Платформа IACPaaS для разработки систем на основе онтологий: десятилетие использования

Обложка

Цитировать

Полный текст

Аннотация

В статье представлена облачная платформа IACPaaS, предназначенная для создания интеллектуальных сервисов на основе онтологий, а также концептуальные идеи, лежащие в основе ее разработки. Описаны основные особенности и опыт использования поддерживаемых технологий создания интеллектуальных сервисов различных типов. На платформе реализована развитая инструментальная поддержка разработки всех компонентов интеллектуальных сервисов. Изначально она позиционировалась как среда для создания облачных систем с базами знаний, сейчас же рассматривается как инструментарий разработки программ на основе онтологий, имеющих семантическое представление.

Полный текст

Доступ закрыт

Об авторах

Валерия Викторовна Грибова

Институт автоматики и процессов управления Дальневосточного отделения РАН

Автор, ответственный за переписку.
Email: gribova@iacp.dvo.ru

доктор технических наук, член-корреспондент РАН, профессор, зам. директора по научной работе

Россия, Владивосток

Филипп Михайлович Москаленко

Институт автоматики и процессов управления Дальневосточного отделения РАН

Email: philipmm@iacp.dvo.ru

кандидат технических наук, старший научный сотрудник

Россия, Владивосток

Вадим Андреевич Тимченко

Институт автоматики и процессов управления Дальневосточного отделения РАН

Email: vadim@iacp.dvo.ru

кандидат технических наук, старший научный сотрудник

Россия, Владивосток

Елена Арефьевна Шалфеева

Институт автоматики и процессов управления Дальневосточного отделения РАН

Email: shalf@iacp.dvo.ru

доктор технических наук, доцент, старший научный сотрудник

Россия, Владивосток

Список литературы

  1. Gartner Identifies the Top Strategic Technology Trends for 2022. URL: https://www.gartner.com/en/newsroom/press- releases/2021-10-18-gartner-identifies-the-top-strategictechnology-trends-for-2022 (Дата обращения 1 июля 2022).
  2. Черников Б.В. Управление качеством программного обеспечения. М.: Научно-издательский центр ИНФРАМ. 2020. 240 с.
  3. Islam M., Katiyar V. Development of a software maintenance cost estimation model: 4th GL perspective // International Journal of Technical Research and Applications. 2014. Vol. 2. Issue 6. P. 65-68.
  4. Рыбина Г.В. Интеллектуальные системы: От А до Я. Книга 3. Проблемно-специализированные интеллектуальные системы. Инструментальные средства построения интеллектуальных систем. М.: Научтехлитиздат. 2015. 180 с.
  5. Musen M.A. The Protégé Project: A Look Back and a Look Forward // AI Matters. 2015. Т. 1. No. 4. P. 4–12.
  6. Кудрявцев Д.В. Практические методы отображения и объединения онтологии // Одиннадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2008 (28 сентября – 3 октября 2008 г., г. Дубна, Россия): Труды конф. М.: ЛЕНАНД. 2008. Т.3. С. 164-173.
  7. Митрофанова О.А., Константинова Н.С. Онтологии как системы хранения знаний // Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетному направлению "Информационнотелекоммуникационные системы". 2008. 54с.
  8. Загорулько Ю.А. Технология разработки порталов научных знаний // Программные продукты и системы. 2009. № 4. С. 25-29.
  9. Загорулько Ю.А., Загорулько Г.Б., Боровикова О.И. Технология создания тематических интеллектуальных научных Интернет-ресурсов, базирующаяся на онтологии // Программная инженерия. 2016. Т. 7. № 2. С. 51-60.
  10. Массель Л.В., Т.Н. Ворожцова, Пяткова Н.И. Онтологический инжиниринг для поддержки принятия стратегических решений в энергетике // Онтология проектирования. 2017. №1(23). С. 66-76.
  11. Грищенко М.А., Николайчук О.А., Павлов А.И., Юрин А.Ю. Инструментальное средство создания продукционных экспертных систем на основе MDA // Образовательные ресурсы и технологии. 2016. № 2(14). С 144-151.
  12. Юрин А.Ю., Дородных Н.О. Web-сервис для автоматизированного формирования продукционных баз знаний на основе концептуальных моделей // Программные продукты и системы. 2014. №4(108). С. 103-107.
  13. Fox J. et al. OpenClinical.net: Artificial intelligence and knowledge engineering at the point of care // BMJ Health & Care Informatics. 2020. 27(2): e100141.
  14. Декер С. и др. Semantic Web: роли XML и RDF. // Открытые системы. СУБД. 2001. № 9.
  15. Гладун А.Я., Рогушина Ю.В. Онтологии в корпоративных системах. Часть II // Корпоративные системы. 2006. №1. C. 72-85.
  16. Стенников В.А., Барахтенко Е.А., Соколов Д.В. Применение онтологий при реализации концепции модельноуправляемой разработки программного обеспечения для проектирования теплоснабжающих систем // Онтология проектирования. 2014. №4(14). С. 54-68.
  17. Шебалов Р., Горшков С. Современные российские разработки в области онтологического моделирования. ОБЗОР // ООО «ТриниДата». 2018. 30 с.
  18. Овдей О.М., Проскудина Г.Ю. Обзор инструментов инженерии онтологий // Электронные библиотеки. 2004. Т. 7. №4. С. 1-16.
  19. Matuszek C. et al. Searching for Common Sense: Populating CycTM from the Web // Proceedings of the National Conference on Artificial Intelligence. 2005. Т. 3. Р. 1430-1435.
  20. Хорошевский В.Ф. Проектирование систем программного обеспечения под управлением онтологий: модели, методы, реализации // Онтология проектирования. 2019. Т. 9. №4(34). С. 429-448.
  21. Mavetera N., Kroeze J.H. An Ontology-Driven Software Development Framework. 2010. URL: http://hdl.handle.net/ 10394/3135 (Дата обращения 22.07.2022).
  22. Taentzer G. et al. Model Transformation by Graph Transformation: A Comparative Study // Proceedings Workshop Model Transformation in Practice, Montego Bay, Jamaica. 2005. P. 1–48.
  23. Giese H., Levendovszky T., Vangheluwe H. Summary of the Workshop on Multi-Paradigm Modeling: Concepts and Tools // In: Kühne T. (eds) Models in Software Engineering. MODELS 2006. Lecture Notes in Computer Science. 2007. Vol. 4364. Springer, Berlin, Heidelberg.
  24. Гаврилова Т.А., Страхович Э.В. Визуально-аналитическое мышление и интеллект-карты в онтологическом инжиниринге. // Онтология проектирования. 2020. № 1(35). С. 87-99.
  25. Gribova V.V., Kleshchev A.S., Moskalenko F.M., Timchenko V.A. A Two-level Model of Information Units with Complex Structure that Correspond to the Questioning Metaphor // Automatic Documentation and Mathematical Linguistics. 2015. Vol. 49. No.5. P. 172–181.
  26. Грибова В.В. и др. Базовая технология разработки интеллектуальных сервисов на облачной платформе IACPaaS. Часть 1. Разработка базы знаний и решателя задач // Программная инженерия. 2015. №12. С. 3-11.
  27. Грибова В.В. и др. Базовая технология разработки интеллектуальных сервисов на облачной платформе IACPaaS. Часть 2. Разработка агентов и шаблонов сообщений // Программная инженерия. 2016. №1. С. 14-20.
  28. Грибова В.В. и др. Базовая технология разработки интеллектуальных сервисов на облачной платформе IACPaaS. Часть 3. Разработка интерфейса и пример создания прикладных сервисов // Программная инженерия. 2016. Т. 7. №3. С. 99-107.
  29. Грибова В.В. и др. Управляемая графовыми грамматиками разработка оболочек интеллектуальных сервисов на облачной платформе IACPaaS // Программная инженерия. 2017. Т. 8. №10. С. 435-447.
  30. Грибова В.В., Москаленко Ф.М., Тимченко В.А., Шалфеева Е.А. Разработка решателей задач на основе управляющих графов для систем с базами знаний // Программная инженерия. 2021. Т.12. №3. С. 115-126.
  31. Грибова В.В. и др. Программная оболочка для создания интеллектуальных систем в практической и образовательной медицине // Информатика и системы управления. 2017. № 4(54). С. 114-124.
  32. Кульчин Ю.Н. и др. Методология проектирования лазерного аддитивного процесса формирования решетчатой периодической структуры на поверхности пластины из алюминиевого сплава // Автоматизация в промышленности. 2021. №10. С. 27-36.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».