機(jī)器智能和人類智能在執(zhí)行同一類任務(wù)時,關(guān)注點(diǎn)不同,工作原理也不盡相同。因此,合理的協(xié)作機(jī)制,能發(fā)揮人機(jī)兩個主體的優(yōu)勢。三支決策模型考慮了決策過程中的不確定性和風(fēng)險,將相對確定的區(qū)域和不確定區(qū)域分開,并給出不同類型的決策。這樣的策略符合人類的行為習(xí)慣,也為人參與協(xié)作和任務(wù)分工提供了依據(jù)。人件通過相應(yīng)的機(jī)制和接口將人以服務(wù)的方式加入系統(tǒng)。因此,本文從決策風(fēng)險最小化的角度出發(fā),基于三支決策模型,探索面向人機(jī)協(xié)作的分工機(jī)制。在人臉圖像的身份認(rèn)證過程中,人件服務(wù)和軟件服務(wù)各有所長。通過人機(jī)協(xié)作共同完成身份核驗(yàn)任務(wù),兩者能優(yōu)勢互補(bǔ),高效地完成任務(wù)。因此,本文將基于三支決策的人機(jī)協(xié)作機(jī)制應(yīng)用到身份認(rèn)證任務(wù)中。為了在直覺模糊信息系統(tǒng)中評估和選取合適的人參與協(xié)作,本文提出了基于直覺模糊TOPSIS方法的能力評估方法。投票是綜合評審專家意見的常見方式,而投票結(jié)果是一個直覺模糊數(shù),存儲在直覺模糊信息表中。提出的方法基于直覺模糊數(shù)的運(yùn)算法則,通過TOPSIS對候選人的特定角色扮演能力進(jìn)行綜合評估,優(yōu)選出候選人參與協(xié)作。如何充分發(fā)揮人機(jī)兩個主體的優(yōu)勢,使風(fēng)險代價最小是協(xié)作中的關(guān)鍵問題。因此,本文利用三支決策,將概率空間或者代價空間中算法相對確定的區(qū)域作為機(jī)器智能的工作域,不確定的區(qū)域(邊界域)作為人的工作域。通過調(diào)節(jié)三支決策中的邊界域使總決策代價最小。在任務(wù)執(zhí)行階段,建立適當(dāng)?shù)暮献鳈C(jī)制實(shí)現(xiàn)人類智慧和機(jī)器智能間的交互和信息傳遞。基于人的偏好和興趣點(diǎn)等信息,利用軟件對人作用域的樣本初步處理后再交給人去決策,以提高整個決策流程的效率。準(zhǔn)確區(qū)分不同的人臉圖像樣本,需要的信息量是不同的。而現(xiàn)實(shí)中信息的獲取往往需要時間,決策是隨著信息的補(bǔ)充逐步給出的。人的人臉識別過程是一個基于多粒度人臉圖像的序貫決策過程,而現(xiàn)有的序貫三支決策不適用于人臉圖像。為了模擬這個過程,本文基于全序關(guān)系提出了多粒度圖像特征的定義和面向人臉圖像的序貫三支決策模型。通過子空間方法提取人臉的多粒度特征,并在多粒度特征上構(gòu)建序貫決策過程。隨著粒度越來越細(xì),特征中包含的信息增多,決策代價會下降。與此同時,時間代價會提高。序貫三支決策會綜合考量這兩種代價,在合適的信息粒度下停止決策過程,使得總代價最小。序貫決策過程中,人機(jī)如何合理分工合作是需要探索的問題。決策過程中,隨著邊界域的變小,人必要的工作量會減少,人的決策代價也會下降。為了更好地完成身份認(rèn)證任務(wù),本文提出了基于序貫三支決策的人機(jī)協(xié)作機(jī)制。在每一個信息粒度下,模型通過調(diào)整分工使得總的決策代價最小。之后,序貫決策綜合衡量人機(jī)決策代價和時間代價,在合適的粒度下停止,使得總代價最小。序貫決策過程中,之前步驟中的風(fēng)險代價和決策信息,也為當(dāng)前信息粒度下人的決策提供了參考。多類別是現(xiàn)實(shí)中常見的場景,而現(xiàn)有的三支決策模型不能直接應(yīng)用于多類場景中。因此,本文提出了一種多類別三支決策模型,并構(gòu)建了相應(yīng)的協(xié)作機(jī)制。在比較決策風(fēng)險代價的基礎(chǔ)上,直接在多類場景中構(gòu)建了決策域和決策規(guī)則。為了追求最小的總代價,算法通過信任閾值調(diào)整任務(wù)分工,進(jìn)而影響決策代價。邊界域中區(qū)分了算法認(rèn)為不可能的選擇項(xiàng)和難以抉擇的選項(xiàng)。這為人的決策提供了很好的參考,減少了執(zhí)行人在單個樣本上的工作量�；谌Q策模型,本文主要對面向人機(jī)協(xié)作的分工機(jī)制進(jìn)行探究,從靜態(tài)的二分類場景逐步拓展到多粒度和多分類的場景,并將其應(yīng)用到基于人臉識別的身份認(rèn)證任務(wù)中。本文提出的模型能有效降低整體決策風(fēng)險,提高決策效率,既擴(kuò)充和發(fā)展了三支決策模型,也為人機(jī)協(xié)作提供了新思路。在基于人臉識別的身份認(rèn)證任務(wù)中,提出的模型能充分發(fā)揮機(jī)器智能的優(yōu)勢,節(jié)省人力資源,改善客戶體驗(yàn),提升客戶的滿意度,有一定的實(shí)踐意義。
【學(xué)位單位】：南京大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2019
【中圖分類】：TP11;TP391.41
【部分圖文】：

粗粒度邐＾細(xì)粒度逡逑圖１．２具有不同清晰度的多粒度人臉圖像逡逑＾逡逑圖１．３具有不同區(qū)分度的多粒度人臉圖像逡逑準(zhǔn)確區(qū)分不同的人臉圖像樣本，需要的信息量是不同的，而現(xiàn)實(shí)中信息的獲取往往逡逑需要時間，決策是隨著信息的補(bǔ)充逐步給出的。大多數(shù)現(xiàn)有的序貫三支決策是基于信息逡逑表類型的數(shù)據(jù)，不適用于非結(jié)構(gòu)化數(shù)據(jù)，例如人臉圖像。但是，圖像是有粒度結(jié)構(gòu)的。逡逑如果我們考慮刑事調(diào)查的場景，監(jiān)控攝像機(jī)捕獲的人臉圖像可能太模糊，無法用于識別。逡逑因此，有必要使用高清監(jiān)視相機(jī)來收集更好質(zhì)量的人臉圖像。基于一系列高質(zhì)量人臉圖逡逑像的刑事調(diào)查結(jié)果肯定會產(chǎn)生令人滿意的低代價的決策。然而，高清監(jiān)視攝像機(jī)可能很逡逑昂貴，這增加了測試成本。圖１．２模擬了現(xiàn)實(shí)中不同清晰度的人臉圖像，圖１．３模擬了逡逑不同區(qū)分度的人臉圖像［１９］。逡逑在圖像識別中的人們的決策過程是一個典型的多粒度決策過程：隨著圖像粒度越來逡逑越細(xì)

教授等根據(jù)生成對抗網(wǎng)絡(luò)（Ｇｅｎｅｒａｔｉｖｅ邋Ａｄｖｅｒｓａｒｉａｌ邋Ｎｅｔｗｏｒｋｓ，邋ＧＡＮ）研宄出一種可以動態(tài)逡逑擾亂人臉識別系統(tǒng)的算法［１５］。該算法最后生成了一個隱私過濾器，會對圖像中特定區(qū)域逡逑的像素做出一些微小的變化，如圖１．４所示。逡逑？邋ｗｒ＂邋ｍｕ逡逑ｍｍ逡逑原圖邐修改后的圖邐修改的像素點(diǎn)逡逑圖１．４反人臉識別算法效果圖逡逑干擾之后的圖片，人眼幾乎察覺不到差別，也就是說人的識別效果差別不大。但是，逡逑對人臉識別算法產(chǎn)生了巨大的影響。有的場景下欺騙成功率高達(dá)９９．邋５％，即讓一個識別逡逑率接近１００％的算法，精度直接下降到０．５％。在很多管理系統(tǒng)中，身份認(rèn)證是一個十分逡逑重要的環(huán)節(jié)。因此，采用人機(jī)協(xié)作的方式能有效的降低風(fēng)險，提高系統(tǒng)的安全性。例如，逡逑在采用“刷臉進(jìn)站”的高鐵站入口處，會設(shè)置一定數(shù)量的人工檢票窗口，人機(jī)協(xié)作共同逡逑完成檢票進(jìn)站的任務(wù)。逡逑１．４研究內(nèi)容及方案逡逑１２逡逑

支決模型或者改進(jìn)現(xiàn)有的三支決模型，建立面向人機(jī)協(xié)作的分工機(jī)制。最后，將己有三逡逑支決模型拓展應(yīng)用到圖像中，利用基于三支決策的人機(jī)協(xié)作機(jī)制，完成基于圖像的身份逡逑認(rèn)證任務(wù)。整體思路如圖１．５所示。逡逑能力評估與優(yōu)選逡逑Ｙ邐邐逡逑三支決策模型庫逡逑人機(jī)邋丨邋邐＿＿＿逡逑＾邐基于風(fēng)險代價的逡逑機(jī)制邐Ｉ人機(jī)工，域劃分邐ｉ邐Ｊ基于人臉識別逡逑Ｉ￣１的身份認(rèn)證逡逑￣逡逑［ｍｄｊ４邐１邋口心、—［ｍｄｊ逡逑合作逡逑Ｉ邐ｊ逡逑圖１．５本文研宄思路逡逑１．４．２研宄內(nèi)容逡逑根據(jù)上述研究思路，本文主要的研究內(nèi)容安排如下：逡逑在直覺模糊信息系統(tǒng)中，研究如何綜合評估和優(yōu)選候選人，以更好地參與某個任務(wù)逡逑的協(xié)作。個人能力評估和優(yōu)選是高效人機(jī)協(xié)作的前提，而投票是綜合專家組意見的常見逡逑方式。運(yùn)用隸屬度、非隸屬度和猶豫度，直覺模糊數(shù)可以很好地描述投票結(jié)果中的贊成，逡逑反對和棄權(quán)的比例［２１］。而且，扮演特定角色需要多方面的能力。候選人的特定角色扮演逡逑能力評估是一個多屬性決策問題。因此，需要探索基于直覺模糊信息的多屬性能力評估逡逑１３逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 盧曉梅;董澤芳;;教育決策模型的分類比較及改良分析[J];國家教育行政學(xué)院學(xué)報;2012年08期

2 陳章良;;基于數(shù)據(jù)挖掘的預(yù)測決策模型應(yīng)用與研究[J];中國管理信息化;2009年01期

3 楊立華;政府產(chǎn)品提供方式及其規(guī)范決策模型[J];中國行政管理;2004年01期

4 謝元榮;勞動力流動及其決策模型的實(shí)證分析思路[J];江西農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版);2004年04期

5 溫龍;公共政策中的集團(tuán)決策模型及在我國的適應(yīng)性[J];廣東行政學(xué)院學(xué)報;2002年06期

6 溫龍,王曉偉;論公共政策中的集團(tuán)決策模型[J];江西行政學(xué)院學(xué)報;2002年04期

7 李斌;能源評估和選擇動態(tài)決策模型[J];管理科學(xué)文摘;1998年01期

8 李斌;問題和決策模型[J];管理科學(xué)文摘;1998年01期

9 魯夢僧;多目標(biāo)準(zhǔn)則下的一般決策模型[J];甘肅科學(xué)學(xué)報;1998年02期

10 高軍,李習(xí)彬,郝芙蓉;決策過程分析與概念性決策模型[J];河北省科學(xué)院學(xué)報;1998年04期

相關(guān)會議論文 前10條

1 孫波;;《商務(wù)決策模型》微課的教學(xué)設(shè)計[A];“決策論壇——企業(yè)精細(xì)化管理與決策研究學(xué)術(shù)研討會”論文集（上、下）[C];2015年

2 蘆方強(qiáng);;基于投資非平衡理論的公共交通發(fā)展決策模型[A];江蘇省公路學(xué)會2014年學(xué)術(shù)年會論文集[C];2014年

3 張敬才;張國伍;;運(yùn)用模糊數(shù)學(xué)建立投資決策模型[A];模糊數(shù)學(xué)和系統(tǒng)成果會論文集[C];1991年

4 楊國興;劉振武;劉延躍;楊德宏;;軋鋼系統(tǒng)生產(chǎn)計劃輔助決策模型[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

5 江光榮;;心理求助行為：階段-決策模型及其研究[A];第十一屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

6 林楓;王謙;朱茹華;甄月橋;;基于新生代農(nóng)民工身份轉(zhuǎn)型聯(lián)合決策模型中政府決策模型的分析[A];中國城市化進(jìn)程的社會心理研究[C];2012年

7 侯琳琳;陳立文;邱菀華;;項(xiàng)目投資組合的風(fēng)險決策模型及應(yīng)用[A];第九屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2007年

8 汪大金;白建明;;單供應(yīng)商銷售商協(xié)同庫存動態(tài)決策模型[A];中國企業(yè)運(yùn)籌學(xué)[2013(1)][C];2013年

9 夏伯才;錢翰城;王永強(qiáng);姚向東;;鑄件挽救經(jīng)濟(jì)決策模型[A];2010年中國鑄造活動周論文集[C];2010年

10 王會麗;曹成剛;;新生代農(nóng)民工心理健康與求助行為決策模型[A];國際中華應(yīng)用心理學(xué)研究會第十屆學(xué)術(shù)年會論文集[C];2013年

相關(guān)重要報紙文章 前9條

1 南京師范大學(xué)公共管理學(xué)院 鐘裕民;雙層互動決策模型的基本特征與時代價值[N];中國社會科學(xué)報;2018年

2 趙瑩;拋棄決策模型 使用決策模型[N];中國經(jīng)營報;2007年

3 梁子民 畢文昌;誰和誰接軌[N];中國青年報;2007年

4 慧聰國際汽車市場研究所 張曉亮;汽車業(yè)的末班車不好搭[N];中國工業(yè)報;2004年

5 本報記者 柳森;消費(fèi)維權(quán)，大數(shù)據(jù)能幫多大忙[N];解放日報;2018年

6 ;會計發(fā)展新方向：事項(xiàng)會計[N];財會信報;2005年

7 通訊員 李超 張小洪;成飛實(shí)現(xiàn)營業(yè)收入突破150億元[N];中國航空報;2016年

8 丁杰 劉萬俠;讓謀略插上科技雙翼[N];中國國防報;2001年

9 曲瑞雪　佟辛 （本報記者 曲瑞雪）;倡導(dǎo)理性分析 打造開放平臺[N];中國經(jīng)濟(jì)時報;2009年

相關(guān)博士學(xué)位論文 前10條

1 張里博;面向人機(jī)協(xié)作機(jī)制的三支決策模型及其應(yīng)用研究[D];南京大學(xué);2019年

2 趙昆;基于戰(zhàn)略對應(yīng)的信息系統(tǒng)應(yīng)用決策模型及方法研究[D];復(fù)旦大學(xué);2004年

3 代宏坤;信息技術(shù)采納時間的決策模型及應(yīng)用研究[D];四川大學(xué);2005年

4 陳旭忠;大型煤炭企業(yè)生產(chǎn)決策模型及支持系統(tǒng)研究[D];中國礦業(yè)大學(xué);2015年

5 陳建民;面向移動應(yīng)用安全評估的多屬性專家決策模型及應(yīng)用研究[D];北京工業(yè)大學(xué);2014年

6 石磊;企業(yè)災(zāi)難捐贈的決策模型與效果評估研究[D];中國科學(xué)技術(shù)大學(xué);2010年

7 盧山;企業(yè)信息化投資決策模型與方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

8 艾解清;雙邊多議題自動協(xié)商研究[D];浙江大學(xué);2011年

9 王朝陽;收入再分配與調(diào)控消費(fèi)需求[D];中國社會科學(xué)院研究生院;2002年

10 凡鵬飛;風(fēng)電并網(wǎng)電力系統(tǒng)充裕性決策模型和方法研究[D];華北電力大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 趙妍亮;廣義二元關(guān)系下的多支決策模型及合成策略[D];西北師范大學(xué);2018年

2 郭孝文;基于HLA的潛空對抗仿真研究與實(shí)現(xiàn)[D];西安工業(yè)大學(xué);2018年

3 劉玲;面向交易全過程的互聯(lián)網(wǎng)保險購買決策模型研究[D];沈陽工業(yè)大學(xué);2018年

4 鄒慧錦;構(gòu)造型三支決策模型的研究[D];安徽大學(xué);2015年

5 李萌;以系統(tǒng)決策模型和法經(jīng)濟(jì)學(xué)淺析單行條例的立法現(xiàn)狀[D];延邊大學(xué);2011年

6 王朋函;基于概率圖的三支決策模型及其應(yīng)用研究[D];河南師范大學(xué);2015年

7 張良;有效決策模型視角下公共決策中的公民參與問題研究[D];遼寧大學(xué);2014年

8 應(yīng)婧;基于質(zhì)量成本的改進(jìn)設(shè)計決策模型及其應(yīng)用研究[D];南昌大學(xué);2009年

9 張巧齡;基于價值的管理中的決策模型及其應(yīng)用研究[D];武漢大學(xué);2005年

10 張志娟;貸款融資的多目標(biāo)隨機(jī)決策模型[D];河南大學(xué);2007年

本文編號：2808852