Реферат за темою випускної роботи

Зміст

1 Актуальність теми

Накопичення, поширення і передача знань від поколінь до поколінь в усі часи визначали розвиток людської цивілізації. В останні десятиліття знання, інтелектуальні ресурси набули особливого значення в соціальному і економічному розвитку суспільства. Це пов'язано з дією ряду фундаментальних чинників і, перш за все, з інформаційною революцією і виникненням нової економіки. Інформаційна революція, викликана появою багатьох поколінь комп'ютерів і програмних систем, їх проникненням практично в усі сфери діяльності, і що послідувала за нею комунікаційна революція привели до небувалого прогресу в обробці, зберіганні і передачі інформації, спростили і прискорили взаємодія між об'єктами і суб'єктами економічної, соціальної та політичного життя різних країн, привели до глобалізації ринку. Нової економіки - економіки, заснованої на знаннях, властивий стрімке зростання наукоємності товарів і послуг, скорочення їх життєвого циклу, інтелектуалізація використовуваних технологій, що забезпечують кратне підвищення продуктивності праці, виникнення великого сегмента ринку власне інтелектуальних продуктів і послуг (патенти, ліцензії, транзакції, консалтинг) , швидкий темп оновлення знань і необхідність їх постійного поповнення.[1]

Стрімкий розвиток інформаційних технологій призводить до публікації великої кількості матеріалів, статей і книг з різної тематики. Однак важко бути в курсі всіх змін, що відбуваються, нових тенденцій і розробок, самостійно стежити за всієї продукції, що випускається періодикою; хоча це і необхідно для підтримання достатнього рівня професійної компетенції, як студентам, так і викладачам. Корпоративна база знань – єдиний інформаційний сховище, центральне місце для обміну даними між користувачами всередині організації.
Створення подібної системи управління знаннями може дозволити всім співробітникам організації в залежності від рівня доступу, незалежно від місця розташування і часу доби, здійснювати швидкий пошук і спільно використовувати корпоративну інформацію, необхідну в роботі. Сама інформація є особливою цінністю, тому величезне значення має надійність її зберігання, а швидке її отримання та регламентований, але вільний доступ дає організації конкурентні переваги. Для створення корпоративної бази знань використовуються знання співробітників організації (наприклад, у вигляді усних свідчень), нормативна та довідкова документація. Корпоративна база знань дозволяє позбавити організацію від дублювання і втрати важливих знань і відомостей і допомагає підтримувати актуальність інформації. Застосування бази знань дозволяє знижувати витрати і підвищувати прибуток за рахунок скорочення часу на пошук необхідної інформації, які можуть займати до 30% робочого часу.

Не можна переоцінити важливість управління знаннями в компанії. Відсутність управління корпоративними базами знаннями може привести до істотних тимчасових і фінансових втрат. Вибравши напрямки роботи, за якими необхідно накопичувати інформацію, регламентувавши діяльність з базою знань для користувачів, які є носіями безцінного досвіду – керівник підвищує якість і швидкість роботи, а також підвищує обсяг цінних знань, використовуваних і збережених організацією. А це значить, що ефективність роботи організації тепер уже не зможе перешкодити часткова або навіть повна зміна і звільнення персоналу. Наявність корпоративної бази знань дозволяє зберегти отриманий досвід і напрацювання кожного співробітника.[2]

База знань повинна застосовуватися не тільки як корелює з моделлю компетенцій компанії інструмент для самооцінки або ж самостійного навчання співробітників, але і довідкова база, яка використовується в повсякденній роботі. В рамках виконання поточних робіт (методичні посібники, лекції та ін.) Викладачі щорічно обробляють великі обсяги матеріалів, здійснюючи вибір найбільш актуальних і повних з них, реферіруя їх і готуючи таким чином огляди в розрізі напрямки діяльності кафедри. Ця праця не повинен пропадати - необхідно користуватися його результатами. Але на даний момент всі роботи на кафедрі зберігаються в паперовому неструктурованому вигляді, що ускладнює доступ до них, особливо, підбір робіт по конкретним тематиками. Таким чином, існує реальна необхідність в створенні електронного сховища знань викладачів (методичок, лекцій, завдань і дисертацій), організованого за принципом вузько спрямованої бібліотеки, в якій була б сконцентрована структурована інформація по напрямку діяльності конкретної кафедри ВНЗ.

2 Мета і завдання дослідження, плановані результати

Метою проведених досліджень є зниження трудомісткості обробки, скорочення часу пошуку і підвищення якості методичного матеріалу на основі повторного використання накопичених знань і досвіду, оформлених за спеціальними правилами у вигляді комп'ютерної бази знань.

Завдання дослідження:

• аналіз стану сучасних досліджень в області формування і підтримки баз знань
• огляд моделей подання знань;
• формулювання математичної моделі;
• розробка власної моделі бази знань;
• програмна реалізація інтелектуальної системи, перевірка ефективності розробленої системи

3 Огляд досліджень і розробок

Досліджувана тема популярна не тільки в міжнародних, але і в національних наукових спільнотах.

3.1 Огляд міжнародних джерел

У міжнародному просторі, зокрема, англомовних джерелах, принципам і основним підходам формування баз знань присвячено безліч книг і робіт. Так само багато роботи присвячені створенню інтелектуальних систем, що включають ці бази.

У журналі Turkish Online Journal of Distance Education-TOJDE [4] йдеться про те, що професійні знання в навчальних закладах не зберігаються належним чином, також спостерігається, що багато разів генерировалась інформація повторно, а знання в інституті залишаються нікому не відомої сірої літературою, яка може бути насправді корисною.

У статті Building a Knowledge Repository: Linking Jordanian Universities Elibrary in an integrated database system [5] Alhawary F.A. звертає увагу на те, що база знань в освітньому закладі, безсумнівно, допоможе в різної генерації звітів, зміцненні асоціації випускників, поліпшення можливостей працевлаштування студентів і взагалі нового персоналу (щоб поліпшити якість роботи персоналу і студентів, їх продуктивність, скоротити час на вирішення проблем, пов'язаних з отриманням методичної інформації).

Цікаві дослідження в сфері застосування систем управління базами знань представлені в роботі Yaying Mary Chou Yeh The Implementation Of Knowledge Management System In Taiwan's Higher Education [6]. Дана інформація може бути використана для подальших наукових досліджень, за запевненням автора.

Ще одна стаття Towards Knowledge Handling in Ontology-Based Information Extraction Systems [7] присвячена застосуванню правильної системи вилучення інформації на основі онтологій, так як онтології виявилися ефективними і потужними інструментами для збору та обміну знаннями, надаючи чіткі специфікації концептуалізації.

3.2 Огляд національних джерел

У національних джерелах тема створення інтелектуальних систем з базами знань так само популярна, як і на міжнародному науковому співтоваристві.

У навчально-методичному посібнику Інформаційні системи і бази знань Т.Н. Лебедєвої, Л.С. Носовий, А.А. Рузакова [8] представлені основні положення теорії інформаційних систем і баз знань від їх виникнення до сучасного уявлення. Розглядаються інформаційні, інтелектуальні і корпоративні системи, даються їх визначення, класифікації, архітектури та етапи їх розробки.

Проект Методологія і Технологія формування Онтологій на основі інтеграції з гетерогенними джерелами даних (МЕТЕОР) [9] орієнтований на вирішення актуальної проблеми проектування і формування баз знань предметних областей на основі онтологій через інтеграцію і обробку структурованих масивів даних з гетерогенних джерел. Реалізація проекту дозволить заповнити прогалину між практичними потребами підприємств і організацій та існуючими технологіями і методами роботи з онтологіями.

Стаття М.А. Грищенко Розробка баз знань і експертних систем на основі модельно-орієнтованого підходу описує, як при описі переносних незалежної моделі використовувати додатково до UML, розроблену автором, нотацію для представлення продукцій іменовану Rule Visual Modeling Language (RVML). Для моделювання функціональності використані елементи ODA, Ontology Driven Architecture – архітектури, керованої онтологією. [10].

Також, в роботі Лабораторії інтелектуальних систем ИТМО Як створити правильну онтологію. Частина I. [11] звертають нашу увагу на те, з чого варто починати розробку онтології.

3.3 Огляд локальних джерел

Баз знань, інтелектуальних систем і онтології присвячені деякі роботи магістрів ДонНТУ.

Студенткою ДонНТУ, Бажанової А.І. розглянута схема роботи семантичного пошуку інформації, місце онтологічної моделі в ньому. Проаналізовано основні засоби побудови онтологій. Проведено порівняльний аналіз основних моделей подання даних в онтологіях, а також основних мов опису онтологій і редакторів для роботи з ними в статті Дослідження застосування онтологічних моделей для семантичного пошуку [12]

В роботі С.П. Некрашевича Побудова моделі онтології інтелектуальної системи моніторингу навчального процесу дистанційної освіти [13] пропонується формальна модель онтології інтеллектуальноій системи моніторингу навчального процесу дистанційної освіти, яка є первинним етапом в розробці інтеллектуальноій системи

ССтаття [14] Болотовой В.А. надає нам висновок про те, що в даний час актуальні дослідження, спрямовані на розробку такого підходу до подання і тиражування знань, який з одного боку дозволяв би найбільш адекватно враховувати специфіку проблемної області, а з іншого – представляти і використовувати знання в деякому уніфікованому вигляді.

Ще в одній роботі студента ДонНТУ, Ніфталіева В.Е. [15] Створення онтологічної бази знань рекрутингової системи розглянуті методи побудови онтологій. Вибраний оптимальний спосіб, що дозволяє найкращим чином провести формулювання, структурування та подання даних і знань.

4 Моделі представлення знань

Як відомо, знання в базі знань представлені в певній формі. Форма подання знань має суттєвий вплив на характеристики і властивості системи, тому уявлення знань є однією з найбільш важливих проблем, характерних для систем, заснованих на знаннях.

Подання знань – це формалізація і структурування (з метою полегшення виконання завдання) знань, за допомогою яких відображаються основні характерні ознаки:

• внутрішня интерпретируемость. Дані, що зберігаються в пам'яті або на зовнішніх носіях, позбавлені імен, таким чином, відсутня можливість їх однозначної ідентифікації системою. Дані може ідентифікувати лише програма, витягати їх за певним алгоритмом;
• структурованість. Інформаційні одиниці повинні володіти гнучкою структурою.
• семантична метрика. На безлічі інформаційних одиниць в деяких випадках корисно задавати відношення, що характеризує їх ситуаційну близькість, тобто силу асоціативного зв'язку.
• зв'язність. Між інформаційними одиницями повинна бути передбачена можливість встановлення зв'язків різного типу.
• активність. Всі обчислювальні процеси ініціюються командами, а дані використовуються цими командами лише в разі потреби.

Проблема подання знань полягає в невідповідності між відомостями про залежності даної предметної області, наявними у фахівця, методами, використовуваними їм при вирішенні завдань, і можливостями формального (однозначно-обмеженого) подання такої інформації в ЕОМ. Часто проблема ускладнюється труднощами для експерта щодо формулювання в явному вигляді наявних у нього знань. Виділяється ряд моделей для вирішення поставленої проблеми, пов'язаної з формалізацією і поданням знань у пам'яті інформаційних систем [17].

4.1 Класифікація моделей подання знань

Моделі подання знань відносяться до прагматичного напрямку (Ця інформація базується на припущенні про те, що розумова діяльність людини - чорний ящик) в дослідженнях зі штучного інтелекту. При цьому в системах, заснованих на знаннях, інформаційні структури подаються у формі декларативних (описових) знань, а алгоритми і евристики – у формі процедурних знань.

На основі проведеного огляду були виявлені найбільш часто використовувані і популярні на сьогоднішній день моделі подання знань:

1. логічні моделі;
2. продукційні моделі;
3. мережеві моделі;
4. фреймових моделі;
5. математичні моделі

При глибокому аналізі кожної з представлених моделей уявлення знань можна побачити переваги і недоліки кожної з них.

Перевагами логічної моделі подання знань є єдиність теоретичного обґрунтування і можливість реалізації системи формально точних визначень і висновків. Однак при вирішенні складних завдань спроба представити неформалізовані знання експерта, серед яких переважають евристики, в системі суворої логіки наштовхується на серйозні перешкоди. Це пов'язано з тим, що, на відміну від суворої логіки, так звана людська логіка володіє нечіткої структурою. Тому велика частина досягнень в області систем з базами знань до справжнього моменту була пов'язана із застосуванням нелогічних моделей.

Що стосується мережевих моделей, то основним їх перевагою є більшою мірою відповідність щодо інших моделей сучасних уявлень про організацію довготривалої пам'яті людини, а недоліком -складність організації процедури пошуку виведення на семантичній мережі.

Перевагами продукційних моделей є простота створення і розуміння окремих правил, простота поповнення і модифікації, простота механізму логічного висновку; недоліками – неясність взаємних відносин правил, складність оцінки цілісного образу знань, вкрай низька ефективність обробки, відміну від людської структури знань, відсутність гнучкості в логічному висновку.

Основною перевагою фреймової моделі подання знань є те, що вона відображає концептуальну основу організації пам'яті людини, а також її гнучкість і наочність. Мова представлення знань, заснованих на фреймової моделі, особливо ефективний для структурного опису складних понять і вирішення завдань, в яких відповідно до ситуації бажано застосовувати різні способи виведення. У той же час такою мовою не може управління завершеністю і сталістю цілісного образу. Зокрема, з цієї причини існує велика небезпека порушення приєднаної процедури. Слід зазначити, що фреймової систему без механізму приєднаних процедур (а отже, і механізму передачі повідомлення) часто використовують як базу даних системи продукцій [17].

Переваги математичних моделей полягають у тому, що вони точні, абстрактні і передають інформацію логічно однозначним чином. Моделі точні, оскільки дозволяють будувати припущення, які можна порівняти з реальними даними, поставивши експеримент або провівши необхідні спостереження. Моделі абстрактні, так як символічна логіка математики витягує ті і тільки ті елементи, які важливі для дедуктивної логіки міркування, виключаючи все сторонні значення. Недоліки математичних моделей полягають часто в складності математичного апарату. Виникають труднощі перекладу результатів з мови математики на мову реального життя. Мабуть, найбільший недолік математичної моделі пов'язаний з тими спотвореннями, які можна привнести в саму проблему, наполегливо відстоюючи конкретну модель, навіть якщо в дійсності вона не відповідає новим фактам [17].

4.2 Огляд підходів для проектування баз знань

Модельно-орієнтований підхід

Згідно з однією з реалізацій модельно-орієнтованого підходу – Архітектурі, керованої моделлю або MDA [18], процес розробки інформаційної системи включає опис основних понять будь-якої предметної області, відносин між ними і способів їх обробки і представляється у вигляді безлічі інформаційних моделей, що визначають склад , структуру і поведінку майбутнього програмного продукту. При цьому виділяють кілька моделей: обчислювально-незалежну – CIM (Computation Independent Model), переносних незалежну – PIM (Platform Independent Model), переносних залежні – PSM (Platform Specific Model) і моделі платформи – PDM (Platform Description Model).

CIM і PIM не містять прив'язку до конкретних мов або середах реалізації і є, по своїй суті, моделями предметної області. PSM і PDM залежать від платформи розробки і виконують функції адаптерів або трансляторів, що перетворюють моделі предметної області в програмний код або їх інтерпретує. При цьому процес розробки інформаційних систем являє собою послідовний перехід від моделі до моделі, супроводжуваний їх трансформацією або інтерпретацією. На малюнку показана схема СУБЗ, на якій виділена і декомпозирована функція створення баз знань [19].

Важливим аспектом застосування MDA є візуальне моделювання. При цьому MDA традиційно використовує UML (Unified Modeling Language) для побудови моделей предметної області. UML не дозволяє наочно і однозначно представити причинно-наслідкові залежності, тому пропонується при описі PIM додатково до UML використовувати для подання продукцій авторську нотацію Rule Visual Modeling Language (RVML). Пропонована нотація має більшу виразністю при описі причинно-наслідкових залежностей в порівнянні з UML, зокрема RVML дозволяє (рис. 4.2.3):

• використовувати окремі спеціалізовані графічні примітиви для відображення всіх елементів продукцій, а не стереотипи або типізовані класи як в UML: задати умову і дію;
• привласнювати окремих фактів суб'єктивні ймовірності у вигляді коефіцієнтів впевненості;
• більш наочно відображати тип виконуваних дій (додавання, видалення, зупинка);
• відображати логічні оператори в умовах правил (або і не)[19].

Висновки

Онтологічне дослідження знань про процес автоматизованого навчання дозволяє природним чином врахувати істотні властивості і відносини об'єктів проблемної області. Перевагою нечіткого модельного уявлення виділених класів онтології в реляційної базі даних ІС є облік лінгвістичної невизначеності знань експерта. Програмна реалізація запропонованого підходу дозволить диференційовано, і, отже, ефективно, організувати процес автоматизованого навчання, доступу до інформації та її структуризації.

Список джерел