Яндекс.Метрика Рейтинг@Mail.ru
 
Компьютерная система "КАРКАС"
Компьютерная система "КАРКАС"
238-927-218     veadrub1







Регистрация »         Забыл пароль »

22 Апрель 2017
IX Международной научно-практической конференции “Проблемы и перспективы развития ИТ-индустрии” Тезисы ИСПОЛЬЗОВАНИЕ ПРОТОКОЛА МЕССЕНДЖЕРА ICQ ДЛЯ ОНЛАЙН КОНСУЛЬТАЦИИ С ЭКСПЕРТНОЙ СИСТЕМОЙ

22 Апрель 2017
VІІI Международной научно-практической конференции “Проблемы и перспективы развития ИТ-индустрии” Тезисы Оценка компетентностей с помощью интеллектуальных тестов

24 Апрель 2015
The 4th International Scientific Congress. "Science and Education in the Modern World" (New Zeland, Auckland, 5-7 January 2015) Тезисы  Об одной концепции построения темпоральной базы знаний    Сертификат
29 Апрель 2016
Сложность динамических систем Практика показывает, что главной в теории сложных систем становится проблема принятия решений при наличии многих целей. Динамической следует...

28 Апрель 2016
Формирование компетентностей и их оценка с помощью интеллектуальных тестов Рассматривается модель функциональной системы динамической предметной области, на основе понятия расслоения баз знаний для создания...

10 Сентябрь 2015
Практикум по экологическим базам знаний Рассматривается оригинальный подход к моделированию баз знаний, основанных на экологической информации и ориентированных на экологическую оценку...
29 Апрель 2016

Сложность динамических систем

Практика показывает, что главной в теории сложных систем становится проблема принятия решений при наличии многих целей. Динамической следует считать систему, которая обладает такими свойствами как связность, сложность, устойчивость и цели поведения, которой слабо формализованы. Проблема выявления темпоральных знаний является насущной при решении многих задач в области искусственного интеллекта. В книге предлагается  использование времени в неявном виде на идее расслоения базы знаний. Рассматривается модель иерархической функциональной системы на основе расслоения базы знаний и ее фильтрации для предметной области, обладающей динамической структурой и с возможностью самоадаптации в процессе эксплуатирования. Изучается структурная устойчивость неавтономных динамических систем на гладком многообразии с помощью гладких расширений потоков и  приводятся доказательства теорем о существовании, персистентности и гладкости инвариантных подрасслоений слабо нелинейных расширений.Результаты исследований реализованы в компьютерной системе "КАРКАС", которая облегчает построение баз знаний для экспертных и экспертно-обучающих систем в различных предметных областях.
 
Ключевые слова: открытые и интеллектуальные системы, аттракторы, структурная устойчивость, динамические базы знаний

Сложность динамических систем/Complexity of Dynamical Systems
 
Practice shows that the main theory of complex systems becomes a decision-making problem if many purposes. Dynamic should be considered as a system that has properties such as connectivity, complexity, sustainability and target behavior, which is weakly formalized. The problem of identifying temporal knowledge is vital in solving many problems in the field of artificial intelligence. The book offers the use of time implicitly on the idea of ​​separation Knowledge Base. The model of hierarchical functional system based on the knowledge base of the bundle and its filtering for the domain, which has a dynamic structure and the possibility of self-adaptation in the process of exploitation. We study the structural stability of nonautonomous dynamical systems on a smooth manifold by a smooth flow and extensions are proofs of theorems on the existence, persistence and smoothness of invariant sub-bundles weakly nonlinear rasshireniy.Rezultaty research implemented in a computer system, "KARKAS", which facilitates the construction of knowledge bases for expert and expert and training systems in the various subject areas.

 
Keywords: open and intelligent systems, attractors, structural stability, dynamic knowledge base

Содержание

  Введение 2
1. Сложные динамические системы, основанные на расслоение знаний 5
1.1 Динамические системы 6
1.2 Открытые системы 9
1.3 Математическая модель иерархической функциональной системы расслоения базы знаний 11
2. Гладкие расширения динамических систем 26
2.1. О двух типичных свойствах неавтономных дифференциальных уравнений 26
2.2. Цепная рекуррентность и расширения динамических систем 34
2.3. R-устойчивость и гладкие расширения Аносова 42
3. Структурная устойчивость гладких расширений потоков 49
3.1. Основные определения и вспомогательные результаты 49
3.2. Функциональные пространства 52
3.3. Инфинитезимальная устойчивость гладкого расширения 56
3.4. Согласованные семейства устойчивых и неустойчивых вертикальных подрасслоений 64
3.5. Теорема о структурной устойчивости гладких расширений потоков 71
4. Существование, персистентность и гладкость инвариантных подрасслоений слабо нелинейных расширений 83
4.1. Существование и персистентность инвариантных подрасслоений при нелинейных возмущениях 83
4.2. Гладкость инвариантных подрасслоений 89
5. Инвариантные многообразия слабо нелинейных расширений динамических систем 95
5.1. Вспомогательные результаты 96
5.2. Теорема о гладком сечении 101
5.3. Теоремы о существовании инвариантных многообразий 109
5.4. Гладкость инвариантных подрасслоений 114
5.5. Послойная гладкость инвариантных подрасслоений 125
  Литература 133


ВВЕДЕНИЕ
Современное развитие Интернет рассматривает распределенные интеллектуальные системы как качественно новые технологии, особенностями которой являются моделирование функциональных систем, использование динамически развивающейся онтологии предметной области, мультиагентный подбор адаптивной стратегии принятия решения [62].
Практика показывает, что главной в теории сложных систем становится проблема принятия решений при наличии многих целей. Динамической следует считать систему, которая обладает такими свойствами как связность, сложность, устойчивость и цели поведения, которой слабо формализованы [40].Информационные предметные области обладают динамической структурой, как например, сети Интернет, предсказание аварийных и чрезвычайных ситуаций, распределенное обучение и т. д. Их особенностями является: наличие огромного числа автономных сущностей со своими конкретными подцелями (автономность). Сущности подвержены воздействиям внешней среды (открытость), взаимодействуют между собой (распределенность). Базы знаний сущностей уникальны (локальность) и образуют иерархические коалиции (иерархия уровней сущностей). Для построения моделей баз знаний таких предметных областей используют, например, как модели искусственных нейронных сетей, так и самоорганизующие открытые многоагентные системы.На практике возникает ряд проблем в построении адекватной модели, например предметная область, обладает структурой, геометрией и процессами, которые не могут быть закончены в ограниченный период времени и адаптируются к возмущениям.
Необходимость построения динамических моделей предметной области является одной из причин их использования, как людьми, так и программными агентами. Например, консорциум W3C разрабатывает OWL (ontology web language), с помощью которого предметная область может быть представлена в виде модели объект-свойство для программных агентов, которые осуществляют поиск информации. В этом смысле онтологии представляют собой интеллектуальные средства для развития и совершенствования сети Интернет.
Интернет и информационные технологии связывают свое будущее с интеллектуализацией компьютерных приложений. Например, мультиагентных технологии Интернета позволяют использовать не только распределенные базы знаний для взаимодействия с пользователем и локальными приложениями, но и усилить интерактивность диалога с пользователем.
Интеллектуализация компьютерного обучения предполагает использование методов и моделей представления знаний на базе систем, основанных на знаниях. В связи с развитием Web-технологий экспертные системы (ЭС) и экспертные обучающие системы (ЭОС) мигрируют в дистанционное обучение и поддерживают парадигму мультиагентных систем, которая базируется на способности таких систем к развитию и общению в соответствии с объективными изменениями предметной области.
Актуальность темы исследования определяется тенденцией широкого распространения интеллектуальных систем в области компьютерных наук, которая стимулирует инновационные методы в Интернет-технологиях.

Цель работы заключается в исследовании модели иерархической функциональной системы на основе расслоения базы знаний и ее фильтрации для предметной области, обладающей динамической структурой и с возможностью самоадаптации в процессе эксплуатирования.
 
В первой главе рассматривается сложные динамические системы, которые построены на расслоении базы знаний. Рассматривается и анализируется модель иерархической функциональной системы динамической предметной области, основанной на понятии расслоения базы знаний.
Во второй главе изучается два типичных свойства неавтономных дифференциальных уравнений. Рассматривается трансфинитный процесс построения цепно рекуррентных точек и структурная устойчивость расширения потоков на этом множестве. Устанавливается топологическая и структурная устойчивости гладких расширений Аносова.
В третьей главе излагается доказательства теоремы о структурной устойчивости гладких расширений потоков.
В четвертой главе приводятся теоремы о существовании, персистентности и гладкости инвариантных подрасслоений слабо нелинейных расширений.
В пятой главе приводятся теоремы о гладком сечении, о существовании инвариантных многообразий, о гладкости и послойной гладкости инвариантных подрасслоений.
В работе использовались понятия, принципы и методы: искусственного интеллекта, моделирования систем, анализа на многообразиях, гладких динамических систем, математической логики, теории графов, теоретических основ программирования, а также современные методологии программного обеспечения
Научная новизна результатов работы состоит в разработке оригинальной иерархической функциональной модели для представления онтологии предметной области, основанной на понятии расслоения базы знаний и ее фильтрации. Разработаны: алгоритм парсинга правил продукций базы знаний, оригинальный алгоритм обработки фреймо-продукционной базы знаний при работе с группой экспертов, а также адаптирован метод динамических сгущений для размытой классификации разнородных данных. Создана модель адаптивной системы обучения на основе психофизиологических свойств обучаемых. Предложен адаптивный метод тестирования знаний на основе использования нечеткой логики. Сконструирована модель преподавателя для контроля и обучения студентов в компьютерной сети [26 – 31].
В ходе выполнения работы создано программное обеспечение инструментария (система "КАРКАС") для реализации онтологии предметной области, которое доведено до уровня исследовательского прототипа (электронный ресурс системы http://it-karkas.com.ua) [43].
На основе инструментария "КАРКАС" реализовано несколько ЭС и ЭОС доведенных до исследовательского прототипа и проверены вычислительным экспериментом.

 



 
2012 г. it-karkas.com.ua
Владимир Бурдаев

 
Контакты
Статьи
Новости
Инфо для пользователей
Ссылки
Карта сайта

 
Рейтинг@Mail.ru

Copyright 2018 - it-karkas.com.ua
Разработка сайта - alphastudio.com.ua