Монография посвящена исследованию проблемы представления и обработки знаний в интеллектуальных системах. На основании всестороннего анализа известных моделей представления знаний и методов обработки знаний показано, что решение исследуемой проблемы должно основываться на применении методологии математического моделирования. Исходя из этого, выполнен анализ естественных свойств декларативных и процедурных знаний, на основании которого обоснованы свойства новой модели представления знаний – логико-вычислительной семантической сети (ЛВС-сети). Формально исследованы свойства ЛВС-сети, и показано, что по своим функциональным возможностям ЛВС-сеть превосходит ряд других известных сетевых моделей представления знаний. Для ЛВС-сети предложена совокупность методов обработки знаний, в том числе: метод прямого вывода, метод построения начального состояния процесса прямого вывода, методы статической верификации и метод генерации множества тестовых случаев. На основе полученных теоретических результатов разработана программно-инструментальная среда представления и обработки знаний (СЛМ-технология), представляющая собой, с одной стороны, инструментальное средство построения систем, основанных на знаниях, с другой стороны, интегрированную среду моделирования. Приведены содержательные примеры применения СЛМ-технологии для представления и обработки знаний о различных предметных областях.
Для научных работников и специалистов, занимающихся исследованиями и разработками как в области интеллектуальных систем, так и математического моделирования, а также аспирантов и студентов соответствующих специальностей.
Author(s): Яловец А.Л.
Publisher: Наукова думка
Year: 2011
Language: Russian
Tags: Информатика и вычислительная техника;Искусственный интеллект;Базы знаний и экспертные системы;
ПРЕДИСЛОВИЕ
Глава
1. АНАЛИТИЧЕСКИЙ ОБЗОР ПРОБЛЕМЫ ПРЕДСТАВЛЕНИЯ
И ОБРАБОТКИ ЗНАНИЙ. ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЙ
1.1. Общая характеристика основных направлений исследований проблемы представления и обработки знаний
1.2. Определение исследуемого класса задач
1.3. Краткий обзор моделей представления знаний. Формирование требований к разрабатываемой модели представления знаний
1.4. Формирование требований к разрабатываемым методам обработки знаний
1.5. Некоторые предварительные выводы
1.6. Формирование требований к разрабатываемой моделирующей программно-инструментальной среде представления и обработки знаний
1.7. Задачи исследований
Глава
2. ОБОСНОВАНИЕ СВОЙСТВ ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ
СЕМАНТИЧЕСКОЙ СЕТИ КАК МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
2.1. Постановка задачи обоснования свойств разрабатываемой модели представления знаний
2.2. Выявление требуемых свойств модели представления знаний с точки зрения логико-семантического подхода
2.3. Выявление требуемых свойств модели представления знаний с точки зрения декомпозиционного подхода
2.4. Исследование проблемы выявления синонимичных, неточных, многозначных и пустых имен в структуре представляемых знаний
2.5. Обобщение выявленных свойств модели представления знаний
Глава
3. ОПРЕДЕЛЕНИЕ ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ СЕМАНТИЧЕСКОЙ СЕТИ. ФОРМАЛИЗАЦИЯ СВОЙСТВ ВЕРШИН ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ
СЕМАНТИЧЕСКОЙ СЕТИ
3.1. Определение логико-вычислительной семантической сети
3.2. Формализация свойств вершин логико-вычислительной семантической сети
3.3. Примеры представления знаний в логико-вычислительной семантической сети
3.4. Сравнение функциональных возможностей логико-вычислительной семантической сети и некоторых других разновидностей семантических сетей
Глава
4. ФОРМАЛИЗАЦИЯ СТРУКТУРЫ ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ
СЕМАНТИЧЕСКОЙ СЕТИ. МЕТОД ПРЯМОГО ВЫВОДА НА
ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ СЕМАНТИЧЕСКОЙ СЕТИ
4.1. Построение C-исчисления. Формализация структуры логико-вычислительной семантической сети
4.2. Формализация понятия логического вывода
4.3. Метод и алгоритм прямого вывода на ЛВС-сети
Глава
5. МИНИМАЛЬНАЯ ПОЗИТИВНАЯ МОДЕЛЬ КАК НАЧАЛЬНОЕ СОСТОЯНИЕ ПРОЦЕССА ПРЯМОГО ВЫВОДА НА ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ
СЕМАНТИЧЕСКОЙ СЕТИ. МЕТОД ПОСТРОЕНИЯ МИНИМАЛЬНОЙ
ПОЗИТИВНОЙ МОДЕЛИ
5.1. Сущность минимальной позитивной модели
5.2. Условия существования минимальных позитивных моделей
5.3. Метод построения минимальной позитивной модели
Глава
6. МЕТОДЫ ВЫПОЛНЕНИЯ СТАТИЧЕСКОЙ ВЕРИФИКАЦИИ
ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ СЕМАНТИЧЕСКОЙ СЕТИ
6.1. Постановка задачи выполнения статической верификации ЛВС-сети
6.2. Методы проверки правильности построения ЛВС-сети
6.3. Методы выявления и устранения логических противоречий в ЛВС-сети, вызванных неполнотой либо избыточностью представленных знаний
Глава
7. МЕТОД ГЕНЕРАЦИИ МНОЖЕСТВА ТЕСТОВЫХ СЛУЧАЕВ ДЛЯ ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ СЕМАНТИЧЕСКОЙ СЕТИ
7.1. Общий анализ проблемы генерации множества тестовых случаев
7.2. Метод выявления избыточной связности в ЛВС-сети
7.3. Метод подсчета количества тестовых случаев в ЛВС-сети
7.4. Метод генерации множества тестовых случаев для ЛВС-сети
Глава
8. РАЗРАБОТКА ИНСТРУМЕНТАЛЬНОГО СРЕДСТВА ПРЕДСТАВЛЕНИЯ И ОБРАБОТКИ ЗНАНИЙ (СЛМ-ТЕХНОЛОГИИ)
8.1. Общая характеристика СЛМ-технологии
8.2. Функциональные возможности и архитектура СЛМ-технологии
8.3. Описание программных систем, входящих в состав СЛМ-технологии
Глава 9 ПРИМЕНЕНИЕ СЛМ-ТЕХНОЛОГИИ ДЛЯ РЕШЕНИЯ
ПРИКЛАДНЫХ ЗАДАЧ
9.1. Общие положения
9.2. Представление и обработка знаний, содержащихся в нормативных документах налогового законодательства
9.3. Представление и обработка знаний, содержащихся в нормативных документах, регламентирующих процессы принятия решений по противодействию чрезвычайным ситуациям
9.4. Представление и обработка знаний, содержащихся в нормативных документах, регламентирующих процессы диспетчерского управления объектами электроэнергетики
Заключение
Приложения
Список литературы
