Один из важных вопросов светотехники – определение ощущения дискомфорта от осветительных установок. На данный момент нет единой психофизической шкалы оценки визуального комфорта освещения (ВКО) при любом произвольном распределения яркости в пространстве. Классические методы не способны точно решать эту задачу. В данной статье рассмотрена математическая модель шкалы ВКО на базе нейронной сети (НС), которая выступает в качестве «эксперта», обученного определять комфортность восприятия освещения в зависимости от яркостей источника света и фона. Обучение НС выполнено по экспериментальным данным, полученным на кафедре «Светотехника» НИУ «МЭИ». Результаты эксперимента, изложенные в статье, согласуются с численной шкалой оценки ВКО, предложенной Лакиешем и Холладеем, и новая модель позволяет предсказывать ощущение с точностью до 70 %. Данная работа позволила сформулировать критерии для определения входных и выходных параметров НС, подобрать и метрику оценки на основе матрицы несоответствий и ROC 1-кривых, а также по характеру вероятностного распределения ощущений в зависимости от входных параметров. Также отмечена недостаточность исходных данных, говорящая о необходимости ещё одного эксперимента с учётом достигнутых наработок по градуировке экспериментальной установки, инструктажу наблюдателей и обработке полученных результатов. 1. Гусев А.Н., Измайлов Ч.А., Михалевская М.Б. Измерение в психологии: общий психологический практикум. 2-е изд. – М.: Смысл, 1998. – 286 с.
2. Corte-Valiente A.D, Castillo-Sequera J.L, Castillo-Martinez A., Gómez-Pulido J.M, Gutierrez-Martinez J. An Artificial Neural Network for Analyzing Overall Uniformity in Outdoor Lighting Systems // Energies. – 2017. – Vol. 10, Iss. 2. – P. 175.
3. Gao Y., Lin Y., Sun Y. A wireless sensor network based on the novel concept of an I-matrix to achieve high-precision lighting control // Building and Environment. – 2013. – Vol. 70. – P. 223–231.
4. Luckiesh M., Holladay L.L. Glare and Visibility // Transactions of the IES. – 1925. – Vol. 20. – P. 221–252.
5. Luckiesh M., Guth S.K. Brightness in the visual field at borderline between comfort and discomfort // Illuminating Engineering. – 1949. – Vol. 44, No. 11. – P. 650–670.
6. Veitch, J.A., Newsham, G.R. Deterinants of lighting quality II: research and recommendations / American Psychological Association 104th Annual Convention, Toronto, Ontario, 1996–08–09. – P. 1–55.
7. Будак В.П., Желтов В.С., Мешкова Т.В., Нотфуллин Р.Ш. Оценка качества освещения на основе пространственно-углового распределения яркости // Светотехника. – 2017. – № 3. – С. 17–22; Budak V., Zheltov V., Meshkova T., Notfullin R. Evaluation of illumination quality based on spatial-angular luminance distribution // Light & Engineering. – 2017. – Vol. 25. – P. 24–31.
8. Hopkinson R.G. Evaluation of Glare // Illuminating Engineering. – 1957. – Vol. 52, No. 6. – P. 305–321.
9. Котик Г.Г., Матвеев А.Б., Перейма В.В., Тохадзе И.Л. Категорийные оценки качества и их взаимосвязь на психофизической шкале // Светотехника. – 1975. – № 3. – С. 3–5
10. Будак В.П., Желтов В.С., Мешкова Т.В., Чембаев В.Д. Новый критерий качества освещения и его апробация в лабораторных условиях // Вестник МЭИ. – 2020. – № 1. – С. 73–81.
11. Haykin S. Neural networks. A comprehensive foundation / 2 ed. – N.Y., Boston, San Francisco…: Prentice-Hall, 1999. – P. 32–33.
12. Beale M.H., Hagan M.T., Demuth H.B. Deep Learning ToolboxTM Getting Started Guide R2019b. – Natick, MA: The MathWorks, Inc., 2019. – 162 p.
13. Lourakis M.I.A. A brief description of the Levenberg-Marquardt algorithm implemented by levmar / Technical Report, Institute of Computer Science Foundation for Research and Technology – Hellas, 2005. URL: http://users.ics.forth.gr/lourakis/levmar/levmar.pdf (дата обращения: 20.11.2020).
14. Cortes C., Jackel L.D., Chiang W.-P. Limits on learning machine accuracy imposed by data quality / Advances in Neural Information Processing Systems 7 (1994). – MIT Press, 1995. – P. 239–246.

• Предыдущая статья
• Следующая статья

• критерий качества освещения
• шкала визуального восприятия
• психофизические шкалы
• классификация изображений
• нейронные сети