Динамічна предметна область: моделювання та побудова метапродукційних виводів

Автор(и)

DOI:

https://doi.org/10.30837/bi.2021.2(97).07

Ключові слова:

ПРОДУКЦІЯ, МЕТАПРОДУКЦІЯ, МЕТАПРОДУКЦІЙНІ ПРАВИЛА, СЕМАНТИЧНА ПРОДУКЦІЯ, ПОБУДОВА ВИВЕДЕНЬ, УЗАГАЛЬНЕНА СЕМАНТИЧНА ПРОДУКЦІЯ, МЕХАНІЗМ ВИВЕДЕННЯ

Анотація

У статті проведено стислий аналіз наявних стандартних моделей представлення знань, а саме: логічних, продукційних, мережевих та фреймових. З цього переліку моделей представлення знань здійснено вибір деяких, які можна використовувати до формування єдиної, більш гнучкої та просунутої моделі. Розглянуто особливості функціонування цієї моделі за умов динамічної природи предметної області. Відзначено, що протиріччя баз знань – це особлива характеристика знань. Запропоновано загальний вигляд метапродукційних правил та умови їх застосування до вирішення завдань у динамічній предметній галузі. Запропоновано формат подання багаторівневої метапродукційної системи представлення знань. Запропоновано формат продукцій-моніторів, призначених до здійснення керування процесом виведення у багаторівневій метапродукційній системі представлення знань. Проведено попередній аналіз ситуацій, при яких необхідно використання метапродукційного підходу. Здійснено опис алгоритму виведення у багаторівневій метапродукційній системі представлення знань.

Біографії авторів

С.О. Мар’їн, Харківський національний університет радіоелектроніки

кандидат технічних наук, доцент, доцент кафедри програмної інженерії ХНУРЕ,
м. Харків, Україна

І.О. Побіженко

кандидат технічних наук, доцент, доцент кафедри інформаційних технологій ХДАК,
м. Харків, Україна

Т.Г. Білова, Харківський національний університет радіоелектроніки

кандидат технічних наук, доцент, доцент, доцент кафедри системотехніки ХНУРЕ,
м. Харків, Україна

В.М. Дьоміна

кандидат технічних наук, доцент, доцент,
доцент кафедри кібернетики та інформаційних технологій, ДБТУ

Посилання

Дударь З. В., Калиниченко О. В., Шабанов-Кушнаренко С. Ю. О методе и задачах теории интеллекта. I. // Радио-электроника и информатика. 2000. № 2. С. 112 – 122.

Котов И. А., Суворов А. И., Сердюк А. Ю. Разработка методов унификации структурно-логической модели метазнаний для управления эволюцией онтологий интеллектуальных систем URL: https://core.ac.uk/display/288839718.pdf

Шабанов-Кушнаренко С. Ю., Кудхаир Абед Тамер, Лещинская И. А. Предикатный подход к формализации неявных знаний // Системи обробки інформації Н. 2013. Вип. 9. С. 113–116.

Ligeza A. Knowledge Representation and Inference for Analysis and Design of Database and Tabular Rule-Based Systems // Computer Science. 2001. Vol. 3, Issue 1. P. 13–60.

Morkun V., Tcvirkun S. Investigation of methods of fuzzy clustering for determining ore types // Metallurgical and Mining Industry. 2014. Issue 5. P. 12–15. URL: http://www.metaljournal.com.ua/assets/Journal/3-MorkunTs.pdf

Nasrollahi S. N., Mokhtari H., Seyedein M. Meta-analysis: An Approach to Synthesizing and Evaluating Research on Knowledge and Information Science // Iranian Journal of Information Processing & Management. 2011. Vol. 29, Issue 2. P. 293 – 316.

Open Data as a key factor for developing expert systems: a perspective from Spain / Rodriguez-Rojas L. A., Cueva-Lovelle J. M., Tarazona-Bermudez G. M., Montenegro-Marin C. E. // International Journal of Interactive Multimedia and То Artificial Intelligence. 2013. Vol. 2, Issue 2. P. 51. doi: https://doi.org/10.9781/ ijimai.2013.226

##submission.downloads##

Опубліковано

2021-12-24