В статье представлена облачная платформа IACPaaS, предназначенная для создания интеллектуальных сервисов на основе онтологий, а также концептуальные идеи, лежащие в основе ее разработки. Описаны основные особенности и опыт использования поддерживаемых технологий создания интеллектуальных сервисов различных типов. На платформе реализована развитая инструментальная поддержка разработки всех компонентов интеллектуальных сервисов. Изначально она позиционировалась как среда для создания облачных систем с базами знаний, сейчас же рассматривается как инструментарий разработки программ на основе онтологий, имеющих семантическое представление.
Идентификаторы и классификаторы
Создание интеллектуальных систем с базами знаний (БЗ) – проблема, решению которой посвящено большое количество исследований. Основные их направления связаны с моделями представления и средствами приобретения знаний, созданием решателей задач и пользовательских интерфейсов. Огромную роль при разработке программных систем и систем с базами знаний (СБЗ) играют инструментальные среды для их создания. Инженерия систем искусственного интеллекта (ИИ) включена компанией Gartner [1] в технологические тренды 2021 и 2022 гг.
Список литературы
1. Gartner Identifies the Top Strategic Technology Trends for 2022. URL: https://www.gartner.com/en/newsroom/press- releases/2021-10-18-gartner-identifies-the-top-strategictechnology-trends-for-2022 (Дата обращения 1 июля 2022).
2. Черников Б.В. Управление качеством программного обеспечения. М.: Научно-издательский центр ИНФРА- М. 2020. 240 с. EDN: NPCDYO
3. Islam M., Katiyar V. Development of a software maintenance cost estimation model: 4th GL perspective // International Journal of Technical Research and Applications. 2014. Vol. 2. Issue 6. P. 65-68.
4. Рыбина Г.В. Интеллектуальные системы: От А до Я. Книга 3. Проблемно-специализированные интеллектуальные системы. Инструментальные средства построения интеллектуальных систем. М.: Научтехлитиздат. 2015. 180 с.
5. Musen M.A. The Protégé Project: A Look Back and a Look Forward // AI Matters. 2015. Т. 1. No. 4. P. 4-12.
6. Кудрявцев Д.В. Практические методы отображения и объединения онтологии // Одиннадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2008 (28 сентября - 3 октября 2008 г., г. Дубна, Россия): Труды конф. М.: ЛЕНАНД. 2008. Т.3. С. 164-173.
7. Митрофанова О.А., Константинова Н.С. Онтологии как системы хранения знаний // Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетному направлению “Информационно- телекоммуникационные системы”. 2008. 54с.
8. Загорулько Ю.А. Технология разработки порталов научных знаний // Программные продукты и системы. 2009. № 4. С. 25-29. EDN: NQXPHF
9. Загорулько Ю.А., Загорулько Г.Б., Боровикова О.И. Технология создания тематических интеллектуальных научных Интернет-ресурсов, базирующаяся на онтологии // Программная инженерия. 2016. Т. 7. № 2. С. 51-60. EDN: VOOHSF
10. Массель Л.В., Т.Н. Ворожцова, Пяткова Н.И. Онтологический инжиниринг для поддержки принятия стратегических решений в энергетике // Онтология проектирования. 2017. №1(23). С. 66-76. EDN: YPSRNR
11. Грищенко М.А., Николайчук О.А., Павлов А.И., Юрин А.Ю. Инструментальное средство создания продукционных экспертных систем на основе MDA // Образовательные ресурсы и технологии. 2016. № 2(14). С 144-151. EDN: WALUDX
12. Юрин А.Ю., Дородных Н.О. Web-сервис для автоматизированного формирования продукционных баз знаний на основе концептуальных моделей // Программные продукты и системы. 2014. №4(108). С. 103-107. EDN: TPOWFT
13. Fox J. et al. OpenClinical.net: Artificial intelligence and knowledge engineering at the point of care // BMJ Health & Care Informatics. 2020. 27(2): e100141. EDN: CLBHFZ
14. Декер С. и др. Semantic Web: роли XML и RDF. // Открытые системы. СУБД. 2001. № 9.
15. Гладун А.Я., Рогушина Ю.В. Онтологии в корпоративных системах. Часть II // Корпоративные системы. 2006. №1. C. 72-85.
16. Стенников В.А., Барахтенко Е.А., Соколов Д.В. Применение онтологий при реализации концепции модельно- управляемой разработки программного обеспечения для проектирования теплоснабжающих систем // Онтология проектирования. 2014. №4(14). С. 54-68. EDN: SZJNAJ
17. Шебалов Р., Горшков С. Современные российские разработки в области онтологического моделирования. ОБЗОР // ООО “ТриниДата”. 2018. 30 с.
18. Овдей О.М., Проскудина Г.Ю. Обзор инструментов инженерии онтологий // Электронные библиотеки. 2004. Т. 7. №4. С. 1-16. EDN: HROBJV
19. Matuszek C. et al. Searching for Common Sense: Populating CycТМ from the Web // Proceedings of the National Conference on Artificial Intelligence. 2005. Т. 3. Р. 1430-1435.
20. Хорошевский В.Ф. Проектирование систем программного обеспечения под управлением онтологий: модели, методы, реализации // Онтология проектирования. 2019. Т. 9. №4(34). С. 429-448. EDN: FZRMMD
21. Mavetera N., Kroeze J.H. An Ontology-Driven Software Development Framework. 2010. URL: http://hdl.handle.net/10394/3135 (Дата обращения 22.07.2022).
22. Taentzer G. et al. Model Transformation by Graph Transformation: A Comparative Study // Proceedings Workshop Model Transformation in Practice, Montego Bay, Jamaica. 2005. P. 1-48.
23. Giese H., Levendovszky T., Vangheluwe H. Summary of the Workshop on Multi-Paradigm Modeling: Concepts and Tools // In: Kühne T. (eds) Models in Software Engineering. MODELS 2006. Lecture Notes in Computer Science. 2007. Vol. 4364. Springer, Berlin, Heidelberg.
24. Гаврилова Т.А., Страхович Э.В. Визуально-аналитическое мышление и интеллект-карты в онтологическом инжиниринге. // Онтология проектирования. 2020. № 1(35). С. 87-99. EDN: BQXNHM
25. Gribova V.V., Kleshchev A.S., Moskalenko F.M., Timchenko V.A. A Two-level Model of Information Units with Complex Structure that Correspond to the Questioning Metaphor // Automatic Documentation and Mathematical Linguistics. 2015. Vol. 49. No.5. P. 172-181.
26. Грибова В.В. и др. Базовая технология разработки интеллектуальных сервисов на облачной платформе IACPaaS. Часть 1. Разработка базы знаний и решателя задач // Программная инженерия. 2015. №12. С. 3-11. EDN: VDWEWR
27. Грибова В.В. и др. Базовая технология разработки интеллектуальных сервисов на облачной платформе IACPaaS. Часть 2. Разработка агентов и шаблонов сообщений // Программная инженерия. 2016. №1. С. 14-20. EDN: VKBTZX
28. Грибова В.В. и др. Базовая технология разработки интеллектуальных сервисов на облачной платформе IACPaaS. Часть 3. Разработка интерфейса и пример создания прикладных сервисов // Программная инженерия. 2016. Т. 7. №3. С. 99-107. EDN: VRBXTN
29. Грибова В.В. и др. Управляемая графовыми грамматиками разработка оболочек интеллектуальных сервисов на облачной платформе IACPaaS // Программная инженерия. 2017. Т. 8. №10. С. 435-447. EDN: ZPESFR
30. Грибова В.В., Москаленко Ф.М., Тимченко В.А., Шалфеева Е.А. Разработка решателей задач на основе управляющих графов для систем с базами знаний // Программная инженерия. 2021. Т.12. №3. С. 115-126. EDN: WZXDBM
31. Грибова В.В. и др. Программная оболочка для создания интеллектуальных систем в практической и образовательной медицине // Информатика и системы управления. 2017. № 4(54). С. 114-124. EDN: ZVHRVN
32. Кульчин Ю.Н. и др. Методология проектирования лазерного аддитивного процесса формирования решетчатой периодической структуры на поверхности пластины из алюминиевого сплава // Автоматизация в промышленности. 2021. №10. С. 27-36. EDN: ERCWIL
Выпуск
Другие статьи выпуска
В статье рассмотрены средства концептуального проектирования сложных технических систем. Построена квазиаксиоматическая теория, формализующая процедуры порождения смысла для естественно-языкового описания процесса создания нового технического решения. Введены семантические категории, структуры универсальных множеств, операции сравнения элементов универсума. Описаны типы соединения элементарных подсистем. Предложена формализация процедуры многоуровневого синтеза технической системы с использованием порождающей грамматики над нечеткими структурами. Приведен пример проектирования технического устройства.
Предложен метод сравнения моноинтервальных альтернатив, позволяющий попарно сопоставлять по эффективности альтернативы с произвольными распределениями рисков на интервальных оценках показателей их качества. Применение метода продемонстрировано на примерах. Даны рекомендации по практическому использованию метода.
Описываются методы решения антагонистической игры в условиях нарушения принципов «общих знаний», когда игроки демонстрируют неполные методы возможных решений и соответствующую значимость противоположной стороны. В качестве формальной игровой модели предлагается использовать нечетко-множественные представления оценок возможностей использования игроками их стратегий и соответствующих последствий. Решение задачи основано на преобразовании нечетких оценок возможных результатов решений для каждой ситуации в форму эквивалентного нечеткого количества с треугольной регулируемой аппаратурой. Разработанный метод не накладывает ограничений на вид исходных нечетных данных. Помимо выбора наилучшего решения, повышается его результат и возможности реализации.
Рассматривается задача многокритериального выбора в случае, когда предпочтения лица, принимающего решение (ЛПР), задаются нечетким бинарным отношением второго порядка. Описывается математическое обоснование алгоритма сужения множества Парето на основе нечетких квантов информации о предпочтениях ЛПР. Обсуждаются вопросы оптимизации алгоритма в важных для приложений случаях.
Рассматривается задача многокритериального выбора с числовой векторной функцией на подмножестве векторного пространства в предположении, что ЛПР в процессе выбора использует нечеткое отношение предпочтения. Считается известной информация об этом отношении в виде конечного набора нечетких квантов. Формулируется алгоритм, который за счет этой информации позволяет сузить множество Парето в задаче многокритериального выбора и, тем самым, облегчить окончательный выбор. Работа алгоритма иллюстрируется числовым примером.
Издательство
- Издательство
- ИУ РАН
- Регион
- Россия, Москва
- Почтовый адрес
- 119333, Москва, Вавилова, д.44, кор.2
- Юр. адрес
- 119333, Москва, Вавилова, д.44, кор.2
- ФИО
- Соколов Игорь Анатольевич (Директор)
- E-mail адрес
- frccsc@frccsc.ru
- Контактный телефон
- +7 (499) 1356274