Система знаний: иерархия аксиоматик, модели и их верификация

Обложка

Цитировать

Полный текст

Аннотация

В статье исследуются возможности совершенствованию системы знаний, которая в настоящее время не обладает необходимой целостностью, существует одновременно в нескольких противоречащих друг другу парадигмах, описывается на альтернативных, взаимно-непереводимых языках различных наук и областей знания. Возможности совершенствования системы знаний могут быть реализованы при систематизации и обобщений знаний в виде иерархической структуры, основанной на задействовании нескольких методологических уровней, к числу которых относятся: формирование иерархии аксиоматик; генерация формальных теорий предметных областей на основе выбранной аксиоматики и принятых в рамках современной научной парадигмы единообразных правил; определение методологических подходов к синтезу формальных моделей; топологическая верификация знаний на предмет обеспечения непрерывности отображений и сохранения преемственности при развитии и трансформации всей системы знаний и локальных систем знаний, относящихся к ее фрагментам или ипостасям. В основу методологии исследования положен эволюционный подход к познанию, исходя из которого относительно крупным предметным областям соответствуют эволюционные уровни мироздания, для которых определяется аксиоматика. Построение формальной модели осуществляется посредством специальной методологии синтеза. Для обоснованного выбора формальной модели предлагается оригинальная классификация моделей по широкому набору критериев. Научная новизна исследования заключается: в определении методологии построения иерархии аксиоматик; определении трех критериев выбора наилучших аксиом (эволюционности, очевидности и парадигмальности); в определении механизма возникновения неполноты и противоречивости систем знаний, возникающих вследствие инкапсуляции обобщенных знаний предшествующих эволюционных уровней, сопровождающейся потерей информации, а также определении подходов к устранению неполноты и противоречивости; в формализации специальной методологии синтеза формальных моделей, включающей в себя накопленный опыт синтеза, консолидированный в виде вторичных законов объектов, относящихся к моделированию, и инструментарий описания последовательности синтеза на основе ее языковой интерпретации; в формировании комплексного подхода к решению проблемы формальных моделей при их изменении за пределы системной определенности. На долгосрочную перспективу развитие системы знаний сформулирована цель определения методологических подходов к задаче конструирования языковых форм для трансляции смыслов между различными предметными областями с сохранением преемственности или с переопределением смыслов знания.

Об авторах

Андрей Армович Грибков

Научно-производственный комплекс "Технологический центр"

Email: andarmo@yandex.ru
ORCID iD: 0000-0002-9734-105X
ведущий научный сотрудник;

Александр Александрович Зеленский

Научно-производственный комплекс "Технологический центр"

Email: zelenskyaa@gmail.com
ORCID iD: 0000-0002-3464-538X
ведущий научный сотрудник;

Список литературы

  1. Грибков А.А. Вторичные паттерны форм и отношений: постановка задачи и определение методологических подходов // Философия и культура. 2025. № 6. С. 15-29. doi: 10.7256/2454-0757.2025.6.74932 EDN: RBVHCT URL: https://nbpublish.com/library_read_article.php?id=74932
  2. Клини С.К. Введение в метаматематику. М.: Издательство иностранной литературы, 1957. 526 с.
  3. Келли Дж. Общая топология. Пер. с англ. М.: Наука, 1981. 432 с.
  4. Грибков А.А. Эмпирико-метафизическая общая теория систем: монография. М.: Издательский дом Академии Естествознания, 2024. 360 с. doi: 10.17513/np.607. EDN: QTOCDS.
  5. Аристотель. Сочинения в четырех томах. М.: "Мысль", 1976–1983.
  6. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: "Мир", 1976. 165 с.
  7. Флейшман Б.С. Основы системологии. М.: "Радио и связь", 1982. 368 с.
  8. Кириллов Н.П. Концептуальные модели технических систем с управляемыми состояниями: обзор и анализ // Искусственный интеллект и принятие решений. 2011. Т. 4. С. 81-91. EDN: PXGUWD.
  9. Новиков С.П. Топология. Москва-Ижевск: Институт компьютерных исследований, 2002. 336 с.
  10. Букур И., Деляну А. Введение в теорию категорий и функторов. Пер. с англ. М.: Мир, 1972. 259 с.
  11. Голдблатт Р. Топосы. Категорный анализ логики. Пер. с англ. М.: Мир, 1983. 488 с.
  12. Математическая логика и основания математики: Сборник переводов / Под ред. А.В. Идельсона и Г.Е. Минца. М.: Наука, 1967. 351 с.
  13. Кейслер Г., Чэн Ч.Ч. Теория моделей. Пер. с англ. М.: Мир, 1977. 615 с.
  14. Смирнов С.В. Онтологии как смысловые модели // "Онтология проектирования". 2013. № 2. С. 12-19. EDN: QICWND.
  15. Строгалев В.П., Толкачева И.О. Имитационное моделирование: Учеб. пособие. М.: Изд-во МГТУ им. Н.Э. Баумана, 2008. 280 с. EDN: QMSBGL.
  16. Бурилина М.А., Ахмадеев Б.А. Анализ многообразия архитектур и методов моделирования децентрализованных систем на основе агент-ориентированного подхода // Креативная экономика. 2016. Т. 10. № 7. С. 829-848. doi: 10.18334/ce.10.7.35364. EDN: WFIUCH.
  17. Railsback S.F., Grimm V. Agent-Based and Individual-Based Modeling: A Practical Introduction. 2nd ed. Princeton University Press, 2019. 360 p.
  18. Burgin M. Systems, Actors and Agents: Operation in a multicomponent environment. 2017. 28 p. URL: arXiv:1711.08319.
  19. Зеленский А.А., Грибков А.А. Акторное моделирование когнитивных систем реального времени: онтологическое обоснование и программно-математическая реализация // Философская мысль. 2024. № 1. С. 1-12. doi: 10.25136/2409-8728.2024.1.69254 EDN: LVEGUM URL: https://nbpublish.com/library_read_article.php?id=69254
  20. Shah V., Vaz Salles M.A. Reactors: A case for predictable, virtualized actor database systems // International Conference on Management of Data. 2018. С. 259-274.
  21. Парийская Е.Ю. Сравнительный анализ математических моделей и подходов к моделированию и анализу непрерывно-дискретных систем // Дифференциальные уравнения и процессы управления. 1997. № 1. С. 91-120. EDN: VEGEAJ.
  22. Спеньер Э. Алгебраическая топология. Пер. с англ. М.: Мир, 1971. 680 с.
  23. Маклейн С. Категории для работающего математика. Пер. с англ. М.: ФИЗМАТЛИТ, 2004. 352 с. EDN: QJMIXL.
  24. Уемов А.И. Системный подход и общая теория систем. М.: "Мысль", 1978. 272 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

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».