Методи та засоби побудови інтелектуальних систем підтримки прийняття рішень на основі адаптивних онтологій
No Thumbnail Available
Date
2012
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Національний університет "Львівська політехніка"
Abstract
У дисертації вирішено важливу науково-прикладну проблему побудови інтелектуальних систем підтримки прийняття рішень (ІСППР), ядром баз знань яких є онтології. Здійснено класифікацію таких систем з погляду їх функціонування на основі онтологій. Розроблено математичне забезпечення функціонування ІСППР, яке ґрунтується на онтологіях. Для цього введено поняття адаптивної онтології. Модель адаптивної онтології визначено як розвиток класичної моделі додаванням ваг важливості понять та відношень, які зберігаються в онтології. Налаштування таких скалярних величин (ваг важливостей) дозволило адаптувати онтологію до специфіки предметної області та задач, які розв’язуються за допомогою ІСППР. Введені ваги використано під час побудови метрик, на основі яких здійснено моделювання процесу функціонування ІСППР. Отримав подальший розвиток процес автоматизованої розбудови базової онтології, її оптимізації та навчання. Розроблено рекурсивний метод автоматизованої розбудови онтологій. За критерії оптимізації взято характеристики якості функціонування ІСППР згідно стандарту ISO 9126. Розроблено метод розвинення ваг важливості понять та відношень на всю онтологію на основі задання початкових ваг.
Наведено приклади розроблених ІСППР, функціонування яких ґрунтується на побудованих моделях, методах та алгоритмах. В диссертации решена научно-прикладная проблема построения интеллектуальных систем поддержки принятия решений, ядром баз знаний которых есть онтологии. В первом разделе рассмотрено основные направления исследований интеллектуальных систем поддержки принятия решений (ИСППР) и пути использования онтологий во время построения информационных систем. Описаны модели онтологий, языки описаний и методологии их разработки. Рассмотрены методы представления онтологий на основе формальных моделей представления знаний. Второй раздел посвящен исследованию использования онтологий в разных классах ИСППР. Показано, что суть эффективного функционирования ИСППР сводится к использованию некоторой метрики. Рассмотрены четыре классы ИСППР как декартовое произведение направлений развития таких систем (классификация, планирования деятельности) и пространством их функционирования (семантические, признаковые). Чтобы построить метрику на основе онтологий, расширена классическая модель онтологии путем введения пары скалярных величин, которые характеризуют важность понятий и отношений, которые сохраняются в онтологии в зависимости от предметной области и задачи. Такую модель онтологии названо адаптивной. Построено метрики на основе адаптивной онтологии для четырех классов ИСППР. В третьем разделе разработан метод автоматизированного развития адаптивной онтологии и ее обучение. Построение онтологии есть сложный и рутинный процесс, который требует много времени и ресурсов, поэтому необходимо разработать процедуры ее автоматизированного развития. Для обработки текстов на английском языке использовано систему Link Parser. Автоматизированное развитие онтологии осуществляем путем анализа семантической сети шаблонами зависимостей между понятиями онтологии. Такой метод назван рекурсивным, поскольку для анализа семантических сетей он использует элементы имеющийся онтологии. Также описан процесс обучения адаптивных онтологий, которое состоит в определении весов важности понятий и отношений онтологии. Построены методы исчисления таких весов для семантических и признаковых задач.
Четвертый раздел посвящен вопросу оптимизации адаптивных онтологий. Автоматизированный процесс развития онтологии может быть неэффективной. Поэтому необходимо рассмотреть ряд оптимизационных задач, которые связанные с содержанием и структурой онтологий. Критерием таких задач есть быстродействие системы, полнота онтологий. Показано, что такие задачи можно свести к классическим задачам, для которых известны методы решения, а именно к задаче о рюкзаке, к методу резолюций, к поиску минимального остова. Построен обобщенный унифицированный метод разработки ИСППР на основе адаптивных онтологий. В пятом разделе представлены средства построения ИСППР на основе адаптивных онтологий и прикладные системы для задач классификации. Определена структура адаптивной онтологии и необходимые отношения для ее реализации программным средством Protege. Разработаны прикладные ИСППР такие, как поиск информации за контекстом, классификации текстовых документов и диагностирование ревматологических заболеваний. Показана высшая эффективность функционирования разработанных ИСППР в сопоставлении с другими методами построения таких систем.
Шестой раздел посвящен построению интеллектуальных агентов планирования деятельности на основе адаптивных онтологий. Исследована семантическая задача – квазиреферирования текстовых документов и признаковая задача – диагностика и модернизация трубопроводов. Для разработки онтологии физико-химической механики материалов, которая используется в задаче мониторинга состояния трубопроводов, использован разработанный автоматизированный метод развития онтологий на основе справочников материалов и методы ее оптимизации. In the thesis an important scientific and practical problem of building intelligent decision support systems (IDSS) which knowledge base core is an ontology has been solved. Classification of those systems according to its functioning has been done. For each class appropriate mathematical software has been developed. IDSS models which functioning is based on the ontology had been investigated. The concept of adaptive ontology has been introduced. The model of adaptive ontology is considered as development of the classic model by adding importance weights of the concepts and relations that are stored in the ontology. Entering such scalar values (importance weights) allows adopting the ontology to the specific subject area and tasks, which are solved in the IDSS by configuring the entered weights. Further those weights are used to build metrics for search IDSS solutions. Tasks of machine learning of upper ontology and its optimization had been investigated. Recursive method of the automatic development of ontology has been developed. As the optimization criteria the characteristics of IDSS functioning quality has been taken according to international standard ISO 9126. Methods of re-estimation and propagation on the whole ontology primary established importance weights of concepts and relations have been developed.
Examples of IDSS which functioning is based on the developed models and algorithms have been presented and analysed.
Description
Keywords
інтелектуальна система підтримки прийняття рішень, онтологія, адаптивна онтологія, концептуальний граф, база знань, метрика, якість функціонування інтелектуальних систем, оптимізація онтологій, интеллектуальная система поддержки принятия решений, онтология, адаптивная онтология, концептуальный граф, база знаний, метрика, качество функционирования интеллектуальных систем, оптимизация онтологий, intelligent decision support system, ontology, adaptive ontology, conceptual graph, knowledge engineering, metrics, functioning of intelligent systems quality, ontology optimization
Citation
Литвин В. В. Методи та засоби побудови інтелектуальних систем підтримки прийняття рішень на основі адаптивних онтологій : автореферат дисертації на здобуття наукового ступеня доктора технічних наук : 01.05.03 – математичне і програмне забезпечення обчислювальних машин і систем / Василь Володимирович Литвин ; Національний університет «Львівська політехніка». – Львів, 2012. – 38 с.