ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ "МОЛОДАЯ НАУКА СИБИРИ"

ВЕРИФИКАЦИЯ И ПОИСК ПРОТИВОРЕЧИЙ В БАЗАХ ЗНАНИЙ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

Авторы: 
Дата поступления: 
23.11.2018
Библиографическое описание статьи: 

Нитежук М.С. Верификация и поиск противоречий в базах знаний интеллектуальных систем [Электронный ресурс] / М.С. Нитежук // Молодая наука Сибири: электрон. науч. журн. – 2018. – №2. – Режим доступа: http://mnv.irgups.ru/toma/22-2018, свободный. – Загл. с экрана. – Яз. рус., англ. (дата обращения: 17.12.2018)

Год: 
2018
Номер журнала (Том): 
УДК: 
004.82
Файл статьи: 
Аннотация: 

В статье на примере продукционной модели знаний обсуждаются методы и подходы к верификации баз знаний интеллектуальных информационных систем. Рассматриваются как базы знаний экспертных систем, так и другие хранилища информации. Отмечается, что типичными ошибками разработки баз знаний служат их противоречивость, неполнота, избыточность. Рассматриваются средства борьбы с этими проблемами: разработка специализированных программ и алгоритмов, онтологическое моделирование для детализированного описания семантики предметной области и иное. Делается предположение о целесообразности использования для верификации баз знаний неклассических логических исчислений, способных обрабатывать информацию, обладающую существенной степенью неполноты и противоречивости: логики с векторной семантикой (VTF-логику как их частный случай) и нейтрософскую логику Смарандаке

Список цитируемой литературы: 
  1. Гаскаров Д.В. Интеллектуальные информационные системы. Учеб. для вузов. М.: высш. шк., 2003. 431 с.
  2. Советов Б.Я., Цехановский В.В., Чертовский В.Д. Интеллектуальные системы и технологии: учебник для студ. учреждений высш. проф. образования. М.: Издательский центр «Академия», 2013. 320 с.
  3. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000. 384 с.
  4. Макаренко С.И. Интеллектуальные информационные системы: учеб. пособие. – Ставрополь: СФ МГТУ им М.А. Шолохова, 2009. – 206 с.
  5. Аршинский Л.В. Теоретические основы искусственного интеллекта: учебное пособие. Иркутск: ИрГУПС, 2016. 142 с.
  6. Рыбина Г.В. Основы построения интеллектуальных информационных систем: учеб. пособ. М.: Финансы и статистика, ИНФРА-М. 2010. 432 с.
  7. Marcot B. Testing your knowledge base // AI Expert. August. 1987. pp 43-47.
  8. Долинина О.Н. Классификация ошибок в базах знаний экспертных систем // Вестник СГТУ. 2010. № 4 (50). Вып. 2. С. 125–130.
  9. Андреев А.М., Березкин Д.В., Симаков К.В. Особенности проектирования модели и онтологии предметной области для поиска противоречий в правовых электронных библиотеках. – http://inteltec.ru/publish/articles/textan/RCDL2004.shtml
  10. Пронина И.Г. Методы и инструментальные средства поддержки продукционных баз знаний, содержащих правила с интервальными значениями характеристик в предикатах: диссертация ... кандидата технических наук: 05.13.11. М., 1994. 160 с.
  11. Preece A.D., Shinghal R., Batarekh A. Verifying expert systems: a logical framework and a practical tool // Expert systems with applications. 1992. Vol. 5. P. 421–436.
  12. Проскуряков Д.П. Управление разрешением конфликтов в продукционных экспертных системах // Вестник Иркутского государственного технического университета. 2015. № 8. С. 47-51.
  13. Поспелова Л.Я., Чуканова О.В. Поиск противоречий в продукционных базах знаний. – http://www.vmest.ru/nuda/poisk-protivorechij-v-produkcionnih-bazah-znani....
  14. Post E.L. Formal Reductions of the General Combination Decision Problem // American Journal of Mathematics. V. 65. 1943. pp. 197-215.
  15. Tepandi J. Comparison of Expert System Verification Criteria: Redundancy // Proc. ECAI 90 Conf. Stockholm, 1990. pp 49-62.
  16. Технология баз знаний. – http://konesh.ru/lekciya-11-tehnologiya-baz-znanij.html.
  17. Alchourron C., Gardenfors P., Makinson D. On the logic of theory change: partial meet contraction and revision functions // Journal of Symbolic Logic. 1985. Vol. 50, No. 4. P. 510-530.
  18. Flouris G., Huang Z., Pan J.Z., Plexousakis D., and Wache H. Inconsistencies, Negations and Changes in Ontologies // Proceedings of the 21st  National Conference on Artificial Intelligence AAI-06. 2006. P. 1295-1300.
  19. Поспелова Л.Я. Мера согласованности нечеткой базы знаний и методика ее оценки // XII Всероссийское совещание по проблемам управления ВСПУ-2014. Москва. 16-19 июня 2014 г. – С. 4010-4017. – http://docplayer.ru/45831239-Mera-soglasovannosti-nechetkoy-bazy-znaniy-....
  20. Иванов А.С. Математические модели и алгоритмы функционирования продукционных баз знаний: диссертация ... кандидата физико-математических наук: 05.13.18. Саратов, 2008. 117 с.
  21. Васильев Н.А. О частных суждениях, о треугольнике противоположностей, о законе исключенного четвертого. Казань, 1910.
  22. Васильев Н.А. Воображаемая логика. Избранные труды. - М.: Наука, 1989. - 264 с.
  23. Тишков А.В. и др. Обнаружение и устранение противоречий в спецификациях сложных систем. – http://skachate.ru/informatika/8252/index.html.
  24. Выявление противоречий. – https://studfiles.net/preview/964885/page:13.
  25. Davis R. Use of meta level knowledge in the construction and maintenance of large knowledge bases: Ph.D. dissertation, Computer Science Departmenr, Stanford University, Stanford, California, 1976, 197 p.
  26. Долина О.С. Разработка метода тестирования продукционных баз знаний экспертных систем с учетом ошибок типа «забывание об исключении»: диссертация … кандидата технических наук: 05.13.14. Саратов, 1999. 174 с.
  27. Проскуряков Д.П. Поиск противоречий с помощью стратегии управления продукциями на основе онтологии предметной области // Труды XIX Байкальской Всероссийской конференции «Информационные и математические технологии в науке и управлении». Ч. III. Иркутск: ИСЭМ СО РАН, 2014. С. 166–170.
  28. Яловец А.Л. Представление и обработка знаний с точки зрения математического моделирования. Проблемы и решения [Knowledge representation and processing in terms of mathematical modeling. Problems and solutions]. Kiev: Наукова Думка, 2011, 339 с.
  29. Проскуряков Д.П. Интеграция онтологического моделирования и рассуждений по прецедентам для обработки контекста в исследованиях энергетической безопасности // Вестник Иркутского государственного технического университета. 2017. том 21 № 4(123). С. 90-99.
  30. Аршинский В.Л., Проскуряков Д.П. Применение онтологий и рассуждения по прецедентам для обработки контекста в событийном моделировании в исследованиях энергетики // Современные технологии. Системный анализ. Моделирование. 2016. № 4 (52). С. 94-100.
  31. Plaza E., Arcos J.L. Constructive adaptation // Advances in case-based reasoning. Springer Verlag. 2002. Vol. 2416. P. 306-320.
  32. Аршинский Л.В. Содержательный и формальный выводы в логиках с векторной семантикой // Автоматика и телемеханика, 2007. № 1. С. 153-162.
  33. Аршинский Л.В. Многозначные логики с векторной семантикой. Деп. в ВИНИТИ 13.02.03 №281-В2003. 46 с.
  34. Аршинский Л.В. Исследование и разработка математических моделей обработки неполных и противоречивых данных на основе логик с векторной семантикой: автореферат диссертации … доктора технических наук: 05.13.18. Иркутск, 2007. 40 с.
  35. Smarandache F. Neutrosophy: Neutrosophic Probability, Set and Logic. American Research Press, Rehoboth, 1998. 105 p.
  36. Smarandache, F. An Introduction to Neutrosophy, Neutrosophic Logic, Neutrosophic Set, and Neutrosophic Probability and Statistics // Proc. of the First International Conference on Neutrosophy, Neutrosophic Logic, Neutrosophic Set, Neutrosophic Probability and Statistics. University of New Mexico-Gallup, 1-3 December 2001. Phoenix: Xiquan, 2001. P. 5-21.
  37. Смарандаке Ф. Сущность нейтрософии: Пер. с англ. Hexis Publishers, Феникс, Аризона, 2006. 33 с.
  38. Аршинский Л.В. Применение векторного формализма в логике и логико-математическом моделировании // Онтология проектирования. 2016. Т. 6. № 4 (22). С. 436-451.
  39. Аршинский Л.В. Методы обработки нестрогих высказываний. Иркутск: Изд-во Восточно-Сибирского института МВД России, 1998. 40 с.