DZIEKAN i RADA WYDZIAŁU INFORMATYKI, ELEKTRONIKI I TELEKOMUNIKACJI AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE |
|
---|---|
zapraszają na publiczą dyskusję nad rozprawą doktorską mgr Marcin Lenart |
|
SENSOR INFORMATION SCORING FOR DECISION-AID SYSTEMS IN RAILWAY DOMAIN | |
Termin: | 2 październik 2020 roku, godz. 14:00 |
Miejsce: | Online:MS Teams |
PROMOTOR: | prof. dr hab. Andrzej Bielecki, Akademia Górniczo-Hutnicza |
PROMOTOR POMOCNICZY: | dr hab. Marie-Jeanne Lesot, assoc. prof., Sorbonne Université |
RECENZENCI: | dr hab. Rafał Scherer, prof. PCz, Politechnika Częstochowska |
dr hab. Grégory Smits, Université Rennes | |
Z rozprawą doktorską i opiniami recenzentów można się zapoznać w Czytelni Biblioteki Głównej AGH, al. Mickiewicza 30 |
mgr Marcin Lenart
Promotor: prof. dr hab. Andrzej Bielecki (AGH)
Promotor pomocniczy: dr hab. Marie-Jeanne Lesot, assoc. prof., (Sorbonne)
Dyscyplina: Informatyka
W niniejszej dysertacji badany jest problem oceny jakości informacji produkowanej przez urządzenia pomiarowe. Jakość informacji jest pojęciem abstrakcyjnym, które uważa się za istotne w wielu dziedzinach jako że informacje dobrej jakości są niezbędne do działania wielu różnych systemów decyzyjnych. Ocena jakości informacji w dużej mierze zależy od rodzaju informacji, jej kontekstu i rozważanej dziedziny. Zwykle ocena jakości informacji polega na jej rozłożeniu na pojedyncze elementy, zwane wymiarami, które pozwalają uchwycić i połączyć różne aspekty informacji. Niniejsza praca koncentruje się na przypadku informacji produkowanych przez urządzenia pomiarowe, tj. urządzenia, które mierzą fragment rzeczywistości i przekształcają ją na wartość cyfrową. Istotnie, urządzenia pomiarowe, zwykle stosowane w większych grupach, nie zawsze produkują poprawne informacje i konieczna jest ich ocena. W niniejszej dysertacji proponujemy wykorzystanie specyficznych aspektów urządzeń pomiarowych w celu zdefiniowania dedykowanej, ale także ogólnej metody oceniania.
Istniejące propozycje oceny jakości informacji produkowanych przez urządzenia pomiarowe są w większości oparte na wykorzystywaniu danych uczących lub meta-informacji, co znacznie ogranicza ich ogólność: informacje te są często trudne do uzyskania i sprawiają, że metody te mogą być wykorzystywane tylko w jednej sytuacji, dla specyficznie określonych urządzeń pomiarowych, wykorzystując ich unikalne cechy.
Zaproponowany w pracy model działa niezależnie od obecności danych uczących oraz specyficznych meta-informacji o danym urządzeniu. Model ten jest zaprojektowany tak, aby mógł zostać wykorzystany w przypadku informacji produkowanych przez każdy rodzaj urządzenia pomiarowego wykorzystując do działania jedynie atrybuty wspólne dla większości urządzeń i łatwo dostępne meta-informacje. Proponowany model nosi nazwę ReCLiC od angielskich nazw czterech wykorzystywanych wymiarów: niezawodność, kompetencja, prawdopodobieństwo i wiarygodność.
Model ReCLiC przyjmuje na wejście wiadomości z bazy danych i ma na celu przyłączenie do każdej wiadomości numeryczną wartość która jest oceną jakości tej wiadomości: jakość ta jest rozumiana jako zaufanie, które można pokładać w treści tej wiadomości. Zaufanie to jest mierzone poprzez ocenę źródła, treści i kontekstu wiadomości, które są trzema głównymi składnikami definiującymi informację. W pracy dokładnie omawiamy wymagania czterech proponowanych wymiarów, na których opiera się ReCLiC i proponujemy definicje dla każdego z nich. Ponadto, w pracy proponowana jest implementacja ogólnej definicji ReCLiC do rzeczywistego przypadku dla konkretnego urządzenia kolejowego: omawiamy definicje czterech wymiarów dla tego urządzenia i przeprowadzamy formalne badanie proponowanych definicji, analizując potencjalne zmiany poziomu zaufania na podstawie zmian każdego z czterech wymiarów.
Proponowana implementacja ReCLiC jest weryfikowana eksperymentalnie przy użyciu danych symulowanych opartych na rzeczywistej bazie danych z dziedziny kolejowej. Zaproponowany eksperyment pozwala na kontrolę różnych potencjalnych problemów związanych z jakością informacji oraz ich ilości przy użyciu czterech różnych scenariuszy. Ta eksperymentalna walidacja, która dodatkowo obejmuje modyfikację różnych parametrów, pokazuje, że proponowany model ReCLiC właściwie ocenia jakość informacji, a w szczególności zdolność do przypisywania niskich poziomów zaufania dla symulowanych wiadomości.
Dodatkowo, model ReCLiC jest wykorzystany do analizy prawdziwego zbioru danych, w którym wykrywane i omawiane są problemy z jakością informacji. W tym celu została zaproponowana nowa metoda wizualizacji która ma za zadanie zobrazować wiele poziomów zaufania dla wielu urządzeń jednocześnie. Pozwala ona także zaobserwować propagację niskiego poziomu zaufania, która pokazuje w jaki sposób wiadomości niskiej jakości mogą wpływać na jakość innych informacji. Dodatkowo wprowadzono i omówiono pojęcie dynamiki zaufania na podstawie tego przykładu.
dr hab. Rafał Scherer, prof. PCz
dr hab. Grégory Smits
Ważniejsze publikacje doktoranta: