Показаны записи 11781 - 11790 из 56266
</>
Re: Решённые наукой и техникой задачи vs не решённые
metanymous в посте Metapractice (оригинал в ЖЖ)
--Ну, в этом месте сложность не с моделированием движений. В этом месте сложность в математическом моделировании.
--Ну, ваш покорный, увы, не специализируется именно на мат. моделировании. Поэтому может разбираться в этой теме не более чем на уровне человека с не самым плохим обще-техническим образованием.
В те времена мы находили в интернете готовое решение этой задачи.
--Требуется программа, которая (а) аппроксимирует пиксельные линии в непрерывные "геометрические" кривые (б) классифицирует "геометрические" кривые по онтологическим признакам, например, - "петля". И т.п.
--Тут нет двух шагов, это один шаг.
Два.
--Если есть наперёд заданная онтология, то определять её – решённая (современной наукой и техникой) задача.
--Программы, распознающие "жесты мыши", могут распознавать траектории любой степени заковыристости, состоящие из элементарных элементов типа тех же полуколец, отрезков и т.д.
Эта онтология у меня в голове. А где твои распознающие программы?
В таком случае это решаемая своими силами задача. Но очень трудоёмкая.
В своё время эту задачу решил студент-дипломник факультета инфор. технологий.
Ну, сырая выжимка из этого, как я понимаю, что готовой модели именно "сигналлинга" на этих траекториях пока нет. Или перейти от "онтологии фоновых движений" к "онтологии СИГНАЛЬНЫХ движений" – это тривиальная задача?
Совершенно верно.
--Да, надо.
--Или засекретить :)
С моим уходом это будет засекречено сверхнадежно.
Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.
--Ну, надо делать то, что: – можем сделать своими силами – займёт максимум небольшое количество месяцев работ (в свободное время) – имеет очевидную прямую пользу и ээ потребительскую привлекательность для широкой публики
--М.б. под эти критерии подойдёт лучше что-то другое, чем именно рефрейминг.
Ну да.
Приманивать каких-то мега-инвесторов ни смысла, ни возможности (на первом шаге) нет.
Ну да.
--Ну, ваш покорный, увы, не специализируется именно на мат. моделировании. Поэтому может разбираться в этой теме не более чем на уровне человека с не самым плохим обще-техническим образованием.
В те времена мы находили в интернете готовое решение этой задачи.
--Требуется программа, которая (а) аппроксимирует пиксельные линии в непрерывные "геометрические" кривые (б) классифицирует "геометрические" кривые по онтологическим признакам, например, - "петля". И т.п.
--Тут нет двух шагов, это один шаг.
Два.
--Если есть наперёд заданная онтология, то определять её – решённая (современной наукой и техникой) задача.
--Программы, распознающие "жесты мыши", могут распознавать траектории любой степени заковыристости, состоящие из элементарных элементов типа тех же полуколец, отрезков и т.д.
Эта онтология у меня в голове. А где твои распознающие программы?
В таком случае это решаемая своими силами задача. Но очень трудоёмкая.
В своё время эту задачу решил студент-дипломник факультета инфор. технологий.
Ну, сырая выжимка из этого, как я понимаю, что готовой модели именно "сигналлинга" на этих траекториях пока нет. Или перейти от "онтологии фоновых движений" к "онтологии СИГНАЛЬНЫХ движений" – это тривиальная задача?
Совершенно верно.
--Да, надо.
--Или засекретить :)
С моим уходом это будет засекречено сверхнадежно.
Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.
--Ну, надо делать то, что: – можем сделать своими силами – займёт максимум небольшое количество месяцев работ (в свободное время) – имеет очевидную прямую пользу и ээ потребительскую привлекательность для широкой публики
--М.б. под эти критерии подойдёт лучше что-то другое, чем именно рефрейминг.
Ну да.
Приманивать каких-то мега-инвесторов ни смысла, ни возможности (на первом шаге) нет.
Ну да.
Ну да.
http://metapractice.livejournal.com/151349.html
http://metapractice.livejournal.com/26772.html
https://blogs.yandex.ru/search.xml?text=%D1%81%D1%82%D0%B8%D1%85&ft=blog%2Ccomments%2Cmicro&server=livejournal.com&author=metanymous&holdres=mark&how=tm&asc=1
http://metapractice.livejournal.com/401136.html
Вообще - разборов больше.
http://metapractice.livejournal.com/26772.html
https://blogs.yandex.ru/search.xml?text=%D1%81%D1%82%D0%B8%D1%85&ft=blog%2Ccomments%2Cmicro&server=livejournal.com&author=metanymous&holdres=mark&how=tm&asc=1
http://metapractice.livejournal.com/401136.html
Вообще - разборов больше.
Там были: задержки с ответом, изменения амплитуды чуть ли не в разы. И т.п.
Теперь понял. Калибровка таких вещей – исполнимая задача.
Теперь понял. Калибровка таких вещей – исполнимая задача.
Ну, в этом месте сложность не с моделированием движений. В этом месте сложность в математическом моделировании.
Ну, ваш покорный, увы, не специализируется именно на мат. моделировании. Поэтому может разбираться в этой теме не более чем на уровне человека с не самым плохим обще-техническим образованием.
Требуется программа, которая (а) аппроксимирует пиксельные линии в непрерывные "геометрические" кривые (б) классифицирует "геометрические" кривые по онтологическим признакам, например, - "петля". И т.п.
Тут нет двух шагов, это один шаг.
Если есть наперёд заданная онтология, то определять её – решённая (современной наукой и техникой) задача.
Программы, распознающие "жесты мыши", могут распознавать траектории любой степени заковыристости, состоящие из элементарных элементов типа тех же полуколец, отрезков и т.д.
В таком случае это решаемая своими силами задача. Но очень трудоёмкая.
–Да, совершенно верно. Я в своём исследовании просто показал, что наличествует огромное число двигательных КАЧЕСТВЕННЫХ (не статистических) признаков в движениях любого субъекта.
–Выше я указал одну такую "фигуру" - "петлю". Таких фигур/признаков в 15 минутной функциональной двигательной пробе любого субъекта содержится несколько десятков. На поверхности.
–В качестве функциональной пробы субъекту было задание 15 минут разглядывать некий сайт.
Ну, сырая выжимка из этого, как я понимаю, что готовой модели именно "сигналлинга" на этих траекториях пока нет. Или перейти от "онтологии фоновых движений" к "онтологии СИГНАЛЬНЫХ движений" – это тривиальная задача?
Да, надо.
Или засекретить :)
Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.
Ну, надо делать то, что:
– можем сделать своими силами
– займёт максимум небольшое количество месяцев работ (в свободное время)
– имеет очевидную прямую пользу и ээ потребительскую привлекательность для широкой публики
М.б. под эти критерии подойдёт лучше что-то другое, чем именно рефрейминг.
Приманивать каких-то мега-инвесторов ни смысла, ни возможности (на первом шаге) нет.
Ну, ваш покорный, увы, не специализируется именно на мат. моделировании. Поэтому может разбираться в этой теме не более чем на уровне человека с не самым плохим обще-техническим образованием.
Требуется программа, которая (а) аппроксимирует пиксельные линии в непрерывные "геометрические" кривые (б) классифицирует "геометрические" кривые по онтологическим признакам, например, - "петля". И т.п.
Тут нет двух шагов, это один шаг.
Если есть наперёд заданная онтология, то определять её – решённая (современной наукой и техникой) задача.
Программы, распознающие "жесты мыши", могут распознавать траектории любой степени заковыристости, состоящие из элементарных элементов типа тех же полуколец, отрезков и т.д.
В таком случае это решаемая своими силами задача. Но очень трудоёмкая.
–Да, совершенно верно. Я в своём исследовании просто показал, что наличествует огромное число двигательных КАЧЕСТВЕННЫХ (не статистических) признаков в движениях любого субъекта.
–Выше я указал одну такую "фигуру" - "петлю". Таких фигур/признаков в 15 минутной функциональной двигательной пробе любого субъекта содержится несколько десятков. На поверхности.
–В качестве функциональной пробы субъекту было задание 15 минут разглядывать некий сайт.
Ну, сырая выжимка из этого, как я понимаю, что готовой модели именно "сигналлинга" на этих траекториях пока нет. Или перейти от "онтологии фоновых движений" к "онтологии СИГНАЛЬНЫХ движений" – это тривиальная задача?
Да, надо.
Или засекретить :)
Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.
Ну, надо делать то, что:
– можем сделать своими силами
– займёт максимум небольшое количество месяцев работ (в свободное время)
– имеет очевидную прямую пользу и ээ потребительскую привлекательность для широкой публики
М.б. под эти критерии подойдёт лучше что-то другое, чем именно рефрейминг.
Приманивать каких-то мега-инвесторов ни смысла, ни возможности (на первом шаге) нет.
--Тогда уж так: инструкция после вопроса произвольно взмахивать рукой. А этот датчик ускорений укажет непроизвольную компоненту в таком взмахивании.
--Хм, тогда уже моя очередь просить применить к этой рекомендации применить критерий немедленного исполнения :) Какой конкретный алгоритм позволит вычленить непроизвольную компоненту?
(1) Преврати показания акселерометра в цифру. В любой аналоговый эквивалент.
(2) Далее, прямо считываешь цифровые или аналоговые показатели.
--Между прочим, у Лурии (у пионера калибровки непроизвольных сигналов/физиологии) использовалась такая система генерации сигналинга: -испытуемый в ответ на вопрос нажимал грушу типа как в старинном распылителе духов. -воздух из груши приводил в движение стрелку осциллографа ...сигналом была непроизвольная компонента качества движений руки. Очень простой, надежный и устойчивый сигналинг.
--Ну, мне кажется, воспроизвести на основе акселерометра подобную вещь будет не сложно. Но только мне что-то априори кажется, что в итоге "распознавание паттернов" на осцилограмме в итоге делали у Лурии люди.
Да нет же. Там такие грубые паттерны, что они бросаются в глаза.
Если нет, то каким алгоритмом (или какими аналоговыми преобразованиями) вычленялась эта "непроизвольная компонента"?
Там были: задержки с ответом, изменения амплитуды чуть ли не в разы. И т.п.
--Хм, тогда уже моя очередь просить применить к этой рекомендации применить критерий немедленного исполнения :) Какой конкретный алгоритм позволит вычленить непроизвольную компоненту?
(1) Преврати показания акселерометра в цифру. В любой аналоговый эквивалент.
(2) Далее, прямо считываешь цифровые или аналоговые показатели.
--Между прочим, у Лурии (у пионера калибровки непроизвольных сигналов/физиологии) использовалась такая система генерации сигналинга: -испытуемый в ответ на вопрос нажимал грушу типа как в старинном распылителе духов. -воздух из груши приводил в движение стрелку осциллографа ...сигналом была непроизвольная компонента качества движений руки. Очень простой, надежный и устойчивый сигналинг.
--Ну, мне кажется, воспроизвести на основе акселерометра подобную вещь будет не сложно. Но только мне что-то априори кажется, что в итоге "распознавание паттернов" на осцилограмме в итоге делали у Лурии люди.
Да нет же. Там такие грубые паттерны, что они бросаются в глаза.
Если нет, то каким алгоритмом (или какими аналоговыми преобразованиями) вычленялась эта "непроизвольная компонента"?
Там были: задержки с ответом, изменения амплитуды чуть ли не в разы. И т.п.
Да, это самый простой вариант.
Что-то ты меня запутал что сложно, а что очень сложно. Сейчас распутаем.
Ну, вы, похоже, говорите о сложности с точки зрения юзера. А я прикидываю сложность реализации :) Грубо говоря, затраты в человеко-часах на разработку системы, позволяющей автоматически калибровать соответствующие сигналы.
Снятие сигнала по диагностическим данным "таблиц Шульте" или любых аналогов: просто.
По непроизвольным сигналам набираемого текста: средней сложности.
По данным траекторий движения пальца по экрану: сложно.
По данным акселерометра: очень сложно.
Просто взмахиваем однократно рукой и смотрим на акселерометр. Считываем показание1. Затем, задаем сами себе калибровочный вопрос и снова взмахиваем рукой. Считываем показание2. И т.д. И что же здесь сложного?
Для пользователя не сложно. С другой стороны, м.б. не самый удобный вариант, потому что типа "в фоне" рукой не помашешь – надо специально типа "заниматься рефреймингом". Ну и там в транспорте, например, не будешь делать. Зато, с другой стороны, довольно эффектный вариант.
Для разработчика очень сложно. Сама по себе работа с сенсором дело не простое, в независимости от того, что с ним делать – надо разбираться. А вот детектирование паттернов непроизвольных движений – я не представляю как сделать. Даже если есть/будет детальное описание таких паттернов, например до такого уровня, что не подготовленный человек, глядя на график движений, сможет определить/вычленить "сигнал" – задача запрограммировать компьютерное из распознавание охренительно сложная :)
Отвлечённый пример/репер – даже распознавание номеров проезжающих под дорожной камерой автомобилей-нарушителей это не решённая в наше время задача. Номера распознают/корректируют в конечном итоге операторы центра контроля движения.
А тут какой-то хитрый аналоговый паттерн.
Ну, вы, похоже, говорите о сложности с точки зрения юзера. А я прикидываю сложность реализации :) Грубо говоря, затраты в человеко-часах на разработку системы, позволяющей автоматически калибровать соответствующие сигналы.
Снятие сигнала по диагностическим данным "таблиц Шульте" или любых аналогов: просто.
По непроизвольным сигналам набираемого текста: средней сложности.
По данным траекторий движения пальца по экрану: сложно.
По данным акселерометра: очень сложно.
Просто взмахиваем однократно рукой и смотрим на акселерометр. Считываем показание1. Затем, задаем сами себе калибровочный вопрос и снова взмахиваем рукой. Считываем показание2. И т.д. И что же здесь сложного?
Для пользователя не сложно. С другой стороны, м.б. не самый удобный вариант, потому что типа "в фоне" рукой не помашешь – надо специально типа "заниматься рефреймингом". Ну и там в транспорте, например, не будешь делать. Зато, с другой стороны, довольно эффектный вариант.
Для разработчика очень сложно. Сама по себе работа с сенсором дело не простое, в независимости от того, что с ним делать – надо разбираться. А вот детектирование паттернов непроизвольных движений – я не представляю как сделать. Даже если есть/будет детальное описание таких паттернов, например до такого уровня, что не подготовленный человек, глядя на график движений, сможет определить/вычленить "сигнал" – задача запрограммировать компьютерное из распознавание охренительно сложная :)
Отвлечённый пример/репер – даже распознавание номеров проезжающих под дорожной камерой автомобилей-нарушителей это не решённая в наше время задача. Номера распознают/корректируют в конечном итоге операторы центра контроля движения.
А тут какой-то хитрый аналоговый паттерн.
</>
Re: С экраном – вариант "сложный". Идея замечательная
metanymous в посте Metapractice (оригинал в ЖЖ)
Известны ли вам наперёд, какие паттерны требуется детектировать (т.е. задача чисто техническая), или их надо будет ещё найти (т.е. ещё есть задача моделирования)?
Ну, в этом месте сложность не с моделированием движений. В этом месте сложность в математическом моделировании. Требуется программа, которая (а) аппроксимирует пиксельные линии в непрерывные "геометрические" кривые (б) классифицирует "геометрические" кривые по онтологическим признакам, например, - "петля". И т.п.
Ну, т.е. в таком варианте не надо никаких датчиков. Но, потребуется специальный софт.
Да, специальная программа.
Использование встроенных датчиков – не сильно большая проблема. Хотя достаточно хороший тач-скрин будет, наверное, на большем числе устройств, чем нормальный акселерометр.
Совершенно верно.
Такой софт будет иметь более обширное применение, нежели только специальные процедуры типа рефрейминга.
Да уж! По меньшей мере терапевтический софт. Идея замечательная, поскольку опирается на центральную идею, которую никто без Метапрактика в мире не реализует. При этом она терпимая по сложности в реализации, можно сделать "на коленке" силами микро-команды. Одновременно, всё что вокруг этой идеи (ну, в рефрейминге это вывод экранов с поясняющим текстом + логика переходов-возвратов) реализуется тривиально.
Да, совершенно верно. Я в своём исследовании просто показал, что наличествует огромное число двигательных КАЧЕСТВЕННЫХ (не статистических) признаков в движениях любого субъекта.
Выше я указал одну такую "фигуру" - "петлю". Таких фигур/признаков в 15 минутной функциональной двигательной пробе любого субъекта содержится несколько десятков. На поверхности.
В качестве функциональной пробы субъекту было задание 15 минут разглядывать некий сайт.
–С другой стороны. При наличии такого софта рефрейминг перестает быть специальной процедурой.
–Его можно проводить параллельно текущей работе.
–Вопросы/инструкции рефрейминга можно будет подавать даже на подпороговом уровне восприятия!
--Надо будет запатентовать всё вдоль и попрёк! :)
Да, надо.
--Вообще, на таком софте можно калибровать: -ауто_идентификацию - востребовано в банкинге, в дистанционном обучении. В корпоративных системах безопасности. -показатели САН -показатели лояльности ..фактически - показатели чего только не захочешь.
--Ну да.
Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.
Ну, в этом месте сложность не с моделированием движений. В этом месте сложность в математическом моделировании. Требуется программа, которая (а) аппроксимирует пиксельные линии в непрерывные "геометрические" кривые (б) классифицирует "геометрические" кривые по онтологическим признакам, например, - "петля". И т.п.
Ну, т.е. в таком варианте не надо никаких датчиков. Но, потребуется специальный софт.
Да, специальная программа.
Использование встроенных датчиков – не сильно большая проблема. Хотя достаточно хороший тач-скрин будет, наверное, на большем числе устройств, чем нормальный акселерометр.
Совершенно верно.
Такой софт будет иметь более обширное применение, нежели только специальные процедуры типа рефрейминга.
Да уж! По меньшей мере терапевтический софт. Идея замечательная, поскольку опирается на центральную идею, которую никто без Метапрактика в мире не реализует. При этом она терпимая по сложности в реализации, можно сделать "на коленке" силами микро-команды. Одновременно, всё что вокруг этой идеи (ну, в рефрейминге это вывод экранов с поясняющим текстом + логика переходов-возвратов) реализуется тривиально.
Да, совершенно верно. Я в своём исследовании просто показал, что наличествует огромное число двигательных КАЧЕСТВЕННЫХ (не статистических) признаков в движениях любого субъекта.
Выше я указал одну такую "фигуру" - "петлю". Таких фигур/признаков в 15 минутной функциональной двигательной пробе любого субъекта содержится несколько десятков. На поверхности.
В качестве функциональной пробы субъекту было задание 15 минут разглядывать некий сайт.
–С другой стороны. При наличии такого софта рефрейминг перестает быть специальной процедурой.
–Его можно проводить параллельно текущей работе.
–Вопросы/инструкции рефрейминга можно будет подавать даже на подпороговом уровне восприятия!
--Надо будет запатентовать всё вдоль и попрёк! :)
Да, надо.
--Вообще, на таком софте можно калибровать: -ауто_идентификацию - востребовано в банкинге, в дистанционном обучении. В корпоративных системах безопасности. -показатели САН -показатели лояльности ..фактически - показатели чего только не захочешь.
--Ну да.
Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.
--Ну, или использовать мою разработку: испытуемый делает произвольные движения мышкой/пальцем на тачскире. Сигналинг содержится в в специальных непроизвольных характеристиках получающейся траектории.
--Если с акселерометром и произвольным взмахами руки – это "очень сложный" (в плане реализуемости) вариант, то это – просто "сложный".
Что-то ты меня запутал что сложно, а что очень сложно. Сейчас распутаем.
Просто взмахиваем однократно рукой и смотрим на акселерометр. Считываем показание1.
Затем, задаем сами себе калибровочный вопрос и снова взмахиваем рукой. Считываем показание2.
И т.д.
И что же здесь сложного?
--Если с акселерометром и произвольным взмахами руки – это "очень сложный" (в плане реализуемости) вариант, то это – просто "сложный".
Что-то ты меня запутал что сложно, а что очень сложно. Сейчас распутаем.
Просто взмахиваем однократно рукой и смотрим на акселерометр. Считываем показание1.
Затем, задаем сами себе калибровочный вопрос и снова взмахиваем рукой. Считываем показание2.
И т.д.
И что же здесь сложного?
Дочитали до конца.