Понятийная модель знаний

Обложка

Цитировать

Полный текст

Аннотация

В статье рассмотрены известные методы представления и обработки знаний. Предлагается использование новой модели, названной понятийной, отличающейся тем, что отношения (связи) между понятиями рассматриваются как обычные понятия. Понятие определено как форма мысли, выражаемая именованным множеством сущностей. Конкретные понятия идентифицируют одну сущность, а абстрактные образуются путем обобщения (объединения) или ассоциации (декартова произведения) других понятий. Декларативные знания задаются перечислимыми множествами сущностей, а процедурные – разрешимыми, где разрешающие процедуры выражаются формулами одноместного исчисления предикатов. Приведено описание прикладного языка представления и обработки знаний. Доказано, что запросы к понятийной модели выполняются за полиномиальное время от логарифма среднего числа сущностей у понятий. Обоснована возможность обучения понятийных моделей без учителя. Показано, что понятийная модель позволяет наглядно представлять и эффективно обрабатывать как декларативные, так и процедурные знания.

Об авторах

Валерий Святославович Выхованец

Московский государственный технический университет им. Н. Э. Баумана

Автор, ответственный за переписку.
Email: valery@vykhovanets.ru

доктор технических наук, доцент, профессор

Россия, Москва

Список литературы

  1. Handbook of Knowledge Representation. Eds. Harmelen F., Lifschitz V., Porter B. Elsevier, 2008. 1031 p.
  2. Chein M., Mugnier M.-L. Graph-based Knowledge Representation: Computational Foundations of Conceptual Graphs. Springer, 2009. 425 p.
  3. Gough B., Madill А. Subjectivity in Psychological Science: from Problem to Prospect // Psychological Methods. 2012. V. 17(3). P. 374-384.
  4. Polya G. Mathematics and Plausible Reasoning. V. II: Patterns of Plausible Inference. Princeton, New Jersey: Princeton University Press, 1954. 464 p.
  5. Walton D. Abductive Reasoning. Tuscaloosa: The University of Alabama Press, 2005. 320 p.
  6. Brachman R. J., Levesque Y.J. Knowledge Representation and Reasoning. Elsevier, 2014. 413 p.
  7. The description Logic Handbook: Theory, Implementation and Applications. Eds. F. Baader, D. Calvanese,
  8. D. L. McGuinness, et al. New York: Cambridge University Press, 2003. 573 p.
  9. Klahr D., Langley P., Neches R. Production System Models of Learning and Development. Cambridge: The MIT Press, 1987. 466 p.
  10. Sowa J.F. Knowledge Representation: Logical, Philosophical, and Computational Foundations. Thomson Learning, 2000. 610 p.
  11. Object-oriented Design Knowledge: Principles, Heuristics, and Best Practices. Eds. J. Garzas, M. Piattini. Idea Group Publishing, 2007. 376 p.
  12. Gardarin G., Valduriez P. Relational databases and knowledge bases. Addison-Wesley, 1989. 448 p.
  13. Vykhovanets V.S. The Notional Model of Knowledge Representation // 13th Multiconference on Control Problems (MCCP). Journal of Physics: Conference Series. 2021. 1864 012058.
  14. The Oxford Dictionary of Current English. Ed. D. Thompson. New York, NY: Oxford University Press, 1999. 996 p.
  15. Olive A. Conceptual Modeling of Information Systems. New York, NY: Springer, 2007. 471 p.
  16. Russell S. J., Norvig P. Artificial Intelligence: A Modern Approach. Hoboken: Pearson, 2022. 1167 p.
  17. Выхованец В. С. О существенной неполноте формального метода // Философия, математика, лингвистика: аспекты взаимодействия: Материалы Международной научной конференции. СПб: Международный математический институт им. Л. Эйлера, 2009. С. 234-240.
  18. Vykhovanets V.S. Intelligent Information Systems based on Notional Models without Relationships // Z. Hu et al. (Eds.): CSDEIS 2020. Advances in Intelligent Systems, Computer Science and Digital Economics II, AISC 1402, p. 20–28, 2021.
  19. Выхованец В. С. Понятийный анализ и понятийное моделирование // Управление большими системами. Вып. 92. М.: ИПУ РАН, 2021. С. 64-109. doi: 10.25728/ubs.2021.92.4.
  20. Mendelson E. Introduction to Mathematical Logic. New York, NY: CRC Press, 2010. 496 p.
  21. Elmasri R., Navathe S. B. Fundamentals of Database Systems. Hoboken, NJ: Pearson, 2016. 413 p.
  22. Vykhovanets V.S. The Knowledge Description Language // 14th International Conference Management of large-scale system development (MLSD). Moscow, 2021. P. 1-5.
  23. Reghizzi S. C., Breveglieri L., Morzenti A. Formal Languages and Compilation. Springer, 2019. 499 p.
  24. Выхованец В. С. Методика понятийного анализа сложных предметных областей // Наукоемкие технологии. 2022. Т. 23. № 8. С. 60−68.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

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».