Описано цикл робіт щодо реалізації ініційованої В. М. Глушковим ще у 60-х рр. програми "Алгоритм Очевидності", які плануються з точки зору нового рівня розуміння та у відповідності до нових тенденцій у галузі інформаційних технологій і комп'ютерних наук.

Засобами метамови нормальних форм понять формалізовано широко відомий фрагмент знань про резолюційне доведення теорем в обчисленні висловлювань. Запропонований опис ілюструє використання цієї метамови для подання прикладних систем досить високої складності.

Розглядається внутрішньокомп'ютерна система знань про оператора, її будова та принципи функціонування. Дається опис її складових блоків: зондування характеристик ЛО, математична модель ЛО, генератор моделі ЛО. Надається апроксимаційна формула рівня уваги оператора з описом параметрів, що входять до неї. Розглянута блок-схема алгоритму формування моделі ЛО з детальним описом кожного кроку. Пояснюється поняття адаптивний комп'ютер.

Виразні можливості метамови представлення знань нормальними формами понять, що безпосередньо інтерпретується апаратним процесором машини баз знань, досліджено відносно її використання для викладення формальних мов.

Рассмотрены феномен, теория и применение естественной (сущностной) классификации как основы любой фундаментальной науки, а также концептуального моделирования в интеллектуальных автоматизированных информационных системах. Разработана и применена для исследования картины мира системология систем-классов (внешних систем). Впервые рассмотрены операционные и математические критерии естественной классификации произвольной проблемной области. Построена категорно-функторная модель естественной классификации как концептуальной модели универсума на основе синтеза системологических и математических методов. Предложен новый метод системологического классификационного анализа на основе естественной классификации, который позволяет отразить в классификации глубинные знания о проблемной области, существенные свойства моделируемых объектов, а также наделить классификацию объяснительной и предсказательной силой. Показано, что применение естественных классификаций схем обеспечивает поддержку принятия оптимальных решений, получение выводов и рекомендаций, повышающих эффективность, а также адаптивность систем и технологий, основанных на знаниях.

Запропоновано метод ідентифікації нелінійних об'єктів шляхом двоетапного настроювання нечітких баз знань. Наведено результати комп'ютерного експерименту, що ілюструє метод настроювання нечіткої бази знань на прикладі нелінійного об'єкту з двома вхідними змінними.

Розглянуто підхід до конструювання бази знань і організації наступного доступу до неї з використанням стандарту XML. Цей підхід, проілюстрований прикладами, дозволяє використовувати технологію XML для проектування різних систем штучного інтелекту та сприяє розширенню сфери застосування цієї технології.

Розглянуто абстрактну архітектуру машини баз знань, які інтерпретуються апаратним процесором баз знань, і питання машинного представлення баз знань; сформульовано аксіоматичний базис та правила системи виведення теорем всякої прикладної теорії. Досліджено повноту і адекватність формальної інструментальної системи; наведено алгоритм інтерпретації знань, структуру і реалізацію процесора баз знань та відомості про системне програмне забезпечення й ефективність використання машини.

Подані й впорядковані в цілісному контексті основні вихідні поняття концептуального моделювання, запропонована формально-логічна система для аналізу логічних проблем подання знань про предметні області в інформаційних системах.

Розглянуто особливості потокової реалізації дедуктивних запитів, яка забезпечує підвищення ефективності за рахунок розпаралелювання обчислень та скорочення обмінів з екстенсональною базою даних. Досліджено залежності ефективності такої реалізації від характеристик запитів.

Рассматриваются методы и средства работы с неопределенными знаниями на унифицированной концептуальной модели проблемной области. Представлена базисная технология построения инструментальными средствами оболочки для автоматизации разработки интеллектуальных САПР.

Работа посвящена методам представления знаний с использованием методов статистического анализа, рассмотрены способы представления нечетких знаний. Разработан понятийный аппарат общей теории знаний, позволяющий дать описание знаний в виде системы. Предложена равновесная статистическая модель системы обучения. Главной особенностью этой модели является положенный в ее основу принцип равной ответственности всех элементов системы.

Розглянуто файлові системи, структури, методику захисту файлів, сфери їх застосування. Викладено основні положення теорії проектування інфологічних і даталогічних моделей баз даних, реляційних, розподілених та об'єктно-орієнтованих, паралельних, гібридних баз даних, сховищ даних і баз знань.

Запропоновано критерії оцінки даних, отриманих в результаті різних способів дискретизації вихідної інформації, що використовуються для прогнозування якості знань, вилучених з цих даних за допомогою алгоритмів індуктивного узагальнення, та вибору найбільш релевантного методу дискретизації.

Розглянуто проблеми подання та застосування знань у програмах штучного інтелекту. Проведено огляд основних методів і моделей (надійних і ненадійних) подання знань та їх застосування у програмах штучного інтелекту й обробки баз даних і знань. Описано основні стратегії щодо створення експертних систем. Теоретичні викладки супроводжено прикладами програм мовою Prolog.

Виразні можливості метамови представлення знань нормальними формами понять, що безпосередньо інтерпретуються апаратним процесором машини баз знань, досліджено стосовно формалізації деяких основних процедур роботи зі знаннями: введення і накопичення знань, редагування, ретрансляції машинного представлення знань та ретрансляції машинного представлення структури складових.

В статье обсуждаются подходы к моделированию индуктивных рассуждений в системах извлечения знаний корпоративных информационных систем. Использование описанных подходов требует создания специальных машин рассуждений, способных объединить индуктивные рассуждения с моделями неточных, неопределенных и правдоподобных рассуждений над данными и знаниями, а также с моделью вывода по аналогии. Предложены структура и функциональная схема такой машины.

Індекс рубрикатора НБУВ: З970.50

Рубрики:

Бази знань

Шифр НБУВ: Ж14024 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: З970.50-016

Рубрики:

Бази знань

Шифр НБУВ: Ж14024 Пошук видання у каталогах НБУВ 

Ключ. слова: дедуктивный запрос, транзитивное замыкание, граф данных, полиномиальная сложность
Індекс рубрикатора НБУВ: З970.50

Рубрики:

Бази знань

Шифр НБУВ: Ж14163 Пошук видання у каталогах НБУВ