Model of System-Object Three-Dimensional Knowledge Base

Capa

Citar

Texto integral

Resumo

The article deals with the original model of the knowledge base, based on a threedimensional classification and the system-object approach "Unit-Function-Object", which provides storage of interconnected information about conceptual and material systems. A formal description of the knowledge base model by means of descriptive logic is presented. The procedures for using the knowledge base built according to the proposed model for predicting and supporting management, as well as the procedures for creating using system classification analysis and maintenance, are described. An example of three-dimensional classification in the field of emergency situations is given.

Sobre autores

Sergey Matorin

Belgorod National Research University; Belgorod University of Cooperation, Economics and Law

Autor responsável pela correspondência
Email: matorin@softconnect.ru

Doctor of Technical Sciences, Professor of the Department of Information and Robotic Systems; Professor of the Department of Information Systems and Technologies

Rússia, Belgorod; Belgorod

Svetlana Gul

Belgorod National Research University

Email: medintseva@bsu.edu.ru

Graduate Student

Rússia, Belgorod

Bibliografia

  1. Matorin S.I. Otechestvennaya uchebnaya literatura po iskusstvennomu intellektu [Domestic educational literature on artificial intelligence] // Iskusstvennyy intellekt i prinyatiye resheniy [Artificial Intelligence and Decision Making]. 2021. No. 3. P. 106 -113.
  2. Proskurin A. V., Buzayev D. V. Problemy proyektirovaniya i razrabotki bazy znaniy [Problems of design and development of the knowledge base] // Aktual'nyye problemy aviatsii i kosmonavtiki [Actual problems of aviation and cosmonautics]. 2012. T.1. No. 4. P. 344-346
  3. Gavrilova T.A., Khoroshevskiy V.F. Bazy znaniy intellektual'nykh sistem [Knowledge bases of intellectual systems]. SPb: Piter. 2003. 384 p.
  4. Enrico Motta. The knowledge modeling paradigm in knowledge engineering. The Open University Walton Hall. 2003. 29 p.
  5. Logunova Ye.A. Obzor podkhodov k razresheniyu nedostatkov produktsionnoy bazy znaniy sistemy logicheskogo vyvoda [Overview of approaches to resolving the shortcomings of the production knowledge base of the inference system] // Modern high technologies. 2015. No. 9. P. 46-48.
  6. Balanova L.A., Yushchenko Ye.V. Modeli predstavleniya znaniy: vidy, primeneniye, dostoinstva i nedostatki [Models of knowledge representation: types, application, advantages and disadvantages] // Electronic resource. URL: https://files.scienceforum.ru/pdf/2020/5e04a0ce76fcc.pdf.
  7. Bolotova L.S. Sistemy podderzhki prinyatiya resheniy chast' 1 [Decision support systems part 1] // Electronic resource. URL: https://studme.org/244010/informatika/sistemy_podderzhk i_prinyatiya_resheniy_chast_1.
  8. Problemy predstavleniya i modelirovaniya znaniy [Problems of Knowledge Representation and Modeling] // Electronic resource. URL: https://lektsia.com/6xc78c.html.
  9. Sosinskaya S.S. Predstavleniye znaniy v informatsionnoy sisteme. Metody iskusstvennogo intellekta i predstavleniya znaniy [Representation of knowledge in the information system. Methods of artificial intelligence and knowledge representation]. Staryy Oskol: TNT. 2015. 216 p.
  10. Kravchenko YU.A., Novikov A.A., Markov V.V. Metod sozdaniya ontologii predmetnoy oblasti na osnove glossariya [A method for creating an ontology of a subject area based on a glossary] // Izvestiya YUFU. Tekhnicheskiye nauki [Izvestiya SFedU. Technical science]. 2015. No. 6(167). P. 158-168.
  11. Smirnov C.V. Ontologicheskoye modelirovaniye v situatsionnom upravlenii [Ontological modeling in situational management] // Ontologiya proyektirovaniya [Ontology of design]. 2012. No. 2. P. 16-24.
  12. Gribova V. V., Kleshchev A. S., Moskalenko F. M., Timchenko V. A., Fedorishchev L. A., Shalfeyeva Ye. A. Upravlyayemaya grafovymi grammatikami razrabotka obolochek intellektual'nykh servisov na oblachnoy platforme IACPaaS [Graph grammar-driven development of shells for intelligent services on the IACPaaS cloud platform] // Programmnaya inzheneriya [Software Engineering]. 2017. V.8. No. 10. P. 435-447.
  13. Gribova V. V., Kleshchev A. S., Moskalenko F. M., Timchenko V. A., Fedorishchev L. A., Shalfeyeva Ye. A. Oblachnaya platforma IACPaaS dlya razrabotki obolochek intellektual'nykh servisov: sostoyaniye i perspektivy razvitiya [IACPaaS cloud platform for developing shells of intelligent services: state of the art and development] // Programmnyye produkty i sistemy [Software & Systems]. 2018. No. 3(31). P. 527-536.
  14. Volkova G.A. Sozdaniye "ontologii vsego". Problemy klassifikatsii i resheniya [Creation of "ontology of everything". Problems of classification and solution] // Novyye informatsionnyye tekhnologii v avtomatizirovannykh sistemakh [New information technologies in automated systems]. 2013. No. 16. P. 293-300.
  15. Platonov A.V., Poleshchuk Ye.A. Metody avtomaticheskogo postroyeniya ontologiy [Methods for automatic construction of ontologies] // Programmnyye produkty i sistemy [Software & Systems]. 2016. No. 2(114). P. 47-52.
  16. Zagorul'ko YU.A., Borovikova O.I., Zagorul'ko G.B. Primeneniye patternov ontologicheskogo proyektirovaniya pri razrabotke ontologiy nauchnykh predmetnykh oblastey [Application of Ontology Design Patterns in the Development of the Ontologies of Scientific Subject Domains] // Sbornik trudov XIX-y Mezhdunarodnoy konferentsii
  17. «Analitika i upravleniye dannymi v oblastyakh s intensivnym ispol'zovaniyem dannykh» (DAMDID/ RCDL’2017) [Proceedings of the XIX International Conference "Analytics and Data Management in Data Intensive Domains" (DAMDID / RCDL'2017)]. Moskva: FITS IU RAN [FRC CSC RAS]. 2017. P. 331-339.
  18. Gangemi, A. Ontology Design Patterns for Semantic Web Content. In: Gil, Y., Motta, E., Benjamins, V.R., Musen, M.A. (eds). The Semantic Web – ISWC 2005. LNCS, 3729. Berlin, Heidelberg: Springer. 2005. Р. 262-276.
  19. Ontology Engineering with Ontology Design Patterns: Foundations and Applications (Studies on the Semantic Web). Hitzler, P., Gangemi, A., Janowicz, K., Krisnadhi, A., Presutti, V. (eds), IOS Press/AKA, 2016. Р. 388.
  20. Mikoni, S.V. O kachestve ontologicheskikh modeley [On the quality of ontological models] // Ontologiya proyektirovaniya [Design ontology]. 2017. V. 7. No. 3(25). P. 347-360.
  21. Smirnov S.V. Ontologicheskiy analiz predmetnykh oblastey modelirovaniya [Ontological analysis of subject domains of modeling] // Izvestiya Samarskogo nauchnogo tsentra RAN [Proceedings of the Samara Scientific Center of the Russian Academy of Sciences]. 2001. V. 3. No. 1. P. 62-70.
  22. Hoffman I. Aktivnaya pamyat': eksperiment. issled. i teorii chelovecheskoy pamyati [Active memory: an experiment. research and the theory of human memory]: Per. s nem [Per. with him]. M.: Progress, 1986. 312 p.
  23. Bova V.V., Kravchenko D.YU., Leshchanov D.V., Novikov A.A. Komp'yuternaya ontologiya: zadachi i metodologiya postroyeniya [Computer ontology: tasks and methodology of construction] // Informatika, vychislitel'naya tekhnika i inzhenernoye obrazovaniye [Informatics, computer science and engineering education]. 2014. No. 4 (19). P. 1-11.
  24. Karpov V.E., Karpova I.P. K voprosu o printsipakh klassifikatsii system [To the question of the principles of classification of systems] // Informatsionnyye tekhnologii [Information technologies]. 2002. No. 2. P. 35–38.
  25. Bokiy G.B. Rol' klassifikatsionnoy sistemy v protsesse polucheniya novykh nauchnykh znaniy [The role of the classification system in the process of obtaining new scientific knowledge] // Problemy sistemnykh issledovaniy [Problems of System Research]. Novosibirsk: NGU. 1985. P. 45-63.
  26. Subetto A.I. Metaklassifikatsiya kak nauka o mekhanizmakh i zakonakh klassifitsirovaniya [Metaclassification as a science about the mechanisms and laws of classification]. SPb.: Issled. ts-r problem kach-va podgot-ki spetsov. 1994. 254 p.
  27. Gulakova T.K., Kuz'mich R.I. Poisk zakonomernostey v zadache klassifikatsii [Search for patterns in the classification problem] // Materialy VI Vserossiyskoy nauchnoprakticheskoy konferentsii «Aktual'nyye problemy aviatsii i kosmonavtiki» [Proceedings of the VI All-Russian Scientific and Practical Conference "Actual Problems of Aviation and Cosmonautics"]. V. 1. Tekhnicheskiye nauki [Technical sciences]. Krasnoyarsk: Sib. gos. aerokosmich. un-t [Sib. state aerospace un-t]. 2010. P. 317-318.
  28. Masich, I.S., Krayeva Ye.M., Kuz'mich R.I., Gulakova T.K. Sravnitel'nyy analiz metodov klassifikatsii dannykh na prakticheskikh zadachakh prognozirovaniya i diagnostiki [Comparative analysis of data classification methods for practical problems of forecasting and diagnostics] // Nauchno-tekhnicheskiy zhurnal: «Sistemy upravleniya i informatsionnyye tekhnologii» [Scientific and technical journal: "Control systems and information technologies"]. 2011. No. 1(43). P. 20-25.
  29. Kondakov N.I. Logicheskiy slovar'–spravochnik [Logical dictionary-reference book]. M.: Nauka, 1975. 720 p.
  30. Polishchuk YU.M., Khon V.B. Teoriya avtomatizirovannykh bankov informatsii [Theory of automated information banks]. M.: Vysshaya shkola [Higher school]. 1989. 184 p.
  31. Brekhovskikh S.M. Osnovy funktsional'noy sistemologii material'nykh ob"yektov [Fundamentals of functional systemology of material objects]. M.: Nauka. 1989. 192 p.
  32. Mel'nikov G.P. Sistemologiya i yazykovyye aspekty kibernetiki [Systemology and linguistic aspects of cybernetics]. M.: Sov. Radio. 1978. 368 p.
  33. Teoriya sistem i sistemnyy analiz: uchebnik [Systems theory and systems analysis: textbook]. S.I. Matorin, A.G. Zhikharev, O.A. Zimovets and others; ed. S.I. Matorina. Moskva; Berlin: Direktmedia Pablishing, 2019. 509 p. URL: http://biblioclub.ru/index.php?page=book&id=574641.
  34. Matorin S.I., Zhikharev A.G. Uchet obshchesistemnykh zakonomernostey pri sistemno-ob"yektnom modelirovanii organizatsionnykh znaniy [Accounting for system-wide patterns in system-object modeling of organizational knowledge] // Iskusstvennyy intellekt i prinyatiye resheniy [Artificial intelligence and decision making]. 2018. No. 3. P. 115-126.
  35. Matorin S. I., Zhikharev A. G., Mikhelev V.V. Uchet obshchesistemnykh zakonomernostey pri kontseptual'nom modelirovanii ponyatiynykh znaniy [Accounting for system-wide patterns in the conceptual modeling of conceptual knowledge] // Iskusstvennyy intellekt i prinyatiye resheniy [Artificial intelligence and decision making]. 2019. №3. Р. 12-23.
  36. Ackoff R.L. General system theory and systems research: Contrasting conceptions of system science // In Proceedings of the Second Systems Symposium at Case Institute of Technology. New York; London: Wiley. 1964. P. 51-60.
  37. Matorin S.I. and Mikhelev V.V. An Analysis of the Role and Structure of Information (Conceptual) Systems // Automatic Documentation and Mathematical Linguistics, 2020, Vol. 54. No. 2. P. 105–112.
  38. Matorin S.I., Mikhelev V.V. Sistemno-ob"yektnyy determinantnyy analiz. Postroyeniye taksonomii predmetnoy oblasti [System-object determinant analysis. Building a taxonomy of the subject area] // Iskusstvennyy intellekt i prinyatiye resheniy [Artificial Intelligence and Decision Making]. 2021. No. 1. P. 15-24.
  39. Schmidt-Schauss M., Smolka G. Attributive concept descriptions with complements // Artificial Intelligence. Elsevier Science Publishing Company, Inc. 1991. № 48(1). P. 1-26.
  40. Gul' S.V., Matorin S.I. Problemy kontseptual'nogo klassifikatsionnogo modelirovaniya [Problems of conceptual classification modeling] // V sbornike: Informatsionnoanaliticheskiye sistemy i tekhnologii. Materialy IX Mezhdunarodnoy konferentsii [In the collection: Information-analytical systems and technologies. Materials of the IX International Conference]. Belgorod, 2022. S. 51-59.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

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».