УДК 159.938

ПРИМЕНЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОЦЕНКИ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ СПЕЦИАЛИСТОВ В ВЫСОКОГОРЬЕ

ТИММЕ Егор Анатольевич

Российский государственный университет физической культуры, спорта, молодежи и туризма, Россия, Москва

Тел/факс 8 (499) 166-56-95

Старший преподаватель кафедры ТиМ прикладных видов спорта и экстремальной деятельности

Ключевые слова: адаптация, автоассоциативная нейронная сеть, вариабельность сердечного ритма, гемодинамика, генетический алгоритм, искусственные нейронные сети, многослойный перцептрон, функциональное состояние.

Аннотация. Разработка математического обеспечения оценивания функционального состояния специалистов в условиях высокогорья, основанного на применении искусственных нейронных сетей.

APPLICATION OF ARTIFICIAL NEURAL NETWORKS FOR THE ESTIMATION OF THE FUNCTIONAL CONDITION OF EXPERTS HIGH MOUNTAINS

TIMME Egor Anatolyevich
The Russian State University of Physical Training, Sports, Tourism and Youth Policy, RSUPES&T, Moscow
Senior lecturer of the Chair T&M of Applied Kinds of Sports and Extreme Activity

Keywords: adaptation, an auto-associative neural network, variability of a cordial rhythm, haemodynamics, genetic algorithm, artificial neural networks, multilayered perceptron, a functional condition.

Summary. Applicability. Extreme character of activity of experts in the conditions of high mountains, considerable physical both psychological loadings and stresses cause an urgency and practical necessity of working out of means and methods of the automated estimation of their functional condition.

Актуальность. Экстремальный характер деятельности специалистов в условиях высокогорья [1, 6, 7, 8], значительные физические и нервно-психические нагрузки и стрессы [10, 11] обуславливают актуальность и практическую необходимость разработки средств и методов автоматизированной оценки их функционального состояния [4].

Целью исследования явилась разработка математического обеспечения оценивания функционального состояния специалистов в условиях высокогорья, основанного на применении искусственных нейронных сетей.

Для достижения поставленной цели нами решались следующие задачи:

1. Исследование информативности параметров для оценивания функционального состояния специалистов в реальных условиях высокогорья.

2. Разработка методики определения класса функционального состояния специалистов в высокогорье.

3. Анализ диагностической значимости характеристик и показателей состояния, осуществление их нормировки, предобработки и понижение размерности входных данных нейронной сети.

4. Осуществление структурной и параметрической адаптации решающего правила нейронной сети, обучение сети и оценка качества классификации.

В рамках исследования были проведены замеры показателей, которые включали изучение параметров сердечно-сосудистой и центральной нервной систем, что позволило оценить функциональное состояние специалистов [10]. Выбор методик обусловлен тем, что задача автоматизированной оценки и интерпретации полученных экспериментальных результатов является довольно характерной для задач медицины в целом [3, 4]. Иначе говоря, обладает рядом особенностей, таких как многомерность входного пространства данных, нелинейный вид их описания и сложные взаимосвязи [12].

В проведенных комплексных исследованиях приняли участие 64 человека в возрасте от 25 до 35 лет, прибывшие с равнины и проходившие курс занятий в высокогорье в течение 12 дней.

Обследования проводили ежедневно в течение всего периода по 12-18 человек в день. Измерения осуществляли дважды: в утренние часы, до учебно-тренировочной нагрузки и набора высоты, и в вечернее время, после нагрузки (рис. 1).

Рис. 1. График прохождения сборов и обследований

Исследовались показатели центральной и периферической гемодинамики [3], показатели сердечного ритма [2], стабилографическая оценка устойчивости вертикальной позы, психофизиологические показатели: критическая частота слияния мельканий, латентное время простой сенсомоторной реакции, реакции выбора и реакция на движущийся объект, оценка субъективного текущего функционального состояния, личностной и ситуационной тревожности [9]. По показаниям приборов и после обработки тестов был сформирован массив показателей, описывающих состояние сердечно-сосудистой и нервной системы, психологическое состояние специалистов в различные периоды адаптации, а также весо-ростовые и возрастные характеристики [9]. Массив экспериментальных данных обследований составил 21 888 элементов по 384 наблюдениям и 57 показателям. Полученные данные обладают свойствами однородности, репрезентативности и достаточности.

Использованные нейросетевые методы обработки информации [5, 6] позволяют создать достоверную методику оценки функционального состояния специалистов, осуществляющих деятельность в условиях высокогорья, входными параметрами для которой являются 25 измеряемых характеристик функционального и психологического состояния, а выходными значением - класс функционального состояния.

По результатам экспертной оценки функционального состояния обследованные были разделены на 4 группы (рис. 2):

Рис. 2. Распределение по классам функционального состояния в начале, в середине и в конце сборов

1. "отлично" (резервы адаптации сохранены);

2. "хорошо" (напряжение резервов адаптации);

3. "удовлетворительно" (декомпенсация резервов адаптации);

4. "неудовлетворительно" (срыв резервов адаптации).

Групповая оценка мнений экспертов достаточно надежна, их мнения достаточно согласованны, о чем свидетельствует вычисленный по матрице предпочтений коэффициент конкордации (v) для группы экспертов. Все приведенные значения коэффициентов являются значимыми.

, (1)

где

m — число экспертов;

n — число классов.

Для класса функционального состояния v = 0,93; p<0,05.

Примененный генетический алгоритм отбора входных признаков [5] и алгоритм обучения вероятностной нейронной сети [6] позволяют осуществить понижение размерности пространства входных признаков с 57 до 25.

Построенная и обученная автоассоциативная нейронная сеть [5] позволяет осуществить дальнейшее понижение размерности исходной матрицы наблюдений с 25 до 7 для прогнозирования класса функционального состояния без существенной потери информации (рис. 4). Построенная обрабатывающая сеть в виде трехслойного персептрона по 8 нейронов в каждом может быть обучена на сравнительно небольшом наборе данных.

Рис. 4. Зависимость ошибки сети от количества циклов обучения

Предложенная топология нейронной сети обеспечивает высокое качество распознавания класса функционального состояния (92%), при этом ошибочные решения составляют 8 %, из которых I рода - 5%, II рода - 3% и группы профессиональной надежности (91%), при этом ошибочные решения составляют 9%, из которых I рода - 6%, II рода - 3% (см. таблицу).

Результаты применения искусственной нейронной сети для распознавания класса функционального состояния на контрольной выборке

Количество ошибочных решений I рода  - 3 (5%)
Количество ошибочных решений II рода - 2 (3%)
Точность прогноза - 92,0%

Выводы

Основными результатами исследования являются:

1. Целенаправленное экспертно-аналитическое исследование структурной и параметрической адаптации решающего правила нейронной сети позволило разработать искусственную нейронную сеть для автоматизированной оценки функционального состояния специалистов в высокогорье.

2. Для тестирования искусственных нейронных сетей сформирована база экспериментальных данных, которые получены в результате проведения медицинского обследования и включают в себя параметры гемодинамики, вариабельности сердечного ритма и психофизиологического тестирования. Сформированная база данных содержит 21 888 элементов по 384 наблюдениям и 57 параметрам.

3. Предложен и обоснован алгоритм, позволяющий снизить размерность исходной матрицы наблюдений с 57 до 7, состоящий из генетического алгоритма отбора входных данных, снижающий размерность с 57 до 25, и автоассоциативной искусственной нейронной сети, снижающей размерность с 25 до 7.

4. По результатам обучения и тестирования нейросетей было определено, что для решения поставленной задачи оптимально подходит гибридная нейронная сеть, состоящая из 2 многослойных перцептронов со следующими характеристиками:

- препроцессирующей нейросети: активационная функция нейрона - сигмоидальная, количество входов - 25, слоев - 2, каждый их которых содержит соответственно 16 и 7 нейронов;

- обрабатывающей нейросети: активационная функция нейрона - сигмоидальная, количество входов - 7, внутренних слоев - 3, каждый их которых содержит 8 нейронов.

5. Применение предложенной искусственной нейронной сети позволяет оперативно и своевременно оценить динамику функционального состояния, что способствует обеспечению высокой эффективности, надежности и безопасности профессиональной деятельности специалистов в высокогорье. Качество прогноза составляет 92% для класса функционального состояния и 91% для группы профессиональной надежности.

Список литературы

1. Агаджанян Н.А. Горы и резистентность организма / Н.А. Агаджанян, М.М. Миррахимов. - М.: Наука, 1970.

2. Баевский Р.М. Математический анализ изменений сердечного ритма при стрессе / Р.М. Баевский, О.И. Кириллов, С.З. Клецкин. - М., 1984. - 384 с.

3. Бубеев Ю.А. и др. Исследование системных характеристик гемодинамики в валеологической практике. - "XVII съезд физиологов России", тезисы докладов. - Изд. РГУ, Ростов-на-Дону, 1999.

4. Кукушкин Ю.А. Экспертно-консультативные системы в авиационной медицине / Ю.А. Кукушкин, С.Л. Данилов, В.М. Усов // Авиационная и космическая медицина, психология и эргономика: Сб. тр. /Под. ред. Г.П. Ступакова.- М.: Полет, 1995. - С. 273 - 284.

5. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилинский, Л. Рутковский: Пер. с польск. И.Д. Рудинского. - М.: Горячая линия - Телеком, 2006. - 452 с.: ил.

6. Саймон Хайкин. Нейронные сети: полный курс, 2-е изд. : Пер. с англ. - М.: Издательский дом "Вильямс", 2006. - 1104 с.

6. Суслов Ф.П. Подготовка спортсменов в горных условиях / Ф.П. Суслов, Е.Б. Гиппенрейтер. - М. - СпортАкадемПресс. - 2001. - 175 с.

7. Тимме Е.А. Факторы, создающие опасность для жизни и здоровья при занятиях альпинизмом. Научный отчет кафедры по теме "Исследование двигательной деятельности человека в экстремальных условиях". Физические, биологические и организационные факторы, определяющие экстремальность занятий отдельными видами спорта. - М., РГАФК, 2002.  - С. 12-19.

8. Тимме Е.А. О комплексном влиянии климатогеографических, сезонных и погодных факторов на работоспособность человека. Сборник научных трудов молодых ученых РГУФК. - М.: РГУФК, 2003. - С. 199-202.

9. Тимме Е.А. Методы для исследования функционального состояния альпинистов. Научный отчет кафедры по теме "Исследование двигательной деятельности человека в экстремальных условиях". Методология исследования особенностей деятельности человека в экстремальных условиях. - М.: РГУФК, 2003. - С. 56-63.

10. Тимме Е.А. Применение методов теории риска в оценке факторов горной среды // Теория и практика экстремальных и прикладных видов спорта, журнал "Фактор риска". - 2006.  - №10.

11. Тимме Е.А. Оценка влияния опасных факторов горной среды на человека с точки зрения теории риска. Сб. тез. докл. на Всероссийской научной конференции памяти академика РАЕН В.С. Ястребова "Безопасность в экстремальных ситуациях: медико-биологические, психолого-педагогические и социальные аспекты". - М. - 2006. - С. 82-83.

12. Ушаков И.Б. Комбинированные воздействия в экологии человека и экстремальной медицине. - М. - 2003. - 440 с.

  На главную    В библиотеку    Обсудить в форуме 

При любом использовании данного материала ссылка на первоисточник обязательна!