa completamente la natura del linguaggio, ignorandone la struttura, le regole e la grammatica. Invece, ha parlato delle "regole nella testa" di una persona, che consentono di trasformare (trasformare) l'informazione trasmessa - suddividendola in unità semantiche (parole) e collegando insieme queste unità. Allontanandosi dal comportamentismo, il nuovo paradigma dell'elaborazione delle informazioni alla ricerca di idee si è sempre più orientato verso la linguistica. Quindi i ricercatori moderni si stanno sforzando di scoprire i processi psicologici o le operazioni mentali che sono alla base dell'attività linguistica. Tali tipi di attività cognitiva come la percezione, la memoria, il pensiero e la comprensione sono studiati attivamente. E il concetto di associazione di nuovo non si è messo da parte.
Per quanto riguarda la teoria dei sistemi informatici, questo nome nasconde anche un'intera covata di discipline assolutamente eterogenee. Ciò include la teoria degli algoritmi, i metodi numerici, la teoria degli automi finiti, i linguaggi di programmazione, la teoria dell'intelligenza artificiale e molto altro ... E questa non è l'unica caratteristica che rende la teoria dei sistemi informatici legata alla psicologia dell'elaborazione delle informazioni - entrambe le direzioni sono nate dalla logica matematica, entrambe erano impegnate nello studio del comportamento razionale della natura e l'emergere dei computer e lo sviluppo dei principi su cui erano costruiti portarono all'emergere di un'altra analogia delle capacità mentali e intellettuali umane. I modelli di macchina hanno aiutato nello studio del pensiero e, in particolare, nel processo di risoluzione dei problemi. Sulla base di questa analogia, gli psicologi stanno cercando di spiegare come il cervello riceve le informazioni, le ricodifica e le immagazzina nella memoria, come poi le usa per prendere decisioni e controllare il comportamento. Certo, non c'è e non può esserci una corrispondenza completa tra il lavoro del cervello e un computer, ma ciononostante, gli scienziati sono riusciti a creare un concetto coerente che può spiegare come un sistema intelligente, sia esso una persona o un qualche tipo di dispositivo, crea nuove conoscenze. Indovina quale concetto gioca il ruolo più importante qui? Sì, certo, hai ragione: questo è un concetto associazioni!
Sistematizzazione e strutturazione delle informazioni
Quindi, abbiamo capito l'elaborazione delle informazioni, ora passiamo alla sistematizzazione. Naturalmente, non dimentichiamo che la sistematizzazione delle informazioni è parte integrante dell'algoritmo di elaborazione delle informazioni, una certa fase di esso, ma comunque questa fase va detta a parte. Come sempre, diamo un'occhiata prima alla definizione:
sistematizzare- distribuire gli elementi di informazione secondo i segni di parentela, somiglianza, cioè classificarli e tipizzarli.
Il cervello umano (nell'ambito dei processi di percezione, memorizzazione, trasformazione delle informazioni, ecc.) lavora proprio con esso sistematizzato informazione. Ad esempio, il processo di memorizzazione è molto più efficiente se una persona riesce a strutturare razionalmente le informazioni ricevute, a sistemarle, come si dice. Nei processi comunicativi (ricordate che abbiamo parlato di lingua e linguistica?), anche la presentazione sistematizzata delle informazioni trasmesse gioca un ruolo importante. Sistematizzazione e strutturare informazioni - i più importanti meccanismi psicologici attraverso i quali il cervello umano può elaborare in modo efficiente grandi quantità di informazioni.
Il desiderio di una copertura olistica dell'oggetto di studio, di sistematizzazione della conoscenza è caratteristico di qualsiasi processo cognitivo. Molti ricercatori hanno notato che il processo di lavoro cerebrale su un problema va dalla comprensione delle proprietà, caratteristiche e funzioni dell'oggetto di studio alla ricerca di elementi strutturali mancanti, connessioni e relazioni tra di loro. E se padroneggi un approccio sistematico e sviluppi la tua capacità di sistematizzare e strutturare le informazioni, puoi aiutare il cervello a lavorare in modo più efficiente nel processo di studio e nella risoluzione di problemi professionali.
Le strutture dei dati sono diverse: lineare (elenco), tabulare, gerarchico (albero). Gli alberi (grafici) di concetti costruiti sulla base di collegamenti associativi sono il modo più naturale per il nostro cervello di rappresentare (strutturare) i dati (sebbene, a rigor di termini, le relazioni associative e classificanti non debbano essere confuse). Ricordi il pensiero visivo? A proposito, dal momento che stiamo parlando di alberi, è tempo per noi di passare senza problemi a considerare il problema della visualizzazione delle informazioni. Ma prima osserviamo che esiste un'intera area della conoscenza scientifica che studia i metodi e le tecniche di strutturazione delle informazioni, che si chiama informazione architettura. Lo dicono i classici
informazione architettura- come la scienza affronta i principi dell'organizzazione e della navigazione delle informazioni al fine di aiutare le persone a trovare ed elaborare con maggiore successo i dati di cui hanno bisogno.
La prima cosa che viene in mente quando sentiamo la parola "visualizzazione" sono grafici e diagrammi (questo è il potere delle associazioni!). D'altra parte in questo modo possono essere visualizzati solo dati numerici, nessuno è ancora riuscito a costruire un grafico basato su un testo coerente. Per il testo, possiamo costruire un piano, evidenziare i pensieri principali (tesi) - fare un breve riassunto. Parleremo delle carenze e dei pericoli di prendere appunti un po 'più tardi, ma ora diremo che se combiniamo il piano e un breve riassunto - "appendiamo" le tesi ai rami di un albero, la cui struttura corrisponde al struttura (piano) del testo, quindi otterremo un eccellente diagramma a blocchi testo che sarà ricordato molto meglio di qualsiasi abstract. In questo caso, i rami svolgeranno il ruolo di quei "tracce" - percorsi che collegano i concetti e le tesi di cui abbiamo parlato prima.
Ricordi come abbiamo costruito diagrammi UML basati sulla descrizione del sistema software progettato ricevuta dai suoi futuri utenti? Le immagini risultanti sono state percepite sia dai clienti che dagli sviluppatori in modo molto più semplice e veloce di una descrizione testuale. Allo stesso modo, puoi "raffigurare" assolutamente qualsiasi testo, non solo i termini di riferimento per lo sviluppo del sistema. L'approccio sopra descritto ci consente di presentare visivamente qualsiasi testo - che si tratti di una fiaba, di un mandato, di una conferenza, di un romanzo di fantascienza o dei risultati di un incontro - sotto forma di un albero comodo e facile da percepire. Puoi costruirlo come preferisci, se solo ottieni un diagramma chiaro e comprensibile, che sarebbe bello illustrare con disegni che hanno un significato appropriato.
Tali schemi sono anche convenienti da usare nella comunicazione quando si discutono problemi e problemi. Come mostra la pratica, la mancanza di standard di notazione chiari non crea assolutamente difficoltà di comunicazione per i partecipanti alle discussioni. Al contrario, l'uso di forme non verbali di presentazione delle informazioni consente di concentrarsi sui punti chiave del problema. Pertanto, la visualizzazione è una delle aree più promettenti per migliorare l'efficienza dell'analisi, della presentazione, della percezione e della comprensione delle informazioni.
Wow, finalmente abbiamo finito con la noiosa descrizione delle teorie scientifiche, dei metodi e delle tecniche utilizzate per elaborare, sistematizzare e visualizzare le informazioni! La parte precedente del capitolo ha molto stancato sia l'autore che i lettori, e tuttavia era necessario: di conseguenza, abbiamo visto che le caratteristiche del nostro cervello sono già attivamente utilizzate dagli scienziati in vari campi della scienza, molte cose che ci sembrano familiari sono i personal computer, le interfacce utente, le basi di conoscenza, ecc. – sono stati originariamente costruiti tenendo conto della natura associativa del pensiero umano e della sua tendenza alla rappresentazione e visualizzazione gerarchica delle informazioni. Ma l'apice e l'espressione grafica naturale dei processi di pensiero umani è la mappatura mentale, di cui stiamo finalmente discutendo. E allo stesso tempo cercheremo di ampliare la nostra comprensione dei principi del pensiero visivo.
