Абдуктивный синтез структур функциональных типов сценариев для установления аналогий в многомодельной концептуально-онтологической системе знаний
Ключевые слова:
интеллектуальная система, гиромат, онтология, абдукция, аналогия, семантическая близостьАннотация
В статье предложено наделить интеллектуальную систему способностью к абдуктивному порождению новых знаний, основанному на выводах по аналогии. Обладая указанной способностью, она сможет обучаться на прецедентах, имеющих место в различных проблемных областях, перенося знания о явлениях, наблюдаемых в одной проблемной области, в другую. При этом важным является тот факт, что исходя из решаемой задачи, установление аналогий может осуществляться путем нахождения подобных структур, инвариантных свойств и близких действий, описанных в многомодельной концептуально-онтологической системе знаний. Установление семантического подобия наблюдаемых и формируемых интеллектуальной системой спецификаций базируется на возможности гиромата в общем случае осуществлять переход от аппроксимирующих концептов, принадлежащих одной проблемной области (контексту), через аппроксимируемые (более общие, абстрактные) к аппроксимирующим, но принадлежащим другой проблемной области (контексту).Литература
1. Бирюков Д.Н., Ломако А.Г., Ростовцев Ю.Г. Облик антиципирующих систем предотвращения рисков реализации киберугроз // Труды СПИИРАН. 2015. № 2(39). C. 5–25.
2. Гаазе-Рапопорт М.Г. От амебы до робота: модели поведения. М.: Наука, 1987. 286 с.
3. Поспелов Д.А. Мышление и автоматы. М.: Советское радио, 1972. 224 с.
4. Финн В.К. Об интеллектуальном анализе данных // Новости Искусственного интеллекта. 2004. № 3. С. 3–18.
5. Финн В.К. Искусственный интеллект: Идейная база и основной продукт // Труды 9-ой национальной конференции по искусственному интеллекту. М.: Физматлит. 2004. Т. 1. С. 11–20.
6. Бирюков Д.Н., Ломако А.Г. Денотационная семантика контекстов знаний при онтологическом моделировании предметных областей конфликта // Труды СПИИРАН. 2015. №5(42). C. 155–179.
7. Бирюков Д.Н., Ломако А.Г., Жолус Р.Б. Пополнение онтологических систем знаний на основе моделирования умозаключений с учетом семантики ролей // Труды СПИИРАН. 2016. № 4(47).С. 105–129.
8. Жилякова Л.Ю. Модель ассоциативной памяти, основанная на динамической ресурсной сети // Материалы конференции «Управление в технических, эргатических, организационных и сетевых системах (УТЭОСС-2012)». СПб.: ГНЦ РФ ОАО «Концерн «ЦНИИ «Электроприбор». 2012. С. 1160–1163.
9. Бирюков Д.Н., Глухов А.П., Сабиров Т.Р., Пилькевич С.В. Модель изменения доступности знаний, представленных в памяти киберсистемы, обеспечивающей нейтрализацию деструктивных воздействий на объекты критической информационной инфраструктуры // Наукоемкие технологии в космических исследованиях Земли. 2016. Часть 8. № 4.С. 56–63.
10. Scott D. S. Models for various type-free calculi // Logic, Methodology and Philosophy of Science IV (Proc. Int. Congress 1971), North-Holland. 1973. pp. 157–188.
11. Scott D.S. Lattice Theory. Data Types and Semantics // Formal Semantics of Programming Languages. Prentice-Hall, Englewood Cliffs, N.J. 1972.
12. Крюков К.В. , Панкова Л.А., Пронина В.А., Суховеров В.С., Шипилина Л.Б. Меры семантической близости в онтологии // Пробл. управл. 2010. № 5. С. 2–14.
13. Leacock C., Chodorow M. Combining local context and WordNet similarity for word sense identification 11 WordNet: An electronic lexical database / Fellbaum C. (ed.). – Cambridge, MA: MIT press, 1998. - pp. 265–283.
14. Wu Z, Palmer M. Verb semantics and lexical selection // 32nd Annual Meeting of the Association for Computational Linguistics. 1994. pp. 133–138.
15. Resnik P. Semantic similarity in a taxonomy: An information based measure and its application to problems of ambiguity in natural language / P. Resnik // Journal of Artificial Intelligence Research. 1999. Vol. 11. pp. 95–130.
16. Calvanese D., Giacomo G., Lenzerini M., Rosati R. View-based query answering in description logics: Semantics and complexity // J. of Computer and System Sciences 78(1), 2012. pp. 26–46.
17. Eiter T., Ortiz M., Simkus M. Conjunctive query answering in the description logic SH using knots. // J. of Computer and System Sciences 78(1). 2012. pp. 47–85.
18. Kikot S., Tsarkov D., Zakharyaschev M., Zolin E. Query Answering via Modal Definability with FaCT++: First Blood. // Informal Proceedings of DL 2013 : 26th International Workshop on Description Logics. CEUR Workshop Proceedings. Vol. 1014. 2013. pp. 328–340.
19. Zhang X., Wang K., Wang Z., Ma Y., Qi G. A distance-based paraconsistent semantics for DL-Lite. // Proc. of KSEM 2015, LNAI 9403, Springer. 2015. pp.1–13.
20. Goncalves R., Matentzoglu N, Parsia B., Sattler U. The empirical robustness of description logic classification. // Description Logics, Vol. 1014 of CEUR Workshop Proceedings. 2013. pp.197–208.
21. Glimm B., Horrocks I., Motik B., Stoilos G., Wang Z. Hermit: An owl 2 reasoner. // Autom. Reason. Vol. 53(3). 2014. pp.245–269.
2. Гаазе-Рапопорт М.Г. От амебы до робота: модели поведения. М.: Наука, 1987. 286 с.
3. Поспелов Д.А. Мышление и автоматы. М.: Советское радио, 1972. 224 с.
4. Финн В.К. Об интеллектуальном анализе данных // Новости Искусственного интеллекта. 2004. № 3. С. 3–18.
5. Финн В.К. Искусственный интеллект: Идейная база и основной продукт // Труды 9-ой национальной конференции по искусственному интеллекту. М.: Физматлит. 2004. Т. 1. С. 11–20.
6. Бирюков Д.Н., Ломако А.Г. Денотационная семантика контекстов знаний при онтологическом моделировании предметных областей конфликта // Труды СПИИРАН. 2015. №5(42). C. 155–179.
7. Бирюков Д.Н., Ломако А.Г., Жолус Р.Б. Пополнение онтологических систем знаний на основе моделирования умозаключений с учетом семантики ролей // Труды СПИИРАН. 2016. № 4(47).С. 105–129.
8. Жилякова Л.Ю. Модель ассоциативной памяти, основанная на динамической ресурсной сети // Материалы конференции «Управление в технических, эргатических, организационных и сетевых системах (УТЭОСС-2012)». СПб.: ГНЦ РФ ОАО «Концерн «ЦНИИ «Электроприбор». 2012. С. 1160–1163.
9. Бирюков Д.Н., Глухов А.П., Сабиров Т.Р., Пилькевич С.В. Модель изменения доступности знаний, представленных в памяти киберсистемы, обеспечивающей нейтрализацию деструктивных воздействий на объекты критической информационной инфраструктуры // Наукоемкие технологии в космических исследованиях Земли. 2016. Часть 8. № 4.С. 56–63.
10. Scott D. S. Models for various type-free calculi // Logic, Methodology and Philosophy of Science IV (Proc. Int. Congress 1971), North-Holland. 1973. pp. 157–188.
11. Scott D.S. Lattice Theory. Data Types and Semantics // Formal Semantics of Programming Languages. Prentice-Hall, Englewood Cliffs, N.J. 1972.
12. Крюков К.В. , Панкова Л.А., Пронина В.А., Суховеров В.С., Шипилина Л.Б. Меры семантической близости в онтологии // Пробл. управл. 2010. № 5. С. 2–14.
13. Leacock C., Chodorow M. Combining local context and WordNet similarity for word sense identification 11 WordNet: An electronic lexical database / Fellbaum C. (ed.). – Cambridge, MA: MIT press, 1998. - pp. 265–283.
14. Wu Z, Palmer M. Verb semantics and lexical selection // 32nd Annual Meeting of the Association for Computational Linguistics. 1994. pp. 133–138.
15. Resnik P. Semantic similarity in a taxonomy: An information based measure and its application to problems of ambiguity in natural language / P. Resnik // Journal of Artificial Intelligence Research. 1999. Vol. 11. pp. 95–130.
16. Calvanese D., Giacomo G., Lenzerini M., Rosati R. View-based query answering in description logics: Semantics and complexity // J. of Computer and System Sciences 78(1), 2012. pp. 26–46.
17. Eiter T., Ortiz M., Simkus M. Conjunctive query answering in the description logic SH using knots. // J. of Computer and System Sciences 78(1). 2012. pp. 47–85.
18. Kikot S., Tsarkov D., Zakharyaschev M., Zolin E. Query Answering via Modal Definability with FaCT++: First Blood. // Informal Proceedings of DL 2013 : 26th International Workshop on Description Logics. CEUR Workshop Proceedings. Vol. 1014. 2013. pp. 328–340.
19. Zhang X., Wang K., Wang Z., Ma Y., Qi G. A distance-based paraconsistent semantics for DL-Lite. // Proc. of KSEM 2015, LNAI 9403, Springer. 2015. pp.1–13.
20. Goncalves R., Matentzoglu N, Parsia B., Sattler U. The empirical robustness of description logic classification. // Description Logics, Vol. 1014 of CEUR Workshop Proceedings. 2013. pp.197–208.
21. Glimm B., Horrocks I., Motik B., Stoilos G., Wang Z. Hermit: An owl 2 reasoner. // Autom. Reason. Vol. 53(3). 2014. pp.245–269.
Опубликован
2017-07-03
Как цитировать
Бирюков, Д. Н., Ломако, А. Г., & Сабиров, Т. Р. (2017). Абдуктивный синтез структур функциональных типов сценариев для установления аналогий в многомодельной концептуально-онтологической системе знаний. Труды СПИИРАН, 4(53), 140-158. https://doi.org/10.15622/sp.53.7
Раздел
Методы управления и обработки информации
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
