Metody analizy kognitywnej w ekonomicznych systemach informacyjnych

Pełen tekst

(1)Zeszyty Naukowe nr. 798. Uniwersytetu Ekonomicznego w Krakowie. 2009. Ryszard Tadeusiewicz Katedra Informatyki. Lidia Ogiela Katedra Marketingu i Zarządzania Produkcją Akademia Górniczo-Hutnicza im. S. Staszica. Metody analizy kognitywnej w ekonomicznych systemach informacyjnych * Streszczenie. W pracy została przedstawiona całkowicie oryginalna i nigdzie do tej pory niepublikowana koncepcja budowy systemów informacyjnych wspomagających procesy podejmowania strategicznych decyzji ekonomicznych z wykorzystaniem metod analizy kognitywnej. Nowe podejście polega na tym, że wypróbowane wcześniej w dziedzinie interpretacji obrazów medycznych metody automatycznego rozumienia, wzbogacające tradycyjny asortyment technik automatycznej analizy i automatycznej klasyfikacji, wykorzystane będą do tworzenia ekonomicznych systemów informacyjnych nowej generacji. W pracy zaproponowano całościową koncepcję nowego typu informacyjnego systemu ekonomicznego, będącego znacząco wzbogaconą wersją systemu typu DSS (Decision Support Systems). Istota proponowanych w pracy innowacji polega na wzbogaceniu procesu analizy danych ekonomicznych o proces rozumienia biznesowego znaczenia tych danych. Taki system jest zasadniczo różny od znanych systemów typu DSS, a także od wszystkich opisywanych w literaturze podejść do budowy inteligentnych systemów informacyjnych, na przykład opartych na sieciach neuronowych albo na wykorzystaniu systemów ekspertowych. Dlatego w pracy zaproponowano dla tego nowego typu systemu nowe skrótowe oznaczenie UBMSS (Understanding Based Managing Support Systems). Metody kognitywne, na których oparta jest koncepcja i konstrukcja UBMSS, naśladują psychologiczne i neurofizjologiczne procesy rozumienia analizowanych danych zachodzące w mózgu odpowiednio kompetentnego i szczególnie uzdolnionego człowieka. W pracy pokazano, że * Praca finansowana z badań własnych AGH Nr 10.10.120.39..

(2) 292. Ryszard Tadeusiewicz, Lidia Ogiela. procesy te można odwzorować w komputerowym systemie informacyjnym, korzystając ze specjalnego języka opisującego właściwości zbieranych danych ekonomicznych oraz stosując lingwistyczną analizę strukturalną tworzonych opisów, wykonywaną automatycznie przez komputer na podobnej zasadzie, jak obecnie dokonywana jest kompilacja programów pisanych w jednym z języków algorytmicznych do poziomu kodu wykonywalnego przez procesor. Zaproponowano model tworzenia systemu UBMSS w odniesieniu do ekonomicznych systemów informacyjnych pozwalających na określanie znaczenia analizowanych danych zarówno numerycznych, jak i w postaci opisowej. Słowa kluczowe: analiza kognitywna, systemy informacyjne, system UBMSS.. 1. Wprowadzenie Inteligentne systemy informacyjne są obecnie wykorzystywane w praktycznie wszystkich dziedzinach badań naukowych, a także w technice, w medycynie, oraz – o czym się rzadziej mówi – w wojskowości. Systemy takie coraz częściej funkcjonują także z dużym powodzeniem w praktyce gospodarczej, korzystającej na co dzień z systemów informacyjnych wcześniejszych generacji, to znaczy transakcyjnych, ewidencyjno-rozliczeniowych, wspomagających zarządzanie i ułatwiających podejmowanie decyzji. Praktyka korzystania z systemów informacyjnych w zarządzaniu procesami ekonomicznymi poszła jednak w innym kierunku. Nowoczesne przedsiębiorstwa produkcyjne, usługowe i handlowe, a także banki i firmy spedycyjne używają oczywiście systemów informatycznych, często wysoce zintegrowanych (normą są obecnie systemy klasy ERP) i doskonałych pod względem technologii przetwarzania danych, ale nie korzystają w szerszym zakresie z osiągnięć takich dyscyplin jak badania nad sztuczną inteligencją czy kognitywistyka. Tymczasem w używaniu sztucznej inteligencji oraz podejścia kognitywistycznego tkwi jeszcze wciąż całkiem pokaźny zasób innowacyjności informatycznej, która może być źródłem przewagi konkurencyjnej. Przesłanki rozumowania, które doprowadziło autorów tej pracy do sformułowania kilku ogólnych zaleceń dotyczących rozwijania i wdrażania metod analizy kognitywnej w zagadnieniach systemów ekonomicznych, a zwłaszcza systemów wspomagających zarządzanie, zawarte są w następujących stwierdzeniach: 1. Zakres wykorzystania typowych systemów informacyjnych do potrzeb zarządzania jest dziś niezwykle szeroki i dotyczy między innymi handlu, bankowości, produkcji, usług, logistyki i wielu innych dziedzin. W każdej z tych dziedzin typowe systemy informacyjne stosują jednak wszyscy, więc ich użycie nie może być czynnikiem budowania przewagi konkurencyjnej. 2. Stosowane obecnie systemy informacyjne zorientowane są głównie na gromadzenie i przetwarzanie informacji o charakterze sprawozdawczym, a więc pozwalają ocenić, jak aktualnie funkcjonuje zarządzane przedsiębiorstwo oraz jakie wyniki ekonomiczne przynosiło ono w przeszłości. Takie systemy doskonale.

(3) Metody analizy kognitywnej…. 293. sprawdzają się przy podejmowaniu decyzji związanych z bieżącym zarządzaniem pracą przedsiębiorstwa, ale nie są dobrym narzędziem wspomagania decyzji o charakterze strategicznym, tworzenia planów radykalnej reorganizacji przedsiębiorstwa czy zmiany jego misji. Można powiedzieć, że próba aktywnego kształtowania przyszłej strategii firmy na podstawie danych dostarczanych przez większość stosowanych współcześnie systemów informacyjnych do wspomagania zarządzania przypomina kierowanie samochodem w sytuacji, gdy kierowca ma do dyspozycji wyłącznie widok w lusterku wstecznym, pokazujący drogę już przebytą. 3. Środki informatyczne stosowane we wspomaganiu ekonomicznego planowania krótko- oraz długoterminowego (na przykład modele ekonometryczne, programy symulacyjne oraz narzędzia prognostyczne) są oczywiście bardzo przydatne, mają jednak zasadniczą wadę. Każde z nich może wspomagać ocenę dowolnego pomysłu, który użytkownik przedstawi, jednak żadne z tych narzędzi nie wspomaga procesu generowania innowacyjnych pomysłów jako takich. Współcześnie stosowane w zarządzaniu systemy informacyjne mogą odpowiedzieć na każde zadane im pytanie, ale nie potrafią odpowiadać na niezadane pytania. Przyczyna tego, że nawet najnowocześniejsze systemy informacyjne w tak ułomny i niedoskonały sposób realizują zadanie wspomagania zarządzania strategicznego, leży w tym, że komputery, gromadząc dane i żonglując informacjami, skupiają się na ich formie, natomiast w żaden sposób nie docierają do ich treści oraz nie próbują nawet wydobywać zawartych w nich znaczeń. Funkcjonowanie typowego współczesnego systemu informacyjnego opiera się na dwóch kwestiach: – identyfikacji i automatyzacji powtarzalnych czynności gromadzenia i przetwarzania danych oraz – identyfikacji kluczowych problemów decyzyjnych oraz znajdowaniu (ewentualnie obliczaniu) tych informacji, które są potrzebne użytkownikowi przy podejmowaniu decyzji [Szymonik 2003]. Obie wymienione płaszczyzny działania są ważne i potrzebne. Pozbawione automatycznych systemów przetwarzania danych nowoczesne przedsiębiorstwa po prostu nie mogłyby istnieć, bo liczba danych, które powstają nawet podczas ich typowej, rutynowej pracy, daleko przekracza możliwości percepcyjne i analityczne pracowników. Tymczasem nie od dziś wiadomo, że dokładna ewidencja i raportowanie wszystkiego, co się w firmie dzieje, jest niezbędnym warunkiem skutecznego zarządzania. Ilość i stopień ważności informacji wymagających przetworzenia i analizy wzrastają niepomiernie w chwili, gdy zarząd przedsiębiorstwa podejmuje decyzję o zmianach zakresu czy typu działalności biznesowych, a wzrost ten jest naprawdę dramatyczny w warunkach reorganizacji. Ten sam czynnik, to znaczy niewyobrażalna liczba danych koniecznych do uwzględnie-.

(4) 294. Ryszard Tadeusiewicz, Lidia Ogiela. nia we wszystkich procesach podejmowania decyzji, powoduje, że bez systemów przetwarzania tych danych w informacje (na przykład statystyczne) oraz bez sprawnych metod analizy danych (na przykład typu OLAP) niepodobna już dziś sprawnie świadomie prowadzić skuteczną działalność biznesową. Jak wspomniano, ten typ zarządzania, do którego obecnie używane systemy informacyjne (choćby klasy ERP) są najlepiej dostosowane, dotyczy raczej zarządzania niskiego poziomu, w szczególności zarządzania taktycznego, oraz głównie zarządzania rutynowego w warunkach stabilnej i ciągłej pracy przedsiębiorstwa. Do realizacji ambitniejszych zadań, zwłaszcza do wspomagania generowania pomysłów strategicznych, konieczne jest jednak narzędzie informatyczne nowego typu, nieistniejące jeszcze na rynku technik informacyjnych. Koncepcja oraz zasady budowy takich biznesowych systemów informacyjnych nowej generacji wymagają dopiero badań naukowych, a niniejsza praca ma na celu zapoczątkowanie i zainspirowanie takich badań. Szczegóły proponowanej koncepcji zostały przedstawione w punkcie 3, ale już w tym miejscu zasygnalizować trzeba, że zmierzamy do stworzenia systemu informacyjnego zdolnego do korzystania zarówno z formy, jak i z merytorycznej treści gromadzonych i analizowanych informacji biznesowych. Każdy doświadczony członek zarządu dowolnej dużej i nowoczesnej firmy potwierdzi, że do skutecznego zarządzania, a zwłaszcza do znajdowania i wdrażania nowych koncepcji, konieczne jest rozumienie sytuacji, w jakiej znajduje się dane przedsiębiorstwo, a także inne przedsiębiorstwa (kooperujące i konkurujące) oraz cały rozważany fragment rynku. Tylko dobrze rozumiejąc sytuację mikro- i makroekonomiczną, biznesmen może się odważyć na proponowanie zmian innowacyjnych, a często nawet rewolucyjnych. Brak tego zrozumienia osłabia wolę i odwagę działania, konieczne do dokonywania istotnych zmian strategicznych, gdy zaś odwagi wystarczy – brak prawidłowego zrozumienia znaczenia wszystkich sygnałów i danych może spowodować, że podjęte działanie zakończy się katastrofą, a nie sukcesem. Oczywiście istnieją genialni menedżerowie, którzy są zdolni do zrozumienia znaczenia wszystkich dostępnych danych bez żadnej pomocy. Tacy ludzie są niezwykle cenieni przez pracodawców, wprowadzają wspaniałe innowacje biznesowe i organizacyjne, otwierają nowe karty w historii firm, a przy tym zarabiają bajeczne kwoty. Takie talenty są jednak rzadkie, a gdy się już pojawią – są bardzo kosztowne. Dlatego szanując i ceniąc geniusz tych ludzi, którzy potrafią w biznesie odkrywać nowe horyzonty i kreślić nowe drogi, powinniśmy jednak stawiać sobie zadania techniczne, zmierzające do zbudowania systemu technicznego potrafiącego ich naśladować. W pierwszej chwili zamierzenie takie wydaje się nierealistyczne, bo jakże można próbować zautomatyzować pracę geniusza? Automatyzacja czegoś zwy-.

(5) Metody analizy kognitywnej…. 295. kłego i codziennego oczywiście mieści się w zakresie naszych możliwości, ale wyjątkowy talent nie podlega technicznej imitacji właśnie ze względu na swoją wyjątkowość. Otóż to wcale nie jest takie oczywiste. Kiedyś powszechny podziw wzbudzali ludzie, którzy w pamięci potrafili mnożyć wielocyfrowe liczby albo umieli po rzucie oka na długą kolumnę wartości podać ich sumę. Dzisiaj ludzie obdarzeni takim talentem nadal są rzadkością, a psychologowie biedzą się nad tym, żeby odkryć naturę ich geniuszu – ale to wcale nie przeszkadza nam używać na co dzień maszyn, które potrafią robić to samo, często nawet znacznie szybciej i niemal bezbłędnie. Zatem fakt, że umiejętność rozumienia znaczenia danych biznesowych, docierania do sedna zdarzeń i procesów ekonomicznych, trafnego antycypowania zdarzeń itd. jest tak bardzo rzadka i cenna, wcale nie oznacza, że jesteśmy bez szans w naszej próbie osiągania podobnych wyników za pomocą systemu informatycznego. W dalszej części tej pracy spróbowaliśmy zarysować podstawy koncepcji, na której taki system automatycznego rozumienia danych ekonomicznych mógłby się opierać. Zanim to jednak nastąpi, warto wspomnieć, że dążenie do zbudowania takiego systemu jest celem, o którego osiągnięcie warto zabiegać. Jeśli uda się go zbudować, można będzie przy jego użyciu osiągnąć to, że umiejętność trafnego podejmowania strategicznych decyzji w złożonych i trudnych sytuacjach ekonomicznych lub organizacyjnych stanie się – za sprawą inteligentnego wspomagania komputerowego – dostępna również dla tych menedżerów, którzy nie dysponują podobnymi możliwościami sami z siebie, bo po prostu nie mają odpowiedniego talentu. Tworząc przesłanki naukowe do budowy systemu informacyjnego nowego typu, musimy się mocno oprzeć na fakcie, że w istocie to, czego poszukujemy, nie jest jakimś całkiem nowym bytem. Systemy, o których mówimy, zdolne do rozumienia faktów ekonomicznych, prawidłowego interpretowania ich znaczenia oraz ukierunkowane na konwersję rozumienia natury procesów ekonomicznych do postaci decyzji optymalnie wpływających na kierunek i szybkość tych procesów po prostu istnieją. Mieszczą się one mianowicie w umysłach tych menedżerów, którzy potrafią znakomicie radzić sobie z procesem zarządzania zmianami oraz podejmowaniem strategicznych decyzji. Jedyne, czego potrzebujemy, to rozpoznanie tych procesów myślowych, które zachodzą w umysłach ekonomicznych geniuszy – a to wymaga zastosowania podejścia kognitywnego. Potem trzeba tylko zaimplementować te procesy w systemie informatycznym – i zadanie można uznać za wykonane. Właśnie takie inteligentne, oparte na kognitywistyce systemy informacyjne tworzone dla potrzeb ekonomii i zarządzania są tematem niniejszego artykułu. Zanim jednak spróbujemy te systemy opisać i zaproponować reguły, według których mogłyby one funkcjonować, spójrzmy na to, jak wyglądają.

(6) 296. Ryszard Tadeusiewicz, Lidia Ogiela. typowe ekonomiczne systemy informacyjne stosowane współcześnie w prawie wszystkich przedsiębiorstwach, po to, żeby nową koncepcję systemów nowej generacji zdefiniować metodą przyrostową – pokazując głównie to, czym różni się ona od systemów znanych i powszechnie używanych. 2. Ekonomiczne systemy informacyjne Obecnie najczęściej wykorzystywane systemy informacyjne w dziedzinie ekonomii i zarządzania ukierunkowane są głównie na usprawnianie zarządzania procesami przepływu zasobów w celu lepszego zaspokajania potrzeb wszystkich uczestników procesów gospodarczych. Najważniejsze kierunki innowacji wprowadzanych w systemach informacyjnych oparte są na wymaganiach: – integracji systemów, danych i procesów, – unifikacji funkcji cząstkowych systemów, – zwiększania dostępności do bazy danych dla wszystkich komórek organizacyjnych, – upowszechniania nowoczesnych sposobów prezentacji danych (wizualizacji) do celów wspomagania ich analizy, – doskonalenia procesów podejmowania decyzji i ich przekazywania, – zmierzania do budowy modułowej i otwartości całego systemu, – zapewnienia kompleksowego charakteru funkcjonalnego całego systemu, – stałego podnoszenia zaawansowania merytorycznego i technologicznego, – zmierzania do elastyczności funkcjonalnej i strukturalnej, – zapewnienia stałej zgodności ze zmieniającymi się elementami otoczenia systemowego, a zwłaszcza z aktualnym stanem prawnym, ewoluującym według przyjętych procedur legislacyjnych [Ogiela 2005]. Ekonomiczne systemy informacyjne są projektowane i realizowane w taki sposób, aby dane przetwarzane przez ów system były bezpieczne i na każdym jego etapie chronione. Dlatego też w jak największym stopniu musi być zapewniona poufność i integralność wszelkich danych zawartych w systemie, a dostępność do nich powinna być zgodna z przyjętą hierarchią haseł i przywilejów dostępu. Systemy rozważanego tu rodzaju uwzględniają przede wszystkim: – bieżące informacje, które muszą być zawsze niezawodnie gromadzone, kontrolowane, chronione, poprawnie przetwarzane i na bieżąco analizowane, – potrzebne zestawienia i raporty wynikające z pragmatyki prowadzenia rozważanych procesów biznesowych oraz z wymagań generowanych przez otoczenie systemowe (na przykład wymagania wynikające z zarządzeń władzy zwierzchniej lub z przepisów prawa), – wszelkie plany organizacji, które system informacyjny musi wspierać i wspomagać,.

(7) Metody analizy kognitywnej…. 297. – wymianę poleceń oraz decyzji, dla których system informacyjny powinien stanowić naturalne środowisko usprawniające obieg informacji i kontrolujące jej poprawne wykorzystanie, – pojawiające się nowe propozycje oraz inicjatywy w zakresie reorganizacji działania lub struktury firmy [Stoner 1992]. Ekonomiczne systemy informacyjne przeżywają obecnie okres burzliwego rozwoju. Rozwój ten polega na tym, że po okresie dominacji procesów gromadzenia danych i ich prostego przetwarzania nastał czas koncentracji na zagadnieniach związanych z analizą danych. Coraz częściej mówi się przy tym – zupełnie słusznie – że dane to tylko surowiec, natomiast gdy te dane zostaną odpowiednio przetworzone, posortowane, a potem także przeanalizowane, stają się użytecznymi informacjami, dzięki którym osoba podejmująca decyzję ma do swojej dyspozycji zasób znacznie cenniejszy niż samo tylko zestawienie danych – użyteczną wiedzę. Ponieważ chcemy zaproponować w tym artykule coś nowego w stosunku do usług, z których mogą korzystać użytkownicy typowych narzędzi składających się na pojęcie business intelligence, a mianowicie hurtowni danych (data warehouse) oraz narzędzi OLAP (on-line analytical processing) – musimy najpierw wspomnieć o istniejących nowoczesnych udogodnieniach i pokazać, czym różni się od nich zaproponowane w pracy podejście. Specjaliści od zarządzania oraz projektanci nowoczesnych rozwiązań informacyjnych dla biznesu od dawna wiedzieli o tym, że bardziej wymagający użytkownik systemu na ogół nie ograniczy swoich potrzeb do samego przeglądania pozyskiwanych, a następnie przetwarzanych przez ów system danych. Dlatego od dawna w proponowanych programach oferowane były także różne opcje analizy zgromadzonych danych – na przykład statystyczne, prognostyczne, z wykrywaniem trendów i z wykorzystaniem możliwości modeli ekonometrycznych. Narzędzia takie, bez wątpienia bardzo pożyteczne, są chętnie stosowane. Jednak w informatyce, bardziej niż w jakiejkolwiek innej dziedzinie, sprawdza się porzekadło, że lepsze jest wrogiem dobrego. Obecnie już nie wystarczają same statystyczne czy ekonometryczne techniki przetwarzania danych, stosowane rutynowo do celów ich analizy, ale coraz częściej poszukuje się głębszego sensu albo znaczenia takich czy innych danych w kontekście rozważania określonych strategii ekonomicznych – a to wymaga narzędzi zupełnie nowej generacji. W kolejnym punkcie zostało zaproponowane takie właśnie narzędzie informatyczne, wykorzystujące techniki lingwistyki matematycznej i zaawansowanej sztucznej inteligencji (w szczególności techniki structural pattern recognition). Opierając się na analogii z systemami kognitywnymi rozwijanymi już od kilku lat dla potrzeb diagnostyki medycznej, zaproponowaliśmy rozwiązanie prowadzące do stworzenia systemu kognitywnego zdolnego do automatycznego rozu-.

(8) 298. Ryszard Tadeusiewicz, Lidia Ogiela. mienia istotnych dla przedsiębiorstw danych ekonomicznych. Podstawą tworzenia tego rodzaju systemów informacyjnych, zwanych w tej pracy systemami UBMSS, jest analiza kognitywna danych, oparta na procesie rozumienia i semantycznego wnioskowania zbudowanym na wzór procesu rozumienia zachodzącego w mózgu człowieka. Decydujące znaczenie w przedstawianej koncepcji mieć będą dwa elementy: – lingwistyczny opis właściwości rozważanych danych ekonomicznych, – automatyczne konwertowanie (parsing) struktur lingwistycznych opierających się na analizie rozważanych danych gospodarczych do sfery znaczeń. W procesie tym angażowane jest wewnętrzne (zlokalizowane w systemie) źródło wiedzy na temat znaczeń określonych zjawisk i procesów gospodarczych, konfrontowane z obecnie obserwowaną sytuacją i prowadzące do rozumienia tej sytuacji na zasadzie tzw. rezonansu kognitywnego, opisanego w następnym punkcie. Dla wprowadzenia wymienionych elementów postulowanego systemu UBMSS musimy najpierw na krótko skupić uwagę na kategoriach psychologicznych związanych z procesem naturalnego rozumienia różnych komunikatów, zjawisk i procesów przez umysł odpowiednio wykształconego oraz uzdolnionego człowieka. Służy temu zawartość kolejnego punktu. 3. Podstawy analizy kognitywnej Z punktu widzenia nauk psychologicznych w procesie rozumienia dowolnej otrzymanej przez człowieka informacji poddanej analizie kognitywnej wyodrębnione zostały trzy fazy: 1. Rejestrowanie, zapamiętanie oraz kodowanie uzyskiwanych informacji. Rejestrowanie może sprowadzać się do jednego aktu spostrzeżeniowego, ale może także przyjmować złożoną formę, zakładającą eksploracyjną aktywność jednostki. Zapamiętywanie może polegać na prostym utrwalaniu w pamięci szczegółowych informacji: faktów, wzorców obiektów, sposobów działania, ale w bardziej złożonych sytuacjach polega na tworzeniu uniwersalnego śladu pamięciowego („jednostki gnostycznej”), zdolnego do generowania cech potrzebnych potem przy korzystaniu z posiadanych wiadomości. Użyteczna wiedza, pozwalająca m.in. na uogólnianie poznanych wiadomości, ma zwykle drugą z wymienionych tu postaci. 2. Przechowywanie – faza utajona procesów mentalnych, niepodlegająca bezpośrednim badaniom, o której naturze i przebiegu należy wnioskować na podstawie fazy ostatniej. Są powody, aby sądzić, że przechowywanie nie jest tylko biernym procesem magazynowania informacji, lecz oparte jest na tworzeniu kolejnych wersji coraz bardziej wyrafinowanych wewnętrznych reprezentacji posiadanych wiadomości oraz systemów ich powiązań..

(9) Metody analizy kognitywnej…. 299. 3. Odtwarzanie informacji – obejmuje swym zakresem przypominanie, rozpoznanie, rozumienie oraz ponowne uczenie się określonych umiejętności. Odtwarzanie jest momentem, w którym nabyta wiedza oraz wynikająca z niej mądrość może się manifestować w zachowaniu jednostki [Ogiela 2005]. Niektóre właściwości procesów kognitywnych, na których będziemy chcieli opierać się przy budowie modelu UBMSS rozważanego w tej pracy, można powiązać z modną ostatnio techniką sieci neuronowych. Sieci takie mają zdolność rejestrowania, zapamiętywania, przechowywania i odtwarzania różnych sygnałów i innych informacji. Jednak możliwości sieci neuronowych ograniczone są faktem, że przy ich budowie wykorzystuje się niezbyt duże zbiory uczących się jednostek przetwarzających informację (sztucznych neuronów), w związku z czym w ich zasięgu są wyłącznie bardzo uproszczone modele procesów psychicznych, związane najwyżej z umiejętnością uczenia się prostych odruchów lub elementarnych skojarzeń. Model neurofizjologiczny analizy kognitywnej potrzebny nam w tej pracy oparty jest na funkcjonowaniu i zachowaniu dużych fragmentów mózgu, które można opisać, badając, między innymi, atraktory dynamiki wielkich grup (rzędu wielu milionów) neuronów, zdefiniowane w przestrzeni pobudzeń tychże neuronów. Mimo braku identyczności stanów powierzchniowych mózgu (np. badanych za pomocą EEG) można w dynamice jego działania doszukać się stałych relacji pomiędzy tymi atraktorami, czyli względnie powtarzalnymi dynamicznymi stanami neurofizjologicznymi. Odpowiednio interpretowane matematycznie stany dynamiczne mózgu charakteryzują się pewnymi głębszymi relacjami, które mogą mieć swoją reprezentację logiczną. Odpowiedniość stanów umysłu i mózgu nie dotyczy elektrofizjologicznych zjawisk powierzchniowych, o naturze efemerycznej, lecz wykazującej się pewną stabilnością stanów atraktorowych. Spróbujmy teraz przenieść te stwierdzenia do interesującego nas modelu kognitywnego systemu informacyjnego do zastosowań ekonomicznych, którego zadaniem jest interpretacja faktów na podstawie rozumienia i wnioskowania prowadzonego w odniesieniu do zawartości semantycznej przetwarzanych danych ([Albus i Meystel 2001, K.C. Laudon i J.P. Laudon 2002, Meystel i Albus 2002, Tadeusiewicz 2004], prace M.R. Ogieli i R. Tadeusiewicza, M.R. Ogieli, R. Tadeusiewicza i L. Ogieli oraz R. Tadeusiewicza i M.R. Ogieli wymienione w wykazie literatury). Każdy system informacyjny, który ma dokonać semantycznej (ukierunkowanej na znaczenia) analizy wybranego obiektu czy informacji, musi mieć w swej bazie pewną wiedzę, nieodzowną do poprawnej analizy znaczeniowej. Konfrontując uzyskany opis aktualnie rozważanego obiektu (którym może być na przykład określony stan rynku), oceniany na podstawie pewnych charakterystycznych dla niego cech, z zestawem oczekiwań i hipotez dotyczących tego stanu, generowa-.

(10) Ryszard Tadeusiewicz, Lidia Ogiela. 300. nych przez opartą na wewnętrznej reprezentacji wiedzę – otrzymujemy przesłanki do tego, żeby ujawnić rzeczywiste znaczenie i sens tego obiektu, czyli go zrozumieć. Dotyczy to każdego systemu zdolnego do rozumienia jakichkolwiek danych i informacji, gdyż zawsze tylko wcześniejsza wiedza, będąca podstawą generowania oczekiwań systemu, może stanowić punkt odniesienia w semantycznej analizie cech otrzymywanych w wyniku prowadzonej analizy dotyczącej każdego obiektu rozważanego na wejściu systemu. W wyniku połączenia pewnych cech analizowanego obiektu z wygenerowanymi na bazie wiedzy oczekiwaniami względem jego analizowanej zawartości semantycznej dochodzi do wystąpienia zjawiska rezonansu kognitywnego (rys. 1), będącego kluczem do znaczeniowej analizy obiektów i informacji. oczekiwania. cechy obiekt. rezonans kognitywny. wiedza. rozumienie. Rys. 1. Zjawisko rezonansu kognitywnego w procesie rozumienia analizowanego obiektu Źródło: opracowanie własne.. Zgodnie z koncepcją rozwijaną przez autorów od kilku lat analiza kognitywna wykorzystywana w ukierunkowanych na automatyczne rozumienie systemach informacyjnych opiera się na podejściu syntaktycznym [Ogiela i Tadeusiewicz 2005a, Skomorowski 2000, Tadeusiewicz i Flasiński 1991j], które do celów analizy i interpretacji znaczeniowej analizowanego obiektu wykorzystuje opis lingwistyczny. Każdy analizowany obiekt wejściowy podlega w związku z tym przetwarzaniu wstępnemu, w zakres którego wchodzą: – przetwarzanie wstępne obiektu wejściowego (operacje graficzne dla obrazów lub statystyki dla danych numerycznych), – kodowanie obiektu przez składowe terminalne wprowadzanego języka (służącego do formalnego opisu właściwości obiektów), – aproksymacja właściwości analizowanych obiektów lub tworzenie drzew semantycznych do określenia ich właściwości istotnych dla stwierdzenia merytorycznego znaczenia [Tadeusiewicz i Ogiela 2004a]. Dalsze działanie systemu odwołuje się do technik wywodzących się z lingwistyki matematycznej. Szczegóły jej użycia można znaleźć w punkcie 5, ponieważ jednak w tym miejscu odwołujemy się do niej po raz pierwszy – warto wyja-.

(11) Metody analizy kognitywnej…. 301. śnić, dlaczego w naszych pracach zdecydowaliśmy się na użycie tego właśnie narzędzia. Otóż zasadnicza różnica, jaka daje się zauważyć pomiędzy często stosowaną w informatyce automatyczną klasyfikacją danych a ich automatycznym rozumieniem, polega na tym, że przy klasyfikacji znana jest z góry pewna skończona lista klas, a proces rozpoznawania ma jedynie ustalić, do której z tych klas można zaliczyć rozważany w danym momencie obiekt. W odróżnieniu od tego modelu w przypadku zmierzania do zrozumienia znaczenia określonego obiektu nie mamy żadnej a priori znanej listy możliwych znaczeń do wyboru, lecz sens każdego zbioru danych musi być budowany niejako od podstaw. Można więc powiedzieć, że liczba możliwych znaczeń wykrywanych w procesie automatycznego rozumienia jest potencjalnie nieskończona – chociaż w konkretnej sytuacji mamy zawsze do czynienia z jednym ustalonym znaczeniem. Z tego powodu potrzebujemy narzędzia informatycznego, które miałoby zdolność do generowania nieskończenie wielu deskryptorów analizowanych obiektów, przy czym ze względu na możliwość implementacji samo narzędzie musi się składać ze skończonej liczby elementów. Takim narzędziem jest język. Naturalny język pozwala przy użyciu skończonej liczby słów wyrażać nieskończoną różnorodność treści i nastrojów, języki sztuczne zaś, na przykład języki algorytmiczne, w podobny sposób pozwalają tworzyć nieskończoną liczbę różnych programów. W naszych pracach odwołujemy się więc do sformalizowanego pojęcia języka opisu danych oraz do matematycznych metod i reguł jego przetwarzania po to, żeby przy użyciu niewielkiego zestawu elementów, formalnych (umożliwiających komputerowe stosowanie) reguł i aksjomatów stworzyć podstawę automatycznego generowania nieskończonej (potencjalnie) liczby różnych znaczeń będących fundamentem systemu automatycznego rozumienia. W wyniku realizacji opisanych wyżej etapów wstępnego przetwarzania oraz dzięki odwołaniu do lingwistyki matematycznej możliwe jest otrzymanie nowej reprezentacji obiektu w postaci hierarchicznych struktur drzewa semantycznego oraz kolejnych kroków wywodu tej reprezentacji z symbolu początkowego wykorzystywanej gramatyki. Inteligentny, kognitywny system informacyjny na etapie wstępnego przetwarzania analizowanych danych w zdecydowanej większości przypadków musi wykonać dekompozycję analizowanych danych do instancji niższego rzędu, dokonać identyfikacji składowych pierwotnych, a także ustalić relacje zachodzące między nimi. Właściwa klasyfikacja pozwala na rozpoznanie, czy dana reprezentacja obiektu wejściowego należy do klasy obiektów generowanych przez język formalny definiowany przez jedną z możliwych do wprowadzenia gramatyk definiujących języki formalne (np. ciągowe, drzewowe lub grafowe), a rozpoznanie z ich użyciem dokonuje się w trakcie prowadzonej przez system analizy syntaktyczno-semantycznej..

(12) 302. Ryszard Tadeusiewicz, Lidia Ogiela. 4. Analiza kognitywna jako skuteczna forma i podstawa działania medycznych systemów diagnostycznych Kognitywne systemy informacyjne klasy UBMSS, które proponujemy w tej pracy, będą powstawały na podstawie ekonomicznych systemów informacyjnych opisanych w punkcie 2. Przy tworzeniu tych systemów uwzględnimy także wiadomości z zakresu kognitywistyki, przywołane w punkcie 3, ujawniające, w jaki sposób zachodzi w umyśle człowieka proces rozumienia. Kognitywne systemy UBMSS, które spróbowaliśmy zdefiniować, będą czerpały z obydwu wskazanych źródeł. Jako systemy nastawione na wykorzystanie w analizie procesów gospodarczych będą one nawiązywały do zestawu podstawowych funkcji tradycyjnych ekonomicznych systemów informacyjnych, gdyż odpowiednie gromadzenie, przetwarzanie oraz analiza danych ekonomicznych będzie naturalną bazą dla wprowadzanych w systemie UBMSS kognitywnych elementów sztucznej inteligencji. Systemy UBMSS będą się także opierały na przywołanych przesłankach psychologicznych, bo chcemy uzyskać w komputerze procesy informacyjne podobne do tych, które mają miejsce w umyśle człowieka. Zatem podstawowe elementy warunkujące powstanie systemów UBMSS są znane i nie stanowią zaskakującej nowości. Systemy te będą jednak konstrukcją innowacyjną, ponieważ będą one zestawiały wspomniane elementy w zupełnie nowy sposób. Wiąże się to z bezspornymi zaletami, gdyż dzięki swej unikatowości systemy UBMSS mogą przynieść znaczną przewagę konkurencyjną tym, którzy zastosują je pierwsi. To nowatorstwo jednak może się wiązać z problemami podczas ich przedstawiania, liczymy się bowiem z trudnością opisu ich działania oraz z trudnością zrozumienia i przyswojenia tych nowych koncepcji przez czytelnika. Dlatego uznaliśmy, że warto na początku odwołać się do istniejącego i działającego przykładu systemu podobnego do UBMSS, który pomoże w zrozumieniu, na czym polega proponowana tu koncepcja i jak zamierzamy ją zrealizować. Odwołaliśmy się mianowicie do systemów rozumienia obrazów medycznych, budowanych i badanych już od kilku lat i opisanych w wielu publikacjach zestawionych w literaturze tego artykułu. Systemy do zastosowań medycznych różnią się od tych, które chcemy zaproponować w tej pracy jako systemy UBMSS, jednak krok po kroku skorzystaliśmy tutaj najpierw z ich podobieństw, abstrahując chwilowo od różnic, a potem (w następnym punkcie) zdefiniowaliśmy UBMSS ze względu na właśnie te różnice. Figury retoryczne oparte na analogiach pomiędzy procesami zachodzącymi w żywych organizmach a procesami ekonomicznymi należą do chętnie stosowanych. Mówimy na przykład o zdrowej gospodarce, o symptomach kryzysu, o koniecznej terapii ekonomicznej albo o krzepkim (robust) przedsiębiorstwie. Podobieństwo używanej terminologii nie pozwala oczywiście zapomnieć o różnicach, które występują na przykład pomiędzy zastrzykiem leku u pacjenta.

(13) Metody analizy kognitywnej…. 303. i zastrzykiem funduszy napędzających koniunkturę gospodarczą. Mając jednak świadomość wszystkich różnic między sferą ekonomii i sferą biologii, nie można zapominać, że za bardzo zbliżonym językiem ich opisu stoi wiele daleko idących merytorycznych zbieżności, które mogą być wykorzystane jako źródło przepływu określonych koncepcji i idei, na przykład od medycyny do gospodarki i odwrotnie. Warto także przypomnieć, że popularne dziś w gospodarce systemy ekspertowe powstały pierwotnie dla zastosowań medycznych (pierwszy z tych systemów, Mycine, był przeznaczony do diagnostyki zakażeń krwi i do optymalizacji antybiotykoterapii), a obecnie trudno się bez nich obejść w wielu zastosowaniach ekonomicznych. Dlatego za istotny dla tej pracy można uznać fakt, że koncepcja automatycznego rozumienia określonych danych została stworzona i była intensywnie rozwijana dla potrzeb automatycznego wspomagania diagnostyki medycznej. W artykule zasygnalizowano tylko niektóre wyniki uzyskane w tych wcześniejszych pracach, odsyłając czytelników zainteresowanych szczegółami do publikacji zebranych w spisie literatury.. pozyskanie cech obrazu pobrany obraz. analizowany obiekt. wiedza o obrazie. opis lingwistyczny. merytoryczne właściwości obrazu. zestaw oczekiwań co do właściwości obrazu. rezonans kognitywny zrozumienie sensu analizowanego obrazu. Rys. 2. Proces rozumienia analizowanych obrazów medycznych, będący źródłem inspiracji do stworzenia koncepcji systemów rozumienia danych ekonomicznych klasy UBMSS Źródło: opracowanie własne.. Systemy medyczne korzystające z idei rozumienia obrazów i innych sygnałów użytecznych diagnostycznie służą do rozpoznania określonych typów trudno diagnozowalnych chorób z zastosowaniem rozumienia analizowanych obrazów.

(14) 304. Ryszard Tadeusiewicz, Lidia Ogiela. (głównie rentgenowskich i tomograficznych). Proces rozumienia oparty jest w nich na zjawisku rezonansu kognitywnego, które w znacznym stopniu implikuje fakt poprawnego procesu analizy i właściwego rozumienia analizowanych danych. Proces rozumienia analizowanych obrazów został przedstawiony na rys. 2. Bliższe szczegóły budowy systemów automatycznego rozumienia danych medycznych (w szczególności obrazów medycznych), a także konkretne przykłady ich działania znajdzie czytelnik w zebranych na końcu pracy pozycjach bibliograficznych. Wśród nich szczególnie warto przywołać dostępne w Internecie pozycje: http://www.agh.edu.pl/uczelnia/tad/rt.pdf oraz bardzo inspirującą prezentację PowerPoint zatytułowaną Automatic Understanding of the Images (http://www. agh.edu.pl/uczelnia/tad/PAU.ppt). 5. Istota koncepcji systemu klasy UBMSS Przystępujemy teraz do przedstawienia propozycji struktury i postulowanej metody działania zapowiedzianego systemu klasy UBMSS. Na początku przywołajmy – w celu systematyzacji rozważań i stworzenia punktu odniesienia – tradycyjny (obecnie praktycznie stosowany) schemat wykorzystania ekonomicznego systemu informacyjnego, w który zaangażowane są oczywiście komputery, ponieważ to one gromadzą i przetwarzają dane, a także dokonują ich wszechstronnej analizy. Informacje pozyskiwane z takich systemów komputerowych są wystarczające do sprawnego zarządzania procesami ekonomicznymi na poziomie taktycznym, co zaznaczono na rys. 3. Jeśli mówimy natomiast o zarządzaniu na szczeblu strategicznym, stwierdzamy, że pomimo automatycznego gromadzenia, przetwarzania i analizowania danych zadanie rozumienia biznesowego znaczenia tych danych jest w tradycyjnych systemach domeną ludzi (ekspertów), podobnie jak podejmowanie i wdrażanie strategicznych decyzji, co jest wyłączną prerogatywą ludzi zajmujących w firmie odpowiednio eksponowane stanowiska. Schemat takiego tradycyjnego systemu informacyjnego, przedstawiony na rys. 3, jest punktem wyjścia do zaproponowania ogólnej struktury systemu klasy UBMSS. W systemie takim, którego schemat przedstawiono na rys. 4, początkowe procesy gromadzenia i wstępnej analizy zjawisk zachodzących w rozważanym obiekcie ekonomicznym przebiegają w sposób analogiczny do tego, z jakim mamy do czynienia w systemach tradycyjnych. Jedyna różnica polega na tym, że mając w perspektywie automatyczną interpretację wyników procesu analizy danych, można sobie pozwolić na obliczenie i zebranie znacznie większej liczby wskaźników oraz parametrów, gdyż automat interpretujący te informacje nie będzie oszołomiony nadmiarem informacji, co ma miejsce w przypadku, kiedy interpretujący sytuację ludzie są „zasypani” setkami wskaźników, wśród których z trudem odnajdują te istotne, i muszą włożyć wiele wysiłku, by je poprawnie.

(15) Metody analizy kognitywnej…. 305. zinterpretować. Bez zmian może także pozostać szczebel zarządzania procesami ekonomicznymi na poziomie taktycznym, który zresztą na rys. 4 całkowicie pominięto, gdyż koncepcja UBMSS nie odnosi się do tego poziomu.. an da aliz ny a ch. gromadzenie danych. interpretacja wskaźników wi ed za za rz po ąd tr za ze ni bn at a ak na ty sz cz cz ne eb go lu. ro z sy umi tu en ac ie ji. podejmowanie decyzji. proste kierowanie nakazowe obiekt ekonomiczny. strategia ekonomiczna. Rys. 3. Podział funkcji pomiędzy ludzi i komputery w tradycyjnym systemie informacyjnym przeznaczonym do wspomagania decyzji ekonomicznych Źródło: opracowanie własne.. Różnica między systemem tradycyjnym i systemem UBMSS ujawnia się w momencie, gdy komputer sam, bez udziału ludzi, podejmuje próbę opisania właściwości i konsekwencji obliczonych wskaźników, wyrażając wyniki tej automatycznej interpretacji w kategoriach stosowanego języka opisu właściwości interpretowanych danych. Wspomniany język jest na tym etapie kluczowym elementem. Musi on być zaprojektowany z dużą znajomością rzeczy, więc jego konstrukcję należy oprzeć na gromadzeniu i systematyzowaniu wiedzy ekspertów. Odwołując się do analogii z systemami automatycznego rozumienia obrazów medycznych, o których stwierdzono wcześniej, że stały się obszarem kilku w pełni udanych implementacji opisywanych tu idei, można powiedzieć, że podczas gdy w systemach medycznych bazą do tworzenia języka używanego potem do semantycznej interpretacji obrazu (i rozpoznania określonej choroby) były określone zmiany kształtu analizowanych narządów, w systemach klasy UBMSS podstawowymi składnikami budowanego języka powinny być zmiany określonych wskaźników ekonomicznych..

(16) Ryszard Tadeusiewicz, Lidia Ogiela. 306. Brak zmian zarówno w medycynie, jak i w ekonomii zazwyczaj jest sygnałem uspokajającym i nakazującym powstrzymanie się od aktywności sterowniczej, zgodnie z medyczną zasadą primum non nocere oraz zgodnie ze zdroworozsądkową regułą zalecającą, żeby nie psuć tego, co dobrze idzie. Każda zmiana w obserwowanym systemie oraz w jego otoczeniu natomiast wymaga interpretacji w kategoriach jej znaczenia, którego ujawnienie (do czego głównie powinien służyć system klasy UBMSS) pozwala zrozumieć jej sens jako źródła zagrożenia albo pojawiającej się szansy, co jest jednym z głównych czynników w podejmowaniu decyzji strategicznych.. St r jęz uktu yk ry a. Gromadzenie danych. Oczekiwania i wymagania dotyczące cech danych przy różnych ich znaczeniach wynikające z wiedzy ekspertów. do ej ja ers kow nw zy Ko y ję m for. An da aliz ny a ch. Wiedza od ekspertów. Opis aktualnej sytuacji Rezonans wynikający z jej analizy kognitywny. Rozumienie sytuacji Obiekt ekonomiczny. Język. Parser użytego języka Strategia ekonomiczna. Rys. 4. Ogólna struktura systemu klasy UBMSS Źródło: opracowanie własne.. Skoncentrowanie uwagi na zmianach wskaźników i parametrów ekonomicznych wyliczanych w części wejściowej rozważanego systemu informacyjnego klasy UBMSS jako na tych elementach, które powinny być podstawowymi składnikami specjalnego sztucznego języka, jest tylko pierwszym krokiem. Zestawienie i odpowiednia kategoryzacja zmian, jakie powinny być rejestrowane i różnicowane w lingwistycznych opisach procesów gospodarczych, odpowiada zaledwie etapowi zdefiniowania alfabetu, za pomocą którego będą tworzone potem wyrazy i zdania, stanowiące główny przedmiot języka. Aby możliwe było tworzenie z elementów tego alfabetu odpowiedników słów i zdań, których system UBMSS będzie używał,.

(17) Metody analizy kognitywnej…. 307. opisując stany procesów ekonomicznych wymagające zrozumienia i interpretacji – potrzebuje dodatkowo wprowadzenia mechanizmów pozwalających na wiązanie wspomnianych zmian w większe agregaty. Nad stworzonym w opisany sposób alfabetem trzeba zatem zbudować całą gramatykę reguł i przekształceń, która będzie mogła zostać użyta do tworzenia pełnych opisów językowych, niosących wystarczająco ważkie treści, niezbędne do automatycznego zrozumienia rozważanych procesów. Mówiąc w tym miejscu o gramatyce, mamy na myśli gramatykę formalną odpowiedniego typu, podobną do tych, których z powodzeniem używano do definiowania języków będących kluczem do rozumienia obrazów medycznych w publikacjach zebranych w literaturze. Daleko idące analogie, które można tu zaproponować, są pouczające, więc warto wspomnieć o jednej z nich. Otóż w systemach rozumienia obrazów medycznych, do których się stale odwołujemy, mieliśmy do dyspozycji narzędzia wykrywające lokalne zmiany kształtu określonych narządów wewnętrznych i ich wyróżnionych struktur morfologicznych, dostarczające „liter alfabetu”. By zrozumieć stan rozważanego narządu, trzeba było do tych „prymitywów graficznych” dodać ich relacje przestrzenne, a także powiązać je z odpowiednimi elementami anatomicznymi. Tylko dzięki stworzeniu odpowiednich reguł i związanych z nimi konstrukcji gramatycznych można było powiązać na przykład kategorię graficzną „zmiana kierunku linii brzegowej wydzielonego konturu” z kategorią znaczeniową „przewężenie tętnicy wieńcowej zapowiadające zawał serca”. W podobny sposób dzięki wbudowaniu w gramatykę zaproponowanego języka zdolności kojarzenia zmian ekonomicznych wykrywanych w różnych częściach zarządzanego przedsiębiorstwa i w jego otoczeniu, a także możliwości śledzenia i interpretowania sekwencji czasowych tych zmian i ich korelacji, możliwe będzie na przykład zrozumienie, jakie są rzeczywiste przyczyny pogarszającej się sprzedaży oferowanych towarów czy usług, a w następstwie tego choćby wykrycie faktu, że ma to związek z błędami w polityce kadrowej i z niewłaściwym systemem premiowania. Po stworzeniu odpowiedniego języka, w którym wyrażane będą (w sposób automatyczny) semantycznie zorientowane opisy zjawisk i procesów ekonomicznych wykrywanych przez informacyjną część systemu w nadzorowanym przez nią obiekcie gospodarczym (na przykład przedsiębiorstwie), dalszy tok działania systemu UBMSS będzie bardzo podobny do schematu funkcjonowania wcześniej budowanych przez autorów omówionych systemów medycznych. Punktem startowym procesu automatycznej interpretacji danych gospodarczych, kończącego się zrozumieniem ich biznesowego znaczenia, jest w proponowanym systemie opis aktualnego stanu wyrażony jako zdanie w tym specjalnie zbudowanym sztucznym języku. Nie wchodząc w szczegóły (które opisane są między innymi.

(18) 308. Ryszard Tadeusiewicz, Lidia Ogiela. w zestawionych w literaturze wcześniejszych publikacjach), można stwierdzić, że wspomniany opis językowy jest dla człowieka całkowicie nieczytelny i nieprzydatny. Typowa forma takiego zapisu składa się z łańcucha automatycznie wygenerowanych tzw. symboli terminalnych, których znaczenie jest dobrze osadzone w matematycznie wyrażonej gramatyce zastosowanego języka. Warunkiem wydobycia znaczeń zawartych w tym zapisie oraz przedstawienia ich w formie, w której człowiek (decydent odpowiedniego szczebla) mógłby z nich skorzystać jako z potrzebnej mu wiedzy koniecznej dla stworzenia koncepcji nowej strategii – jest dokonanie tłumaczenia tych zapisów symbolicznych na zapisy zrozumiałe dla ludzi. W tym celu niezbędne są dwa elementy, pokazane na rys. 4. Pierwszym z tych elementów jest odpowiednio reprezentowana wiedza ludzi (ekspertów), którzy na podstawie swojej wiedzy teoretycznej oraz praktycznych doświadczeń mogą dostarczyć szeregu reguł mówiących o tym, że w określonych okolicznościach, których znaczeniowa interpretacja może być szczegółowo podana, powinny w zbiorach danych wejściowych ujawniać się pewne cechy i właściwości, dające się opisać za pomocą wybranego języka. Dysponując opisem rzeczywistej sytuacji, wygenerowanym z użyciem stworzonego języka przez narzędzia bazujące na wynikach analizy zbieranych danych gospodarczych, a także zbiorem opisów sytuacji hipotetycznych, które mają określone konotacje znaczeniowe, powstałym na podstawie odpowiednio eksploatowanej wiedzy ekspertów, możemy śledzić, w których obszarach te dwa opisy zgadzają się z sobą (co zwiększa wiarygodność pewnych hipotez semantycznych), a w których te opisy są sprzeczne, co daje podstawy do wykluczania innych hipotez i zawężania pola dopuszczalnych znaczeń. Proces interferencji strumienia informacji wejściowych oraz strumienia oczekiwań generowanych przez wewnętrzne źródło wiedzy rozważanego systemu, którego wynikiem jest powstanie swoistych „pików rezonansowych” w tych obszarach, w których rzeczywista sytuacja współbrzmi z określonymi oczekiwaniami wynikającymi ze zgromadzonej wcześniej wiedzy, nazwano we wcześniejszych pracach rezonansem kognitywnym. Do rezonansu kognitywnego dochodzi w toku procesu iteracyjnego porównywania cech obliczonych dla danych wejściowych z cechami przewidywanymi teoretycznie, przy czym trzeba się liczyć z ewentualnością, że proces ten nie zawsze będzie zbieżny, a wynik jednoznaczny. Jednak w większości badanych eksperymentalnie praktycznych implementacji opisanej idei autorom udawało się uzyskiwać pożądaną zbieżność i jednoznaczność rezonansu kognitywnego. W związku z tym wydobywał on z danych wejściowych (w większości badań były to obrazy medyczne) informacje potrzebne do tego, żeby danym tym nadać właściwą interpretację w przestrzeni interpretowalnych.

(19) Metody analizy kognitywnej…. 309. znaczeń, czyli doprowadzić do tego, że system zrozumie te dane i będzie mógł podpowiedzieć człowiekowi ich właściwą semantyczną interpretację. Drugim elementem systemu UBMSS, który umieszczono na rys. 4, ale którego znaczenie trzeba objaśnić w tym opisie, jest parser dokonujący właściwego tłumaczenia wewnętrznych opisów językowych na postać zrozumiałą dla człowieka. Przypomnijmy, że koncepcja parsera, traktowanego jako sterowany składnią używanej gramatyki automat dokonujący translacji określonych formuł językowych z formy zakodowanej do formy wykonywalnej, znana jest w informatyce od lat w kontekście używania różnych języków programowania. Parser (i związany z nim translator) dostają na wejściu formalnie zapisany kod programu, który jest jednak całkowicie niezrozumiały dla procesora mającego wykonać program komputera. Działanie translatora polega na tym, żeby w sposób całkowicie automatyczny przekształcić niezrozumiały (dla procesora) zapis programu w pewnym języku (na przykład C++) na zrozumiały i możliwy do wykonania zespół poleceń procesora (tzw. kod wewnętrzny). Obecnie ideę automatycznego translatora i związanego z nim parsera usiłuje się zastosować do realizacji automatycznych przekładów tekstów z jednego języka naturalnego na inny, na przykład z japońskiego na angielski – ale to jest zagadnienie, które nie zostało tu obszerniej przedyskutowane. W opisywanym tu systemie UBMSS rola parsera jest większa, gdyż jego działanie sterowane jest w dużej mierze mechanizmem rezonansu kognitywnego. W istocie parser w systemie kognitywnym dokonuje przede wszystkim strukturalnej i znaczeniowej analizy zapisów, które w automatyczny sposób zostały utworzone w specjalnym sztucznym języku zapisującym ważne semantycznie fakty. Wspomnianą analizę znaczeniową jednak parser systemu UBMSS wykonuje niejako przy okazji, bo jego podstawowa rola mieści się w przywołanym schemacie. Jako translator dostaje on na wejściu abstrakcyjny kod, opisujący aktualną sytuację ekonomiczną w stworzonym specjalnie do tego celu języku, a na wyjściu ma podać znaczenie tej sytuacji w sposób, który byłby użyteczny dla człowieka. Potrzeba tej konwersji znaczeń z jednego języka na drugi wynika z faktu, że sztuczny język zbudowany w celu generowania wewnętrznych opisów rozważanych zjawisk ekonomicznych skonstruowany jest w taki sposób, by sprawnie, jednoznacznie i efektywnie (automatycznie) uzyskiwać na podstawie przeanalizowanych danych symboliczne zapisy rejestrujące wszystkie ważne właściwości procesów gospodarczych. Taki kod znaczeniowy da się zbudować, ale z zasady jest on niezrozumiały dla człowieka, bo forma zrozumiała byłaby z kolei mało efektywna w trakcie wewnętrznej analizy wiodącej do efektu rezonansu kognitywnego. Na szczęście podczas translacji dochodzi do konfrontacji aktualnego opisu rozważanej sytuacji ekonomicznej z modelowymi zapisami wynikającymi z wiedzy ekspertów, w wyniku czego ma miejsce rezonans kognitywny, ale jednocześnie zapisy wygenerowane automatycznie w tym sztucznym i niezrozumiałym języku.

(20) 310. Ryszard Tadeusiewicz, Lidia Ogiela. są zamieniane na zapisy czytelne dla człowieka, o zrozumiałej interpretacji. Na podstawie tych zapisów, będących efektem pracy parsera, człowiek uzyskuje potrzebną wiedzę, a następnie rozumiejąc już, co się w systemie ekonomicznym dzieje, może podejmować decyzje strategiczne. Tego ostatniego kroku nikt bowiem nie odważy się przekazać maszynie – między innymi dlatego, że z podejmowanymi decyzjami wiąże się konieczność ponoszenia za nie odpowiedzialności, a trudno pociągnąć do odpowiedzialności program komputerowy. 6. Próbna implementacja systemu klasy UBMSS Celem tego artykułu jest zarysowanie koncepcji nowego typu kognitywnego systemu informacyjnego do zastosowań ekonomicznych, nazwanego systemem klasy UBMSS. Przy tworzeniu tej koncepcji łączono wiedzę o systemach informacyjnych budowanych obecnie dla potrzeb zarządzania z doświadczeniami, które autorzy uzyskali, tworząc systemy kognitywne do automatycznego rozumienia obrazów medycznych. Nie ulega wątpliwości, że budowa pełnowymiarowego systemu kognitywnego opartego na opisanej w pracy koncepcji będzie przedsięwzięciem trudnym i kosztownym, a jego próbne wdrożenie będzie wymagało znacznych środków i sporej odwagi. Nic dziwnego zatem, że w tej pracy nie możemy się jeszcze pochwalić opisem działania prawdziwego systemu rozważanej tu klasy. Nie znaczy to jednak, że autorzy nie przeprowadzili żadnych badań eksperymentalnych. Podjęta i z sukcesem zakończona próba stworzenia doświadczalnej implementacji opisanego w pracy systemu informacyjnego typu UBMSS polegała na budowie laboratoryjnej wersji systemu akwizycji danych pochodzących z zadań nadzoru procesów diagnostycznych służby zdrowia oraz na zbudowaniu dla tego przypadku niezbędnej gramatyki i bazy wiedzy. Powstały system został zastosowany do zadań interpretacji przetwarzanych danych o charakterze znaczeniowym. Uzyskana użyteczność poprawnej interpretacji danych wejściowych w postaci wielowymiarowych wektorów określających dane o charakterze numerycznym wyniosła 90,5% [Ogiela 2005]. Należy jednak zaznaczyć, że w tym pilotowym zastosowaniu nie wszystko jeszcze działa zgodnie z zamierzeniami i dlatego nadal trwają prace nad udoskonaleniem zaproponowanego przez autorów algorytmu wnioskowania semantycznego na wejściowych wektorach danych oraz prowadzone są badania nad poprawieniem prowadzonej przez ten system skuteczności analizy kognitywnej. Prace te są trudne i czasochłonne, ponieważ przedstawiona w pracy koncepcja tworzenia kognitywnych systemów informacyjnych klasy UBMSS jest propozycją na wskroś nowatorską i przez to brakuje doświadczeń, na których można by się oprzeć. Twierdzimy jednak, że koncepcja ta dobrze rokuje na przyszłość, gdyż.

(21) Metody analizy kognitywnej…. 311. oprócz rozwoju systemów wspomagania decyzji wnosi ona nowy pierwiastek do tworzenia systemów interpretacji i komputerowego rozumienia semantyki analizowanych danych. W razie powodzenia warto mieć świadomość, że koncepcja UBMSS oprócz zastosowania do danych o charakterze ekonomicznym może być również adaptowana do zadań interpretacji wzorców o innym kontekście, wymagającym automatycznego rozumienia – na przykład zachowań zbiorowości ludzkich w kontekście określonych wyborów politycznych. Ten temat jednak wykracza poza zakres tej pracy i nie został tu omówiony. 7. Podsumowanie W pracy przedstawiono problem rozmijania się możliwości współczesnych systemów informacyjnych używanych przy wspomaganiu zarządzania i przy rejestrowaniu funkcjonowania systemów ekonomicznych z wyzwaniami, które stawia przed menedżerami nowoczesny biznes. Stwierdzono, że typowe współcześnie używane systemy informacyjne (na przykład klasy ERP) nie są w stanie zaspokoić wszystkich potrzeb nowoczesnych decydentów. Rozbieżność potrzeb i realnych możliwości zaznacza się zwłaszcza w związku z tym, że potrzeby komputerowego wspomagania zarządzania związane są obecnie z koniecznością relatywnie częstego podejmowania decyzji o charakterze strategicznym. Dla jednoznacznego rozumienia tego terminu odnotujmy, że jako strategiczne rozumiemy w tej pracy wszelkie decyzje podejmowane na różnych poziomach procesu zarządzania firmą, jeśli nie ograniczają się one do prostej regulacji stabilnie przebiegających procesów ekonomicznych, lecz indukują i wymuszają zmiany. W związku z tym decyzje strategiczne nie mogą być podejmowane wyłącznie na podstawie informacji na temat istniejącego stanu rzeczy w zakresie zachodzących procesów ekonomicznych – bo ich istotą jest to, żeby ten stan rzeczy zmienić. Z tego powodu obecne systemy informacyjne, głównie skoncentrowane na funkcjach ewidencyjno-rozliczeniowych, nie są dobrym narzędziem do wspomagania procesu podejmowania takich decyzji. Złożoność problemu staje się jeszcze większa, gdy uświadomimy sobie, że rozważane zadania sterowania są związane z decyzjami daleko wykraczającymi poza proste zarządzanie taktyczne realizowane poprzez wydawanie szczegółowych dyspozycji i ustalanie prostych zadań, których wykonanie można oceniać na podstawie niewielkiej liczby dobrze zdefiniowanych parametrów. Istnieje sporo narzędzi do informatycznego wspomagania decyzji taktycznych, podczas gdy do realnego wspomagania decyzji strategicznych narzędzi komputerowych praktycznie brak. Równocześnie rosnąca złożoność nowoczesnych procesów ekonomicznych przebiegających w warunkach globalizującej się gospodarki powoduje, że coraz więcej.

(22) 312. Ryszard Tadeusiewicz, Lidia Ogiela. osób zmuszonych jest do podejmowania takich trudnych decyzji – do czego wiele z nich nie jest profesjonalnie ani mentalnie przygotowanych. W tej sytuacji celowe jest podjęcie próby wspomagania ich pracy za pomocą systemu informatycznego proponowanej tu klasy UBMSS, wyposażonego w niedostępne wcześniej możliwości rozumienia znaczenia zestawów danych ekonomicznych w celu tworzenia narzędzi do wspomagania zarządzania w obszarze strategicznym. W zasadniczej części tej pracy spróbowaliśmy zarysować zręby koncepcji, na której taki system klasy UBMSS, przeznaczony do automatycznego rozumienia danych ekonomicznych, mógłby się opierać. Próbowaliśmy przy tym wykazać, że dążenie do zbudowania takiego systemu jest celem, o którego osiągnięcie warto zabiegać. Patrząc z perspektywy tego podsumowania na przedstawioną koncepcję, można się zastanawiać, czy taki system (przy założeniu, że uda się nam go zbudować) nie zmieni niekorzystnie sytuacji wszystkich uczestników globalnej gospodarki. Obawy takie pozornie nie są pozbawione racjonalnych podstaw, bo skoro każdy menedżer, niezależnie od talentów, będzie zdolny – za sprawą inteligentnego wspomagania komputerowego – do trafnego podejmowania strategicznych decyzji w złożonych i trudnych sytuacjach ekonomicznych, umiejętność takiego optymalnego podejmowania decyzji przestanie być czynnikiem decydującym o przewadze konkurencyjnej i wiele podmiotów gospodarczych może znaleźć się w znacznie trudniejszej niż dotychczas sytuacji ekonomicznej. Zaniepokojonych można pocieszyć następującym rozumowaniem. Otóż nieszczęścia i kryzysy w gospodarce wynikały zawsze z ekonomicznej ignorancji, arogancji lub zwykłej głupoty (czasem wspieranej ideologią), a nie z tego powodu, że zbyt wielu decydentów podejmowało zbyt trafne decyzje ekonomiczne. Gospodarka, w której zdolność do podejmowania optymalnych decyzji stanie się (dzięki systemom UBMSS) dostępna również dla tych menedżerów, którzy nie dysponują podobnymi możliwościami sami z siebie, bo po prostu nie mają takiego talentu, będzie gospodarką bardziej stabilną i bardziej przewidywalną. Co więcej, nawet przy najbardziej konkurencyjnym rynku ekonomii światowej nie można traktować jako gry o sumie zerowej, w której wygrana jednych musi koniecznie oznaczać przegraną innych podmiotów. Gdyby tak było, rzeczywiście wprowadzając do użytkowania nowe narzędzia informatyczne w postaci systemu klasy UBMSS o potencjalnie dużych możliwościach zwiększania sukcesów gospodarczych korzystających z nich firm, moglibyśmy się obawiać fali bankructw tych, którzy z różnych względów nie są w stanie sprostać warunkom tego informatycznie przyspieszanego ekonomicznego wyścigu. Jednak gospodarka nie jest grą o sumie zerowej i można w niej osiągać sukcesy również wtedy, gdy nie dzieje się to czyimś kosztem. Przeciwnie, cały system gospodarki globalnej coraz bardziej nastawia się na poszukiwanie rozwiązań,.

(23) Metody analizy kognitywnej…. 313. które można nazwać win-win solution, to znaczy takich, w których wszyscy uczestnicy odnoszą sukcesy, chociaż każdy na innym polu i w innym zakresie. Dla takiej gospodarki wdrożenie nowości, jaką może się stać proponowana w tej pracy koncepcja systemów informacyjnych UBMSS, opartych na przesłankach i metodach kognitywnych, powinno być interpretowane nie jako źródło zagrożenia, ale jako kolejny czynnik globalnego rozwoju i cywilizacyjnego wzrostu. Literatura Albus J.S., Meystel A.M. [2001], Engineering of Mind – An Introduction to the Science of Intelligent Systems, A Wiley-Interscience Publication John Wiley & Sons, Inc. Laudon K.C., Laudon J.P. [2002], Management Information Systems – Managing the Digital Firm, Prentice-Hall International, Inc., New Jersey. Meystel A.M., Albus J.S. [2002], Intelligent Systems – Architecture, Design, and Control, A Wiley-Interscience Publication John Wiley & Sons, Inc. Ogiela L. [2005], Ocena użyteczności metod analizy kognitywnej w wybranych systemach informacyjnych, rozprawa doktorska, AGH, Kraków. Ogiela M.R., Tadeusiewicz R. [2001a], Image Understanding Methods in Biomedical Informatics and Digital Imaging, „Journal of Biomedical Informatics, Computers and Biomedical Research”, vol. 34, nr 6. Ogiela M.R., Tadeusiewicz R. [2001b], Semantic-oriented Syntactic Algorithms for Content Recognition and Understanding of Images in Medical Databases, Proceedings of IEEE International Conference on Multimedia and Expo (ICME2001), Tokyo. Ogiela M.R., Tadeusiewicz R. [2001c], Automatic Understanding of Selected Diseases on the Base of Structural Analysis of Medical Images, Proceedings of 2001 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2001), vol. 3: Image & Multidimensional Signal Processing, Multimedia Signal Processing, Salt Lake City. Ogiela M.R., Tadeusiewicz R. [2002], Advanced Image Understanding and Pattern Analysis Methods in Medical Imaging [w:] Signal and Image Processing, red. N. Younan, IASTED, ACTA Press, Anaheim–Calgary–Zurich. Ogiela M.R., Tadeusiewicz R. [2003a], New Approach for Cognitive Analysis and Understanding of Medical Patterns and Visualization [w:] Applications of Digital Image Processing XXVI, Proceedings of SPIE Bellingham WA, vol. 5203, San Diego. Ogiela M.R., Tadeusiewicz R. [2003b], Visual Signal Processing and Image Understanding in Biomedical Systems, Proceedings of the 2003 IEEE International Symposium on Circuits and Systems, vol. 5, Bangkok. Ogiela M.R., Tadeusiewicz R. [2003c], Artificial Intelligence Structural Imaging Techniques in Visual Pattern Analysis and Medical Data Understanding, „Pattern Recognition”, vol. 36/10. Ogiela M.R., Tadeusiewicz R. [2004], Medical Visualization Intelligent Content Analysis and Understanding, 5th International Workshop on Image Analysis for Multimedia Interactive Services (WIAMIS), Instituto Superior Tecnico, Lisbon (wydanie na CD). Ogiela M.R., Tadeusiewicz R. [2005a], Picture Languages in Medical Pattern Knowledge Representation and Understanding [w:] Modeling Decisions for Artificial Intelligence,.

(24) 314. Ryszard Tadeusiewicz, Lidia Ogiela. red. V. Torra, Y. Narukawa, S. Miyamoto, Lecture Notes in Artificial Intelligence nr 3558, Springer-Verlag, Berlin–Heidelberg–New York. Ogiela M.R., Tadeusiewicz R. [2005b], Picture Languages in Medical Pattern Knowledge Representation and Understanding, Program and Abstract of the MDAI 2005 – Modeling Decisions for Artificial Intelligence, Tsukuba, Japan, July 25–27. Ogiela M.R., Tadeusiewicz R., Ogiela L. [2002a], Intelligent Image Understanding Systems [w:] Intelligent Systems, red. M. Bohanec, M Gams, Information Society, Ljubljana. Ogiela M.R., Tadeusiewicz R., Ogiela L. [2002b], Syntactic Pattern Analysis in Visual Signal Processing and Image Understanding, Proceedings of ICFS 2002 – The International Conference on Fundamentals of Electronics, Communications and Computer Science, IEEE Industrial Electronics Society and IEEE Circuits & Systems Society, Tokyo. Skomorowski M. [2000], Syntaktyczno-statystyczny model rozpoznawania obrazów zniekształconych, Uniwersytet Jagielloński, Kraków. Stoner J.A.F. [1992], Kierowanie, Wydawnictwo Ekonomiczne, Warszawa. Szymonik A. [2003], Logistyczny system informacyjny w przedsiębiorstwie, Zagadnienia techniczno-ekonomiczne, zeszyt 4, UWND AGH, Kraków. Tadeusiewicz R. [2004], Automatic Understanding of Signals [w:] Intelligent Information Processing and Web Mining, red. A. Kłopotek, S. Wierzchoń, K. Trojanowski, Springer-Verlag, Berlin–Heidelberg–New York. Tadeusiewicz R., Flasiński M. [1991], Rozpoznawanie obrazów, PWN, Warszawa. Tadeusiewicz R., Ogiela M.R. [2001a], Automatic Understanding of Medical Images. New Achievements in Syntactic Analysis of Selected Medical Images [w:] Lecture Notes of the ICB Seminars; Togawa T., Nałęcz M., 5th Japan-Polish Seminar on Biomedical Measurements – New Methods for Medical Diagnosis, International Center of Biocybernetics, vol. 56, Warsaw. Tadeusiewicz R., Ogiela M. [2001b], Intelligent Information Systems for Visual Data Understanding and Analysis [w:] Advances in Decision Technology and Intelligent Information Systems, red. K.J. Engelmann, G.E. Lasker, vol. 2, The International Institute for Advanced Studies in Systems Research and Cybernetics, Baden-Baden. Tadeusiewicz R., Ogiela M.R. [2002a], Medical Image Understanding, International Conference „Actual directions of development in electrical engineering, automatics, electronics and telecommunication”, Cracow. Tadeusiewicz R., Ogiela M.R. [2002b], Automatic Understanding of Medical Images – New Achievements in Syntactic Analysis of Selected Medical Images, „Biocybernetics and Biomedical Engineering”, vol. 22, nr 4. Tadeusiewicz R., Ogiela M.R. [2003a], New Paradigm for Processing of Medical Images: Automatic Understanding of the Content, 6th Polish-Japanese Seminar on „Contribution of the Information Science and the Electro Sensing Technology to Medicine”, Nara, Japan, 20–24 October (wydanie na CD). Tadeusiewicz R., Ogiela M.R. [2003b], Machine Perception and Automatic Understanding of Medical Visualizations [w:] Automatic Image Processing in Production Process, red. M. Damczyk, Second Polish-German Seminar, CAMT, Wroclaw. Tadeusiewicz R., Ogiela M.R. [2004a], Medical Image Understanding Technology, Artificial Intelligence and Soft-Computing for Image Understanding, Springer-Verlag, Berlin–Heildelberg..

(25) Metody analizy kognitywnej…. 315. Tadeusiewicz R., Ogiela M.R. [2004b], Automatic Understanding of the Images [w:] Recent Developments in Artificial Intelligence Methods, red. T. Burczyński, W. Cholewa, W. Moczulski, AI-METH Series, Gliwice. Tadeusiewicz R., Ogiela M.R. [2004c], Structural Approach to Medical Image Understanding, Bulletin of the Polish Academy of Sciences – Technical Sciences, vol. 52, nr 2. Tadeusiewicz R., Ogiela M.R. [2004d], Processing, Analysis, Recognition, and Automatic Understanding of Medical Images [w:] Optical Methods, Sensors, Image Processing, and Visualization in Medicine, red. A. Nowakowski, B.B. Kosmowski, Proceedings of SPIE, vol. 5505 (Progress in Biomedical Optics and Imaging, vol. 5, nr 31). Tadeusiewicz R., Ogiela M.R. [2004e], The New Concept in Computer Vision: Automatic Understanding of the Images [w:] Artificial Intelligence and Soft Computing, red. L. Rutkowski i in., Lecture Notes in Artificial Intelligence, vol. 3070, Springer-Verlag, Berlin–Heidelberg–New York. Tadeusiewicz R., Ogiela M.R. [2005a], New Proposition for Intelligent Systems Design: Artificial Understanding of the Images as the Next Step of Advanced Data Analysis after Automatic Classification and Pattern Recognition [w:] Intelligent Systems Design and Applications, red. H. Kwasnicka, M. Paprzycki, IEEE Computer Society Press, Los Alamitos, Washington–Brussels–Tokyo. Tadeusiewicz R., Ogiela M.R. [2005b], Intelligent Recognition in Medical Pattern Understanding and Cognitive Analysis [w:] Computer-Aided Intelligent Recognition Techniques and Applications, red. M. Sarfraz, John Wiley & Sons, Hoboken, New Jersey. Tadeusiewicz R., Wszolek W. [2004], Understanding of Speech Pathology Using Artificial Intelligence Methods [w:] 1st International Conference „From Scientific Computing to Computational Engineering”, red. D.T. Tsahalis, LFME, Athens (wersja na CD). Tadeusiewicz R. i in. [2001], Understanding of Vocal Tract Pathology Using Speech Signals Analysis [w:] Proceedings of 2nd International Workshop on Models and Analysis of Vocal Emissions for Biomedical Applications, Book of Abstracts, University of Florence, Florence. Methods of Cognitive Analysis in Economic Information Systems The paper submits an entirely original and so far unpublished concept of construction of information systems that support decision-making processes for strategic economic decisions on the basis of cognitive analysis methods. The essence of such a new approach consists in application of automatic understanding methods, previously being tried out in an issue of medical images interpretation and also supplementing the traditional set of techniques of automatic analysis and automatic classification, to the creation of economic information systems of new generation. The authors have proposed a comprehensive idea of a new type of economic information system that is a significantly enriched version of DSS system (Decision Support System). The core innovations proposed in the paper concern the enrichment of economic data analysis process with a procedure of understanding of business meaning of these data. Such a system considerably differs from well-known DSS systems and also from all approaches to intelligent information systems construction described in a bibliography, e.g. methods based on neural networks or on expert systems. Therefore the authors have proposed a new abbreviation for such a new type of a system: UBMSS (Understanding Based Managing Support System). Cognitive.

(26) 316. Ryszard Tadeusiewicz, Lidia Ogiela. methods, which constitute a basis for an idea and a construction of UBMSS, imitate psychological and neurophysiological processes of data understanding that occur in a brain of a suitably qualified and particularly talented person. The paper demonstrates that such processes can be represented in a computerised information system with utilisation of a special language that describes features of collected economic data and with application of structural linguistic analysis of created descriptions, which is automatically executed by a computer similarly to compilation of programs written in an algorithmic language to the level of an executable code. The authors have also proposed a model of UBMSS system creation in relation to economic information systems that enable determination of a meaning of analysed data, occurring both in numerical and descriptive form..

(27)