Пермский государственный национальный исследовательский университет
Минск, Беларусь
Пермь, Россия
ГРНТИ 50.07 Теоретические основы вычислительной техники
ББК 3297 Вычислительная техника
Данная работа посвящена вопросам использования технологий Интернета вещей для разработки аппаратных человеко-машинных интерфейсов, позволяющих расширить возможности систем визуальной аналитики путём задействования в процессе анализа дополнительных модальностей: моторных, аудиальных и т. п. Это, в свою очередь, позволяет ускорить семантическую фильтрацию и интерпретацию анализируемых данных, увеличив тем самым производительность труда эксперта. Предложена концепция унификации и автоматизации процессов программирования и подключения аппаратных человеко-машинных интерфейсов на основе методов и средств онтологического инжиниринга. Концепция проверена на практике при решении задач автоматизированного выявления взаимосвязей между психологическими чертами личности носителей языка и их речевого поведения.
визуальная аналитика, Интернет вещей, человеко-машинный интерфейс, онтологический инжиниринг
1. Aravena P., Delevoye-Turrell Y., Deprez V., Cheylus A., Paulignan Y., Frak V., Nazir T. Grip Force Reveals the Context Sensitivity of Language-Induced Motor Activity during «Action Words» Processing: Evidence from Sentential Negation // PLoS ONE. - 2012. - V. 7, I. 12. DOI:https://doi.org/10.1371/journal.pone.0050287
2. Barsalou L. Perceptual Symbol Systems // Behavioral and Brain Sciences. - 1999. - V. 22. - PP. 577-609.
3. Belousov K., Erofeeva E., Leshchenko Y., Baranov D. «Semograph» Information System as a Framework for Network-Based Science and Education // Smart Education and eLearning. - Springer, 2017. - PP. 263-272. DOI:https://doi.org/10.1007/978-3-319-59451-4_26.
4. Chang Sh.-F., Ellis D., Jiang W., Lee K., Yanagawa A., Loui A., Luo J. Large-Scale Multimodal Semantic Concept Detection for Consumer Video // Multimedia Information Retrieval. - 2007. - P. 255-264. DOI:https://doi.org/10.1145/1290082.1290118.
5. Gallese V., Lakoff G. The Brain Concepts: the Role of the Sensorymotor System in Conceptual Structure // Cognitive Neuropsychology. - 2005. - V. 22, I. 3. - PP. 455-479. DOI:https://doi.org/10.1080/02643290442000310.
6. Hoffman P., Lambon Ralph M. Shapes, Scents and Sounds: Quantifying the Full Multi-Sensory Basis of Conceptual Knowledge // Neuropsychologia. - Elsevier, 2013. - V. 51, I. 1. - PP. 14-25. DOI:https://doi.org/10.1016/j.neuropsychologia.2012.11.009.
7. Ishii H., Ullmer B. Tangible Bits: Towards Seamless Interfaces Between People, Bits and Atoms // CHI ’97 Proceedings of the ACM SIGCHI Conference on Human Factors in Computing Systems. - ACM, 1997. - PP. 234-241. DOI:https://doi.org/10.1145/258549.258715.
8. Laeng B., Sulutvedt U. The Eye Pupil Adjusts to Imaginary Light // Psychological Science. - 2013. - V. 25, I. 1. - PP. 188-197. DOI:https://doi.org/10.1177/0956797613503556.
9. Lockwood G., Hagoort P., Dingemanse M. How Iconicity Helps People Learn New Words: Neural Correlates and Individual Differences in Sound-Symbolic Bootstrapping // Collabra: Psychology. - 2016. - V. 2, I. 1. - PP. 1-15.DOI:https://doi.org/10.1525/collabra.42.
10. Meteyard L., Cuadrado S., Bahrami B., Vigliocco G. Coming of Age: a Review of Embodiment and the Neuroscience of Semantics // Cortex. - Elsevier, 2012. - V. 48, I. 7. - PP. 788-804. DOI:https://doi.org/10.1016/j.cortex.2010.11.002.
11. Pulvermüller F. Words in the Brain’s Language // Behavioral and Brain Sciences. - 1999. - V. 22. - PP. 253-279.
12. Rose K., Eldridge S., Chapin L. The Internet of Things: an Overview // The Internet Society (ISOC). - 2015 [Электронный ресурс]. URL: https://www.internetsociety.org/ resources/doc/2015/iot-overview (Дата обращения 17.07.2019).
13. Ryabinin K.V., Belousov K.I., Chuprina S.I., Shchebetenko S.A., Permyakov S.S. Visual Analytics Tools for Systematic Exploration of Multi-Parameter Data of Social Web-Based Service Users // Scientific Visualization. - M.: National Research Nuclear University "MEPhI", 2018. - Q. 3, V. 10, No. 4. - PP. 82-99. DOI:https://doi.org/10.26583/sv.10.4.07.
14. Ryabinin K., Chuprina S. High-Level Toolset For Comprehensive Visual Data Analysis and Model Validation // Procedia Computer Science. - Elsevier, 2017. - V. 108. - PP. 2090-2099. DOI:https://doi.org/10.1016/j.procs.2017.05.050.
15. Ryabinin K., Chuprina S., Belousov K. OntologyDriven Automation of IoT-Based Human-Machine Interfaces Development // Lecture Notes in Computer Science. - Springer, 2019. - V. 11540. - PP. 110-124. DOI:https://doi.org/10.1007/978-3-030-22750-0_9.
16. Ryabinin K., Chuprina S., Kolesnik M. Calibration and Monitoring of IoT Devices by Means of Embedded Scientific Visualization Tools // Lecture Notes in Computer Science. - Springer, 2018. - V. 10861. - PP. 655-668. DOI:https://doi.org/10.1007/978-3-319-93701-4_52.
17. Sanfelice R. Analysis and Design of Cyber-Physical Systems. A Hybrid Control Systems Approach // Cyber-Physical Systems: From Theory to Practice / Rawat D., Rodrigues J., Stojmenovic I. - CRC Press, 2015. - PP. 3-31. DOI:https://doi.org/10.1201/b19290-3.
18. Shchebetenko S. Reflexive Characteristic Adaptations Explain Sex Differences in the Big Five: but not in Neuroticism // Personality and Individual Differences. - 2017. - V. 111. - PP. 153-156. DOI:https://doi.org/10.1016/j.paid.2017.02.013.
19. Staats A., Hammond O. Natural Words as Physiological Conditioned Stimuli: Food-WordElicited Salivation and Deprivation Effects // Journal of Experimental Psychology. - 1972. - V. 96, I. 1. - PP. 206-208. DOI:https://doi.org/10.1037/h0033508.
20. Zhang P., Zhou M., Fortino G. Security and trust issues in Fog computing: A survey // Future Generation Computer Systems. - Elsevier, 2018. - V. 88. - PP. 16-27. DOI:https://doi.org/10.1016/j.future.2018.05.008.
21. Дуров А.В. Конспект лекций по курсу «Теоретическая и прикладная лингвистика» / А. В. Дуров. - 2018 [Электронный ресурс]. - URL: www.durov. com/study/bilety-1718.docx (Дата обращения 17.07.2019).
22. Рябинин К.В., Баранов Д.А., Белоусов К.И. Интеграция инструментария научной визуализации SciVi с информационной системой Семограф // Труды 27-й Международной конференции GraphiCon 2017. - Пермь, 2017. - С. 138-141.
23. Рябинин К.В., Чуприна С.И., Белоусов К.И., Пермяков С.С. Методы визуальной аналитики вариативности речевого поведения пользователей социальных сетей в зависимости от психологических черт личности // Труды 28-й Международной конференции GraphiCon 2018. - Томск, 2018. - С. 163-167.
