Представление и обработка знаний с точки зрения математического моделирования, Проблемы и решения, Яловец А.Л., 2011

Представление и обработка знаний с точки зрения математического моделирования, Проблемы и решения, Яловец А.Л., 2011.
        
   Монография посвящена исследованию проблемы представления и обработки знаний в интеллектуальных системах. На основе 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). 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 — 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 в области интеллектуальных систем и математического моделирования, а также аспирантов и студентов соответствующих специальностей.

Представление и обработка знаний с точки зрения математического моделирования, Проблемы и решения, Яловец А.Л., 2011


ОПРЕДЕЛЕНИЕ ИССЛЕДУЕМОГО КЛАССА ЗАДАЧ.
Согласно классификации Д. Пойа [106], множество проблемных задач может быть разбито на два достаточно общих класса: класс задач на нахождение и класс задач на доказательство.

В случае рассмотрения задач на нахождение явно заданы исходные данные задачи и не задан искомый объект. Сущность задач на нахождение заключается в нахождении заранее неизвестного объекта, удовлетворяющего условиям задачи.

В случае рассмотрения задач на доказательство неизвестного объекта нет, т. е. известны как условия задачи, так и искомый объект. Решить задачу на доказательство — значит, найти подтверждение (доказательство) того, что искомый объект определяется из условий задачи.

ОГЛАВЛЕНИЕ.
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.
1.4.1. Краткий обзор проблемы построения логического вывода в СОЗ. Формирование требований к методу прямого вывода.
1.4.2. Краткий обзор проблемы валидации и верификации СОЗ. Формирование требований к методам статической верификации и эмпирического тестирования.
1.5. Некоторые предварительные выводы.
1.6. Формирование требований к разрабатываемой 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.
2.4.1. Выявление синонимичных имен.
2.4.2. Выявление неточных имен.
2.4.3. Выявление многозначных имен.
2.4.4. Выявление пустых имен.
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.
3.2.1. Формализация типов вершин логико-вычислительной семантической сети.
3.2.2. Особенности формирования идентификаторов 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 известных разновидностей семантических сетей.
3.4.1. Сравнение функциональных возможностей логико-вычислительной семантической сети и пропозициональной семантической сети.
3.4.2. Сравнение функциональных возможностей логико-вычислительной семантической сети и процедурной семантической сети.
3.4.3. Сравнение функциональных возможностей логико-вычислительной семантической сети и блочной семантической сети.
Глава 4. ФОРМАЛИЗАЦИЯ СТРУКТУРЫ ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ СЕМАНТИЧЕСКОЙ СЕТИ. МЕТОД ПРЯМОГО ВЫВОДА НА ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ СЕМАНТИЧЕСКОЙ СЕТИ.
4.1. Построение С-исчисления. Формализация структуры логико-вычислительной семантической сети.
4.2. Формализация понятия логического вывода.
4.2.1. Формализация понятия логического вывода для G-исчисления.
4.2.2. Формализация понятия логического вывода для ЛВС-сети.
4.3. Метод и алгоритм прямого вывода на ЛВС-сети.
4.3.1. Определение множеств, используемых для описания алгоритма прямого вывода.  
4.3.2. Описание алгоритма вывода.
4.3.3. Пример выполнения алгоритма прямого вывода на произвольной ЛВС-сети.  
4.3.4. Оценка временной сложности алгоритма вывода.
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.
6.2.1. Метод проверки, является ли ЛВС-сеть связным графом.
6.2.2. Метод проверки ацикличности структуры ЛВС-сети.
6.2.3. Метод проверки, является ли ЛВС-сеть простым графом.
6.2.4. Метод проверки однонаправленности дуг ЛВС-сети.
6.2.5. Метод поиска многозначных и синонимичных имен в ЛВС-сети.
6.3. Методы выявления и устранения логических противоречий в ЛВС-сети, обусловленных неполнотой либо избыточностью представленных знаний.
6.3.1. Общая характеристика проблемы возникновения логических противоречий в ЛВС-сети вследствие неполноты либо избыточности представленных знаний.
6.3.2. Понятие о неводах. Формализация структуры неразрешимых неводов.
6.3.3. Методы выявления неразрешимых неводов в структуре ЛВС-сети.
6.3.4. Методы устранения неразрешимых неводов из структуры ЛВС-сети.
6.3.5. Примеры выявления и устранения логических противоречий, обусловленных неполнотой и избыточностью знаний, представленных в ЛВС-сети.
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.
7.2.1. Постановка задачи выявления избыточной связности в ЛВС-сети.
7.2.2. Описание метода выявления избыточной связности в ЛВС-сети.
7.3. Метод подсчета количества тестовых случаев в ЛВС-сети.
7.3.1. Постановка задачи подсчета количества тестовых случаев в ЛВС-сети.
7.3.2. Описание метода подсчета количества тестовых случаев в ЛВС-сети.
7.4. Метод генерации множества тестовых случаев для ЛВС-сети.
7.4.1. Постановка задачи генерации множества тестовых случаев для ЛВС-сети.
7.4.2. Описание метода 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.
8.3.1. Программная система ТЕЗАУРУС.
8.3.2. Программная система МЕТОД.
8.3.3. Программная система ПРИЗМА.
8.3.4. Программная система СЛОГАН.
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.
9.2.1. Формирование БД имен.
9.2.2. Формирование БД методов.
9.2.3. Построение базы знаний.
9.2.4. Особенности обработки знаний средствами СЛМ-технологии.
9.3. Представление и обработка знаний, содержащихся в нормативных документах, регламентирующих процессы принятия решений по противодействию чрезвычайным ситуациям.
9.3.1. Постановка задачи.
9.3.2. Представление знаний, содержащихся в аварийных карточках.
9.3.3. Обработка знаний, содержащихся в аварийных карточках.
9.4. Представление и обработка знаний, содержащихся в нормативных документах, регламентирующих процессы диспетчерского управления объектами электроэнергетики.
9.4.1. Постановка задачи.
9.4.2. Представление и обработка знаний об оценке пропускной способности отдельного сечения ОЭС Украины в четкой постановке.
9.4.3. Постановка задачи оценки пропускной способности сечения в нечеткой формулировке.
9.4.4. Особенности представления нечетких знаний об оценке пропускной способности сечения средствами СЛМ-технологии.
9.4.5. Обработка нечетких знаний об оценке пропускной способности сечения средствами СЛМ-технологии.
Заключение.
Приложение А. Свойства системы логических операций.
Приложение Б. Соглашения, принятые для описания алгоритмов.
Приложение В. Алгоритмы построения минимальной позитивной модели.
Приложение Д. Алгоритмы проверки правильности построения ЛВС-сети.
Приложение Е. Алгоритмы выявления неразрешимых неводов I рода.
Приложение Ж. Алгоритм выявления избыточной связности в ЛВС-сети.
Приложение И. Алгоритм подсчета количества тестовых случаев в ЛВС-сети.
Приложение К. Алгоритм генерации множества тестовых случаев для ЛВС-сети.
Список литературы.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Представление и обработка знаний с точки зрения математического моделирования, Проблемы и решения, Яловец А.Л., 2011 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу



Скачать - pdf - Яндекс.Диск.
Дата публикации:





Хештеги: :: ::


Следующие учебники и книги:
Предыдущие статьи: