avtomatska analiza gibanja v izbranih moštvenih športnih igrah
avtomatska analiza gibanja v izbranih moštvenih športnih igrah avtomatska analiza gibanja v izbranih moštvenih športnih igrah
138 Dodatek pa spremenljivka zavzame le eno izmed dveh moˇznih stanj (na primer Ada). V določenih primerih pa zaradi narave uporabljenih senzorjev, ki vsebujejo neko negotovost, takˇsnih kategoričnih dejstev nočemo uporabiti, temveč ˇzelimo podati verjetnost nekega stanja v obliki navideznega dejstva (ang. virtual ali soft evidence). Tako bi si na primer ˇzeleli podati verjetnosti za spremenljivko A v obliki navideznega dejstva p(Ada) = 0.8 in p(Ane) = 0.2. Takˇsno dejstvo se pri sklepanju v mreˇzi interpretira, kot da je verjetnost za stanje spremenljivke Ada ˇstiri krat viˇsja od verjetnosti za stanje Ane. V sami mreˇzi pa lahko takˇsno dejstvo prikaˇzemo kot nov ”navidezen” atribut s tabelo pogojnih verjetnosti, ki ustreza navideznim dejstvom, stanje novega atributa pa je p(Ada) = 1. Slika C.3 prikazuje uporabo navideznega dejstva za primer alarma iz prejˇsnjega poglavja. Kot lahko vidimo, je bil primer razˇsirjen z dodatnim vozliˇsčem ”Navidezno dejstvo”, ki ponazarja verjetnost, da je do klica soseda zares priˇslo. Takˇsno ”Navidezno dejstvo” bi na primer lahko uporabili v primeru, da smo sliˇsali zvonjenje telefona in se je na telefon javil nekdo drug, mi pa na podlagi pogovora sklepamo, da je ”navidezna” verjetnost, da je klical sosed p(Kda) = 0.8. To informacijo bi v dani mreˇzi interpretirali kot p(NDda) = 1, pri čemer bi preko vzročne povezave med vozliˇsčema K in ND, to dejstvo na vozliˇsču K prikazali kot p(Kda) = 0.8. Dodatna pojasnila v zvezi z uporabo navideznih dejstev so na voljo v [99]. B E da da da ne ne da ne ne Vlom p(A|V,E) 0.95 0.94 0.29 0.001 p(V) p(E) 0.001 Potres 0.002 Alarm Klic soseda Navidezno dejstvo p(ND=da)=1.0 A da ne K da ne p(K|A) 0.7 0.01 p(ND|K) Slika C.3: Primer navideznega dejstva za spremenljivko ”Klic soseda”. Navidezna dejstva imajo pred klasičnimi dejstvi predvsem to prednost, da pri uporabi zveznih detektorjev ni potrebno določiti mejnih vrednosti posameznega 0.8 0.2
C.4 Petrijeve mreˇze 139 elementa, ampak lahko vrednost detektorja neposredno preslikamo v verjetnost, da je bilo neko stanje opaˇzeno. S tem se izognemo določanju dodatnih parametrov (mejnih vrednosti stanj), ki jih je teˇzko določiti in lahko vplivajo na končno oceno aktivnosti. C.4 Petrijeve mreˇze Teorijo Petrijevih mreˇz je leta 1992 v svoji doktorski disertaciji predstavil Karel Adam Petri [102, 103]. Pertijeve mreˇze so matematični formalizem, ki se uporablja za načrtovanje, modeliranje in predstavitev determinističnih in stohastičnih sistemov s preteˇzno deterministično strukturo. Tako se na primer uporabljajo za modeliranje računalniˇskih sistemov, programske opreme, kemijskih reakcij, industrijskih procesnih linij in ˇse na ˇstevilnih drugih področjih. Grafično lahko Petrijevo mreˇzo predstavimo kot usmerjen bipartitni graf (slika C.4), ki ga sestavljata dva tipa vozliˇsč - mesta M in prehodi P, ki jih grafično predstavimo kot kroge oziroma pravokotnike [82]. Puˇsčice med njimi predstavljajo smer prehajanja ˇzetonov po mreˇzi. ˇ Zetoni so v mreˇzi predstavljeni kot črne pike. Ločimo dve vrsti povezav med posameznimi elementi mreˇze in sicer vhodne, izhodne povezave. Formalno lahko Petrijevo mreˇzo opiˇsemo kot model, ki je sestavljen iz petih parametrov PM = {P, T, I, O, M}. (C.20) V enačbi (C.20) posamezne spremenljivke predstavljajo: • oznaka P = {p1, p2, . . .,pn} predstavlja mnoˇzico mest, ki običajno predstavljajo moˇzna stanja sistema ali njegove sestavne dele. • oznaka T = {t1, t2, . . .,tm} predstavlja mnoˇzico prehodov v mreˇzi. Ločimo dve vrsti prehodov in sicer časovne (ang. timed) in takojˇsnje (ang. immediate). Prvi se proˇzijo po preteku določenega časa, drugi pa v primeru izpolnitve določenega logičnega stanja.
- Page 106 and 107: 88 Ocenjevanje izvedbe aktivnosti z
- Page 108 and 109: 90 Ocenjevanje izvedbe aktivnosti z
- Page 110 and 111: 92 Ocenjevanje izvedbe aktivnosti z
- Page 112 and 113: 94 Ocenjevanje izvedbe aktivnosti z
- Page 114 and 115: 96 Ocenjevanje izvedbe aktivnosti z
- Page 116 and 117: 98 Ocenjevanje izvedbe aktivnosti z
- Page 118 and 119: Poglavje 6 Prototipni sistem za ana
- Page 120 and 121: 102 Prototipni sistem za analizo mo
- Page 122 and 123: 104 Prototipni sistem za analizo mo
- Page 124 and 125: 106 Zaključki Prispevek 1: Metoda
- Page 126 and 127: 108 Zaključki je mogoče iz ˇsabl
- Page 128 and 129: Literatura 110 [1] L. Wang, W. Hu,
- Page 130 and 131: 112 Literatura Bayesian networks. C
- Page 132 and 133: 114 Literatura [39] F. Li. Descript
- Page 134 and 135: 116 Literatura [59] W. S. Erdmann.
- Page 136 and 137: 118 Literatura [81] Kurt Jensen. Co
- Page 138 and 139: 120 Literatura [104] Nikola Paveˇs
- Page 140 and 141: 122 Dodatek ˇSablona ”Motion”
- Page 142 and 143: 124 Dodatek ˇSablona ”Middle”
- Page 144 and 145: 126 Dodatek Aktivnost Korespondenca
- Page 146 and 147: 128 Dodatek ˇSablone akt 52 fl mot
- Page 148 and 149: 130 Dodatek p(xj|Θ) = = K αk · N
- Page 150 and 151: 132 Dodatek C.2.1 Linearna klasifik
- Page 152 and 153: 134 Dodatek −γ||xi−xj|| 2 KRBF
- Page 154 and 155: 136 Dodatek tega pa predvidimo tudi
- Page 158 and 159: 140 Dodatek • preslikava I : P
- Page 160 and 161: 142 Dodatek koraku lahko tako pride
- Page 162 and 163: 144 Dodatek
- Page 164 and 165: 146 Izobrazba ˇ Zivljenjepis 1998
- Page 166 and 167: 148 Objavljena dela [7] M. Perˇse,
- Page 168 and 169: 150 Objavljena dela [22] J. Perˇs,
C.4 Petrijeve mreˇze 139<br />
elementa, ampak lahko vrednost detektorja neposredno preslikamo v verjetnost,<br />
da je bilo neko stanje opaˇzeno. S tem se izognemo določanju dodatnih parametrov<br />
(mejnih vrednosti stanj), ki jih je teˇzko določiti in lahko vplivajo na končno oceno<br />
aktivnosti.<br />
C.4 Petrijeve mreˇze<br />
Teorijo Petrijevih mreˇz je leta 1992 v svoji doktorski disertaciji predstavil<br />
Karel Adam Petri [102, 103]. Pertijeve mreˇze so matematični formalizem, ki<br />
se uporablja za načrtovanje, modeliranje in predstavitev determinističnih in<br />
stohastičnih sistemov s preteˇzno deterministično strukturo. Tako se na primer<br />
uporabljajo za modeliranje računalniˇskih sistemov, programske opreme, kemijskih<br />
reakcij, industrijskih procesnih linij in ˇse na ˇstevilnih drugih področjih.<br />
Grafično lahko Petrijevo mreˇzo predstavimo kot usmerjen bipartitni graf<br />
(slika C.4), ki ga sestavljata dva tipa vozliˇsč - mesta M in prehodi P, ki jih<br />
grafično predstavimo kot kroge oziroma pravokotnike [82]. Puˇsčice med njimi<br />
predstavljajo smer prehajanja ˇzetonov po mreˇzi. ˇ Zetoni so v mreˇzi predstavljeni<br />
kot črne pike. Ločimo dve vrsti povezav med posameznimi elementi mreˇze in sicer<br />
vhodne, izhodne povezave.<br />
Formalno lahko Petrijevo mreˇzo opiˇsemo kot model, ki je sestavljen iz petih<br />
parametrov<br />
PM = {P, T, I, O, M}. (C.20)<br />
V enačbi (C.20) posamezne spremenljivke predstavljajo:<br />
• oznaka P = {p1, p2, . . .,pn} predstavlja mnoˇzico mest, ki običajno<br />
predstavljajo moˇzna stanja sistema ali njegove sestavne dele.<br />
• oznaka T = {t1, t2, . . .,tm} predstavlja mnoˇzico prehodov v mreˇzi.<br />
Ločimo dve vrsti prehodov in sicer časovne (ang. timed) in takojˇsnje<br />
(ang. immediate). Prvi se proˇzijo po preteku določenega časa, drugi pa<br />
v primeru izpolnitve določenega logičnega stanja.