Онтология проектирования
2023. — Выпуск 4
Содержание:
Статья посвящена общим вопросам формализации проектирования и практическим методам разработки концептуального проекта в гражданском авиастроении. Рассмотрены замысел проекта и последовательное выполнение этапов разработки концепции проекта. Особое внимание уделено маркетингу и обоснованию стратегии проекта. Показана важность метода анализа идей для концепции разрабатываемого проекта. В задаче синтеза технической системы представлен подход к согласованию её элементов и риск-анализ критических характеристик проектируемого гражданского самолёта. Описан процесс валидации разрабатываемой концепции проекта самолёта посредством экспериментальных аналогий. Представленная методология впервые разработана в качестве завершённой технологии полного цикла концептуального проектирования гражданских самолётов, научные результаты которой позволят исключить риски ошибочного выбора технической концепции и её несоответствия техническому заданию.
Ключевые слова
Описан подход к разработке новых интеллектуальных технологий на основе исследования когнитивного потенциала и семиотического моделирования лексико-грамматических структур агглютинативных языков (на примере татарского языка). Проведена классификация когнитивных лексико-грамматических структур, определяющих информационную технологичность языка. На конкретных примерах показаны возможности татарского языка для компактного представления знаний, оперирования с нечёткой информацией, раскрыты такие важные свойства, как регулярность, естественная и конструктивная сложность, рекурсия, глубокий морфологический эллипсис, функциональное разнообразие и семантическая многовалентность аффиксов. Предложенный подход, основанный на семиотических моделях агглютинативного языка и применении децентрализованной системы технологических средств вербализации и контекстного распознавания значений элементов языка, может позволить получать эффективные решения для создания интеллектуальных инструментов накопления и обработки знаний. Работы в этом направлении создают перспективу построения когнитивно-коммуникативной системы искусственного интеллекта на базе универсального языка общения систем искусственного интеллекта между собой и с человеком.
Ключевые слова
Рассматривается модель интеллектуального программного аналитического комплекса, позволяющего организациям электроэнергетики дистанционно применять системы учёта электрической энергии, предназначенные для снятия показаний потребителей в онлайн-режиме, регистрации отклонений, а также определения качества электрической энергии. Программный аналитический комплекс представлен в виде совокупности моделей: модели обеспечения устойчивости качества электрической энергии, позволяющей сформировать правила информационной среды и единое хранилище данных для систематизации процессов сбора, обработки и передачи данных, упростить поиск и повысить скорость доступа к данным; модели продукционной базы знаний, предназначенной для поиска решений в рассматриваемом процессе и оценки результатов поиска; динамического графа отклонений квадрата Декарта, позволяющего управлять электроэнергетическими параметрами с целью повышения эффективности работы организации и усовершенствования процесса управления технической стратегией энергетической системы; онтологической и сетевой моделей показателей качества электрической энергии. Приведены схемы алгоритма работы программного аналитического комплекса, а также разработанного узла нейронной сети, предназначенных для выполнения анализа отклонений на предмет наличия неисправностей в работе аппаратного обеспечения. Применение представленных моделей в программном аналитическом комплексе позволит оперативно выявлять возникающие отклонения и проводить их анализ.
Ключевые слова
Трудоёмкость разработки онтологий связана с их обучением, которое предполагает автоматизацию решения задач извлечения онтологических понятий и отношений из естественно-языковых текстов. Для созданной онтологии, используемой в информационной системе, с большой долей вероятности возникнет необходимость расширения её понятийной системы ввиду усложнения или изменения процессов обработки данных. Последующее применение текстового анализа для обнаружения новых понятий и включения их в онтологию, т.е. связывания их с существующими понятиями, потребует идентификации последних в предложениях естественно-языковых текстов. В данной работе рассматривается задача автоматизации формирования лексического модуля прикладной онтологии, включающего формализованные представления онтологических понятий в естественно-языковых текстах. Представлен обзор работ, посвящённых использование лексической информации о компонентах онтологии при решении задач, связанных с анализом текстовых данных. Рассмотрены способы применения модели OntoLex-Lemon для определения структуры лексических представлений понятий онтологии. Предложена процедура формирования лексических представлений на основе анализа текстов предметной области, учитывающая наличие у понятий имён, состоящих из нескольких слов. Приведены результаты применения полученного модуля для автоматического формирования обучающего набора нейросетевой языковой модели, используемой в задаче обучения онтологии для обнаружения новых понятий в корпусе предметных текстов.
Ключевые слова
Исследуется потенциал и демонстрируется эффективность применения некоторых моделей и методов онтологического анализа данных в задаче структурного анализа и синтеза технических решений. В качестве рабочей методологии структурного проектирования рассматривается морфологический анализ и синтез компоновочных схем артефактов. Строится теоретико-множественная модель морфологического пространства решений для классической версии методологии, включающая функционально-структурные подсистемы проектируемого артефакта, варианты реализации этих подсистем и собственно потенциальные технические решения. Впервые в отличие от существующих версий такой формализации детально описываются отношения между сущностями предметной области морфологического анализа. Несовместимость вариантов реализации отдельно взятой функционально-структурной подсистемы проектируемого артефакта и ограниченную сочетаемость вариантов реализации различных функционально-структурных подсистем предлагается описывать в рамках единой модели, известной в онтологическом инжиниринге как «ограничения существования». Анализ одной из закономерностей, присущей этой модели, позволил строго обосновать распространенный в структурном проектировании подход к описанию ограниченной сочетаемости вариантов реализации различных функционально-структурных подсистем в форме запретов. Показываются преимущества использования ограничений существования для описания пространства решений, и строится «скелет» формальной онтологии предметной области морфологического анализа. Структурный синтез технического решения сопоставляется с методом семантической идентификации объекта, разработанным в рамках онтологического анализа данных для обработки неполной и противоречивой эмпирической информации о результатах измерения свойств объекта. Делается вывод о пригодности этого метода для решения задачи структурного синтеза при уточнении понятия «нормального» подмножества свойств и сведений об издержках и/или выгодах включения каждого отдельно взятого варианта реализации функционально-структурных подсистем проектируемого артефакта.
Ключевые слова
Проектирование трубопроводных систем энергетики (тепло-, водо-, нефте-, газоснабжения и др.) представляет сложную задачу, требующую при её решении применения специализированного программного обеспечения. Предлагается использовать онтологии для структуризации знаний, которые применяются в процессах автоматизации разработки программного обеспечения, организации вычислительного процесса и информационного наполнения пользовательского интерфейса. Предложенный методологический подход включает следующие составляющие: состав онтологий, инструментальные средства реализации онтологий, методики построения онтологий (метаонтологии, онтологии конкретных классов, онтологии проектных задач, онтологии программного обеспечения). Показано, что применение онтологий позволяет получить следующие результаты: единую платформу для исследования и разработки новых методов, алгоритмов, математических моделей трубопроводных систем и их элементов; возможность автоматизации доступа к данным для разных типов систем и решаемых задач; автоматизированное построение программной системы. Представлен пример применения онтологий при разработке программного обеспечения. Приведена архитектура программной системы для решения задач проектирования трубопроводных систем различных типов и назначений.
Ключевые слова
Рассматривается задача автоматического анализа аргументации в текстах научной коммуникации. Под аргументацией понимается упорядоченная совокупность аргументов, используемых для подтверждения некоторого тезиса. Аргумент включает как минимум одну посылку и одно заключение, связанные аргументативным отношением. Цель работы - экспериментальное исследование нейросетевых подходов к решению задачи поиска и извлечения аргументативных отношений между утверждениями, расположенными близко в тексте. Исследование проводилось на корпусе текстов с аргументативной разметкой, созданной с помощью разработанной веб-платформы. Корпус включал тексты научных новостей, аналитические статьи с сайта Хабр, научные статьи и рецензии. На основе этих текстов построены наборы данных для машинного обучения. Для повышения качества обучения нейросетевых моделей эти наборы дополнены путём применения автоматических методов перефразирования и двойного перевода. Рассмотрено два подхода к обучению моделей: с маркированием индикаторов в текстах и с предварительным обучением языковой модели на задаче предсказания индикаторов. Для оценивания результатов работы моделей предложен подход на основе оценок согласия между экспертами, применяемый для сравнения разметок текстов, созданных вручную. Сравнение коэффициентов согласия между экспертами и обученными моделями показало, что порог качества для извлечения аргументативных связей достигнут на модели с маркированными индикаторами. Анализ ошибок модели проведён путём визуализации полученных результатов. Новизна работы заключается в применении комплексного подхода к созданию наборов данных, обучению моделей и оцениванию результатов, полученных при автоматическом извлечении аргументативных отношений.
Ключевые слова
Представлен метод формирования весов критериев в задачах многокритериального оценивания объектов с многоуровневой структурой показателей, представленных в виде иерархического дерева. Значения весов вычисляются на основе косвенного измерения предпочтений смежных пар локальных весов критериев, входящих в вершины более высокого уровня иерархического дерева, в виде экспертных оценок в количественной шкале отношений. Вычисление количественных весов вначале сводится к лексикографическому упорядочению по убыванию важности критериев на каждом уровне иерархии, входящих в вершины более высокого уровня, вследствие чего сокращается число экспертных сравнений смежных пар в шкале отношений. Формирование локальных коэффициентов важности критериев математически обосновано и базируется на матрице, обладающей особыми свойствами. Дан сравнительный анализ предлагаемого метода формирования количественных весов с методом анализа иерархий, методом наименьших квадратов и методом аппроксимационной матрицы, базирующимися на матрице парных сравнений. Приводится пример решения задачи многокритериального оценивания боевых самолётов, принимавших участие в тендере, по тактико-техническим характеристикам, представленным в различных шкалах измерения.
Ключевые слова
Продолжено начатое в первой части статьи формирование онтологии развивающей деятельности одарённой молодёжи старшего школьного и вузовского возраста, названной «продвинутой учебно-исследовательской деятельностью». Это форма самостоятельной деятельности мотивированного школьника или студента направлена на удовлетворение его познавательных интеллектуальных и иных потребностей и развитие творческого потенциала, связана с последовательным решением исследовательских задач, поддерживается специально организованной развивающей научно-образовательной средой, предполагающей периодическую унифицированную оценку развивающего эффекта и научной значимости получаемых результатов. В дополнение к первой части статьи описывается онтология развития характеристик личности молодого исследователя: эрудиции, кругозора, исследовательской активности и социализации в научной среде. Впервые на количественной основе с использованием авторской математической модели проанализированы возможности учёта при планировании развивающей структуры НИР связи исследовательской функциональности с исследовательской мотивацией молодого исследователя, предложены блоки эрудиции, кругозора и социализации многоплановой системы критериев оценки личностных качеств. Описана общая схема направляемого развития молодого исследователя в рамках его учебно-исследовательской деятельности на основе таких понятий как: многоплановые системы критериев оценки НИР и личностных качеств молодого исследователя, математическая модель оптимизации развивающей структуры НИР, математическая модель формирования оптимальных вариантов личностного развития, консультационная система направляющей поддержки индивидуального развития и др. Введённые понятия объединены в виде графической схемы онтологии направляемого развития научных способностей молодёжи.
Ключевые слова
Задача исследования заключается в разработке и развитии аналитических подходов для сравнительной оценки безопасности технических систем при осуществлении экспертной деятельности. Определены приоритетные направления подбора количественных демонстрационных показателей устройств и технологий, рекомендации для выбора стратегий экспертной работы при проведении экспертиз и экспертных оценок безопасности технических систем. Разработан фактологический подход для относительного (рейтингового) сравнения проектируемых, планируемых или применяемых технологий без использования экспериментальных данных при отсутствии эксплуатационного опыта. Показаны новые возможности для расширения экспертных оценок и анализа проектов оборудования и технологических решений. Их новизна заключается в применении подходов развивающейся концепции сэйфеометрики и состоит в использовании правдоподобных закономерностей для количественной оценки параметров, содержащихся в проектно-технической документации и характеризующих технические системы и комплексы. Данные для анализа могут быть подготовлены (собраны) экспертами или проектантами на основании требований и рекомендаций экспертов.