Przedstaw iona w referacie koncepcja „autom atycznego rozum ienia obrazu”
m oże się w ydaw ać (zw łaszcza w pierwszej c h w ili...) nieco kontrow ersyjna. W szak czynność rozum ienia je st zw iązana z interpretacją określonej sytuacji lub kom unikatu w um yśle człow ieka, więc o jakiej autom atyzacji m oże tu być mowa?!
Jednak po przestudiow aniu przedstaw ionych w referacie inform acji, a zw łaszcza po przeanalizow aniu przykładów C zytelnik uzna - m amy nadzieję - że napraw dę istnieje m ożliw ość dokonania z pom ocą zaproponowanej m etody znacznie głębszej analizy sem antycznej zaw artości obrazu, niż to dotychczas praktykow ano, doprow adzając w efekcie (dla prostych zadań) do realizacji postulatu rozpoznaw ania w idocznych na obrazie obiektów [17],[19].
P ołączenie opisanych w pracy nowych elem entów , takich jak:
33
^ pogłębione i ukierunkowane na cel przetwarzanie wstępne obrazu, w ydzielające jego cechy dystynktywne, związane ze istotą rozw iązyw anego zadania i wolne od czynników losowych
> opisanie zawartości obrazu z wykorzystaniem elem entów specjalnie utworzonego języka
> analiza syntaktyczna leksykalnego opisu obrazu, w ykorzystująca specjalnie stworzone gramatyki, ujawniająca znaczenie widocznych na nim struktur stwarza w sumie nową jakość w dziedzinie techniki przetwarzania obrazów .
M ożna oczywiście kontestować proponow any term in „a utom atyczn e rozum ien ie”, jaki dla tej nowej formy analizy obrazów zaproponow ano w tej pracy, jednak trudno zaprzeczyć, że jak ąś nazwę trzeba jej przypisać, gdyż używanie nadal tradycyjnego term inu rozpoznaw anie obrazów prow adziłoby w tym przypadku do nieporozum ień. Autorzy referatu w yrażają nadzieję, że po okresie wstępnej nieufności i niechęci (która - przypom nijm y to - na pewnym etapie otaczała także takie popularne dzisiaj nazwy, ja k sztuczna inteligencja, sieci neuronowe czy naw et robotyka) termin „autom atyczne rozum ienie”, używ any w odniesieniu do wielu różnych sygnałów [12], [13] zostanie zaakceptow any i będzie sprawnie funkcjonował.
Niezależnie od tego, jak a ostatecznie zostanie zaakceptow ana nazwa dla naszkicowanej wyżej techniki analizy obrazu poprzez jego opis lingw istyczny, można mieć nadzieję, że sama m etodyka się przyjm ie i upowszechni. Ta nowa jakościow o forma analizy okazuje się bowiem przydatna, zaś szczególnie użyteczna jest ona w kontekście analizy obrazów o dużym stopniu złożoności, a także takich, których forma je st w znacznym stopniu nieprzew idyw alna, co m iędzy
innymi opisano obszerniej w pracy [20],
Zachęcam y więc wszystkich Inform atyków do podejm ow ania w łasnych badań w tym ciekawym i mało jeszcze wyeksploatow anym obszarze!
Literatura
1. Breji, M. and Sonka, M. Medical image segm entation: A utom ated design o f border detection criteria from examples, Journal o f Electronic Im aging, Vol 8 No 1, 1999, pp. 54-64.
2. Hall, P., Ngan, M. and Andreae, P. Reconstructing vascular skeletons from X- ray angiograms, in M edical Im aging 1998: Im age P rocessing, Kenneth M.
Hanson, Editor, Proceedings o f SPIE Vol. 3338, , Bellingham , W ashington USA, 1998, pp. 480-491.
3. Kurgan L.A., Cios K.J., Tadeusiewicz R., Ogiela M., G oodenday L.S.:
Knowledge Discovery Approach to Autom ated Cardiac SPECT Diagnosis, Artificial Intelligence in M edicine (Elsevier), nr 23 (2) 2001, pp. 149-189 4. Leś Z., Tadeusiewicz R., Leś M.: Shape Understanding: K now ledge
Generation and Learning, Proceedings o f the Seventh Australian and N ew 34
Zealand Intelligent Inform ation Systems C onference (ANZIIS 2001), IEEE Engineering in M edicine and Biology Society, Perth, W estern Australia, 2001, p p . 189-195
5. M ikrut, Z. et al., A M ethod o f Linear Star-Sections" Applied for Object Separation in ERCP Images, pp. 363-366, Proceedings o f International C onference on Im age Processing, Lausanne, 1996.
6. M u-Chun Su, Yi-Yuan Chen, Kuo-H ua Wang, Chee-Yuen Tew, Hai Huang, 3D arm m ovem ent recognition using syntactic pattern recognition, A rtificial Intelligence in Engineering, V o l.14, N o.2, 2000, pp.l 13-18. U nderstanding o f The Pathological Speech Using A rtificial Intelligence M ethods, in: Ham za M.H. (ed.): Artificial Intelligence and Applications,
17. Ogiela M., Tadeusiewicz R., O giela L.: Syntactic Pattern A nalysis in Visual Signal Processing and Image. Proceedings o f ICFS 2002 - The International Conference on Fundam entals o f Electronics, C om m unications and C om puter Science, IEEE Industrial Electronics Society and IEEE Circuits & System s Society, Tokyo 2002, p p .13.10-13.14
18. Ogiela M.R., Tadeusiewicz R., Im age Understanding M ethods in B iom edical Inform atics a nd D igital Imaging, Journal o f Biomedical Inform atics, Vol. 34, No. 6, Dec 2001, pp. 377-386
19. Tadeusiewicz R., O giela M. R.: Autom atic Understanding o f M edical Im ages - N ew Achievem ents in Syntactic Analysis o f Selected M edical Im ages, Biocybernetics and Biomedical Engineering, vol. 22, nr 4, 2002, pp. 17-29 20. Tadeusiewicz R., Gorgon M., W iatr K., M ikrut Z.: Reconfigurable Im age
Processing Architectures - Research a nd Current State o f A rt at the A G H Technical University, in: Plaks T.P., Athanas P.M. (eds.): Proceedings o f the International Conference on Engineering o f R econfigurable System s and A lgorithm s E R SA ’02, Las Vegas 2002, pp. 160-166
Praca finansowana w ramach Badań W łasnych AGH, tem at nr 10.10.120.39.
Ryszard Tadeusiewicz, M arek R. Ogiela
Katedra Automatyki, Wydz. EAIiE, A kadem ia G órniczo-H utnicza
36
A L T E R N A T Y W N E S Y S T E M Y K O M U N IK A C JI I O B R O T U G IE Ł D O W E G O W R O Z W O JU E -F IN A N C E
D ariusz T. DZIUBA
Streszczenie: w opracow aniu zaprezentow ano alternatyw ne system y kom unikacji i obrotu giełdow ego, określane mianem ATS (Alternative Trading System s).
Szczególną uwagę zw rócono na jed n o z obiecujących takich rozw iązań - sieci elektronicznej kom unikacji ECN (Electronic Com m unication N etw orks), które rozw ijają nowe formy konkurow ania na rynkach papierów w artościow ych. Ich sw oistą rew olucję obserw ujem y w USA. R ozpatryw ane są: istota i geneza tej innowacji technologicznej, zasady funkcjonow ania, korzyści rynkow e i ograniczenia (bariery rozw oju) oraz struktura rynku z przykładow ym i wdrożeniam i.
W prow adzenie
N ow oczesne technologie inform atyczno-kom unikacyjne stw orzyły obecnie jakościow o inne m ożliw ości dostępu do inform acji, zm ieniając warunki procesów podejm ow ania decyzji ekonom icznych i prowadząc do zjaw iska nazyw anego skróceniem czasu ekonom icznego. Skracanie czasu ekonom icznego um ożliw ia znaczne przyspieszanie procesów ekonom icznych. Decyzje ekonom iczne, przede wszystkim na rynku finansow ym , m ogą być podejm ow ane w bardzo krótkim czasie (ułam kach sekund), law inow o, także autom atycznie (na podstaw ie m odeli realizow anych przez kom putery), bez udziału człow ieka. Szybkość realizacji procesów w skazuje na istotne ograniczenie kosztów. Dotyczy to zw łaszcza rynków elektronicznych.
Skutkiem stosow ania nowych technologii inform acyjnych na rynku je st znaczna redukcja kosztów transakcji. Technologie spow odow ały w ostatnim czasie gw ałtow ną redukcję kosztu i czasu przetw arzania oraz transm isji inform acji, czego dośw iadczam y np. im plem entując rozw iązania e-com m erce. Skutki te doprow adziły do wielu zm ian w funkcjonow aniu różnorodnych przedsiębiorstw (zw łaszcza banków [5], giełd itp. instytucji finansow ych) i całych gospodarek [6], R ów nolegle do w spom nianego rozw oju technologicznego dokonała się nie m niejsza zm iana w obszarze ekonom icznym .1
Rynki finansow e gw ałtow nie się zm ieniają - skutkiem procesów globalizacyjnych, oczekiw ań klientów , zmian regulacyjnych (deregulacja) i oferty ja k ą stw orzyły now e technologie inform acyjne (rysunek 1).
Sfera finansów stała się w dużej mierze elektroniczną - globalnym rynkiem elektronicznym .
1 Informację traktuje się obecnie jako dob ro ekonomiczne i jako jedną z podstawowych kategorii ekonomicznych. Szerzej ten temat rozpatrywałem m.in. w pracy [7],
37
Rewolucja technologiczna (IT): Klient i
• wirtualizacja działalności gospodarczej, jego
• dostęp 24 x 7, ---* oczeki
• rekonstrukcja łańcucha tw orzenia wartości wania
Globalizacja: Giełdy papierów
• inwestorzy, wartościowych:
• pośrednicy, -- --- — ► • tradycyjne („parkietow e”),
• e-pośrednicy, • rynki elektroniczne
• emitenci
I i
Deregulacja: Koncentracja:
• zdalny dostęp do rynku, --- ► • kapitał inwestycyjny,
• równy dostęp do rynku • presja cenow a
Rys. 1. Zmiany na tradycyjnych giełdach papierów wartościowych Źródło: opracowanie własne na podstawie [26]