Розробка методів уніфікації структурно-логічної моделі метазнань для управління еволюцією онтологій інтелектуальних систем
DOI:
https://doi.org/10.15587/1729-4061.2019.155410Ключові слова:
інкорпорація онтологій, контекст моделі, маркування графа, метапродукція, репрезентація знань, сигнальний граф, система підтримки рішеньАнотація
Актуальність роботи обумовлена важливістю і необхідністю уніфікації побудови і використання інтелектуальних систем підтримки рішень для управління складними промисловими об'єктами та системами.
Метою роботи є обґрунтування єдиного підходу до управління базами знань різних конфігурацій і розробка уніфікованих математичних моделей операцій над елементами онтологій.
Запропоновано метод управління еволюцією онтологій професійних областей, заснований на уніфікації структурно-логічної моделі репрезентації метазнань.
Розроблено спосіб уніфікації структурно-логічної моделі еволюції інкорпорації онтологій. Розроблено формально-лінгвістичні моделі, доведено подібність форм репрезентації знань і еволюційне спадкування в рамках загальної інкорпорації онтологій. Для синтезу моделі інкорпорації еволюційного успадкування онтологій вирішені завдання розробки моделей еволюційного успадкування концептів, графів і онтологій рівнів БЗ. Модель забезпечує можливість для всіх рівнів БЗ єдиного підходу до інтерпретації структур взаємодії концептів.
Розроблено узагальнену модель сигнального графа рівнів структури БЗ. Модель включає в себе атомарний концепт, сигнал, потенціал вузла, активність вузла, поріг чутливості вузла до вхідного сигналу. Розроблено набір формальних моделей множини базових операцій на сигнальному графі БЗ, необхідних для інтерпретації та обчислення форм знань. Розроблено синтаксис метаправил і формально-лінгвістичний базис. Введено формалізми параметра маркування та функції маркування сигнального графа БЗ. Моделі маркування введені в загальну модель сигнального графа БЗ.
Досліджено можливості застосування розроблених моделей сигнального графа бази знань в різних професійних галузях. Показано, що запропоновані моделі метазнань не залежать від форм подання і формалізмів професійних онтологій. Це дозволяє використовувати єдиний механізм управління знаннями в будь-яких інтелектуальних системах підтримки рішень. Запропоновано спосіб ефективного динамічного управління структурою всіх рівнів БЗ і процесом логічного висновку в залежності від вхідних параметрів функціонування інтелектуальної системи
Посилання
- Bartolomey, P. I., Tashchilin, V. A. (2015). Informacionnoe obespechenie zadach elektroenergetiki. Ekaterinburg, 108.
- Morkun, V., Tron, V. (2014). Ore preparation multi-criteria energy-efficient automated control with considering the ecological and economic factors. Metallurgical and Mining Industry, 5, 4–7. Available at: http://www.metaljournal.com.ua/assets/Journal/1-MorkunTron.pdf
- Besanger, Y., Eremia, M., Voropai, N. (2013). Major Grid Blackouts: Analysis, Classification, and Prevention. Handbook of Electrical Power System Dynamics, 789–863. doi: https://doi.org/10.1002/9781118516072.ch13
- Smolovik, S. V. (2008). Rol' «chelovecheskogo faktora» v razvitii krupnyh sistemnyh avariy. ELEKTROENERGETIKA, 1 (1), 16–19.
- Avariynist na obiektakh elektroenerhetyky Ukrainy u 2005 rotsi. Haluzevyi informatsiynyi dokument (2005). Obiednannia enerhetychnykh pidpryiemstv «Haluzevyi rezervno-investytsiynyi fond rozvytku enerhetyky». Kyiv: Vydavnytstvo «Enerhiya», 102.
- Kalibataitė, G. (2011). The Importance of Meta-Knowledge for Business and Information Management. Social Technologies, 1 (1), 163–178.
- Nasrollahi, S. N., Mokhtari, H., Seyedein, M. (2011). Meta-analysis: An Approach to Synthesizing and Evaluating Research on Knowledge and Information Science. Iranian Journal of Information Processing & Management, 29 (2), 293–316.
- Morkun, V., Tcvirkun, S. (2014). Investigation of methods of fuzzy clustering for determining ore types. Metallurgical and Mining Industry, 5, 12–15. Available at: http://www.metaljournal.com.ua/assets/Journal/3-MorkunTs.pdf
- Rodriguez-Rojas, L. A., Cueva-Lovelle, J. M., Tarazona-Bermudez, G. M., Montenegro-Marin, C. E. (2013). Open Data as a key factor for developing expert systems: a perspective from Spain. International Journal of Interactive Multimedia and Artificial Intelligence, 2 (2), 51. doi: https://doi.org/10.9781/ijimai.2013.226
- Ligeza, A. (2001). Knowledge Representation and Inference for Analysis and Design of Database and Tabular Rule-Based Systems. Computer Science, 3 (1), 13–60.
- Miah, S. J., Genemo, H. (2016). A Design Science Research Methodology for Expert Systems Development. Australasian Journal of Information Systems, 20. doi: https://doi.org/10.3127/ajis.v20i0.1329
- Morkun, V., Morkun, N., Tron, V. (2015). Formalization and frequency analysis of robust control of ore beneficiation technological processes under parametric uncertainty. Metallurgical and Mining Industry, 5, 7–11. Available at: http://www.metaljournal.com.ua/assets/MMI_2014_6/MMI_2015_5/001-Morkun.pdf
- Kuznecov, O. P., Suhoverov, V. S., Shipilina, L. B. (2010). Ontologiya kak sistematizaciya nauchnyh znaniy: struktura, semantika, zadachi. Trudy konferencii «Tekhnicheskie i programmnye sredstva sistem upravleniya, kontrolya i izmereniya». Moscow: IPU RAN, 762–773.
- Al-Emran, M., Mezhuyev, V., Kamaludin, A., Shaalan, K. (2018). The impact of knowledge management processes on information systems: A systematic review. International Journal of Information Management, 43, 173–187. doi: https://doi.org/10.1016/j.ijinfomgt.2018.08.001
- Sedighi, S. M., Javidan, R. (2012). Semantic query in a relational database using a local ontology construction. South African Journal of Science, 108 (11/12). doi: https://doi.org/10.4102/sajs.v108i11/12.1107
- Ruy, F. B., Guizzardi, G., Falbo, R. A., Reginato, C. C., Santos, V. A. (2017). From reference ontologies to ontology patterns and back. Data & Knowledge Engineering, 109, 41–69. doi: https://doi.org/10.1016/j.datak.2017.03.004
- Duer, S., Wrzesień, P., Duer, R. (2017). Creating of structure of facts for the knowledge base of an expert system for wind power plant's equipment diagnosis. E3S Web of Conferences, 19, 01038. doi: https://doi.org/10.1051/e3sconf/20171901038
- Xamena, E., Brignole, N. B., Maguitman, A. G. (2017). A Structural Analysis of topic ontologies. Information Sciences, 421, 15–29. doi: https://doi.org/10.1016/j.ins.2017.08.081
- Gadomski, A. M. (1989). From Know-how to How-to- Know: An Approach to Knowledge Ordering for Specification of Complex Problems (TOGA methodology). Presented at the International Symposium on Computational Intelligence. Milan.
- Shabanov-Kushnarenko, Yu. P. (1984). Teoriya intellekta. Matematicheskie sredstva. Kharkiv, 144.
- Dudar', Z. V., Kalinichenko, O. V., Shabanov-Kushnarenko, S. Yu. (2000). About a method and problems of the theory of intellect. I. Radioelektronika i informatika, 2, 112–122.
- Shabanov-Kushnarenko, S. Yu., Kudhair Abed Tamer, Leschynskaya, I. A. (2013). The predicative approach to non-obvious knowledge formalization. Systemy obrobky informatsiyi, 9, 113–116.
- Bashmakov, A. I., Bashmakov, I. A. (2005). Intellektual'nye informacionnye tekhnologii. Moscow, 304.
- Genesereth, M. R., Fikes, R. E. (1992). Knowledge Interchange Format. Reference Manual. Computer Science Department, Stanford University Stanford, California, 68.
- Yalovec, A. L. (2011). Predstavlenie i obrabotka znaniy s tochki zreniya matematicheskogo modelirovaniya problemy i resheniya. Kyiv: Naukova dumka, 339.
- Gignoux, J., Chérel, G., Davies, I. D., Flint, S. R., Lateltin, E. (2017). Emergence and complex systems: The contribution of dynamic graph theory. Ecological Complexity, 31, 34–49. doi: https://doi.org/10.1016/j.ecocom.2017.02.006
- Wiener, G. (2016). On constructions of hypotraceable graphs. Electronic Notes in Discrete Mathematics, 54, 127–132. doi: https://doi.org/10.1016/j.endm.2016.09.023
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2019 Ihor Kotov, Oleksandr Suvorov, Oleksandra Serdiuk
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.
