 |
|
|
||||||||
TechniekenOp deze pagina zullen enkele van de door Interactivity gebruikte technieken worden behandeld. Er zal niet tot in detail worden uitgelegd hoe het allemaal werkt: per techniek zullen de globale werking, de voor- en nadelen en het toepassingsgebied worden aangegeven. Mocht u vragen hebben over een bepaalde techniek, dan kunt u natuurlijk met ons contact opnemen.
Met cognitief modelleren probeert men het menselijk gedrag in modellen te vatten. Deze modellen kunnen daarna worden gebruikt om gedrag te voorspellen, gedrag te analiseren of gedrag na te bootsen. Vooral dit laatste kent buiten de wetenschap een groot toepassingsgebied: expert- of kennissystemen. Hierbij wordt de kennis maar vooral het redeneergedrag van een expert bekeken en daarna in een computerprogramma gegoten. Denk hierbij aan een automatisch diagnose systeem of de simulatie van een automobilist in een virtuele wereld. De voordelen van zulke systemen zijn groot, maar ze moeten over het algemeen voorzichtig in het bedrijf of instelling worden geintroduceerd: de menselijke experts zijn meestal sceptisch of vrezen voor hun baan als aan de ontwikkeling van een kennissysteem wordt begonnen. Interactivity begrijpt dit gedrag volkomen en zal daarom alle betrokkenen begeleiden: deze reacties komen namelijk meestal voort uit angst of onbegrip. Cognitieve ergonomie en datarepresentatie Cognitieve ergonomie is de wetenschap van de gebruikersinterface. Er zijn twee centrale vragen: hoe verwerkt iemand aangeboden informatie en hoe moet een programma gestructureerd worden opdat iemand zijn weg goed kan vinden. Door goed te kijken naar informatie-flow van bijvoorbeeld een website kan van te voren al worden aangegeven of een bepaald ontwerp voldoet en als dat niet het geval is: hoe het beter moet. Interface designers staan vaak niet stil bij het menselijke verwerkingsproces en dit kan hele vervelende gevolgen hebben: als een website niet te navigeren is, zal een bezoeker niet of nauwelijks terugkeren. Doordat Interactivity kennis heeft van de cognitiewetenschappen zijn wij de juiste partner bij het ontwerp van interfaces en het ontsluiten van databases dmv. bv. een goede website. Met deze techniek wordt met statistische methoden naar data gekeken. In grote databases kunnen dan verbanden worden gevonden die door een mensen niet te zien zijn. Zo ontstaat kennis over de enorme hoeveelheden data. Ook kan het ontwikkelde systeem gebruikt worden voor het voorspellen van gegevens op basis van nieuwe data en de gevonden relaties. Zulke methoden zijn zeer succesvol bij gebruikersanalyses en ook veel spraakherkenners maken gebruik van statistische relaties. Toch moeten statistische methoden met zorg gebruikt worden: het is bij verkeerd gebruik ook mogelijk allerlei verbanden te leggen die er in de werkelijkheid niet zijn. Agents zijn kleine, (semi-)onafhankelijke software componenten die geprogrammeerd worden om een bepaald gedrag te vertonen. De bekendste agents zijn de zoekrobotjes die het web afsnuffelen op zoek naar informatie. Ook is het mogelijk om een aantal agents met relatief eenvoudige gedragingen bij elkaar te plaatsen waardoor een zeer dynamische wereld wordt gecreëerd. Op deze wijze kunnen complexe processen worden gesimuleerd en zelfs gestuurd worden door het specificeren van kleine en daardoor eenvoudige agents. Agentssystemen worden veelal gebruikt in simulatie en processturing. Fuzzy logic is een meerwaardige logica die redeneersystemen in staat stelt om in 'menselijke' termen te redeneren. In normale logica is een regel bijvoorbeeld: 'als de afstand tussen deze en de volgende auto minder dan 2 meter is en de relatieve snelheid ligt boven de 50 kilometer per uur dan rem de auto af met 10 meter per seconde ^ 2'. In fuzzy logic wordt deze regel: 'als de afstand klein is en de relatieve snelheid hoog dan rem hard'. Een redeneersysteem dat gebruik maakt van deze techniek is flexibeler en krachtiger dan hetzelfde systeem met standaard logica. Een kunstmatig neuron kun je zien als een kleine (en meestal simpele) rekeneenheid. Verbind je meerder neuronen met elkaar, dan heet dit een neuraal netwerk. Dit zijn lerende systemen die gebruikt kunnen worden voor het classificeren van data, voorspellingen en processturing. Doordat het krachtige systemen zijn met hele specifieke wensen en eisen, is het bouwen van een goed neuraal netwerk niet triviaal en zeer tijdrovend. Maar als het netwerk eenmaal werkt, is het snel, krachtig en accuraat.
|
||||||||||
