Русский   English
ДонНТУ   Портал магістрів

Реферат за темою випускної роботи

Зміст

Введення

Експертна система — це програмний засіб, що використовує експертні знання для забезпечення високоефективного рішення неформалізованих задач у вузькій предметній області. Основу ЕС складає база знань (БЗ) про предметну область, яка накопичується в процесі побудови та експлуатації ЕС. Накопичення і організація знань — найважливіша властивість усіх ЕС. [1]

1. Актуальність теми

Потреба в онтології пов'язана з неможливістю повноцінної автоматичної обробки природномовних текстів існуючими засобами. У різних спільнотах часто зустрічаються різні позначення. для одних і тих же понять. Тому для якісної обробки текстів необхідно мати детальний опис проблемної області з безліччю логічних зв'язків, які показують співвідношення між термінами області. Використання онтологій дозволяє представити природномовної текст в такому вигляді, що він стає придатним для автоматичної обробки. Інформаційно-пропагандистська система. терміни між усіма користувачами проекту. Також широке застосування завдання онтологічного аналізу. В рамках цих задач за допомогою онтологічного дослідження накопичують цінну інформацію про функціонування складних систем. Такий аналіз зазвичай починається зі складання словника термінів, який використовується при обговоренні і характеристиках об'єктів і процесів, що складають дану систему, а також створення системи точних визначень цих термінів. Крім того, документуються основні логічні взаємозв'язки між поставками термінами і поняттями. результатом цього аналізу є словник термінів, їх точних визначень і взаємозв'язків між ім. Зібрану інформацію використовувати при проведенні процесу реорганізації нову систему або побудови нових систем[2].

Причини, за якими виникає потреба у використанні онтологій:

2. Мета і завдання дослідження, плановані результати

Метою пропонованої роботи є вирішення двох завдань:

1) Виконання аналізу сучасних редакторів онтологій з точки зору:

2) Визначення актуальних напрямків розвитку редакторів онтологій і постановка задачі по створенню редакторів онтологій нового покоління.

Постановка задачі:

Інтелектуальні патерни, представлені у формі онтологій і побудовані на базі діаграм класів UML, як:

Тобто на вході:

На виході:

Також дана реалізація дозволила б синтезувати програмний код на базі продукционного підходу.

3. Огляд досліджень і розробок

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

В даному розділі буде представлений огляд досліджень в області створення інтелектуальних патернів, онтології.

3.1 Огляд міжнародних джерел

У статті Експертні системи на основі онтологій — відтворення людського навчання, Rahul Matkar, Ajit Parab [9], основна увага приділяється здатності до навчання експертних систем. У цій статті представлена елітна система, відома як експертні системи, яка намагається відтворити поведінку Людини-експерта. Експертні системи працюють за концепцією База знань. Ця база знань створюється інженером по знаннях після проведення серії інтерв'ю з фахівцем по людях. Механізм виведення використовує факти з Бази знань, щоб знайти рішення проблеми. Продуктивність експертної системи повністю залежить від якості бази знань і механізму виведення. Основною проблемою, яку слід враховувати при розробці експертних систем, є здатність вивчати речі самостійно. Експертні системи копіюють підхід експертів-людей до вирішення проблеми, аналогічним чином експертні системи також можуть відтворювати поведінку людського навчання. Вивчаючи новий факт, люди використовують свої існуючі знання і намагаються відповідним чином реагувати на новий факт. Точно так же експертна система, якщо їй дано базовий рівень — строгі встановлені правила, яких необхідно дотримуватися і здатність вивести зв'язок між різними фактами (онтологія) під час навчання, вони також можуть витягувати або вивчати нові факти. таким же чином Експерти-люди вчаться або розширюють свої знання.

У роботі Онтологічний підхід до діагностики та класифікації для експертної системи в галузі охорони здоров'я та харчування [10], представлено як зробити експертну систему, засновану на онтологіях, простий у використанні і безкоштовно застосовувати до питань стійкості спільноти. Сама онтологія грає важливу роль в розмаїтті знань і методів управління, які можуть спростити комунікацію між експертними доменами і користувачами. Сфера цього дослідження — здоров'я і харчування, які, як очікується, допоможуть людям усвідомити занепокоєння, яке вони відчувають. Результатом цього дослідження є модель експертної системи і мобільні додатки, які допоможуть користувачам подолати проблеми в галузі охорони здоров'я та харчування за допомогою методу онтології. Мета цього дослідження — розробити програму на основі методу онтології, щоб полегшити людям пошук інформації про експертних системах.

3.2 Огляд національних джерел

У статті Онтології в системах, заснованих на знаннях: можливості їх застосування, Смехун Я.А. [4], розглядається основниe аспектs і ролі розробки, а також іспользованіe онтологій в системах, що базуються на знаннях, для складання описів основних понять в конкретних предметних областях.

У роботі Онтологічний підхід і його використання в системах подання знань, C.H. Щеглов [5], розглядається онтологічний підхід і його використання в системах подання знань. Основна роль в описі знань відводиться онтології, які використовуються при проектуванні баз знань, створення експертних систем і систем підтримки прийняття рішень, розробці середовищ, орієнтованих на спільне використання інформації декількома користувачами, і розробці різних пошукових систем.

У статті Формування бази знань експертної системи на основі онтології з використанням оригінальної мови представлення знань, Ахаев А.В., Ходашінскій І.А. [6], розглядається мова представлення знань продукційного типу для генерації рекомендацій на основі онтології. Описується синтаксис пропонованого мови представлення знань, розглядається процес формування правил на основі онтології, наводяться приклади розроблених правил.

У статті Онтологічний підхід до побудови бази знань надтверді , В.Н. Кулаковський, А.А. Лебедєва, К.З. Гордашнік, Е.М. Чистяков, І.В. Скворцов [7], складно структурована предметна область надтвердих матеріалів, визначаються компоненти бази знань СТМ і процес її розробки на основі метаонтологіі надтверді (СТМ).

У роботі Забезпечення слабкою зв'язності експертної системи і онтологічної бази знань шляхом додавання обслуговуючого шару, Рясков А.С. [8], розглядається оцінка поточної архітектурної реалізації зв'язку експертних систем і баз знань, розглянуті недоліки & mdash; основним недоліком є необхідність переписувати шар сполучення експертної системи і бази знань при будь-якій зміні в протоколі обміну даними між ними, поставлена мета — знизити зв'язність експертної системи і бази знань.

У статті Аналіз редакторів онтологій з точки зору уявлення класів і продукційних правил, Кутелёв Р.С., Пахота М.І., Григор'єв А.В. [3], проведено порівняльний аналіз редакторів онтологій. Виконано аналіз уявлення класів, патернів. Вивчено можливість використання продукцій для синтезу класів в редакторах онтологій.

3.3 Огляд локальних джерел

Розглянемо роботи інших магістрів.

В роботі Воробйова Льва Олеговича Програмний синтез патернів об'єктно-орієнтованого проектування [11] є розробка нового способу автоматизації процесу програмування на основі використання принципів SOLID і застосовуючи технологію синтезу програмного коду за допомогою онтологій.

В роботі Білика Микити Олеговича Моделі і алгоритми поновлення знань експертних систем на основі онтологічного підходу [12] описується процес розробки експертної системи та впровадження в неї онтологію. Автор розглядає які переваги принесе такий підхід.

4. Структура експертної системи

Узагальнена структура експертної системи представлена на малюнку 1.

Результаты экспериментальных исследований

Малюнок 1 — Узагальнена структура експертної системи (5 кадрів, 1 кадр в 1,2 секунди, 5 повторень)

4.1 Просторове знання

Об'єкти мають дві властивості: просторове і непросторових. Просторові властивості визначають об'єкти за трьома категоріями, а саме становище об'єктів, форма об'єктів і розмір об'єктів. Непространственние властивості представляють колір і категорію об'єкта. Ці властивості підтримують планування завдань робота. просторове уявлення необхідно для подання концепції простору і форми в роботизованою середовищі. В основі системи ІІ лежить розробка завдання робота високого рівня, в якій всі знання предметної області представлені з використанням просторових функцій. Але навігація роботів здійснюється з неповними знаннями предметної області, невідомими об'єктами і незнайомим розташуванням об'єктів в предметної області. Щоб вирішити цю проблему, просторове подання з використанням онтології визначає, як явну, так і неявну специфікацію завдання в домені, а також надає карту для модельованої області. просторове уявлення явно визначає просторові сутності, такі як розташування об'єкта, форма об'єкта і визначає положення об'єкта в домені. Неявна специфікація керує поведінкою робота і рухом дій по досягненню місця призначення в просторі. це просторове уявлення сформоване на трьох основних категоріях, а саме на просторової суті, просторових відносинах і нечіткої інформації, які допомагають роботу успішно працювати і планувати в межах свого оточення[13].

4.2 Семантичне знання

Семантичні знання можуть представляти загальні знання, такі як концепції, їх відносини і те, як вони семантично пов'язані. Семантичні знання надають інструкції та детальну інформацію, необхідні для виконання в інтелектуальній системі. Семантичні знання дозволяють виводити нову інформацію, що дозволяє роботу виконувати великий набір завдань. Робот повинен мати достатні знання для сприйняття детермінованою середовища і доступу до методів виконання дій з використанням цього семантичного знання. Планування завдань має послідовність упорядкованих дій для досягнення мети високого рівня[14].

4.3 Тимчасове знання

Часова логіка використовується для подання тимчасової інформації, яка включає як якісну, так і кількісну інформацію. кількісна тимчасова інформація висловлює моменти часу, пов'язані з такими подіями, як час початку або закінчення. Якісна тимчасова інформація висловлює події за допомогою тимчасових відносин, які визначають послідовний порядок між подіями. Ця тимчасова інформаційна система допомагає в упорядкуванні завдань, використовуючи час початку події, тривалість події і збіг двох подій, що дуже важливо для роботів, щоб діяти в навколишньому середовищі.

4.4 Можливість застосування онтологій в експертних системах

Один з найважливіших компонентів експертної системи є база знань. Саме від повноти і несуперечності наявних в ній знань залежить якість експертної системи. Онтології можна використовувати в якості основи для створення бази. Наприклад, завдання, які вирішуються системами прийняття рішення, відрізняються поганий формалізованності, то дуже важливо мати деталізовані, несуперечливі і логічні знання з заданої предметної області. Системи прийняття рішень часто використовують величезні масиви знань. А так як за допомогою онтології можна явно описати семантику знань і даних, то вона служить базисом для інтеграції і спільного застосування різних даних при вирішенні різних завдань.

Висновки

У даній роботі були виконані завдання дослідження:

На основі отриманих знань буде реалізована експертна система із застосуванням логічного висновку в інтелектуальних патернах, побудованих як онтології об'єктів з фізичної семантикою.

Список джерел

  1. Введение в экспертные системы. Основные понятия и определения, 2020 Режим доступа: [Ссылка] (дата обращения: 18.11.2020).
  2. Никоненко А.А. Обзор баз знаний онтологического типа // Штучний інтелект.—2009.—№ 4.— С.208-219 Режим доступа: [Ссылка] (дата обращения: 18.11.2020).
  3. Кутелёв Р.С., Пахота М.И., Григорьев А.В. Анализ редакторов онтологий с точки зрения представления классов и продукционных правил // Сборник научных трудов III Международной научно-практической конференции:сб.статей.—Донецк, 2020.— С.21-28 [Ссылка на сборник] (дата обращения: 18.11.2020).
  4. Смехун Я.А. Онтологии в системах, основанных на знаниях: возможности их применения// Международный научно-исследовательский журнал.—2016.—№ 5 (47) Часть 3.— С.173-175, режим доступа:[Ссылка] (дата обращения: 18.11.2020).
  5. Щеглов C.H. Онтологический подход и его использование в системах представления знаний //Известия Южного федерального университета. Технические науки.—2009.—№7.— С.10-17. Режим доступа: [Ссылка] (дата обращения: 18.11.2020).
  6. Ахаев А.В., Ходашинский И.А. Формирование базы знаний экспертной системы на основе онтологии с использованием оригинального языка представления знаний// Электронные средства и системы управления. Материалы докладов международной научно-практической конференции.—2013.—№2.— С.3-7. Режим доступа: [Ссылка] (дата обращения: 18.11.2020).
  7. В.Н. Кулаковский, А.А. Лебедева, К.З. Гордашник, Е.М. Чистяков, И.В. Скворцов. Онтологический подход к построению базы знаний Сверхтвердые материалы// Штучний інтелект.—2008.—№ 2.— С.91-102. [Ссылка] (дата обращения: 18.11.2020).
  8. Рясков А.С. — Обеспечение слабой связности экспертной системы и онтологической базы знаний путём добавления обслуживающего слоя // Кибернетика и программирование.— 2018.— № 2.— С. 75-82. Режим доступа: [Ссылка] (дата обращения: 18.11.2020).
  9. Rahul Matkar, Ajit Parab, Экспертные системы на основе онтологий — воспроизведение человеческого обучения // Proceedings of the First International Conference on Contours of Computing Technology.—2010.—№ 2.— С.43-47. Режим доступа: [Ссылка] (дата обращения: 18.11.2020).
  10. Фриска Н., Деа Ч. и Санти С. Онтологический подход к диагностике и классификации для экспертной системы в области здравоохранения и питания // Ontological Analyses in Science, Technology and Informatics, 2019 Режим доступа:[Ссылка] (дата обращения: 18.11.2020).
  11. Воробьёв Л.О. Программный синтез паттернов объектно-ориентированного проектирования, Донецкий национальный технический университет, 2020 Режим доступа: [Ссылка] (дата обращения: 18.11.2020).
  12. Билык Н.О. Модели и алгоритмы обновления знаний экспертных систем на основе онтологического подхода, Донецкий национальный технический университет, 2013 Режим доступа:[Ссылка] (дата обращения: 18.11.2020).
  13. Ontology based spatial planning for human-robot interaction / Belouaer L., Bouzid M., Mouaddib A.-I. 2020. [Temporal Representation and Reasoning, TIME, 2010 17th International Symposium on, IEEE (2010), pp. 103-110.
  14. Web-enabled robots / Tenorth M., Klank U., Pangercic D., Beetz M. IEEE Roboot. Autom. Mag., 18 (2) (2011), pp. 58-68