Модель системно-объектной трехмерной базы знаний

Обложка

Цитировать

Полный текст

Аннотация

В статье рассматривается оригинальная модель базы знаний, основанная на трехмерной классификации и системно-объектном подходе «Узел-Функция-Объект», обеспечивающей хранение взаимосвязанной информации о концептуальных и материальных системах. Представлено формальное описание модели базы знаний средствами дескрипционной логики. Описаны процедуры использования базы знаний, построенной по предлагаемой модели, для прогнозирования и поддержки управления, а также процедуры создания с использованием системного классификационного анализа и сопровождения. Приведен пример трехмерного классифицирования в области чрезвычайных ситуаций.

Об авторах

Сергей Игоревич Маторин

Белгородский государственный национальный университет; Белгородский университет кооперации, экономики и права

Автор, ответственный за переписку.
Email: matorin@softconnect.ru

доктор технических наук, профессор кафедры информационных и робототехнических систем; профессор кафедры информационных систем и технологий

Россия, Белгород; Белгород

Светлана Владимировна Гуль

Белгородский государственный национальный университет

Email: medintseva@bsu.edu.ru

аспирант

Россия, Белгород

Список литературы

  1. Маторин С.И. Отечественная учебная литература по искусственному интеллекту // Искусственный интеллект и принятие решений. 2021. №3. С. 106-113.
  2. Проскурин А. В., Бузаев Д. В. Проблемы проектирования и разработки базы знаний // Актуальные проблемы авиации и космонавтики. 2012. Т.1. №4. С. 344-346.
  3. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер. 2003. 384 с.
  4. Enrico Motta. The knowledge modeling paradigm in knowledge engineering. The Open University Walton Hall. 2003. 29 p.
  5. Логунова Е.А. Обзор подходов к разрешению недостатков продукционной базы знаний системы логического вывода // Modern high technologies. 2015. №9. С. 46-48.
  6. Баланова Л.А., Ющенко Е.В. Модели представления знаний: виды, применение, достоинства и недостатки // Электронный ресурс. URL: https://files.scienceforum.ru/pdf/2020/5e04a0ce76fcc.pdf.
  7. Болотова Л.С. Системы поддержки принятия решений. Часть 1. Электронный ресурс. URL: https://studme.org/244010/informatika/sistemy_podderzhk i_prinyatiya_resheniy_chast_1.
  8. Проблемы представления и моделирования знаний // Электронный ресурс. URL: https://lektsia.com/6xc78c.html.
  9. Сосинская С.С. Представление знаний в информационной системе. Методы искусственного интеллекта и представления знаний. Старый Оскол: ТНТ. 2015. 216 с.
  10. Кравченко Ю.А., Новиков А.А., Марков В.В. Метод создания онтологии предметной области на основе глоссария // Известия ЮФУ. Технические науки. 2015. №6(167). С.158-168.
  11. Cмиpнoв C.B. Онтологическое моделирование в ситуационном управлении // Онтология проектирования. 2012. №2. С. 16-24.
  12. Грибова В. В., Клещев А. С., Москаленко Ф. М., Тимченко В. А., Федорищев Л. А., Шалфеева Е. А. Управляемая графовыми грамматиками разработка оболочек интеллектуальных сервисов на облачной платформе IACPaaS // Программная инженерия. 2017. Т.8. №10. С. 435-447.
  13. Грибова В. В., Клещев А. С., Москаленко Ф. М., Тимченко В. А., Федорищев Л. А., Шалфеева Е. А. Облачная платформа IACPaaS для разработки оболочек интеллектуальных сервисов: состояние и перспективы развития // Программные продукты и системы. 2018. №3 (31). С. 527-536.
  14. Волкова Г.А. Создание "онтологии всего". Проблемы классификации и решения // Новые информационные технологии в автоматизированных системах. 2013. № 16. С. 293-300.
  15. Платонов А.В., Полещук Е.А. Методы автоматического построения онтологий // Программные продукты и системы / Software & Systems 2016. № 2(114) С. 47-52.
  16. Загорулько Ю.А., Боровикова О.И., Загорулько Г.Б. Применение паттернов онтологического проектирования при разработке онтологий научных предметных областей // Сборник трудов XIX-й Международной конференции «Аналитика и управление данными в областях с интенсивным использованием данных» (DAMDID/ RCDL’2017). М.: ФИЦ ИУ РАН. 2017. С. 331-339.
  17. Gangemi, A. Ontology Design Patterns for Semantic Web Content. In: Gil, Y., Motta, E., Benjamins, V.R., Musen, M.A. (eds). The Semantic Web – ISWC 2005. LNCS, 3729. Berlin, Heidelberg: Springer. 2005. Р. 262-276.
  18. Ontology Engineering with Ontology Design Patterns: Foundations and Applications (Studies on the Semantic Web). Hitzler, P., Gangemi, A., Janowicz, K., Krisnadhi, A., Presutti, V. (eds), IOS Press/AKA, 2016. Р. 388.
  19. Микони С.В. О качестве онтологических моделей // Онтология проектирования. 2017. Т.7. №3(25). С. 347-360.
  20. Смирнов С.В. Онтологический анализ предметных областей моделирования // Известия Самарского научного центра РАН. 2001. Т.3. №1 С. 62-70.
  21. Хофман И. Активная память: эксперимент. исслед. и теории человеческой памяти: Пер. с нем. М.: Прогресс.1986. 312с.
  22. Бова В.В., Кравченко Д.Ю., Лещанов Д.В., Новиков А.А. Компьютерная онтология: задачи и методология построения // Информатика, вычислительная техника и инженерное образование. 2014. № 4 (19). С. 1-11.
  23. Карпов В.Э., Карпова И.П. К вопросу о принципах классификации систем // Информационные технологии. 2002. №2. С. 35–38.
  24. Бокий Г.Б. Роль классификационной системы в процессе получения новых научных знаний // Проблемы системных исследований. Новосибирск: НГУ. 1985. С. 45-63.
  25. Субетто А.И. Метаклассификация как наука о механизмах и законах классифицирования. СПб.: Исслед. центр проблем качества подготовки специалистов. 1994. 254 с.
  26. Гулакова Т.К., Кузьмич Р.И. Поиск закономерностей в задаче классификации // Материалы VI Всероссийской научно-практической конференции «Актуальные проблемы авиации и космонавтики»: в 2 т. Т. 1. Технические науки. Красноярск: Сиб. гос. аэрокосмический ун-т. 2010. С. 317-318.
  27. Масич, И.С., Краева Е.М., Кузьмич Р.И., Гулакова Т.К. Сравнительный анализ методов классификации данных на практических задачах прогнозирования и диагностики // Научно-технический журнал: «Системы управления и информационные технологии». 2011. №1 (43). С. 20-25.
  28. Кондаков Н.И. Логический словарь–справочник. М.: Наука. 1975. 720 с.
  29. Полищук Ю.М., Хон В.Б. Теория автоматизированных банков информации. М.: Высшая школа. 1989. 184 с.
  30. Бреховских С.М. Основы функциональной системологии материальных объектов. М.: Наука. 1989. 192 с.
  31. Мельников Г.П. Системология и языковые аспекты кибернетики. М.: Сов. Радио. 1978. 368 с.
  32. Теория систем и системный анализ // Учебник. А.Г. Жихарев, О.А. Зимовец, М.Ф. Тубольцев, А.А. Кондратенко; под ред. С.И. Маторина. М.: КНОРУС. 2021. 456 с.
  33. Маторин С.И., Жихарев А.Г. Учет общесистемных закономерностей при системно-объектном моделировании организационных знаний // Искусственный интеллект и принятие решений. 2018. №3. С. 115-126.
  34. Маторин С. И., Жихарев А. Г., Михелев В.В. Учет общесистемных закономерностей при концептуальном моделировании понятийных знаний // Искусственный интеллект и принятие решений. 2019. №3 С. 12-23.
  35. Ackoff R.L. General system theory and systems research: Contrasting conceptions of system science // In Proceedings of the Second Systems Symposium at Case Institute of Technology. New York; London: Wiley. 1964. P. 51-60.
  36. Маторин С. И., Михелев В.В. Анализ роли и структуры информационных (концептуальных) систем // Научно-техническая информация. Сер. 2. 2020. №4. С. 11-17.
  37. Маторин С.И., Михелев В.В. Системно-объектный детерминантный анализ. Построение таксономии предметной области // Искусственный интеллект и принятие решений. 2021. №1. С. 15-24.
  38. Schmidt-Schauss M., Smolka G. Attributive concept descriptions with complements // Artificial Intelligence. Elsevier Science Publishing Company, Inc. 1991. № 48(1). P. 1-26.
  39. Гуль С.В., Маторин С.И. Проблемы концептуального классификационного моделирования // В сборнике: Информационно-аналитические системы и технологии. Материалы IХ Международной конференции. Белгород, 2022. С. 51-59.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).