Многоуровневые модели сложно-структурированных предметных областей и их использование при разработке систем, основанных на знаниях

Артемьева, Ирина Леонидовна

Теоретические основы информатики

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.17, диссертация на тему:Многоуровневые модели сложно-структурированных предметных областей и их использование при разработке систем, основанных на знаниях

доктора технических наук: Артемьева, Ирина Леонидовна
город: Москва
год: 2008
специальность ВАК РФ: 05.13.17

Диссертация по информатике, вычислительной технике и управлению на тему «Многоуровневые модели сложно-структурированных предметных областей и их использование при разработке систем, основанных на знаниях»

Автореферат диссертации по теме "Многоуровневые модели сложно-структурированных предметных областей и их использование при разработке систем, основанных на знаниях"

На правах рукописи

Артемьева Ирина Леонидовна

МНОГОУРОВНЕВЫЕ МОДЕЛИ СЛОЖНО-СТРУКТУРИРОВАННЫХ ПРЕДМЕТНЫХ ОБЛАСТЕЙ И ИХ ИСПОЛЬЗОВАНИЕ ПРИ РАЗРАБОТКЕ СИСТЕМ, ОСНОВАННЫХ НА ЗНАНИЯХ

05.13.17 - теоретические основы информатики

Автореферат

диссертации на соискание ученой степени доктора технических наук

Москва 2008

Работа выполнена в Институте автоматики и процессов управления Дальневосточного отделения РАН.

Научный консультант доктор физико-математических наук,

профессор Клещев Александр Сергеевич

Официальные оппоненты: доктор технических наук, профессор

Стефанюк Вадим Львович

доктор технических наук, профессор Загоруйко Николай Григорьевич

доктор физико-математических наук, профессор Калиниченко Леонид Андреевич

Ведущая организация Учреждение Российской академии наук

Институт проблем управления РАН (ИПУ РАН) Защита состоится "18" марта 2009 г. в 15 часов на заседании диссертационного совета Д 002.073.01 при Учреждении Российской академии наук Институте проблем информатики РАН (ИПИ РАН) по адресу: 119333, г. Москва, ул. Вавилова, д.44, корп.2.

С диссертацией можно ознакомиться в библиотеке ИПИ РАН.

Отзывы в одном экземпляре, с заверенной подписью, просим направлять по адресу: 119333, Москва, ул. Вавилова, 44, корп. 2, в диссертационный совет.

Автореферат разослан 200.fr.

Ученый секретарь

диссертационного совета Д 002.073.01 доктор технических наук

С.Н. Гринченко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Одним из классов программных систем являются системы, основанные на знаниях (СОЗ), отличительная особенность которых состоит в том, что знания, необходимые для выполнения профессиональной деятельности, отделены в этих системах от программ для решения прикладных задач. Система, база знаний которой пуста, называется оболочкой СОЗ. Разработка СОЗ предполагает создание ее оболочки. Сопровождение СОЗ предполагает сопровождение ее базы знаний без изменения программ для решения задач. Использование СОЗ дает преимущества в трудно-формализуемых предметных областях при решении задач диагностики, проектирования, планирования и управления, определения классов объектов по описаниям их свойств и т.д. При разработке СОЗ должны быть получены ответы на следующие вопросы: как представить знания предметной области, как их использовать при решении задач, как сопровождать базу знаний. Чем сложнее предметная область, тем сложнее разработка СОЗ и сопровождение ее базы знаний.

Большой вклад в разработку методов создания систем, основанных на знаниях, внесли Г.С. Поспелов, Д.А. Поспелов, Э.В. Попов, В.Ф. Хорошевский, В.К. Финн, В.П. Гладун, В.В. Голенков, В.Н. Вагин, Г.С. Осипов, Т.А. Гаврилова, А.П. Еремеев, A.C. Клещев, B.JI. Стефанюк, Н.Г. Загоруйко, Г.В. Рыбина, A.C. Нариньяни, N. Guarino, van Heijst, D.B. Lenat, J. Sowa, M.A Uschold, B.Wielinga и многие другие.

К настоящему времени разработаны модели представления знаний в виде систем фреймов, семантических сетей, систем продукций. Системы фреймов и семантические сети позволяют описать структуру объектов предметной области и связи между ними. Системы продукций (правил) используются для представления знаний предметной области в виде утверждений "если-то". На основе моделей представления знаний разработаны различные языки представления знаний, которые являются входными языками универсальных оболочек, используемых при создании систем, основанных на знаниях. Универсальная оболочка фиксирует способ использования знаний при решении задач. Существуют также системы, в которых структура объектов предметной области задается семантической сетью или системой фреймов, а правила решения задач - множеством продукций. Сопровождение базы знаний для систем, созданных с использованием универсальных оболочек, выполняет инженер знаний. Однако наличие посредника (инженера знаний) затрудняет создание и изменение базы знаний, поэтому возникает вопрос: как обеспечить редактирование знаний экспертом без участия посредника?

Ответ на данный вопрос дают специализированные оболочки, в которых при представлении знаний используется специфичная для предметной области концептуальная схема, определяемая онтологией той области, для которой создается оболочка. Онтология задает систему понятий и связи между ними, т.е. терминологию, понятную эксперту предметной области. Существуют специализированные оболочки, разработка которых основана на метаонтологии предметной области, в терминах которой определяются онтологии нескольких разделов данной области. Информационным компонентом специализированной оболочки является база знаний, а программными компонентами - редактор знаний, основанный на онтологии (или метаонтологии), система логического вывода (решатель класса прикладных задач), система ввода исходных данных задач, а также система вывода и объяснения результатов решения. При создании специализированной оболочки обычно фиксируется класс прикладных задач. Решатель задач реализует метод решения задач этого класса.

Явное представление онтологии предметной области в информационных компонентах СОЗ делает понятными и повторно используемыми знания, хранящиеся в базе знаний СОЗ. В настоящее время существуют методы создания онтологии, разработки редакторов знаний, управляемых онтологиями, и специализированных оболочек. Для формального представления онтологий предлагается использовать языки логики первого порядка и компьютерные языки. Многие из компьютерных языков для представления онтологий имеют средства для представления понятий (часто называемых классами), их таксономии, определения аксиом. Онтология вместе с набором экземпляров классов составляет базу знаний.

Однако остался ряд нерешенных проблем. Существуют сложноструктурированные предметные области, имеющие сложную концептуальную схему, свойства которой не учитывают существующие языки для представления онтологий и методы создания онтологий. В сложно-структурированных предметных областях, особенно связанных с наукой, могут изменяться не только знания, но и онтологии, и, как следствие, множество классов прикладных задач. Однако методы создания специализированных оболочек, которые допускали бы изменение множества классов задач, решаемых системой, основанной на знаниях, из литературы не известны.

В связи с вышесказанным актуальными являются исследования, направленные на решение проблемы создания расширяемых специализированных оболочек систем, основанных на знаниях, для сложноструктурированных предметных областей, которые позволяли бы создание и изменение базы знаний и онтологии предметной области, а также поддерживали механизмы расширения множества классов прикладных задач.

Целью работы является разработка теоретических основ и методов создания расширяемых специализированных оболочек систем, основанных на знаниях, для сложно-структурированных предметных областей.

Для достижения поставленной в диссертационной работе цели необходимо решить следующие задачи.

1. Исследовать существенные свойства сложно-структурированных предметных областей и в соответствии с ними определить устройство их онтологий.

2. Разработать класс математических соотношений (декларативных моделей), которые могут использоваться при моделировании онтологий и знаний сложно-структурированных предметных областей, а также язык для представления этих соотношений.

3. Разработать методы анализа сложно-структурированных предметных областей.

4. Разработать многоуровневую модель реальной сложноструктурированной предметной области, состоящей из нескольких разделов.

5. Разработать концепцию и методы реализации расширяемых специализированных оболочек систем, основанных на знаниях, для сложноструктурированных предметных областей.

6. На основе концепции и методов реализации разработать специализированную оболочку для реальной сложно-структурированной предметной области.

7. Разработать технологию создания и сопровождения расширяемой системы, основанной на знаниях, с использованием специализированной оболочки, а также провести ее экспериментальное исследование.

Методы исследования. Проводимые в работе теоретические и практические исследования базируются на методах системного анализа, искусственного интеллекта, математической логики, теории множеств, теории алгоритмов и исчислений, технологии программирования.

Научная новизна. Основной результат диссертационной работы состоит в теоретической разработке и практическом решении проблемы создания расширяемых специализированных оболочек систем, основанных на знаниях, для сложно-структурированных предметных областей. При этом впервые получены следующие результаты:

- предложен класс математических соотношений (декларативных моделей), которые могут использоваться при моделировании онтологий и знаний сложноструктурированных предметных областей;

- разработан класс логических языков для представления декларативных моделей сложно-структурированных предметных областей, все языки которого

имеют общее ядро, каждый язык использует свой набор расширений, что позволяет при представлении модели сложно-структурированной области определять язык, обладающий требуемым для данной области набором математических символов;

- разработаны методы «снизу вверх» и «сверху вниз» анализа сложноструктурированных предметных областей; метод анализа "снизу вверх" предназначен для обобщения одноуровневых онтологии разделов сложноструктурированной предметной области до многоуровневых и получения онтологии верхнего уровня, определяющей схему анализа "сверху вниз" для новых разделов данной области, при котором онтологии новых разделов представляются как конкретизации онтологии верхнего уровня;

- разработана четырехуровневая модель сложно-структурированной предметной области "Химия", охватывающая физическую и органическую химию, а также раздел рентгено-флуоресцентного анализа;

- разработана общая архитектура расширяемых специализированных оболочек систем, основанных на знаниях, для сложно-структурированных предметных областей; определены механизмы их расширения; разработаны методы реализации специализированных оболочек.

Практическая ценность работы заключается:

-в разработке моделей онтологий физической и органической химии и рентгено-флуоресцентного анализа, а также четырехуровневой модели химии, охватывающей указанные разделы;

- в разработке специализированной оболочки для физической химии, предназначенной для создания систем, основанных на знаниях, позволяющей интегрировать онтологии и знания разных разделов физической химии, а также автоматически формировать системы для решения вычислительных задач указанного раздела химии;

-в разработке расширяемой специализированной оболочки для химии, предназначенной для создания систем, основанных на знаниях, для данной области, позволяющей интегрировать онтологии, знания и решатели прикладных задач для разных разделов химии; в использовании этой оболочки для создания системы, основанной на знаниях, интегрирующей онтологии, знания и решатели прикладных задач разделов физической и органической химии, а также рентгено-флуоресцентного анализа;

- в разработке технологии создания и сопровождения системы, основанной на знаниях, с использованием расширяемой специализированной оболочки;

кафедры программного обеспечения ЭВМ Дальневосточного государственного университета при разработке моделей онтологий разных предметных областей;

- в использовании теоретических результатов диссертационной работы при чтении курсов лекций по дисциплинам "Системы искусственного интеллекта", "Диалоговое редактирование баз знаний и экспертные системы", "Компьютерная обработка знаний" для студентов института математики и компьютерных наук Дальневосточного государственного университета (г. Владивосток) и института технологии и бизнеса (г. Находка); в использовании теоретических результатов диссертационной работы и методов создания специализированных оболочек в учебном процессе и при выполнении курсовых и дипломных работ студентами кафедры программного обеспечения ЭВМ Дальневосточного государственного университета.

Обоснование и достоверность полученных результатов. Обоснование и достоверность научных положений, выводов и практических результатов подтверждена практическим использованием предложенных в диссертационной работе моделей и методов при выполнении анализа сложно-структурированных предметных областей и создании расширяемых специализированных оболочек систем, основанных на знаниях.

науке (Санкт-Петербург, 2006), Международная конференция «Знания-Онтологии-Теория» (Новосибирск, 2007), совместный семинар института систем информатики и ВЦ СО РАН (Новосибирск, 2003), семинар института математики СО РАН (Новосибирск, 2003), семинар Российской ассоциации по искусственному интеллекту "Проблемы искусственного интеллекта" (Москва, 2007), совместные научные семинары отдела интеллектуальных систем ИАПУ ДВО РАН и кафедры программного обеспечения ЭВМ ДВГУ.

Публикация результатов работы. Основные результаты диссертации опубликованы в 48 печатных работ, в том числе 13 - в журналах, входящих в Перечень журналов ВАК.

Под руководством автора и по тематике исследований защищены три кандидатские диссертации по специальности 05.13.11.

Структура и объем работы. Диссертационная работа состоит из введения, семи глав, заключения, списка литературы и 10 приложений. Основное содержание работы изложено на 276 страницах. Список литературы включает 251 наименование.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, дана общая характеристика научной проблемы, сформулирована цель и поставлены задачи, показана научная новизна, практическая ценность результатов работы.

В первой главе диссертации исследованы существенные свойства сложноструктурированных предметных областей и определено устройство их онтологий. В ней также рассматриваются существующие определения понятия "онтология", языки представления онтологий, методы анализа предметных областей, существующие оболочки систем, основанных на знаниях, и программные системы, созданные на основе онтологий.

Перечислим существенные свойства предметных областей.

Набор типов данных и связанных с ними математических операций, функций и отношений, используемых при построении моделей предметных областей (ПО). В ПО может быть выделено множество объектов, информация о которых используется в профессиональной деятельности в этой ПО. При решении задач происходит переход от объектов ПО к представлению информации об объектах (или к информационным объектам), т.е. к представлению информации об объекте в виде отображения конечного множества терминов ..., 1:т} во множество значений. В математических моделях значения принадлежат некоторой моносортной или многосортной алгебраической системе, в программах - некоторому типу данных. Каждая

алгебраическая система и тип данных характеризуется конечным или бесконечным множеством значений, конечной совокупностью функций и операций (функций от двух аргументов), а также конечной совокупностью нефункциональных отношений. В разных предметных областях используется свой набор математических символов. Алгебраическая система и тип данных являются моделями величин, которым принадлежат значения информационных объектов. Величины могут быть стандартными или нестандартными. Примерами стандартных величин являются размерные, скалярные и структурные величины, величины множеств, отображений, примерами элементов нестандартной величины для химии являются структурные формулы соединений, спектры. Предметная область характеризуется своим набором нестандартных величин.

Онтология' действительности, которая определяет понятия, используемые при описании действительности, термины для их обозначения, объемы (экстенсионалы) понятий, обозначенных терминами, и онтологические соглашения, задающие ограничения на множества значений терминов. Онтология действительности определяет структуру представления информации о ситуациях действительности. Понятия могут быть основными и вспомогательными. Для основного понятия онтология определяет термин и множество значений (сорт), для вспомогательного - значение или способ его вычисления с использованием значений других понятий.

Знания, которые представляют собой множество утверждений о свойствах ситуаций действительности. Если знания предметной области могут быть представлены в виде отображения конечного множества терминов на множество значений (принадлежащих различным типам данных), то будем говорить, что знания структурированы. Термины, используемые при таком представлении знаний, могут быть объектными, функциональными или предикатными именами. Существуют предметные области, в которых только часть знаний имеет структуру. Если знания предметной области или их часть структурированы, то в предметной области существует онтология знаний, которая определяет понятия, используемые при представлении знаний, термины для их обозначения, объемы понятий, обозначенных терминами, и

' В работе используется определение онтологии, данное Грубером: онтология есть явная спецификация концептуализации. Состав онтологии определяет стандарт онтологического исследования ГОЕР5: онтология это словарь предметной области, наполненный множеством точных определений, или аксиом, ограничивающих смысл терминов в этом словаре и позволяющих согласованно интерпретировать данные. Такое определение понятия "онтология" совпадает с определением понятия "концептуальная модель".

онтологические соглашения, задающие ограничения на множества значений терминов. Для предметных областей, знания которых не структурированы, онтология знаний пуста, а при записи утверждений используются термины онтологии действительности.

Если знания предметной области структурированы, то множество онтологических соглашений кроме ограничений целостности действительности и знаний содержит еще одну группу соглашений, задающих связи знаний и действительности предметной области.

Назовем предметную область сложно-структурированной, если она обладает следующими свойствами: в ней существуют разделы, которые описываются в разных, но похожих системах понятий, разделы, в свою очередь, имеют подразделы, которые описываются в разных, но похожих системах понятий, любой подраздел, в свою очередь, может иметь подразделы, обладающие указанным свойством, и т.д. Раздел (и подраздел) сложноструктурированной ПО является также предметной областью, в которой происходит своя профессиональная деятельность, которая характеризуется своим множеством задач. Среди множества задач разных разделов могут существовать похожие задачи. При решении задач профессиональной деятельности в сложно-структурированной ПО могут использоваться понятия онтологии ее разных разделов, а также знания разных разделов. При решении задач некоторого раздела сложно-структурированной предметной области в качестве подзадач могут использоваться задачи других разделов.

Теперь введем понятие уровней общности. Множество представлений информации о действительности предметной области в виде отображения множества терминов на множество значений, принадлежащих разным типам данных, имеет уровень 0.

Уровень 1 специфицирует конкретное множество представлений информации о действительности. Этот уровень содержит знания о действительности, представленные с использованием терминов онтологии. Заметим, что на уровне 1 терминам онтологии действительности не сопоставлены значения. Сопоставляя терминам онтологии действительности конкретные значения, получим представление информации о конкретной ситуации, которое будет принадлежать уровню 0.

Уровень 2 содержит онтологию предметной области, но не содержит знания. Задавая разные знания (разные базы знаний) с использованием одной и той же онтологии, будем получать спецификации разных множеств представлений информации о действительности. Таким образом, уровень 2 специфицирует множество баз знаний, которые могут быть заданы с использованием одной и той же онтологии. Онтология уровня 2 для предметных

областей с неструктурированными знаниями совпадает с онтологией действительности предметной области. Если все знания или их часть структурированы, то онтология уровня 2 содержит онтологию действительности, онтологию знаний и связи между двумя онтологиями. Для сложно-структурированной предметной области каждый раздел имеет свою онтологию уровня 2, обладающую указанным свойством. Таким образом, следующим свойством сложно-структурированной предметной области является множество онтологии уровня 2.

Онтология, в терминах которой может быть специфицировано множество онтологии уровня 2, имеет уровень 3. Ее термины определяют множества терминов онтологии уровня 2, задавая свойства элементов этих множеств. Задание свойства множества терминов онтологии уровня 2 состоит либо в определении объема каждого понятия, обозначенного термином, либо в определении способа вычисления этого объема в зависимости от значений параметров, связанных с множеством определяемых терминов. В первом случае онтология уровня 3 содержит термины-имена множеств терминов онтологии уровня 2, а также для каждого множества утверждения, определяющие объем понятия всех терминов этого множества. Во втором случае онтология определяет функции, аргументами которых являются параметры, от которых зависит объем понятий, обозначаемых терминами, и имена этих параметров.

Если онтологические соглашения уровня 2 могут быть представлены в виде отображения конечного множества терминов на множество значений, то онтология уровня 3 будет содержать термины, при помощи которых можно так представить каждую из онтологии уровня 2. Задание онтологических соглашений уровня 2 в этом случае состоит в определении значений терминов онтологии уровня 3. Если онтология не структурирована, то онтологические соглашения формулируются в виде утверждений с использованием терминов, определенных в онтологии уровня 2.

Если каждый раздел сложно-структурированной области является подразделом другого раздела, то свойством сложно-структурированной предметной области является множество онтологии уровня 3. В частном случае это множество содержит одну онтологию.

Таким образом, для сложно-структурированной предметной области онтология уровня 1+1 специфицирует множество онтологий уровня ¡. Онтологию верхнего уровня будем называть онтологией сложноструктурированной предметной области (рис. 1). Она содержит термины, при помощи которых определяются онтологии следующего уровня (онтологии разделов). Переход к онтологии некоторого раздела от онтологии предметной

Онтология сложноструктурированной предметной области

Онтология подраздела 1 раздела i

Онтология подраздела j раздела i

Онтология подраздела к раздела i

Рис. 1. Структура онтологии сложно-структурированной предметной области

области состоит в задании терминов онтологии этого раздела, а также онтологических соглашений.

Во второй главе диссертации определен класс математических соотношений (декларативных моделей), которые могут использоваться при моделировании сложно-структурированных предметных областей, а также язык для представления этих соотношений.

Модуль онтологии каждого уровня представляется необогащенной системой логических соотношений Ош (ш>2), которая есть тройка <Фт, Рт, Ст>, где Фт - множество определений понятий уровня m и связей между ними, Рт -множество параметров уровня т, С™ - множество определений конструкторов сортов уровня т. Каждое из множеств Рт и Сга может быть пустым. Если т=2, то С2 = 0. Элементы множества Рш являются подмножеством множества названий (имен) основных понятий уровня т, определенных в Фт.

Определим вид предложений из множества Фш:

1) сорт n: М - определение основного понятия, где п - имя понятия, М -определение объема (экстенсионала) понятия (множества возможных значений для п). Если объем понятия с именем п задан множеством отображений (Mi х Мг х... х Мп->Мо), где Мь ... , Мп, Мо - множества, причем Mo * {true, false}, будем называть п функциональным именем. Если объем понятия с именем п задан множеством отображений (Mi х М2 х... х Mn-»{true, false}), будем называть п предикатным именем. В остальных случаях будем называть п объектным именем.

2) (уг. М,) (у2: М2(у,)) ... (V,: Мч(уь у2.....V,.,))2 (п: М(уь у2,..., уч)) сорт п:

М0(уь у2,..., уч) - определение основных понятий, имена которых скрыты

параметрами уь у2..... уч. Здесь уь у2,..., уч - переменные, М]- множество

значений переменной V), М2(у]) - множество значений переменной у2, зависящее от значения переменной VI,..., Мч(уь у2,..., уч.О - множество значений переменной уч, зависящее от значений переменных уь у2,..., уч.ь М(уь у2)..., уч) - определение множества имен основных понятий с использованием параметров-переменных уь у2,..., уч; п - переменная, М0(уь у2,..., уч) -определение способа вычисления объемов основных понятий (множеств возможных значений имен п из М(уь у2,..., уч)) с использованием значений переменных уьу2,...,уч. Параметры могут скрывать объектные, функциональные и предикатные имена.

3) п = I - определение вспомогательного понятия, где п - имя понятия, I -значение понятия либо способ вычисления значения по значениям других понятий. Будем также различать объектные, функциональные и предикатные имена вспомогательных понятий. При задании значений понятия, имеющего функциональное или предикатное имя, используются л-тсрмы, определяющие функцию или предикат.

4) (V]: МО (у2: М2(у,)) ... (у„: Мч(уь у2,..., уч.О) (п: М(у]; у2,..., V,)) п з Ку,, у2,..., V,) - определение множества вспомогательных понятий, имена которых скрыты параметрами V), у2,..., уч. Здесь уь у2,..., уч - переменные, Мг множество значений переменной V), М2(У]) - множество значений переменной у2, зависящее от значения переменной У],..., Мч(уь у2,..., уч_1) - множество значений переменной уф зависящее от значений переменных уь у2,..., уч.1; М(уь у2,..., V,) - определение множества имен вспомогательных понятий с

использованием параметров-переменных уь у2.....уч; п - переменная, 1(уь у2,...,

уч) - определение способа вычисления значения вспомогательных понятий (значений имен п из М(у1; у2,..., уч)) с использованием переменных \'Ь\'2,...Л'Ч. Параметры могут скрывать объектные, функциональные и предикатные имена вспомогательных понятий.

5) (V,: М,) (у2: М2(у,)) ... (уч: Мч(у,, у2,..., уч.,)) ^у,, у2,..., уч) либо Г -задание ограничений на множество значений понятий и связей между значениями понятий (предложения данного типа используются при задании неструктурированной части онтологии и знаний). Здесь уь у2,..., уч -переменные, Мр множество значений переменной VI, М2(У]) - множество значений переменной у2, зависящее от значения переменной Уь---, Мч(У], у2,...,

2 В предложениях вида (2), (4) и (5) последовательность (V!: МО (у2: М2(у0) ■ • ■ (уя: Мч(уь у2,..., уч_0) будем называть префиксом

vq.j) - множество значений переменной vq, зависящее от значений переменных V], v2,..., vq.,; f(vi, v2,..., vq) - формула, содержащая переменные v1; v2,..., vq, f-формула, не содержащая переменных.

Элементы множества параметров Рт являются подмножеством множества имен основных понятий уровня ш, определенных в предложениях вида (1) или (2), входящих в Фш. Все элементы Рт задают термины для описания онтологии уровня т-1. Если множество Рт Ф 0, будем называть Ога необогащенной системой логических соотношений уровня m с параметрами. В противном случае От является необогащенной системой логических соотношений уровня m без параметров.

Элементы множества Cm = {cmi, cm2,..., cmz} являются конструкторами сортов, определяющими способ построения сортов терминов онтологий уровней, меньших т. Каждое с™ сопоставляет имени i-ro конструктора X - терм:

t = (Цу1,: М1,) (v'2: М>2) ... (v1,,: М1^) (X(v2,: M2,(v,,...vql)) (v22: M22(vb...vq,)) ... (v2q2: M2q2(v,,...vql)) ... (Цу\: Ms,(vb...vqs_,)) (vs2: Ms2(v,,..., Vi)) ••• (vMsqs(vb...vqs.,)) M(v'b...vsqs))...)), где

- t - имя конструктора;

- (X(v\: M1,) (v'2: М'2) ... (v1,,: М'ч,) (Цу2,: M2,(vb...vql)) (v22: M22(v„..vqi)) ... (v2q2: M2q2(vb...vq,)) ... (Mvs,: Ms,(vb...vqs_,)) (vs2: Ms2(vb..„ »qs-1 qs- vqs-i)) M(v ivVsqs))...)) есть Я.-терм;

- s - порядок конструктора, 1 < s < m-1;

- v'i, у'г,..., vsqs - параметры конструктора; параметры v'+1i, v'+12,..., v,+1qi+i будем называть параметрами (s-i)-ro порядка;

- М'ь M'2l... , M'qi,..., Msqs - множества значений параметров конструктора, причем определение хотя бы одного из множеств М1], М'2,... , M'qi зависит от параметров уровня т;

- М^'ь.-.у^) - определение множества, зависящего от параметров

Множество предложений Тт = Фт и Ст будем называть множеством логических соотношений системы От.

Назовем моделью для Тт такую допустимую функцию интерпретации, что для всех предложений f, задающих связи между понятиями, выполнено Jo,0(f) = true, и для всех предложений вида (v^ Mi) (v2: М2) ... (vq: Mq) f(vi, v2,..., vq) выполнено J0>e((vi: Mi) (v2: M2) ... (vq: Mq) f(vb v2,..., vq)) = true при всех 0 = {vl/cl.....vq/cq}

, гд6 c] g ja>

8i(Mi) , c2 e Ja,e2(M2(v])),..., cq e Ja,eq(Mq(vi, v2,..., vq.,)),

3 Здесь и далее 1а,е(0 обозначает значение, полученное в результате подстановки в терм или формулу I значений, задаваемых функцией интерпретации а и

01 - пустая подстановка, 82 = {у^С!}, ... , 0Ч = {У1/с1,...,Уч.]/Сд-1}. Необогащенную систему логических соотношений От назовем семантически корректной, если существует хотя бы одна модель для Тга.

Переход от модели онтологии уровня т к модели онтологии уровня ш-1 (при т ^3) или модели знаний (при т =) производится заданием обогащения системы О"1. Задание онтологии уровня т-1 в терминах онтологии уровня т предполагает определение: понятий онтологии уровня гп-1, имена которых скрыты параметрами онтологии уровня т; понятий онтологии уровня т-1 с использованием конструкторов сорта; онтологических соглашений онтологии уровня т-1; конструкторов сорта уровня

т-1; параметров уровня т-1. Поэтому обогащение необогащенной системы логических соотношений От есть пятерка вида к™= <атр, ЕЫт, ЕЯт, ЕСт, ЕРт>, где атР - интерпретация параметров уровня т, ЕМ™ - множество определений понятий уровня ш-1, ЕЯ"1 - множество связей между понятиями уровня т-1, ЕСт - множество определений конструкторов уровня т-1, ЕРт - множество параметров уровня т-1. Множества ЕЫШ, ЕЯ™, ЕРШ, ЕС"1 могут быть пустыми, но ЕЪГи ЕЯти ЕРти ЕСга*0. При т = 2 имеет место ЕГГи ЕСт=0.

При т >3 интерпретация параметров ашр определяет термины онтологии (т-1)-го уровня, ограничения на множества их значений и связи между значениями терминов: множество терминов онтологии образуют значения объектных параметров, ограничения на множества их значений и связи между значениями терминов задает интерпретация функциональных и предикатных параметров. При т = 2 интерпретация параметров а2Р сопоставляет объектным параметрам объекты или множества объектов определяемого раздела предметной области, функциональным и предикатным параметрам -функциональные и нефункциональные отношения между объектами.

Элементы множества ЕЫт определяют термины онтологии раздела, задавая множества их значений с помощью одного из конструкторов сортов первого порядка, принадлежащих множеству Ст. Каждое определение понятия уровня т-1 (элемент множества ЕЫт) сопоставляет названию понятия множество, являющееся результатом применения конструктора сорта первого порядка I = (Цу]: МО (\'2: М2) ... (\'ч: Мч) М(у],...уч)), определенного на уровне т: р = 1(сь С2>---СЯ1), где р - название понятия, 1(сь с2,..., сч]) - применение конструктора первого порядка, определенного на уровне т, причем С] е ^.е^МО, с2 е ^,92(м2)> сч е ^,8Ч(МЧ)> где а = атр, 61 - пустая подстановка, 02 = {у,/^}, ..., 0ч = {у^Сь—.Уцп/Сц.!}. При заданной функции интерпретации а применение

подстановкой 0. Функция интерпретации а сопоставляет имени его значение. Подстановка 0 сопоставляет переменной ее значение.

конструктора первого порядка I к набору значений Сь с2,...сч параметров V], у2,...уч дает множество ^(М^ь.-.у,)), где 0 = {у,/сь у2/с2,...уч/сч}.

При записи утверждений, задающих связи между понятиями уровня ш-1 (элементов множества ЕЯШ), используются названия основных и вспомогательных понятий, определенных в Е1Чт и Фга и не принадлежащих множеству Рт. Элементы множества ЕЯ"1 задают онтологические соглашения раздела. Если онтологии всех разделов могут быть представлены множеством значений параметров, то ЕЯ™ пусто.

Каждое определение конструктора сорта (элемент множества ЕС111) сопоставляет имени конструктора X - терм, являющийся результатом применения конструктора сорта i = (^(у'ь М\) (у'2: М'2) ... (у'ч1: М'цО (Х.(у21: М^уь-.У,,)) (у22: М22(у,,...Уч,)) ... (У2ч2: М2ч2(У,,...Уч1)) ... (ЦУ8,: ММУ,,..^)) (у52: М52(уь...уч,,)) ... (у%: М5Ч5(уь... у,5.1)) М(у ь-.-у^з))...)), определенного на уровне т: 11 = Ксь с2,...сЧ1), где 11 - имя конструктора; С1 6 .Га.еКМ1!), с2 е •1а,92(М^2), ..., сч1 е .Га.ечКМ'ц!), где а = атР, 01 - пустая подстановка, 02 = {У]/С]}, ... , 6Ч1 = {у,/сь ... , у,!.!^].]}; 1(с], с2,...сЧ1) - применение конструктора т-го уровня I, причем порядок конструктора я удовлетворяет условию: 1 < в < т-1. При заданной функции интерпретации а применение конструктора б-го порядка I к набору значений сь с2,...сЧ1 параметров уь у2,...уч1 дает конструктор (з-1)-го порядка г(с1, с2,...сч1), значение которого есть >. - терм вида (л(у2): /а,о(М21)) (у22: мм22)) ... (у2ч2: мм2,,)) ... (цу5,: ]а,0(м3,)) (у82: :а,0(м52)) ... (у%: :а,е(м%)) где0 = {у,/сь у2/с2,...уч1/сч1}.

Множество ЕР™ является подмножеством множества названий основных понятий, определенных в ЕЫШ и Фш и не принадлежащих множеству Рш. Элементы множества ЕРт будем называть терминами для описания онтологии уровня ш-2.

Определим операцию О™ • кт применения обогащения кт = <атр, ЕЫт, ЕСт, ЕРт> к необошщенной системе логических соотношений Ош =<Фт, Рт, Ст>. Результатом данной операции является необогащенная система логических соотношений (ш-1)-го уровня О"1'1 = <фт"', Р"1"1, Ст"'>, обладающая следующими свойствами: Фт_1 = Фт и ЕТ-Г и агаР и ЕГС; Рт"' = ЕРт; С™'1 = ЕСт и Ст. Операция От • кт определяет способ построения системы О™"1, используя обогащение к™.

Обогащенная система логических соотношений (ОСЛС) Б есть результат применения обогащения к2 к необогащенной системе логических соотношений О2, Б = О2 • к2, причем 8 = О1 = <ф', 0, 0>, т.е. обогащенная система логических соотношений Б не имеет параметров и конструкторов сортов. При

моделировании сложно-структурированной предметной области каждая обогащенная система логических соотношений Б является модулем модели знаний. Заметим, что любой модуль модели знаний, определяемый в терминах некоторого модуля 01 модели онтологии уровня 2, является элементом множества {02 • к2 | к2еЕп(02)}. Множество параметров уровня 2 является множеством терминов онтологии знаний. Будем называть множеством неизвестных X системы Б множество названий основных понятий, не содержащих параметров всех уровней. Множество неизвестных содержит термины, используемые при описании ситуаций действительности, т.е. все неизвестные входят в онтологию действительности.

Решением ОСЛС Б будем называть такую интерпретацию неизвестных ах, что существует модель а для Ф1 такая, что сужение4 а на Рт совпадает с ашр, сужение а на Р™"' совпадает с а"1"1?,---, сужение а на Р1 совпадает с а'р, а сужение а на X совпадает с ах. Дадим содержательный комментарий к введенному понятию: множество значений неизвестных ОСЛС является моделью некоторой ситуации; если ситуация принадлежит действительности предметной области, то ее модель является решением п-уровневой системы логических соотношений. Очевидно, что если ОСЛС есть модель модуля знаний, то множество ее решений не может быть пусто.

Модель сложно-структурированной предметной области представляется п-уровневой системой логических соотношений Е, которая есть последовательность О", {<0П, Оп_|>}, ..., {<0П, О""1,..., 02>}, {<0", О""1,..., О2, 8>}, где

- О" - необогащенная система логических соотношений уровня п;

- {<0", Оп1>} - множество необогащенных систем логических соотношений уровня п-1, причем каждая из этих систем получена из О" в результате применения некоторого допустимого для О" обогащения к";

- {<0", О""1,..., 0'>} - множество необогащенных систем логических соотношений уровня ¡, причем каждая из этих систем получена из одной из систем множества {<0", О""1,..., 0'+1>} в результате применения некоторого допустимого обогащения;

- {<0П, О"-1,..., О2, 8>} = {<0П, О""1,..., О2, 0'>} - множество обогащенных систем логических соотношений, причем каждая из этих систем получена из одной из систем множества {<0", О""1,..., 02>} в результате применения некоторого допустимого обогащения.

4 Интерпретация а является функцией, сопоставляющей именам их значения. Сужение понимается в традиционном для функций смысле: если а: Х-»У и М с X, то сужение функции а на М есть а I м: М->У.

Последовательность On, {<On, On"'>}, ..., {<On, О""1,..., 02>} назовем (n-1)-уровневой необогащенной системой логических соотношений. Она представляет (п-1)-уровневую модель онтологии сложно-структурированной области.

Решением п-уровневой системы логических соотношений Е, являющейся последовательностью О", {<Оп, Оп_1>}, ..., {<Оп, О""1,..., 02>}, {<0П, О""1,..., О2, S>}, назовем множество решений всех обогащенных систем логических соотношений из множества {<0П, О""1,..., О2, S>}. Множество всех решений системы Е будем обозначать А(Е). Множество А(Е) есть модель действительности предметной области. Очевидно, что если n-уровневая система логических соотношений является моделью сложно-структурированной области, то множество ее решений (модель действительности) не может быть пусто.

Теорема 1. (об исключении параметров обогащенной системы логических соотношений). Для любой обогащенной системы логических соотношений S с параметрами и заданного параметра (имени множества р) существует эквивалентная ей обогащенная система логических соотношений S', не содержащая этого заданного параметра (системы S и S' эквивалентны, если множества их решений совпадают).

Следствие. Для любой обогащенной системы логических соотношений с параметрами существует эквивалентная ей обогащенная система логических соотношений без параметров.

Теорема 2. (об исключении параметров необогащенных систем логических соотношений уровня 2). Если О = «t>i и Ф2, PiU Рг, С> - необогащенная система логических соотношений уровня 2, имеющая параметры, где Ф) есть множество предложений, не содержащих параметров из множества Рг, то для необогащенной системы логических соотношений уровня 2 Oi = <ФЬ Рь С> существует всюду определенное однозначное отображение h множества Еп(0) в Еп(0|) такое, что для всех k е Еп(0) обогащенная система О • к является эквивалентной обогащенной системе Oj • h(k). Будем называть систему Oi квазиэквивалентной системе О.

Теорема 3. (об исключении параметров необогащенных систем логических соотношений уровня ш). Если О = <Ф| и Ф2, PiU Р2, С> -необогащенная система логических соотношений уровня т, имеющая параметры, где Ф1 есть множество предложений, не содержащих параметров из множества Рг, то для необогащенной системы логических соотношений уровня m с параметрами Oi = <Фь Р], С> существует всюду определенное однозначное отображение h множества Еп(0) в En(Oj) такое, что для всех k е Еп(0)

необогащенная система (уровня ш-1) О1 • Ь(к) является квазиэквивалентной НСЛС уровня т-1 Ок.

Сформулируем критерий адекватности модели и предметной области: будем говорить, что модель предметной области адекватна этой предметной области, если множество моделей всех ситуаций, образующих действительность этой предметной области, совпадает с множеством решений п-уровневой системы логических соотношений, являющейся моделью этой предметной области. Критерий адекватности формулирует необходимые и достаточные условия, при выполнении которых модель будет адекватна предметной области. Из данного критерия следует, что если модель адекватна предметной области, то модель каждой ситуации, принадлежащей действительности данной области, будет являться решением п-уровневой системы логических соотношений, являющейся моделью этой предметной области, а модель ситуации, не принадлежащей действительности предметной области, не будет принадлежать множеству решений

Поскольку множество ситуаций действительности предметной области бесконечно, то практически полезными являются следующие критерии:

- критерий неадекватности модели и предметной области: модель предметной области, представленная п-уровневой системой логических соотношений, является неадекватной моделью предметной области, если известна такая ситуация, имевшая место в действительности, что ее модель не является решением этой системы логических соотношений;

- критерий неправильности модели: п-уровневая система логических соотношений не является моделью предметной области, если существует ее решение, которое не является моделью ситуации, имевшей место в действительности предметной области.

Критерий неадекватности позволяет убедиться, что не нарушено необходимое условие адекватности модели и предметной области, а критерий неправильности - что не нарушено достаточное условие адекватности модели и предметной области.

Для представления моделей сложно-структурированных предметных областей в работе определен класс многосортных языков прикладной логики (ЯПЛ). Все языки данного класса имеют общее ядро. Для расширения набора математических символов для конкретных приложений используется набор расширений, состоящих из стандартного расширения (общего для всех предметных областей) и набора специализированных расширений (своего для каждой предметной области). Все расширения имеют названия. Каждый конкретный язык прикладной логики включает ядро, стандартное расширение и некоторые специализированные расширения, т.е. характеризуется некоторой

совокупностью названий расширений. Стандартное расширение ЯПЛ вводит синтаксические конструкции, присутствующие в некоторых специальных языках математической логики, арифметические и теоретико-множественные константы, операции и отношения, а также ограниченные кванторы вида:

1. йота-оператор (1(у:1) ДУ)), где V - переменная, I - терм, значением которого является множество, Цу) - формула, зависящая от переменной у; йота-оператор позволяет выделить из множества, заданного термом 1, единственный элемент, удовлетворяющий условию, определяемому формулой ДУ);

2. ламбда-терм, определяющий функцию с т аргументами, (Х(у1:11),(у2:12),...,(ут:1т) К>ьу2,...,Ут)), где уь у2,...,уш - переменные, ^.-Л,, -термы, 1(у1,у2,...,ут) - терм, зависящий от переменных У|,\'2,...,Ут;

3. ламбда-терм, определяющий предикат, (^(У1:11),(у2:12),...,(ут:1т) Г(у|,у2,...,ут)) где уь...,ут - переменные, ^.....и - термы, Г(уь...,ут) - формула, зависящая от переменных уь...,ут.

В работе определены специализированные расширения «Интервалы» (содержащее термы, позволяющие задавать интервалы) и «Математические кванторы» (содержащее ограниченные кванторы, позволяющие определять термы в виде кванторов суммирования, произведения, объединения и пересечения, а в формулах использовать ограниченные кванторы всеобщности и существования).

Язык содержит три типа предложений, используемых для определения основных и вспомогательных понятий онтологии, а также ограничений на множества значений понятий. Для всех используемых в предложениях объектных, функциональных и предикатных символов должен быть определен сорт. Сорта используемых в предложениях свободных переменных определяются префиксом предложения. Если в предложение не входят свободные переменные, то префикс пуст. Сорта связанных переменных определяются ограниченными кванторами вида: (А(у): 11)...(ут: 1т) 1) или (А(у1: 11)...(уга: 1т) 1), где А - обозначение операции (уникальное для каждого типа квантора), (VI: 11)...(ут: О - множество описаний связанных переменных, I -терм, а Г- формула.

Модуль модели онтологии или знаний представляется прикладной логической теорией (ПЛТ). Каждая ПЛТ имеет имя; параметрами имени являются имена используемых расширений. Любая ПЛТ Т(Е1,Е2,...,Ек), где Е1,Е2,...,Е|( - имена расширений языка, использованных для записи теории, есть пара <'15, Б8>, где Т8 - конечное множество (возможно, пустое) названий других теорий, 88 - конечное множество (возможно, пустое) предложений.

Язык относится к классу языков с декларативной семантикой, т.е. его семантика должна позволять выполнить проверку онтологических соглашений, определенных для онтологии уровня ¡-1 онтологией уровня ¡, проверку ограничений целостности знаний, заданных онтологией уровня 2, проверку ограничений целостности ситуаций, заданных онтологией уровня 2, а также проверку соответствия модели ситуации моделям онтологии и знаний. Поэтому семантика языка определяет формальную процедуру замены терминов и переменных их значениями и условия, при которых такая процедура применима. При этом предполагается, что на множестве имен задана функция а, значение которой для каждого имени есть интерпретация этого имени. Интерпретация а является допустимой для ПЛТ, если для всех предложений, задающих ограничения на интерпретацию имен и имеющих тело £ выполнено: ;ае(0 = 1ше при всех допустимых подстановках 8. Прикладная логическая теория называется семантически корректной, если существует допустимая функция интерпретации. Очевидно, что модули модели онтологии и знаний должны быть представлены семантически корректными логическими теориями.

В третьей главе диссертации описаны методы анализа сложноструктурированных предметных областей.

При выполнении анализа "снизу вверх" для сложно-структурированной предметной области предполагается, что онтологии уровня 2 для нескольких разделов уже построены с использованием какого-либо из существующих методов онтологического анализа. Задачей анализа "снизу вверх" является поиск "регулярностей" в этих онтологйях.

Этап I. Построение онтологии уровня 3 и ее модели. Выполнение данного этапа включает следующие шаги:

1.1. Разбиение множества онтологических соглашений на группы таким образом, чтобы в одну группу попали соглашения с похожим смыслом, формулировка общего смысла для соглашений каждой группы, определение терминов, позволяющих этот смысл представить. Этот шаг повторяется для всех групп утверждений.

1.2. Разбиение множества терминов онтологии предыдущего уровня на группы таким образом, чтобы в одну группу попали термины с похожим смыслом или похожей схемой определения, определение терминов - названий множеств терминов каждой группы.

1.3. Определение величин, необходимых для представления значений терминов, введенных на шагах 1.1 и 1.2.

1.4. Определение объемов понятий, обозначенных терминами, как подмножества величин.

1.5. Формулировка ограничений на множество значений введенных терминов. Определение конструкторов множеств терминов.

1.6. Формулировка общего смысла соглашений каждой группы с помощью терминов, введенных на шагах 1.1 и 1.2.

1.7. Построение модели онтологии.

1.8. Поиск ошибок в онтологии.

Этап 2. Построение онтологии уровня 1 и ее модели (повторяются шаги 1.1- 1.8. для онтологии уровня Г). Если существует несколько похожих онтологий уровня ¡, то этап 2 повторяется для построения онтологии уровня 1+1.

Теперь определим метод анализа "сверху вниз". Пусть построена онтология уровня т. Эта онтология задает схему анализа раздела предметной области при построении онтологии уровня т-1. Определим этапы анализа методом "сверху вниз".

Этап I. Построение онтологий уровня т-1 и их моделей.

1.1. Вначале должны быть определены понятия рассматриваемой области, которые могут быть значениями параметров онтологии уровня ш. Для каждого такого понятия необходимо проверить, что его объем совпадает с объемом понятия, определяемого онтологией уровня т.

1.2. После того, как значения параметров онтологии уровня т определены, проверяется, все ли множество онтологических соглашений уровня т-1 определяет онтология уровня т при заданных значениях параметров. Для этого к множеству онтологических соглашений уровня т применяется теорема об исключении параметров, в результате которой будет построено множество онтологических соглашений уровня т-1. Если онтология уровня ш определяет не все онтологические соглашения уровня т-1, то формулируются недостающие соглашения в терминах онтологии уровня т-1. Они задают дополнительные ограничения на значения терминов онтологии уровня т-1.

1.3. Далее задаются термины - элементы множеств, определение которых зависит от параметра. При определении таких терминов также необходимо убедиться, что объемы понятий, обозначенных такими терминами, совпадают с объемами понятий, заданными при определении в онтологии уровня т множеств, зависящих от параметра.

1.4. Определяется подмножество терминов, которые играют роль параметров уровня т-1. Эти термины используются в дальнейшем на первом шаге анализа "сверху вниз" при построении онтологии уровня т-2.

1.5. Создание модели онтологии с использованием уже существующей модели онтологии уровня т, представленной в классе многоуровневых систем логических соотношений, состоит в задании обогащения для необогащенной системы логических соотношений - модели онтологии уровня т.

Если оказалось, что модель онтологии высокого уровня не позволяет задать все термины и онтологические соглашения определяемой онтологии, то производится ее усложнение. Для этого выполняется анализ "снизу вверх", в результате которого добавляются новые термины и онтологические соглашения в онтологию верхнего уровня.

Этап 2. Построение онтологий, номер уровня которых меньше т-1, и их моделей. Построенная онтология уровня т-1 определяет схему анализа подразделов данного раздела предметной области. Выполняются шаги 1.1 - 1.5 для каждого подраздела.

Этап 3. Построение модели знаний. Схему анализа для каждого модуля знаний задает модуль онтологии уровня 2. Вначале определяются значения параметров онтологии уровня 2, т.е. определяются структурированные знания в соответствии со структурой, задаваемой определениями параметров онтологии уровня 2. Далее формулируются знания, для которых онтология уровня 2 не определяет структуру. При необходимости выполняется анализ методом "снизу вверх".

При построении модели сложно-структурированной предметной области могут повторно использоваться уже построенные модули. В этом случае модель строится как произведение систем логических соотношений.

Четвертая глава диссертации посвящена разработке многоуровневой онтологии реальной сложно-структурированной предметной области, состоящей из нескольких разделов. В качестве такой области в работе используется химия. Примерами ее разделов являются физическая, органическая и аналитическая химия.

С использованием метода анализа "снизу вверх" была построена модель онтологии уровня 4 для данной области, охватывающая физическую и органическую химии в объеме университетских курсов. Метод "сверху вниз" был применен для раздела рентгено-флуоресцентного анализа (подраздела аналитической химии).

Для представления моделей использована четырехуровневая система логических соотношений, принадлежащая классу, определенному в главе 2. Модель записана средствами языка прикладной логики, определенного в гл. 2.

Моделью онтологии четвертого уровня является НСЛС четвертого уровня О4 = <Ф4, Параметры онтологии уровня 4, Определения конструкторов сортов уровня 4>. Приведем подмножество предложений прикладной логической теории Ф4.

1. Множества значений = Я и I иЫ и Ь и ({}(11 и I иИ и Ь) \ 0)

2. Кортежи значений = (и (п: 1[1, оо)) Множества значений Ип )

3. Сорт Типы сущностей : {}N \ 0

4. (Тип: Типы сущностей) сорт Тип: {}(R uIuNuL)u Кортежи значений

5. (Тип1: Типы сущностей) (Тип2: Типы сущностей \ {Тип1}) j (Тип 1 )nj (Тип2)=0

6. Кортежи типов сущностей = (и (п: 1[1, да)) Типы сущностей ftn)

7. Сущности = (и (Тип: Типы сущностей) .¡(Тип))

8. Тип сущности = (^(Сущность: Сущности) (i (Тип: Типы сущностей) Сущность € .¡(Тип))

9. Сорт Типы компонентов сущности: (Типы сущностей -> {}Типы сущностей)

10.(Тип: Типы сущностей) Тип g Типы компонентов сущности(Тип)

11-Сорт Число шагов процесса: 1[0,<»)

12. Сорт Типы сущностей процесса: {} Типы сущностей \ 0

13.сорт Подмножества компонентов сущности: ((Тип1 —> Типы сущностей, Тип2 —> Типы компонентов сущности(Тип1)) {}N)

14. (Тии1: Типы сущностей) (Тип2: Типы компонентов сущности(Тип1)) (элемент: Подмножества компонентов сущности(Тип1, Тип2)) сорт элемент: (¡(Тип1) -> {} {(v: Сущности) Тип сущности(у) = Тип2} \ 0)

15.(Тип1: Типы сущностей) (Тип2: Типы компонент сущности(Тип1)) (сущность: ¡(Тип 1)) Подмножества компонентов сущности(Тип1, Тип2) Ф 0 => Компоненты сущности(Тип1, Тип2)(сущность) = (и (Элемент: Подмножества компонентов сущности(Тип1, Тип2)) элемент(сущность))

16.(Тип: Типы сущностей) (Номер шага: 1[1, Число шагов процесса-1]) Сущности процесса(Тип)(Номер шага) Сущности процесса(Тип)(Номер шага+1)

17.(Тип1: Типы сущностей) (Тип2: Типы компонентов сущности(Тип1)) (эл1: Подмножества компонентов сущности(Тип1, Тип2)) (эл2: Подмножества компонентов сущности(Тип1, Тип2) \ {эл1}) эл1(Тип1) п эл2(Тип1) = 0 Параметрами четвертого уровня являются Типы сущностей, Типы

компонентов сущности, Типы сущностей процесса.

Теперь приведем примеры определений конструкторов сортов четвертого уровня.

1. Собственные свойства сущностей = (Х(Тип сущности: Типы сущностей) (^(Область возможных значений: {}(Множества значений и {}Кортежи значений)) (¡(Тип сущности) -> Область возможных значений)))

2. Компоненты сущности = (Я(Тип1: Типы сущностей) (Тип2: Типы компонентов сущности(Тип1)) (¡(Тип1) -> {}{(v: Сущности) Тип сущности(у) = Тип2} \ 0))

3. Свойства компонентов указанного типа = (л(Тин1: Типы сущностей) (Тип2: Типы компонентов сущности(Тип1)) (^(Область возможных значений: {}(Множества значений и {}Кортежи значений)) ((Сущность типа 1 -» ](Тип1), Сущность типа 2-> Компоненты сущности(Тип1, Тип2)(Сущность типа 1)) -» Область возможных значений)))

4. Свойства подмножества компонентов указанного типа = (>.(Тип1: Типы сущностей) (Тип2: Типы компонентов сущности(Тип1)) (Название подмножества: Подмножества компонентов сущности(Тип1, Тип2)) (^.(Область возможных значений: {{(Множества значений и {}Кортежи значений)) ((Сущность типа 1 ](Тип1), Сущность типа 2-> Компоненты сущности(Тип1, Тип2)(Сущность типа 1)) —> Область возможных значений)))

5. Совместные свойства сущностей г (X (Кортеж типов: {}Кортежи типов сущностей) (^(Область возможных значений: {{(Множества значений и {{Кортежи значений)) ((¡-»1[1,1еп£Ш(Кортеж типов)], сущ->{(Сущность: Сущности) Тип сущности(Сущность) = я(1, Кортеж типов)}) -» Область возможных значений)))

6. Общие свойства сущности и компонента = (А(Тип1: Типы сущностей) (Тип2: Типы компонентов сущности(Тип1)) (^.(Область возможных значений: {{(Множества значений и {{Кортежи значений)) (¡(Тип сущности) и (Сущность 1 -» ](Тип1), Сущность 2 -» Компоненты сущности(Тип1, Тип2)(Сущность 1)) —> Область возможных значений)))

7. Собственные свойства системы = (^(Область возможных значений: {{(Множества значений и {{Кортежи значений)) (1[1, Число шагов процесса] -> Область возможных значений))

8. Сущности процесса = (Л(Тип: Типы сущностей процесса) (1[1, Число шагов процесса] —> {{ {(у: Сущности) Тип сущности(у) = Тип}))

9. Свойства сущностей процесса = (ЦТип: Типы сущностей процесса) (^(Область возможных значений: {}(Множества значений и {}Кортежи значений)) (Номер шага-» 1[1, Число шагов процесса], Сущность —> Сущности процесса(Тип)(Номер шага)) —> Область возможных значений))

Ю.Состав сущностей процесса = (ЦТип1: Типы сущностей процесса) (Тип2: Типы компонентов сущностей(Тип1)) ((Номер шага —» 1[1, Число шагов процесса], Сущность Сущности процесса(Тип1)(Номер шага)) -> {} {(у: Сущности) Тип сущности(у) = Тип2} \ 0))

11.Свойства компонента сущности процесса з (ЦТип 1: Типы сущностей процесса) (Тип2: Типы компонентов сущности(Тип1)) (^.(Область возможных значений: {{(Множества значений и {{Кортежи значений))

((Номер шага -» 1[1, Число шагов процесса], Сущность —> Сущности процесса(Тип1)(Номер шага), Компонента компоненты -> Состав сущностей процесса(Тип1, Тип2)(Номер шага, Сущность)) -» Область возможных значений)))

Модули модели онтологии уровня 3 строятся посредством задания обогащения модели онтологии уровня 4. В качестве примера приведем обогащение к4, которое позволяет получить фрагмент модели онтологии уровня 3 для рентгено-флуоресцентного анализа. К4 = <3начения параметров четвертого уровня, 0, Множества ограничений, Определения конструкторов сортов третьего уровня, 0>.

Определим значения параметров четвертого уровня.

1. Типы сущностей = {Оболочки, Энергетические уровни, Радиационные переходы орбитальных электронов, Химические элементы, Радиоактивные изотопы, Энергии излучения}

2. Типы компонентов сущности = (Х(Тип: {Оболочки, Энергетические уровни, Радиационные переходы орбитальных электронов, Химические элементы, Радиоактивные изотопы, Энергии излучения}) /(Тип =Химические элементы => {Энергетические уровни, Радиационные переходы орбитальных электронов}), (Тип * Химические элементы => 0)/)

3. Типы сущностей процесса = {Химические элементы, Энергии излучения}

Определим множество ограничений

1. Оболочки с {>NN0

2. Энергетические уровни с {}Ы \ 0

3. Радиационные переходы орбитальных электронов с {}Ы \ 0

4. Химические элементы с {}Ы \ 0

5. Радиоактивные изотопы с {} (х Химические элементы, 1(0, с»)) \ 0

6. Энергии излучения с {}Щ0,оо) \ 0

Определение конструкторов сортов третьего уровня выполняется с использованием конструкторов сортов четвертого уровня.

1. Собственные свойства оболочек = Собственные свойства сущностей(Оболочки)

2. Собственные свойства уровней = Собственные свойства сущностей(Энергетические уровни)

3. Собственные свойства переходов = Собственные свойства сущностей(Радиационные переходы орбитальных электронов)

4. Собственные свойства элементов н Собственные свойства сущностей(Химические элементы)

5. Свойства уровней элемента з Свойства компонентов указанного типа(Химические элементы, Энергетические уровни)

6. Свойства переходов элемента = Свойства компонентов указанного типа(Химические элементы, Радиационные переходы орбитальных электронов)

7. Собственные свойства изотопов = Собственные свойства сущности(Радиоактивные изотопы)

8. Свойства элементов пробы = Свойства компонентов процесса(Химические элементы)

9. Свойства энергий =Свойства компонентов процесса(Энергии излучения)

Модули модели онтологии второго уровня получаются заданием обогащения для модулей модели онтологии третьего уровня. Модули модели знаний строятся заданием обогащений для модели онтологии второго уровня. В разработке онтологий второго уровня принимали участие эксперты соответствующих разделов предметной области.

Модель онтологии второго уровня для физической химии состоит из 8 связанных друг с другом модулей (рис. 2): "Свойства элементов", "Свойства

Рис. 2. Структура модульной онтологии уровня 2 для физической химии веществ", "Свойства реакций", "Основы термодинамики", "Термодинамика. Химические свойства", "Термодинамика. Физические свойства", "Термодинамика. Связь физических и химических свойств", "Химическая кинетика". Начало стрелки на рис. 2 и 3 задает модуль, термины которого используются при определении модуля (или модулей), в который входит стрелка. Модули 1-3 модели онтологии физической химии определяют

термины, используемые при описании свойств элементов, веществ и реакций. В модуле 4 определяются термины, используемые при описании общих свойств термодинамических систем и их компонентов. Состояния термодинамической системы могут изменяться в ходе физико-химического процесса. Состояния процесса задаются в дискретные моменты наблюдения. В модуле 5 определены термины, используемые при описании фазовых превращений веществ в ходе процесса без учета химических превращений. В модуле 6 определены термины, используемые при описании химических превращений веществ в ходе процесса без учета фазовых превращений. И, наконец, в модуле 7 определены термины,

используемые при описании физико-химических процессов. В модуле 8 определены термины, описывающие динамику прохождения процессов.

Онтология второго уровня и ее модель для органической химии состоит из 26 связанных друг с другом модулей (рис. 3). На рисунке не представлены

Рис. 3. Структура модульной онтологии уровня 2 для органической химии

вспомогательные модули "Константы онтологии" и "Номенклатура". Три модуля «Электроны», «Элементный состав» и «Химические реакции» используют терминологию онтологии физической химии и определяют термины для задания электронного строения химических элементов, элементного состава органических соединений и свойств химических реакций, соответственно. Модули «Агрегатное состояние», «Растворимость», «Углеродный скелет», «Функциональные группы», «Ионы» и «Реакционные центры» используют терминологию модуля «Элементный состав». Модуль «Реакционные центры» также использует терминологию модуля «Химические реакции». Перечисленные модули описывают терминологию, используемую при задании агрегатного состояния органических соединений, их растворимости в различных растворителях, представления их углеродного скелета, различных функциональных групп, ионов и реакционных центров соединений в химических реакциях. Модуль «Электронная конфигурация» использует терминологию модуля «Электроны» и описывает термины для задания электронной конфигурации химических элементов. Модуль «Структурная формула соединения» использует терминологию модулей «Электронная конфигурация», «Функциональные группы» и «Углеродный скелет» и определяет термины для описания структурных формул органических соединений. Его терминологию используют модули «Номенклатура», «Тип гибридизации», «Изомерия», «Электронная конфигурация соединения», «Радикалы» и «Связь». Модуль «Связь» также использует терминологию модуля «Ионы», а модуль «Радикалы» - модуля «Химические реакции». Модуль «Пространственное расположение» использует терминологию модуля «Тип гибридизации» и определяет терминологию для задания положения молекулы соединения в пространстве. Модуль «Классификация органических соединений по наличию функциональных групп» использует терминологию модуля «Функциональные группы» и описывает термины для задания классов органических соединений. Модули «Радикалы» и «Реакционные центры» используют также терминологию модуля «Химические реакции». Модуль «Химический процесс» определяет терминологию для задания свойств химических процессов. Модуль «Химические реакции класса органических соединений» использует терминологию модуля «Классификация органических соединений по наличию функциональных групп» и описывает термины для задания свойств химических реакций для классов органических соединений. Последний модуль «Свойства класса органических соединений» использует терминологию модулей «Классификация органических соединений по наличию функциональных групп», «Тип гибридизации», «Агрегатное состояние» и «Растворимость» и описывает свойства классов соединений.

Онтология второго уровня и ее модель для рентгено-флуоресцентного анализа состоит из 5 связанных друг с другом модулей: "Строение атомов", "Радиационные переходы", "Свойства изотопов", "Радиационные переходы химических элементов", "Рентгено-флуоресцентный анализ".

В пятой главе разработаны требования к расширяемым специализированным оболочкам систем, основанных на знаниях, для сложноструктурированных предметных областей, приведена общая архитектура специализированных оболочек, разработаны методы их реализации.

Пользователями специализированной оболочки СОЗ для сложноструктурированной предметной области являются сопровождающий программист, инженер знаний, эксперт и специалист предметной области. Сопровождающий программист обеспечивает развитие программных компонентов, инженер знаний и эксперт - развитие информационных компонентов, а специалист предметной области использует готовые программные и информационные компоненты при решении своих прикладных задач.

Информационными компонентами оболочки являются многоуровневая модульная онтология и модульная база знаний сложно-структурированной предметной области, а программными - редакторы информационных компонентов, специализированные решатели задач разных классов и подсистема сопровождения.

Разработка редактора многоуровневых онтологий и знаний основывается на онтологии уровня п. Редакторы многоуровневых онтологий и знаний (рис. 4) должны позволять создание и редактирование модульных онтологий и знаний, а также обеспечивать возможность повторного использования модулей при создании онтологий и знаний новых разделов и подразделов области, причем процесс создания и редактирования модуля онтологии уровня ¡-1 должен управляться онтологией уровня ¡, а процесс создания и редактирования модуля знаний - онтологией уровня 2. При создании онтологии и знаний редактор реализует операцию применения обогащения НСЛС, а его шаги определяются структурой обогащения, описанной в главе 2.

Редактор онтологии должен обеспечивать возможность выбора того из существующих модулей онтологии уровня который управляет процессом редактирования создаваемого модуля. Аналогично при редактировании модуля знаний должна обеспечиваться возможность выбора «управляющего» модуля онтологии уровня 2.

Редакторы онтологии и знаний должны обеспечивать возможность задания структурированной и неструктурированной части онтологии, а также структурированной и неструктурированной части знаний, т.е. программным

компонентом этих редакторов должен быть специализированный редактор утверждений, позволяющий вводить онтологические соглашения и законы предметной области.

Редактор знаний должен обеспечивать возможность ввода/вывода значений нестандартных величин при редактировании знаний. Для значений нестандартных величин в предметной области может существовать способ их графического представления. Например, для химии графически может быть задана краткая структурная формула или структурная формула химического соединения. Поэтому редактор знаний должен обеспечивать возможность использования принятого в предметной области графического способа представления значений нестандартных величин при создании и редактировании знаний. Величина, которой принадлежит значение некоторого свойства, задается онтологией уровня 2. Поэтому редактор знаний должен обеспечивать автоматический выбор (управляемый онтологией уровня 2) средств для графического представления значений нестандартных величин при редактировании знаний.

Редактор онтологии интерпретирует онтологию уровня 1 при создании модуля онтологии уровня М. Редактор знаний интерпретирует онтологию уровня 2 при создании модуля знаний. Одна и та же онтология может интерпретироваться разными способами в разных редакторах знаний. Редакторы знаний могут отличаться не только способом интерпретации знаний, но и интерфейсом. Очевидно, что более удобный интерфейс и более понятный эксперту способ интерпретации можно обеспечить для редактора, предназначенного для интерпретации одной онтологии, а не класса онтологий. Поэтому специализированная оболочка должна позволять использование редакторов, поддерживающих разные способы интерпретации модуля онтологии уровня 2, и предоставлять возможность эксперту выбора требуемого ему редактора знаний.

Таким образом, в состав редакторов информационных компонентов должны входить (рис. 4): специализированный редактор многоуровневой модульной онтологии, специализированные редакторы знаний, управляемые онтологиями уровня 2, системы ввода/вывода значений нестандартных величин, редактор утверждений, позволяющий задавать законы и онтологические соглашения предметной области.

Каждый раздел (и подраздел) сложно-структурированной ПО характеризуется своим множеством классов прикладных задач, причем разные множества могут содержать как общие классы задач, так и специфичные для раздела (подраздела). Решатель задач может быть предназначен для решения классов задач одного раздела (в этом случае он использует онтологию и знания

Библиотека подпрограмм для работы с нестандартными величинами

системы для ввода/ вывода значений нестандартных величин

Система поддержки библиотеки подпрограмм для работы с нестандартными величинами

1Г

Спе циал изированн ый редактор многоуровневой онтологии

Система поддержки >|библиотеки редакторов знаний

Управление процессом редактрирования

Оболочка информационного наполнения

Модули онтологии уровня т-2

>/ ^

ОНТйлпгии Модули базьп

Создание и редактирование

^__ Передача

данных

- — Использование

Передача управления

Рис. 4. Состав редакторов информационных компонентов этого раздела), либо разных разделов (в этом случае он может использовать разные онтологии и знания). В первом случае используемая решателем онтология определяется классом задач. Во втором случае требуется дополнительное указание, какие онтология и знания должны использоваться в процессе решения. Специализированная оболочка СОЗ для сложноструктурированной предметной области должна обеспечивать возможность решения задач разных классов, причем пользователь должен иметь возможность указания модуля онтологии и модуля знаний, которые надо использовать при решении задач.

При решении задач одного класса могут использоваться разные системы, имеющие различные характеристики сложности. Эти характеристики зависят от свойств исходных данных и условий задачи. Решатели задач одного класса могут также отличаться интерфейсом, использовать разные методы решения этого класса задач. Например, при вычислении значения некоторого свойства физико-химического процесса могут использоваться разные законы предметной области.

Таким образом, специализированная оболочка СОЗ должна содержать расширяемые библиотеки решателей задач разных классов, системы автоматического построения методов решения задач по их спецификации (рис.

5). Метод решения задач может быть представлен либо в виде алгоритма, либо в

Система поддержки библиотеки подпрограмм для работы с нестандартными величинами

Системы автомагического построения решателей классов задач

Система поддержки библиотеки решателей задач разных классов

Языковые 1 процессоры систем, основанных на правилах

Рис. 5. Системы для решения задач и средства для их разработки виде множества правил системы продукций. В первом случае для создания решателя задач используется процессор алгоритмического языка, во втором случае - процессор языка, основанного на правилах, который является одним из программных компонент специализированной оболочки.

Если предметная область развивается, то изменяется и ее онтология, и знания. Следствием изменения онтологии является изменение множества классов решаемых задач. Таким образом, развитие сложно-структурированной предметной области предполагает появление как новых информационных, так и новых программных компонентов СОЗ. Изменение информационных компонентов поддерживается редакторами этих компонентов. Развитие программных компонентов предполагает наличие подсистемы поддержки этого процесса.

Подсистема сопровождения специализированной оболочки СОЗ (рис. 6) должна обеспечить возможность добавления новых подсистем для ввода/вывода значений нестандартных величин, в частности поддерживающих графический способ их представления, новых классов задач и подсистем для их решения, а также позволять включение в состав программных компонентов подсистем для автоматического формирования решателей классов задач. Таким образом, программными компонентами системы сопровождения являются: подсистема поддержки библиотеки подпрограмм для работы с нестандартными величинами,

Система поддержки библиотеки подпрограмм для работы с нестандартными величинами

Системы автоматического построения методов решения классов задач уУ^

Рис. 6. Компоненты подсистемы сопровождения

подсистема поддержки библиотеки редакторов знаний, подсистема поддержки библиотеки решателей задач, подсистема поддержки библиотеки решателей задач. При разработке методов решения задач в виде множества правил используется языковой процессор языка, основанного на правилах. В состав системы сопровождения также входит подсистема вызова программных компонентов.

Шестая глава диссертации содержит описание специализированных оболочек для предметной области "Химия", созданных с использованием методов главы 5. В работе разработаны специализированные оболочки систем, основанных на знаниях, для физической и органической химии, для раздела рентгено-флуоресцентного анализа, а также специализированная оболочка, интегрирующая онтологии, знания и программные системы указанных разделов химии.

Специализированная оболочка интеллектуальных систем для физической химии позволяет интегрировать онтологии и знания разных разделов данной области. Она содержит систему автоматического формирования решателей вычислительных задач физической химии и редакторы информационных компонентов. Онтологические соглашения и законы предметной области представлены на одном из языков прикладной логики, введенных в главе 2 (рис.

п'^т-тшышшш_

Утверждение |срункция состояния - энергия Гиббса системы Текст _ _______

■ - III" Hi I'll Г II lll^

(t: l[1. число_моментов]) внутренняя_энергия(+) = энергия_Гиббса(+) + температура^) ' энтропияОО - давление^) * объем^)

Комментарий

энергия Гиббса системы как функция состояния

[Щ

з»1Ись, I и im

(ТЛ1.Н jl>*l >

Рис. 7. Интерфейс редактора онтологических соглашений и законов предметной области

Утверждение ¡функция состояния - энергия Гиббса системы Текст _

(t: 1[1. число_моментов]) внутренняя_энергия(1-) = знергия_Гиббсай + температура^)' энтропияЩ - давление^) * объемИ

' Заьшщаша -• ||III¡шшштшяшиштшшшшшшжЯ

Комментарий

энергия Гиббс;

' функция состояния - энергия Гиббса системы Public Sub внутренняя_энергия8^ As Variant) If t >= 1 And t <= число_моментов _ Then

внутренняя_энарпдяй=(энер™я_ГиббсаИ+температура(1)*э

нтропияй^давленией'объемИ

End Sub

Запись: ГмТЛ Г~~

Рис. 8. Генерация примитива по утверждению, формулирующему закон физической химии

Каждому онтологическому соглашению и закону физической химии система автоматически сопоставляет множество примитивов (для каждого примитива генерируется подпрограмма на алгоритмическом языке),

вычисляющих значения входящих в него терминов (рис. 8). Примитивы используются при формировании метода решения задач.

Специализированная оболочка для органической химии содержит решатели разных классов задач определения путей синтеза соединений. Специализированная оболочка для раздела рентгено-флуоресцентного анализа позволяет строить теоретический спектр по описанию свойств пробы и конфигурации спектрометра, а также решать задачу определения состава пробы по спектру.

Информационными компонентами специализированной оболочки СОЗ, интегрирующей онтологии, знания и программные системы в области "Химия", являются онтологии уровня 3 (метаонтологии разделов) и 2 (онтологии разделов), а также знания разных разделов химии, разработанные с использованием терминов онтологии уровня 4, описанной в главе 4. Специализированная оболочка содержит редакторы метаонтологий, онтологий и знаний разделов химии.

В состав программных компонентов входит специализированный редактор онтологических соглашений и законов предметной области, для представления которых используется некоторый ЯПЛ. Для ввода/вывода кратких структурных формул органических соединений используется специализированный редактор, помещенный в соответствующую библиотеку - компонент оболочки для органической химии (рис. 9). Графический редактор при задании структурной

3020Н! 80э

Рис. 9. Интерфейс редактора кратких структурных формул

иж

Файл Редактировать Условия Настройки Симтвэ Помощь

зяу i>.;;;йт

//даооо

1) СН4

Описание реакций, входящих в путь синтеза

СН4 ♦ 812

шшяш

* СЕ —

Рис. 10. Интерфейс решателя задач поиска путей синтеза органических соединений

кфчгурация КИЛ йг$ае

Фон |

' 1 •' ' " I Химический состав пробы:

1.5 г-

! Хим. вещество

■

Неверная запись химической формулы. Элемента М не существует.

0,5

0.0

Удалить [ |

[Н2МО4

(У р- Г"

100 до 100* |

~ г/шЧ ё = Г -г. 5-Г

см"2 I Примять | Отменить |

ПКонфигурация Источник Со-57

У Элем, состав пробы: ' Эд-т .....I.......

й-срйч.

Строить линии:

Щ Кл

шт

911а

1 ^

Рис. 11. Интерфейс решателя класса задач построения теоретического спектра

формулы проверяет все онтологические соглашения, определенные в модуле модели органической химии (рис.9), не позволяя пользователю задать не согласованные с онтологией значения. Оболочка содержит решатели классов задач поиска путей синтеза органических соединений (рис. 10), построения теоретического спектра по заданному составу пробы и описанной конфигурации спектрометра (рис. 11), а также определения состава пробы по спектру, полученному со спектрометра. При разработке всех решателей задач использована модель онтологии и знаний, описанная в главе 4, в терминах которой были даны формальные постановки классов задач и описаны методы их решения.

В качестве программных компонентов, с помощью которых могут разрабатываться системы для решения прикладных задач химии, специализированная оболочка содержит компилятор языка, основанного на модели конфлюэнтных недоопределенных декларативных продукций. Язык системы продукций поддерживает операции над числовыми данными и множествами, ограниченные логические и математические кванторы, определенные в стандартном расширении ЯПЛ и в специализированных расширениях "Интервалы" и "Математические кванторы", а также допускает правила, зависящие от параметров (схемы правил) и конкретизации схем. Схема задает множество правил, т.е. ее можно рассматривать как аналог подпрограммы в алгоритмическом языке. Конкретизация схемы задает фактические параметры схемы, т.е. ее можно рассматривать как аналог вызова подпрограмм в алгоритмических языках. Язык допускает создание модулей правил.

Специализированная оболочка СОЗ для физической химии использовалась в лаборатории фторидных материалов Института химии ДВО РАН. Специализированная оболочка для раздела рентгено-флуоресцентного анализа используется в лаборатории ядерно-физических методов анализа Института химии ДВО РАН. В настоящее время специализированная оболочка, интегрирующая онтологии, знания и программные системы разных разделов химии, применяется при создании СОЗ для раздела катализ. Методы разработки специализированных оболочек для сложно-структурированных предметных областей также используются при создании оболочки, интегрирующей онтологии и знания разных разделов химии, работающей под управлением Интернет.

Седьмая глава диссертации содержит описание технологии создания систем, основанных на знаниях, для сложно-структурированных предметных областей и результаты ее экспериментального исследования.

Разработка специализированной оболочки систем, основанных на знаниях, для сложно-структурированной предметной области включает следующие этапы: (1) анализ предметной области, разработка ее многоуровневой модели; если существует модель онтологии верхнего уровня, которая может быть повторно использована, то построение производится методом "сверху вниз" с использованием существующей модели; (2) разработка системы сопровождения специализированной оболочки; (3) разработка специализированных редакторов многоуровневой онтологии и знаний; (4) разработка спецификаций классов задач; (5) разработка методов решения классов задач или процедуры автоматического формирования методов; (6) разработка подсистем для решения прикладных задач и поддержки библиотеки методов.

Первая версия специализированной оболочки должна включать редактор многоуровневой онтологии, редактор знаний и все компоненты подсистемы сопровождения. С использованием специализированных редакторов создаются информационные компоненты системы, основанной на знаниях. С использованием системы сопровождения производится добавление требуемых программных компонентов. Например, добавление нового решателя задач с использованием оболочки для химии состоит в задании метаонтологии или онтологии, в терминах которых даются постановки задач данного класса, названия добавляемого класса, информации о расположении программы решателя (рис. 12) и содержательного комментария. При использовании решателя пользователь выбирает требуемую ему подсистему (рис. 13). Редакторы нестандартных величин вызываются автоматически редактором знаний и системой ввода исходных данных задач.

Раздел

|Рентгенофлуоресцентный анализ Класс задач

построение спектра по составу пробы Путь к исполняемому Файлу

Обзор '

Позволяет строить теоретический спектр по составу пробы и описанию конфигурации спектрометра

¡¡МИТ!

Название раздела Класс задач ¡а

Рекггенофлуоресценгный анализ Анализ спектра

Рентгенофлуоресцентный анализ Построитель спектра Ч

Органическая химия Поиск п^ей синтеза сс

ЕЫ . . в

Назаа

Вызвать

Добавить

Рис. 13. Выбор решателя задач

Рис. 12. Добавление нового решателя задач

Методы анализа сложно-структурированных предметных областей, а также создания специализированных оболочек СОЗ использовались в течение 8 лет в Дальневосточном государственном университете (г. Владивосток) и Институте технологии и бизнеса (г. Находка). При изучении дисциплины "Системы искусственного интеллекта" студенты выполняют практические работы, целью которых является освоение метода анализа предметных областей. Результаты анализа и предложенные в диссертационной работе методы используются при выполнении работ, целью которых является создание расширяемых специализированных оболочек. Методы анализа предметных областей и создания специализированных оболочек использовались также при выполнении курсовых и дипломных работ студентами Института математики и компьютерных наук Дальневосточного государственного университета. Некоторые специализированные оболочки доведены до практического использования.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертационной работе на основе проведенных автором исследований разработаны теоретические положения и получено практическое решение проблемы создания расширяемых специализированных оболочек систем, основанных на знаниях, для сложно-структурированных предметных областей. В рамках указанной проблемы получены следующие основные теоретические и практические результаты.

1. Определен класс сложно-структурированных предметных областей, в которых существуют разделы и подразделы, описываемые в разных, но похожих системах понятий; раздел и подраздел сложно-структурированной области является предметной областью, в которой происходит специфическая профессиональная деятельность, характеризующаяся множеством прикладных задач. Выделены существенные свойства сложно-структурированных предметных областей и их онтологий. Определены свойства их многоуровневых моделей. Сформулированы требования к языку для представления моделей сложно-структурированных предметных областей, среди которых основными являются декларативность, расширяемость набора математических символов и наличие модульности.

2. Разработан класс многоуровневых необогащенных систем логических соотношений (НСЛС). Определен переход от НСЛС уровня ш к НСЛС уровня т-1 посредством задания обогащения СЛС. Предложена интерпретация СЛС как моделей сложно-структурированных предметных областей. Разработан класс многосортных языков прикладной логики для

представления многоуровневых моделей сложно-структурированных предметных областей. Все языки данного класса имеют общее ядро, каждый характеризуется своим набором используемых расширений. Языки поддерживают представление модульных моделей.

3. Разработаны методы "снизу вверх" и "сверху вниз" анализа сложноструктурированных предметных областей; метод анализа "снизу вверх" предназначен для обобщения одноуровневых онтологий разделов сложноструктурированной предметной области до многоуровневых и получения онтологии верхнего уровня, определяющей схему анализа "сверху вниз" для новых разделов данной области, при котором онтологии новых разделов представляются как конкретизации онтологии верхнего уровня.

4. Разработана четырехуровневая модель химии, являющейся сложноструктурированной областью, включающая физическую и органическую химию и раздел рентгено-флуоресцентного анализа. Четвертый уровень представляет собой модель метаонтологии химии. Третий уровень содержит модели метаонтологий физической и органической химии, а также рентгено-флуоресцентного анализа. Разработаны модульные модели онтологий физической и органической химии, а также рентгено-флуоресцентного анализа.

5. Разработаны требования к специализированным оболочкам сложноструктурированных предметных областей, а также их общая архитектура. Отмечено, что важным компонентом таких оболочек является подсистема сопровождения, которая должна позволять добавление программных компонентов. Разработаны методы реализации таких оболочек.

6. Разработаны специализированные оболочки систем, основанных на знаниях, для физической и органической химии, для раздела рентгено-флуоресцентного анализа, а также специализированная оболочка, интегрирующая онтологии, знания и программные системы указанных разделов химии.

7. Разработана технология использования специализированных оболочек при создании систем, основанных на знаниях, для сложноструктурированных предметных областей. Технология опробована при создании систем, основанных на знаниях, для разных разделов химии, а также системы, основанной на знаниях, интегрирующей информационные и программные ресурсы разных разделов химии. Методы анализа сложноструктурированных предметных областей и создания специализированных оболочек СОЗ использованы в учебном процессе Института математики и компьютерных наук Дальневосточного государственного университета, а также Института технологии и бизнеса при выполнении курсовых и дипломных работ. Результаты диссертации используются при чтении лекций по дисциплине

"Системы искусственного интеллекта" и выполнении студентами практических

работ.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Работы [7], [12], [13], [17], [28], [32], [36], [37], [39], [40], [41], [42], [43]

опубликованы в журналах, входящих в Перечень ВАК.

1. Артемьева И.Л. Разработка решателей задач с использованием моделей онтологий предметных областей // Юбилейный сборник / под общ. ред.

B.П.Мясникова. - Владивосток: ИАПУ ДВО РАН, 2001,- С. 285-292.

2. Артемьева И.Л. Разработка решателей прикладных задач на основе непримитивных онтологий // Девятая нац. конф. по искусственному интеллекту с междунар. участием, Тверь, 28 сентября - 2 октября 2004: сб. тр. в 3-х томах. М.: Физматлит. - 2004. - Т.1. - С. 28-36.

3. Артемьева И.Л. Многоуровневые модели предметных областей и методы их разработки // Десятая нац. конф. по искусств, интеллекту с междунар. участием, Обнинск, 25-28 сентября 2006: сб. тр. в 3-х томах. М.: Физматлит. - 2006. - Т.1. -

C. 44-51. URL: http://raai.org/resurs/papers/kii-2006/

4. Артемьева И.Л. Многоуровневые математические модели предметных областей // Искусственный интеллект. - 2006 .- №.4.- С. 85-94.

5. Артемьева И.Л. Многоуровневые модели предметных областей // Межд. научн.-техн. конф. "Искусственный интеллект. Интеллектуальные и многопроцессорные системы", Кацивели, 25-30 сентября 2006: сб. тр. Таганрог: Изд. ТРТУ. 2006,- Т.1. - С. 58-62.

6. Артемьева И.Л. Метод построения многоуровневых онтологий сложноструктурированных предметных областей // Всероссийская конф. с межд. участием «Знания-Онтологии-Теории». Новосибирск, 14-16 сентября 2007. Новосибирск: Институт математики. - Т.1. С. 131-137.

7. Артемьева И.Л. Интеллеюуальные системы для сложноструктурированных предметных областей // Научно-технические ведомости СПбГПУ. - 2008. - № 2. - С.108-111.

8. Артемьева И.Л. Специализированные оболочки интеллектуальных систем для сложно-структурированных предметных областей // Одиннадцатая нац. конф. по искусств, интеллекту с междунар. участием, Дубна, 28 сентября - 3 октября 2008: сб. тр. в 3-х томах. М.: ЛЕНАНД, 2008. - Т.1. - С. 95-103.

9. Artemieva I.L. Multilevel ontologies for domains with complicated structures // In the Proceedings of the ХШ-th Intern. Conf. "Knowledge-Dialog-Solution", June 18-24, Varna, Bulgaria, Sofia: FOI ITHEA. - 2007. - Vol. 2. - PP.403-410.

Ю.Артемьева И. Л. Управление созданием интеллектуальных систем для сложно-структурированной предметной области // Управление созданием и развитием систем, сетей и устройств телекоммуникаций / Под ред. д.эк.н., проф. А.В.Бабкина, д.т.н., проф. В.А.Кежаева: Тр. научн.-пр. конф., СПб.: НОЦ "Перспектива". 2008. - С. 47-50. - ISBN 5-7422-1583-5

11. Artemieva I.L. Domains with complicated structures and their ontologies // Inf. Theories and Appl. - 2008. - Vol. 15,- № 4. - PP. 330-337. - ISSN 1310-0513.

И.Артемьева И.Л., Высоцкий В.И., Рештаненко H.B. Модель онтологии предметной области (на примере органической химии) // Научно-техническая информация, сер.2. - 2005. - № 8. - С.19-27. И.Л.Артемьевой разработан фрагмент онтологии и ее модели, используемой при описании электронного строения органических соединений.

13. Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Описание структурного строения органических соединений в модели онтологии органической химии // НТИ, сер.2. - 2006. - №2. - С.11-19. И.Л.Артемьевой разработан фрагмент онтологии и ее модели, используемой при описании структурного строения органических соединений.

14.Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Модульная модель онтологии органической химии. Свойства органических соединений // Информатика и системы управления. - 2006. - № 1. - С.121-132. И.Л.Артемьевой разработан фрагмент онтологии и ее модели, используемой при описании свойств органических соединений.

15. Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Описание пространственного расположения атомов, ионного и электронного строения соединений в модели онтологии химии // Информатика и системы управления.-2007.-№ 1.-С. 98-109. И.Л.Артемьевой разработан фрагмент онтологии и ее модели, используемой при описании пространственных свойств органических соединений, их ионного и электронного строения.

76. Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Описание механизмов реакций в модели онтологии химии // Информатика и системы управления. -2007. - № 1. - С. 109-117. И.Л.Артемьевой разработан фрагмент онтологии и ее модели, используемой при описании механизмов химических реакций.

17. Артемьева И. Л., Гаврилова Т.Л., Грибова В.В. и др. Мультидисциплинарная система управления информационными ресурсами различных уровней общности // Проблемы управления. -2006. - № 4. - С. 64-68. И.Л.Артемьевой разработана структура специализированных оболочек для химии.

18. Артемьева И.Л., Крылов Д.А. Автоматическое построение интеллектуальных решателей прикладных задач по модели онтологии для некоторых классов

предметных областей // Первая международная конференция "Системный анализ и информационные технологии" САИТ-2005, 12-16 сентября, 2005, Переславль-Залесский: Тр. конф. В 2 т., Т.1. - М.: КомКнига. - 2005. - С.145-148. И.Л.Артемьевой разработаны методы анализа задач для сложноструктурированных предметных областей и использования этих результатов при создании средств автоматического построения систем для решения этих задач.

19. Артемьева И.Л., Мирошниченко Н.Л. Модель онтологии рентгено-флуоресцентного анализа// Информатика и системы управления. - 2005. - № 2. - С.78-88. И.Л.Артемьевой разработан фрагмент онтологии и ее модели для рентгено-флуоресцентного анализа.

20.Артемьева И.Л., Мирошниченко Н.Л, Старовойтов И.В. Интеллектуальная система для рентгено-флуоресцентного анализа // Информатика и системы управления. - 2006. - № 2. - С. 54-61. И.Л.Артемьевой разработаны методы создания специализированной оболочки для рентгено-флуоресцентного анализа.

21.Артемьева И.Л., Рештаненко Н.В. Модульная модель онтологии органической химии // Информатика и системы управления. - 2004. - № 2. ■ С.98-108. И.Л.Артемьевой разработана структура онтологии и ее модели для органической химии.

22.Артемьева И.Л., Рештаненко Н.В. Специализированный компьютерный банк знаний предметной области "Химия" //Искусственный интеллект. - 2004. -№1. - С. 235-244. И.Л.Артемьевой разработана структура специализированной оболочки для химии.

23.Артемьева И.Л., Рештаненко Н.В. Концепция специализированного компьютерного банка знаний предметной области "Химия" // Межд. научн.-техн. конф. "Искусственный интеллект. Интеллектуальные и многопроцессорные системы", Кацивели, 20-25 сентября 2004: сб.тр. Таганрог: Изд. ТРТУ. - 2004. - Т.2. - С. 197-199. И.Л.Артемьевой разработана структура специализированной оболочки для химии.

24.Артемьева И.Л., Рештаненко Н.В. Разработка специализированного банка знаний по органической химии на основе онтологии // Межд. научн.-техн. конф. "Искусственный интеллект. Интеллектуальные и многопроцессорные системы", Кацивели, 25 - 30 сентября 2006: сб.тр. Таганрог:Изд. ТРТУ. -2006. - Т.1. - С.72-76. И.Л.Артемьевой разработаны методы создания специализированной оболочки для органической химии.

25.Артемьева И.Л., Рештаненко Н.В.Специализированный компьютерный банк знаний по органической химии и его разработка на основе онтологии // Искусственный интеллект. - 2006. - №.4. - С. 95-106. И.Л.Артемьевой

разработаны методы создания специализированной оболочки для органической химии.

26.Артемьева И.Л., Рештаненко Н.В. Разработка интеллектуальных Интернет-систем на основе многоуровневых онтологии // Вторая межд. конф. "Системный анализ и информационные технологии" САИТ-2007, 10-14 сентября, 2007, Обнинск: Тр. конф. В 2 т. - М.: Издательство ЛКИ. - 2007. -Т.1.- С.96-99. И.Л.Артемьевой разработаны методы создания специализированной оболочки по химии, интегрирующей онтологии, знания и программные системы разных разделов данной области.

27.Артемьева И.Л., Рештаненко Н.В. Специализированный трехуровневый редактор метаонтологий, онтологий и знаний для компьютерного банка знаний по химии // Искусственный интеллект. - 2007. - № 3. - С. 40-47. И.Л.Артемьевой определены особенности редакторов информационных компонентов, обусловленные свойствами сложно-структурированной области, а также разработаны методы создания таких редакторов.

28.Артемьева И.Л., Рештаненко Н.В. Интеллектуальная система, основанная на многоуровневой онтологии химии // Программные продукты и системы. - 2008. - № 1. - С. 84-87. И.Л.Артемьевой разработаны методы создания специализированной оболочки по химии, интегрирующей онтологии, знания и программные системы разных разделов данной области.

29.Артемьева И.Л., Рештаненко Н.В., Цветников В.А. Многоуровневая онтология химии // Всероссийская конф. с межд. участием «Знания-Онтологии-Теории». Новосибирск, 14-16 сентября 2007. Новосибирск: Институт математики. - 2007. - Т.1. С. 138-146. И.Л.Артемьевой разработана многоуровневая модель для предметной области "Химия".

30.Артемьева И.Л., Рештаненко Н.В., Цветников В.А. Расширяемая интеллектуальная Интернет-система по химии // IX Межд. конф. "Интеллектуальные системы и компьютерные науки", Москва, 23-27 октября 2006: сб. тр. Москва: ЦПИ при механико-математическом факультете МГУ. 2006.- Том 2,- Часть 2,- С. 44-47. И.Л.Артемьевой определены особенности специализированной оболочки, обусловленные свойствами сложноструктурированной области.

31.Артемьева И.Л., Рештаненко Н.В., Цветников В.А. Описание свойств реакций в модели онтологии химии // Информатика и системы управления.-2006.- № 1,- С.132-143. И.Л.Артемьевой разработан фрагмент онтологии и ее модели для физической химии, используемый при описании физико-химических свойств реакций.

32.Артемьева И.Л., Рештаненко Н.В., Цветников В.А. Описание физико-химических процессов в модели онтологии химии // Информатика и системы управления. - 2008. - № 1 - С. 121-131. И.Л.Артемьевой разработан фрагмент онтологии и ее модели для химии, используемый при описании свойств физико-химических процессов.

33.Артемьева И.Л., Спивачук H.A. Модель онтологии предметной области «Построение характеристического рентгеновского спектра» // Информатика и системы управления,- 2007.- № 2. - С. 120-131. И.Л.Артемьевой разработан фрагмент онтологии и ее модели для рентгено-флуоресцентного анализа.

34.Артемьева И.Л., Суров В.В. Принципы организации библиотеки методов решения задач в экспертных системах // Диалог-Решение, Сб. научн. тр. Шестой Международной конференции, Ялта. - 1997. - Т.1.- С. 116-122. И.Л.Артемьевой разработаны принципы организации библиотек методов решения задач для расширяемых специализированных оболочек систем, основанных на знаниях.

35.Артемьева И.Л., Тютюнник М.Б. Модель модульного языка декларативных конфлюэнтных продукций с ограниченными кванторами // Искусственный интеллект. - 2007. - № 3. - с. 374-382. И.Л.Артемьевой разработана модель модульного языка конфлюэнтных продукций.

36.Артемьева И.Л., Тютюнник М.Б. Модульная система конфлюэнтных продукций для многопроцессорной вычислительной системы // Программные продукты и системы. - 2007. - № 2. - С. 38-39 И.Л.Артемьевой разработаны методы создания системы, основанной на правшах.

37.Артемьева И.Л., Тютюнник М.Б. Методы управления распараллеливанием логического вывода системы конфлюэнтных продукций // Научно-технические ведомости СПбГПУ. - 2008. - № 3. -С.99-103. И.Л.Артемьевой разработаны методы управления процессом логического вывода для системы, основанной на правилах.

38.Артемьева И.Л., Цветников В.А. Фрагмент онтологии физической химии и его модель // Электронный журнал "Исследовано в России",- 2002.- №3.- С. 454-474. (http://zhurnal.ape.relarn.ru/articles/2002/042.pdf) И.Л.Артемьевой разработана структура онтологии и ее модели для физической химии.

39.Клещев A.C., Артемьева И.Л. Необогащенные системы логических соотношений. 4.1. // Научно-техническая информация, сер.2. - 2000. - № 7. -С.18-28. И.Л.Артемьевой разработан класс языков прикладной логики.

40.Клещев A.C., Артемьева И.Л. Необогащенные системы логических соотношений. 4.2. // Научно-техническая информация, сер. 2. - 2000. - №

8.-С.8-18. И.Л.Артемьевой разработан класс математических соотношений для представления моделей одноуровневых онтологий и знаний.

41.Клещев А.С., Артемьева И.Л. Математические модели онтологий предметных областей. Часть 1. Существующие подходы к определению понятия «онтология» // Научно-техническая информация, сер. 2. - 2001. - № 2. - С. 20-27. И.Л.Артемьевой выполнен анализ существующих определений понятия "онтология предметной области".

42.Клещев А.С., Артемьева И.Л. Математические модели онтологий предметных областей. Часть 2. Компоненты модели. // Научно-техническая информация, сер. 2. - 2001. - № 3. - С.19-29. И.Л.Артемьевой разработана структура математических моделей предметных областей и моделей их одноуровневых онтологий.

43.Клещев А.С., Артемьева ИЛ. Математические модели онтологий предметных областей. Часть 3. Сравнение разных классов моделей онтологий // Научно-техническая информация, сер. 2. - 2001.- № 4.- С.10-15. И.Л.Артемьевой разработаны подклассы моделей одноуровневых онтологий.

44.Kleshchev A.S., Artemjeva I.L. A structure of domain ontologies and their mathematical models. In the Proceedings of the Pacific Asian Conference on Intelligent Systems 2001 (PAIS 2001). Korea. November 16-17, 2001. - PP. 410-420. И.Л.Артемьевой разработана структура одноуровневых онтологий предметных областей и их моделей.

45.Kleshchev A.S., Artemjeva I.L. A mathematical apparatus for domain ontology simulation. An extendable language of applied logic // Inf. Theories and Appl. -2005.- Vol. 12, № 2. - PP. 149-157. - ISSN 1310-0513. И.Л. Артемьевой разработан класс языков прикладной логики.

46.Kleshchev A.S., Artemjeva I.L. A mathematical apparatus for ontology simulation. Specialized extensions of the extendable language of applied logic // Inf. Theories and Appl. - 2005. - Vol. 12, № 3. . pp. 265-271. - ISSN 1310-0513. ИЛ.Артемьевой разработан ряд специализированных расширений языков прикладной логики.

47. Kleshchev A.S., Artemjeva I.L. A mathematical apparatus for domain ontology simulation. Logical relationship systems // Inf. Theories and Appl. - 2005. - Vol. 12, № 4. - PP. 343-351. - ISSN 1310-0513. ИЛ.Артемьевой разработан класс математических соотношений, предназначенных для представления моделей одноуровневых онтологий и знаний предметных областей.

48. Kleshchev A.S., Artemjeva I.L. Mathematical models of domain ontologies // Inf. Theories and Appl. - 2007. - Vol. 14, № 1. - PP. 35-43. - ISSN 1310-0513. ИЛ.Артемьевой разработана структура моделей предметных областей и моделей их одноуровневых онтологий.

Подписано к печати 1.12.2008 Усл. печ. л. 2,0 Усл. изд.л. 1,88

Формат 60x84/16 Тираж 100 Заказ 36

Издано ИАПУ ДВО РАН. Владивосток, Радио, 5 Отпечатано участком оперативной печати ИАПУ ДВО РАН. Владивосток, Радио, 5

Оглавление автор диссертации — доктора технических наук Артемьева, Ирина Леонидовна

Введение

Глава 1. Существенные свойства сложно структурированных 15 предметных областей и структура их онтологий

1.1.4. Система знаний предметной области. Онтология знаний. 29 Онтология предметной области

1.2. Сложно структурированные предметные области и их свойства

1.2.1. Определение сложно структурированной предметной 41 области

1.2.2. Свойства онтологии сложно структурированной 43 предметной области

1.2.3. Свойства моделей сложно структурированных 49 предметных областей и требования к языку для их представления

1.3. Существующие определения моделей онтологий и языки для их представления

1.4. Методы анализа предметных областей

1.5. Оболочки систем, основанных на знаниях

1.6. Выводы

Глава 2. Многоуровневые модели сложно-структурированных предметных областей

2.1. Необогащенные системы логических соотношений уровня ш 71 2.1.1. Определение понятий уровня т и связей между ними 72 2.1.2.Определение параметров уровня ш 77 2.1.3. Определение конструкторов сортов уровня ш

2.2. Функция интерпретации имен

2.3. Обогащение необогащенной системы логических соотношений

2.4. Обогащенные системы логических соотношений

2.5. Многоуровневая система логических соотношений

2.6. Адекватность модели и предметной области

1.1. Предметные области и их существенные свойства

1.1.1. Объекты и величины предметной области

1.1.2. Действительность предметной области

1.1.3. Концептуализация и онтология действительности

2.7. Классы систем логических соотношений

2.8. Отношения на множестве систем логических соотношений

2.9. Определение класса языков прикладной логики

2.10. Обсуждение

Глава 3. Методы анализа сложно-структурированных предметных областей

3.1. Метод "снизу вверх"

3.2. Метод "сверху вниз"

3.3. Использование уже построенных онтологий и их моделей

3.3.1. Упрощение (огрубление) моделей

3.3.2. Классы предметных областей

3.3.3. Интеграция онтологий, знаний и их моделей

3.4. Анализ задач

3.5. Анализ методов решения задач

3.6. Обсуждение

Глава 4. Многоуровневая модель предметной области "Химия"

4.1. Модель онтологии четвертого уровня

4.2. Модель онтологии третьего уровня

4.2.1. Модель онтологии третьего уровня для физической химии

4.2.2. Модель онтологии третьего уровня для органической 155 химии

4.2.3. Модель онтологии третьего уровня для рентгено- 165 флуоресцентного анализа

4.3. Модель онтологии второго уровня

4.4. Обсуждение

Глава 5. Методы разработки специализированных оболочек интеллектуальных систем для сложно-структурированных предметных областей

5.1. Требования к специализированным оболочкам систем, 176 основанным на знаниях, для сложно-структурированных предметных областей

5.1.1. Требования к редакторам информационных компонентов

5.1.2. Требования к системам для решения прикладных задач

5.1.3. Обеспечение адаптации к изменениям предметной области

5.2. Архитектура специализированных оболочек для сложноструктурированных предметных областей

5.2.1. Редакторы информационных компонентов

5.2.2. Системы для решения классов прикладных задач

5.2.3. Подсистема сопровождения специализированной 189 оболочки

5.3. Методы реализации специализированной оболочки

5.3.1. Методы реализации подсистем поддержки библиотек

5.3.2. Определение структуры базы данных для хранения 193 информационных компонентов

5.3.3. Разработка редакторов информационных компонентов

5.3.4. Разработка систем для решения классов прикладных задач

5.4. Обсуждение

Глава 6. Специализированные оболочки для предметной области

Химия"

6.1. Специализированная оболочка систем, основанных на знаниях, для физической химии

6.2. Специализированная оболочка для рентгено-флуоресцентного анализа

6.3. Специализированная оболочка систем, основанных на знаниях, для органической химии

6.4. Специализированная оболочка, интегрирующая онтологии и знания разных разделов химии

6.5. Обсуждение

Глава 7. Технология создания и сопровождения расширяемой системы, основанной на знаниях, с использованием специализированной оболочки

7.1. Технология создания и изменения информационных компонентов

7.1.1. Создание информационных компонентов

7.1.2. Изменение информационных компонентов 233 7.2. Технология изменения состава программных компонентов

7.3. Использование методов анализа предметных областей, 242 создания специализированных оболочек и технологии их сопровождения в отличных от химии областях

7.4. Обсуждение

Введение 2008 год, диссертация по информатике, вычислительной технике и управлению, Артемьева, Ирина Леонидовна

Актуальность проблемы

Одним из классов программных систем являются системы, основанные на знаниях (СОЗ), отличительная особенность которых состоит в том, что знания, необходимые для выполнения профессиональной деятельности, отделены в этих системах от программ для решения прикладных задач. Система, база знаний которой пуста, называется оболочкой СОЗ. Разработка СОЗ предполагает создание ее оболочки. Сопровождение СОЗ предполагает сопровождение ее базы знаний без изменения программ для решения задач. Использование СОЗ дает преимущества в трудно-формализуемых предметных областях при решении задач диагностики, проектирования, планирования и управления, определения классов объектов по описаниям их свойств и т.д. При разработке СОЗ должны быть получены ответы на следующие вопросы: как представить знания предметной области, как их использовать при решении задач, как сопровождать базу знаний. Чем сложнее предметная область, тем сложнее разработка СОЗ и сопровождение ее базы знаний.

Явное представление онтологии предметной области в информационных компонентах СОЗ делает понятными и повторно используемыми знания, хранящиеся в базе знаний СОЗ. В настоящее время существуют методы создания онтологий, разработки редакторов знаний, управляемых онтологиями, и специализированных оболочек. Для формального представления онтологий предлагается использовать языки логики первого порядка и компьютерные языки. Многие из компьютерных языков для представления онтологий имеют средства для представления понятий (часто называемых классами), их таксономии, определения аксиом. Онтология вместе с набором экземпляров классов составляет базу знаний.

Однако остался ряд не решенных проблем. Существуют сложноструктурированные предметные области, имеющие сложную концептуальную схему, свойства которой не учитывают существующие языки для представления онтологий и методы создания онтологий. В сложно-структурированных предметных областях, особенно связанных с наукой, могут изменяться не только знания, но и онтологии, и, как следствие, множество классов прикладных задач. Однако методы создания специализированных оболочек, которые допускали бы изменение множества классов задач, решаемых системой, основанной на знаниях, из литературы не известны.

Целью работы является разработка теоретических основ и методов создания специализированных оболочек расширяемых систем, основанных на знаниях, для сложно-структурированных предметных областей.

Для достижения поставленной в диссертационной работе цели необходимо решить следующие задачи.

3. Разработать методы анализа сложно-структурированных предметных областей.

Обоснованность результатов. Научные положения и выводы диссертации обоснованы с использованием методов дискретной математики, математической логики, теории множеств, теоретических основ программирования и проверены при создании программных систем.

Научная новизна. Основной результат диссертационной работы состоит в теоретической разработке и практическом решении проблемы создания расширяемых специализированных оболочек для сложно-структурированных предметных областей. При этом впервые получены следующие результаты:

- разработан класс логических языков для представления декларативных моделей сложно-структурированных предметных областей, все языки которого имеют общее ядро, каждый язык использует свой набор расширений, что позволяет при представлении модели сложно-структурированной области определять язык, обладающий требуемым для данной области набором математических символов;

- разработаны методы «снизу вверх» и «сверху вниз» анализа сложноструктурированных предметных областей; метод анализа "снизу вверх" предназначен для обобщения одноуровневых онтологий разделов сложноструктурированной предметной области до многоуровневых и получения онтологии верхнего уровня, определяющей схему анализа "сверху вниз" для новых разделов данной области, при котором онтологии новых разделов представляются как конкретизации онтологии верхнего уровня; разработана четырехуровневая модель сложно-структурированной предметной области "Химия", охватывающая физическую и органическую химию, а также раздел рентгено-флуоресцентного анализа;

Практическая ценность работы заключается:

- в разработке моделей онтологий физической и органической химии и рентгено-флуоресцентного анализа, а также четырехуровневой модели химии, охватывающей указанные разделы;

- в разработке расширяемой специализированной оболочки для физической химии, предназначенной для создания систем, основанных на знаниях, позволяющей интегрировать онтологии и знания разных разделов физической химии, а также автоматически формировать системы для решения вычислительных задач указанного раздела химии;

- в разработке расширяемой специализированной оболочки для химии, предназначенной для создания систем, основанных на знаниях, для данной области, позволяющей интегрировать онтологии, знания и решатели прикладных задач для разных разделов химии; в использовании этой оболочки для создания системы, основанной на знаниях, интегрирующей онтологии, знания и решатели прикладных задач разделов физической и органической химии, а также рентгенофлуоресцентного анализа;

- в использовании теоретических результатов диссертационной работы в научной работе сотрудников отдела интеллектуальных систем Института автоматики и процессов управления Дальневосточного отделения РАН и кафедры программного обеспечения ЭВМ Дальневосточного государственного университета при разработке моделей онтологий разных предметных областей;

Обоснование и достоверность полученных результатов. Обоснование и достоверность научных положений, выводов и практических результатов подтверждена практическим использованием предложенных в диссертационной работе моделей и методов при выполнении анализа сложно-структурированных предметных областей и создании специализированных оболочек расширяемых систем, основанных на знаниях.

Реализация результатов работы. Материалы диссертации использовались в учебном процессе на базовой кафедре программного обеспечения ЭВМ (ПО ЭВМ) Дальневосточного государственного университета (ДВГУ) при Институте автоматике и процессов управления (ИАПУ) ДВО РАН при чтении курса лекций по дисциплинам "Модели знаний и экспертные системы", "Системы искусственного интеллекта", "Диалоговое редактирование знаний и экспертные системы", "Методы решения задач в системах, основанных на знаниях", "Компьютерная обработка знаний", "Разработка интеллектуальных систем", "Основы анализа и формализации информации", а также при создании учебных систем, основанных на знаниях, при выполнении курсовых и дипломных работ студентами кафедры ПО ЭВМ; в Институте технологии и бизнеса (г. Находка) при чтении курса лекций по дисциплинам "Математические основы информатики", "Системы искусственного интеллекта", "Компьютерная обработка знаний" и создании студентами систем, основанных на знаниях; при разработке онтологии и ее модели для предметной области "Оптимизация последовательных программ" в ДВГУ; разработанные программные системы используются в Институте химии ДВО РАН, в ООО "Триумф", Дальневосточном государственном техническом университете (г. Владивосток).

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на следующих международных и отечественных конференциях и семинарах: Pacific Int.Conf "Mathematical Modelling and Cryptography" (Владивосток, 1995), 4-ая Международная конференция "NonStandard Logics and Logical Aspects of Computer Science", (Иркутск, 1995), II Междун. научно-техн. конф. "Интерактивные системы: проблемы человеко-компьютерного взаимодействия" (Ульяновск, 1997), Дальневост. матем. шк,-сем. им. акад. Е.В.Золотова, (Владивосток, 1997, 2001-2004, 2007), 4 World Congress on Expert systems (Mexico, 1998), Третий Сибирский конгресс по прикладной и индустриальной математике (Новосибирск, 1998), Slovenian-Russian Workshop on Software (Владивосток, 1998), The Pacific Asian Conference on Intelligent systems (Seul, Korea, 2001), 3-й Bcepoc. Internet-конф. «Компьютерное и математическое моделирование в естественных и технических науках» (2001), 8-ой, 9-ой, 10-й и 11-й национ. конф. по искусственному интеллекту с международным участием (Коломна, 2002, Тверь, 2004, Обнинск, 2006, Дубна, 2008), Международной конференции "Knowledge-Dialog-Solution" (Ялта, 1997, Varna, Bulgaria, 2003, 2005-2008), Международной конференции "Интеллектуальные и многопроцессорные системы" (Кацивели, 2000, 2004-2007), Международной конференции "Системный анализ и информационные технологии" (Переславль-Залесский, 2005, Обнинск, 2007), научной сессии МИФИ (Москва, 2006-2008), II Международной конференции по когнитивной науке (Санкт-Петербург, 2006), Международной конференции «Знания-Онтологии-Теория» (Новосибирск, 2007), IV Международной конференции "Параллельные вычисления и задачи управления" (Москва, 2008), совместном семинаре института систем информатики и ВЦ СО РАН (Новосибирск, 2003), семинаре института математики СО РАН (Новосибирск, 2003), семинаре Российской ассоциации по искусственному интеллекту "Проблемы искусственного интеллекта" (Москва, 2007), совместных научных семинарах отдела интеллектуальных систем ИАПУ ДВО РАН и кафедры программного обеспечения ЭВМ ДВГУ (1995-2007).

Публикация результатов работы. Основные результаты диссертации представлены в работах [3, 5-9, 12-21, 37-61, 86-90, 145-146, 197-204], из них [12, 16-17, 21, 40, 53, 57-58, 86-90] опубликованы в журналах, входящих в Перечень ВАК.

Под руководством автора и по тематике исследований защищены три кандидатские диссертации по специальности 05.13.11: [121, 125, 136].

Заключение диссертация на тему "Многоуровневые модели сложно-структурированных предметных областей и их использование при разработке систем, основанных на знаниях"

ЗАКЛЮЧЕНИЕ

В диссертационной работе на основе проведенных автором исследований разработаны теоретические положения и получено практическое решение проблемы создания расширяемых специализированных оболочек систем, основанных на знаниях, для сложноструктурированных предметных областей. В рамках указанной проблемы получены следующие основные теоретические и практические результаты.

1. Определен класс сложно-структурированных предметных областей, в которых существуют разделы и подразделы, описываемые в разных, но похожих системах понятий; раздел и подраздел сложноструктурированной области является предметной областью, в которой происходит специфическая профессиональная деятельность, характеризующаяся множеством прикладных задач. Выделены существенные свойства сложно-структурированных предметных областей и их онтологий. Определены свойства их многоуровневых моделей. Сформулированы требования к языку для представления моделей сложно-структурированных предметных областей, среди которых основными являются расширяемость набора математических операций и наличие модульности.

2. Разработан класс многоуровневых необогащенных систем логических соотношений (НСЛС). Определен переход от НСЛС уровня т к НСЛС уровня т-1 посредством задания обогащения СЛС. Предложена интерпретация СЛС как моделей сложно-структурированных предметных областей. Разработан класс многосортных языков прикладной логики для представления многоуровневых моделей сложно-структурированных предметных областей. Все языки данного класса имеют общее ядро, каждый характеризуется своим набором используемых расширений. Языки поддерживают представление модульных моделей.

3. Разработаны методы "снизу вверх" и "сверху вниз" анализа сложно-структурированных предметных областей; метод анализа "снизу вверх" предназначен для обобщения одноуровневых онтологий разделов сложно-структурированной предметной области до многоуровневых и получения онтологии верхнего уровня, определяющей схему анализа "сверху вниз" для новых разделов данной области, при котором онтологии новых разделов представляются как конкретизации онтологии верхнего уровня.

4. Разработана четырехуровневая модель сложноструктурированной области "Химия". Четвертый уровень представляет собой модель метаонтологии химии. Третий уровень содержит модели метаонтологий физической и органической химии, а также рентгено-флуоресцентного анализа. Разработаны модульные модели онтологий физической и органической химии, а также рентгено-флуоресцентного анализа.

5. Разработаны требования и общая архитектура расширяемых специализированных оболочек систем, основанных на знаниях, для сложноструктурированных предметных областей. Оболочка состоит из редакторов информационных компонентов, которыми являются многоуровневая онтология и знания, систем для решения разных классов задач и подсистемы сопровождения. Редакторы информационных компонентов и системы для решения классов задач должны позволять использование принятой в предметной области графической нотации при задании знаний, исходных данных задач и представлении результатов решения. Подсистема сопровождения должна позволять добавление подсистем поддержки графической нотации, систем для решения новых классов задач, в том числе систем автоматического формирования решателей задач. Специализированная оболочка должна позволять использование систем, основанных на правилах, при создании решателей задач.

разделов химии. Информационными компонентами последней оболочки являются онтологии и знания разных разделов химии, а программными -подсистемы других оболочек.

Специализированная оболочка СОЗ для физической химии использовалась в лаборатории фторидных материалов Института химии ДВО РАН. Специализированная оболочка используется в лаборатории ядерно-химических методов анализа Института химии ДВО РАН. В настоящее время специализированная оболочка, интегрирующая онтологии, знания и программные системы разных разделов химии, используется при создании СОЗ для раздела катализ.

7. Разработана технология создания и сопровождения информационных компонентов и состава программных компонентов. Технология использована при создании систем, основанных на знаниях, для разных разделов химии, а также системы, основанной на знаниях, интегрирующей информационные и программные ресурсы разных разделов химии.

Методы анализа сложно-структурированных предметных областей, реализации специализированных оболочек для них и технология использованы в учебном процессе Института математики и компьютерных наук Дальневосточного государственного университета, а также Института технологии и бизнеса при выполнении курсовых и дипломных работ и при чтении лекций по дисциплинам "Системы искусственного интеллекта" и "Компьютерная обработка знаний".

Библиография Артемьева, Ирина Леонидовна, диссертация по теме Теоретические основы информатики

1. Агафонов В.Н. Типы и абстракция данных в языках программирования (обзор) // Данные в языках программирования. Сб. статей / под ред. В.Н.Агафонова. М.: Мир.- 1982,- С.265-327

2. Артемьева И.Л. Разработка решателей задач с использованием математических моделей онтологий предметных областей. // Юбилейный сборник / под общ. ред. В.П.Мясникова. Владивосток: ИАПУ ДВО РАН, 2001, с. 285-292. - ISSN 5 7442-1288-4.

3. Артемьева И.Л. Системы искусственного интеллекта. Методические указания по выполнению самостоятельных работ для студентов. Находка: Институт технологии и бизнеса, 2003. 46с.

4. Артемьева И.Л. Многоуровневые математические модели предметных областей // Искусственный интеллект.- 2006.- Т.4.- С. 85-94.

5. Артемьева И.Л. Методы недоопределенного вывода в системах продукций // Управляющие системы и машины.- 1991.- № 7.- С. 88-93

6. Артемьева И.Л. Разработка и исследование системы недоопределенного вывода для декларативных продукций. Дис. . канд. техн. наук: 05.13.11: защищена 25.09.92: утв. 25.12.92 / Артемьева Ирина Леонидовна. — Владивосток. 1992.- 190 с.

7. Артемьева И.Л. Интеллектуальные системы для сложноструктурированных предметных областей // Научно-технические ведомости СПбГПУ. 2008. - № 2. - С.108-114.

8. Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Модель онтологии предметной области (на примере органической химии) // Научно-техническая информация, сер.2. 2005. - № 8. - С. 19-27.

9. Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Описание структурного строения органических соединений в модели онтологии органической химии // НТИ, сер.2.- 2006.- № 2.- С.11-19.

10. Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Модульная модель онтологии органической химии. Свойства органических соединений // Информатика и системы управления.- № 1.- 2006.- С. 121-132.

11. Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Описание пространственного расположения атомов, ионного и электронного строения соединений в модели онтологии химии // Информатика и системы управления. 2007. - № 1. - С. 98-109.

12. Артемьева И.Л., Высоцкий В.И., Рештаненко Н.В. Описание механизмов реакций в модели онтологии химии // Информатика и системы управления. 2007. - № 1. - С. 109-117.

13. Артемьева И. Л., Гаврилова Т. Л., Грибова В.В. и др. Мультидисциплинарная система управления информационными ресурсами различных уровней общности // Проблемы управления.- 2006.- № 4.-С. 64-68.

14. Артемьева И. Л., Гаврилова Т. Л., Клещев A.C. Модели предметных областей с атомарными объектами. // НТИ.-1995.-№ 12. С. 8-17.

15. Артемьева И.Л., Гаврилова Т.Л., Клещев A.C. Адаптация логических моделей к сложным предметным областям. Препр. Владивосток: ИАПУ ДВО РАН, 1995. 30 с.

16. Артемьева И.Л., Гаврилова Т.Л., Клещев A.C. Системы логических соотношений с атомарными объектами. // НТИ, сер. 2.- 1996.- № 1.-С. 11-18.

17. Артемьева И.Л., Гаврилова Т.Л., Клещев A.C. Примитивные системы логических соотношений с функциональными и предикатными неизвестными // НТИ, сер. 2.- 1996.- № 3. -С. 17.

18. Артемьева И.JI., Гаврилова Т.Д., Клещев A.C. Использование логических моделей сложных предметных областей при решении задач // Вестник ДВО РАН.- 1996.- № 4.- С. 14-22.

19. Артемьева И.Л., Гаврилова Т.Л., Клещев A.C. Примитивные системы логико-векторных соотношений // НТИ, сер. 2.- 1996.- № 2. С. 7-12.

20. Артемьева И.Л., Гаврилова Т.Л., Клещев A.C., Системы логических соотношений с параметрами // НТИ, сер. 2.- 1997.- № 7.- С. 19-23.

21. Артемьева И.Л., Гаврилова Т.Л., Клещев A.C., Логические модели второго порядка для предметных областей // НТИ, сер.2.- 1997.- № 6.-С.14-30.

22. Артемьева И.Л., Гаврилова Т.Л., Клещев A.C. Системы логических соотношений как модели предметных областей // Доклады Академии наук.- 1998.- Т.359.- №1.- С.27-28.

23. Артемьева И. Л., Горбачев С.Б., Клещев A.C. и др. Инструментальный комплекс для реализации языков представления знаний // Программирование,- 1983,- № 4.- С.78-89.

24. Артемьева И.Л., Князева М.А., Купневич O.A. Онтология оптимизации программ // Искусственный интеллект.- № 3.- 2000.- С. 17-24.

25. Артемьева И.Л., Князева М.А., Купневич O.A. Модель онтологии предметной области "Оптимизация последовательных программ". Часть 1. Термины для описания объекта оптимизации // НТИ, сер. 2.- 2002.- № 12.- С. 23-28.

26. Артемьева И.Л., Князева М.А., Купневич O.A. Модель онтологии предметной области «Оптимизация последовательных программ». 4.2.

27. Термины для описания процесса оптимизации // НТИ, сер.2. 2003.- №1.-С.22-29.

28. Артемьева И.Л., Князева М.А., Купневич О.А Модель онтологии предметной области «Оптимизация последовательных программ». Ч.З. Примеры описания некоторых оптимизирующих преобразований // НТИ, сер.2. 2003. - № 2. - С.27-34.

29. Артемьева И.Л., Крылов Д.А. Концепция оболочки для разработки решателей задач на основе моделей онтологий // Искусственный интеллект.- 2005.- Т.З.- С. 109-116.

30. Артемьева И. Л., Мирошниченко Н.Л. Модель онтологии рентгенофлуоресцентного анализа // Информатика и системы управления.-2005.- № 2.- С.78-88.

31. Артемьева И.Л., Мирошниченко Н.Л, Старовойтов И.В. Интеллектуальная система для рентгенофлуоресцентного анализа // Информатика и системы управления.- 2006.- № 2.- С.54-61.

32. Артемьева И.Л., Рештаненко Н.В. Модульная модель онтологии органической химии // Информатика и системы управления.- 2004.- № 2.-С.98-108.

33. Артемьева И.Л., Рештаненко Н.В. Специализированный компьютерный банк знаний предметной области "Химия" // Искусственный интеллект.- 2004.- Т. 1.- С. 235-244.

34. Артемьева И. Л., Рештаненко Н.В. Специализированный компьютерный банк знаний по органической химии и его разработка на основе онтологии // Искусственный интеллект.- 2006.- Т.4, 2006.- С. 95-106.

35. Артемьева И.Л., Рештаненко Н.В. Специализированный трехуровневый редактор метаонтологий, онтологий и знаний для компьютерного банка знаний по химии // Искусственный интеллект.- 2007.-№ 3- С. 40-47.

36. Артемьева И.Л., Рештаненко Н.В. Интеллектуальная система, основанная на многоуровневой онтологии химии // Программные продукты и системы. 2008. - № 1. - С. 84-87.

37. Артемьева И.Л., Рештаненко Н.В., Цветников В.А. Описание свойств реакций в модели онтологии химии // Информатика и системы управления.- 2006.- № 1.- С.132-143.

38. Артемьева И.Л., Рештаненко Н.В., Цветников В.А. Описание физико-химических процессов в модели онтологии химии // Информатика и системы управления. 2008. - № 1 - С. 121-131.

39. Артемьева И.Л., Спивачук H.A. Модель онтологии предметной области «Построение характеристического рентгеновского спектра» // Информатика и системы управления.- 2007.- № 2. — С. 120-131.

40. Артемьева И.Л., Суров В.В. Принципы организации библиотеки методов решения задач в экспертных системах // Шестая Международная конф. "Диалог-Решение": сб. научн. тр., Ялта 1997. Т. 1. - С. 116-122.

41. Артемьева И.Л., Тютюнник М.Б. Модель модульного языка декларативных конфлюэнтных продукций с ограниченными кванторами // Искусственный интеллект. 2007. - № 3. — С. 374-382.

42. Артемьева И.Л., Тютюнник М.Б. Методы управления распараллеливанием логического вывода системы конфлюэнтных продукций // Научно-технические ведомости СПбГПУ. 2008. - № 3.-С.99-103.

43. Артемьева И.Л., Тютюнник М.Б. Модульная система конфлюэнтных продукций для многопроцессорной вычислительной системы // Программные продукты и системы.- 2007.- № 2.- С. 38-39.

44. Артемьева И.Л., Цветников В.А. Методы реализации интеллектуальной обучающей программной системы физической химии. Препр., Владивосток: ИАПУ ДВО РАН, 2002. 55с.

45. Бабаев И.О., Новиков Ф.А., Петрушина Т.И. Язык Декарт -входной язык системы СПОРА // Прикладная информатика. Вып.1.- 1981. -С. 35-73.

46. Байдун В.В., Бунин А.И. Средства представления и обработки знаний в системе FRL/PS // Всесоюзн. конф. по искусственному интеллекту: тез.докл. 1990. Т.1. - С. 66-71.

47. Бездушный А.Н., Гаврилова Э.А, Серебряков В.А., Шкотин A.B. Место онтологий в единой интегрированной системе РАН. URL: http://www.benran.ru/Magazin/cgi-bin/Sb03/pr03 .exe? ! 15

48. Вениаминов Е.М. Базы онтологий, система Ontolingua для работы с онтологиями: состояние и перспективы. URL: http://synthesis.ipi.ac.ru/sigmod/seminar/s20000525

49. Вениаминов Е. М., Болдина Д. М. Система представления знаний Ontolingua принципы и перспективы. URL: http://beniaminov.rsuh.ru/Stanford.pdf

50. Боровикова О.И., Загорулько Ю.А., Загорулько Г.Ю., Кононенко И.С. Подход к построению портала знаний по компьютерной лингвистике // Вторая межд. конф. "Системный анализ и информационные технологии".

51. Обнинск, 10-14 сентября: сб. тр. в 2-х томах. М.: Издательство ЛЕСИ, 2007. — Т.1.- С. 126-129. ISBN 978-5-382-00437-2.

52. Буч Г. Объектно-ориентированное проектирование с примерами применения. М.: Конкорд.- 1992. - 519 с.

53. Виттих В.А., Волхонцев Д.В., Гинзбург А.Н., Караваев М.А., Скобелев П.О., Сурнин О.Л., Шамашов М.А. Распределенные онтологии и их применение в решении задач интеграции данных. URL: http://www.kg.ru/support/library/regionmanagement/

54. Гаврилова Т.А. Об одном подходе к онтологическому инжинирингу // Новости искусственного интеллекта.- 2005. № 3. - С. 25-30.

55. Гаврилова Т.А. Формирование прикладных онтологий. URL: http://raai.org/resurs/papers/kii-2006

56. Гаврилова Т. А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб. : Питер, 2001.

57. Галунов В.И., Лобанов Б.М., Загоруйко Н.Г. Синтез и распознавание речи (попытка построения онтологии)/ URL: http://www.auditech.ru/artl .htm

58. Грибова В.В., Клещев A.C. Управление проектированием и реализацией пользовательского интерфейса на основе онтологий // Проблемы управления, 2006. № 2. -. С. 58-62.

59. Грибова В.В., Клещев A.C. Использование методов искусственного интеллекта для проектирования пользовательского интерфейса // Информационные технологии.- 2005. №8. - С.58-61

60. Дулин С.К., Поповидченко В.Г. Использование онтологий для интеграции геоинформационных ресурсов // Научная сессия МИФИ-2007, сб. научн. тр. в 17 томах, т. 3. Интеллектуальные системы и технологии. М.: МИФИ. 2007.- С. 61-62. ISBN 5-7262-0710-6.

61. Клещев A.C. Проблемно-ориентированные представления. Препр. Владивосток: ИАПУ ДВО РАН. 1985.-28 с.

62. Клещев A.C. Роль метазнаний при создании экспертных систем. Препр. Владивосток: ИАПУ ДВО РАН. 1989. - 25 с.

63. Клещев A.C. Использование онтологий в разработке программного обеспечения. // Всероссийская конф. с межд. участием «Знания-Онтологии-Теории». Новосибирск, 14-16 сентября 2007. Новосибирск: Институт математики. Т.1. - 122-130.- ISSN 0568-661Х.

64. Клещев A.C., Артемьева И.Л. Необогащенные системы логических соотношений. Часть 1. //НТИ, сер. 2.- 2000.- № 7.- С. 18-28.

65. Клещев A.C., Артемьева И.Л. Необогащенные системы логических соотношений. Часть 2. // НТИ, сер. 2.- 2000.- № 8.- С. 8-18.

66. Клещев A.C., Артемьева И.Л. Математические модели онтологий предметных областей. Часть 1. Существующие подходы к определению понятия «онтология» // НТИ, сер. 2.- 2001.- № 2.- С. 20-27.

67. Клещев A.C., Артемьева И.Л. Математические модели онтологий предметных областей. Часть 2. Компоненты модели. // НТИ, сер. 2.- 2001.- № 3.- С.19-29.

68. Клещев A.C., Артемьева И.Л. Математические модели онтологий предметных областей. Часть 3. Сравнение разных классов моделей онтологий //НТИ, сер. 2.- 2001.- № 4.- С. 10-15.

69. Клещев A.C., Артемьева И.Л. Отношения между онтологиями предметных областей. Часть 1. Онтологии, представляющие одну и ту же концептуализацию. Упрощение онтологий // НТИ,сер.2.- 2002.- № 1.- С. 4-17.

70. Клещев A.C., Артемьева И.Л. Отношения между онтологиями предметных областей. Часть 2. Отношения сходства онтологий, композиция онтологий // НТИ, сер. 2.- 2002.- № 2.- С.2Ф-31.

71. Клещев A.C., Артемьева И.Л. Математические основы информатики. Методические указания по выполнению самостоятельных работ для студентов. Находка: Институт технологии и бизнеса, 2003.- 50 с.

72. Клещёв A.C., Москаленко Ф.М., Черняховская М.Ю. Модель онтологии предметной области "Медицинская диагностика". Часть 1. Неформальное описание и определение базовых терминов // НТИ, сер. 2.2005. №12. - С.-7.

73. Клещёв A.C., Москаленко Ф.М., Черняховская М.Ю. Модель онтологии предметной области "Медицинская диагностика". Часть 2. Формальное описание причинно-следственных связей, причин значений признаков и причин заболеваний // НТИ, сер. 2.- 2006.-№1. С.19-30.

74. Клещев A.C., Орлов В.А. Компьютерные банки знаний. Универсальный подход к решению проблемы редактирования информации // Информационные технологии. 2006. - №5. - С.25-31.

75. Клещев A.C., Орлов В.А. Компьютерные банки знаний. Модель процесса редактирования информационного наполнения // Информационные технологии. 2006. - №7. - С. 11-16.

76. Клещев A.C., Самсонов В.В., Черняховская М.Ю. Медицинская экспертная система Консультант-2. Представление знаний. Препр. Владивосток: ДВНЦ АН СССР, 1985. 44 с.

77. Клещев A.C., Смагин C.B. Процессор класса языков прикладной логики. Способ описания языка. Владивосток: ИАПУ ДВО РАН, 2008. 44 с.

78. Клещев A.C., Смагин C.B. Процессор класса языков прикладной логики. Метод реализации. Владивосток: ИАПУ ДВО РАН, 2008. 28 с.

79. Клещев A.C., Шалфеева Е.А. Классификация свойств онтологий. Онтологии и их классификации // НТИ, сер. 2.- 2005. № 9. - С. 16-22.

80. Клинцов В., Дробязко Г. Управлять поиском, используя знания. URL: http://www.avicomp.ru/rus/ontos/byte0504.php

81. Князева М.А. Экспертная система, моделирующая процесс оптимизации программ: Дис. . канд. техн. наук: 05.13.11. Владивосток. -ИАПУ ДВО АН СССР. 1988.

82. Ковригин О.В., Перфильев К.Г. Гибридные средства представления знаний в системе СПЭИС // Всесоюзная конф. по искусственному интеллекту: тез. докл. 1988.- Т.2. С. 490-494.

83. Кудрявцев Д. В. Разработка проблемно-ориентированных онтологий // Десятая нац. конф. по искусственному интеллекту с междунар. участием, Обнинск, 25-28 сентября 2006: сб. тр. в 3-х томах. Москва: Физматлит. 2006. Т.1. - С. 69-75. - ISSN 5-9221-0757-7.

84. Лицис H.O. Прототип Интернет системы классификации органических соединений // Информатика и системы управления.- 2004. № 2.-С. 109-120.

85. Малиновский В.П. Использование онтологического подхода при моделировании жизненного цикла знаний в системе корпоративно памяти организации. Новости искусственного интеллекта.- 2005. № 3. - С. 31-41.

86. Мальцев А.И. Алгебраические системы. М.: Наука, гл.ред.физ.-мат. лит. 1970. - 392 с.

87. Мендельсон Э. Введение в математическую логику. М.: Наука, гл.ред.физ.-мат. лит. 1976. - 220 с.

88. Минский М. Фреймы для представления знаний. М.:Энергия.-1979.

89. Москаленко Ф.М. Параллельный оптимизированный алгоритм медицинской диагностики // Информатика и системы управления.- 2006.- № 1.- С. 87-98.

90. Непейвода H.H. Прикладная логика. 2-е изд., испр., доп. Н.: Сибирское университетское издательство. 2000. 521 с.

91. Осипов Г.С. Приобретение знаний интеллектуальными системами. М:Наука. — 1997.

92. Перцовский C.JL, Варнина A.C. Разработка интеллектуальной САПР современного сольного танца на основе онтологий // Вестник ДВО РАН. 2006. -№ 3 (127). -С. 163-169.

93. Привезенцев А.И., Фазлиев А.З. Прикладная онтология для молекулярной спектроскопии // Всероссийская конф. с межд. участием «Знания-Онтологии-Теории». Новосибирск, 14-16 сентября 2007. Новосибирск: Институт математики. Т.2. - С. 82-87.- ISSN 0568-66IX.

94. Рештаненко Н.В. Онтологии химии. Обзор литературы. Препр. Владивосток: ИАПУ ДВО РАН, 2006. 32 с.

95. Рештаненко Н.В. Программные системы для решения прикладных задач предметной области «Химия» (обзор литературы). Препр. Владивосток: ИАПУ ДВО РАН, 2006. 52 с.

96. Справочник по искусственному интеллекту в 3-х т. / Под ред Попова Э.Ф. и Поспелова Д.А. М.: Радио и связь. 1990.

97. Статические и динамические экспертные системы / Э.В.Попов, И.Б. Фоминых, И.Б. Кисель, М.Д. Шапот. -М.: Финансы и статистика.- 1996.

98. Суров В.В. Исследование задач и методов их решения для одного класса систем логических соотношений. Дис. . канд. физ.-мат. наук: 05.13.11: защищена 11.05.00, утв. 20.10.00. Владивосток. - 2000.- 200 с.

99. Стандарт онтологического исследования IDEF5. http://www.idef.com/idef5 .html

100. Стрельников Ю.Н., Борисов H.A. Разработка экспертных систем средствами инструментальной оболочки в среде MS Windows. Тверь. ТГТУ. 1997

101. Толковый словарь по искусственному интеллекту / Авторы-составители А.Н. Аверкин, М.Г. Гаазе-Рапопорт, Д.А. Поспелов. М.: Радио и связь, 1992. -256с.

102. Тыугу Э. X. Концептуальное программирование. М.: Наука.-1984.- 255с.

103. Уотермен Д. Руководство по экспертным системам // Пер. с англ. М.:Мир. 1989.

104. Успенский В.А., Семёнов A.JI. Теория алгоритмов: основные открытия и приложения. М.: Наука.- 1987. - 288 с.

105. Хейес-Рот и др. Построение экспертных систем // Под редакцией Хейес-Рота, Д.Уотермена, Д.Лената. М.:Мир. 1987.

106. Хорошевский В.Ф. Управление проектами в интеллектуальной системе PIES Workbench // Изв. РАН. Техническая кибернетика. 1993. - № 5. - С.71-98.

107. Хорошевский В.Ф, PIES- технология и инструментарий PIES Workbench для разработки систем, основанных на знаниях // Новости искусственного интеллекта. 1995. - № 2. - С. 7-64.

108. Цветников В. А. Интеллектуальная система Entities // Открытый Дальневосточный конкурс программных средств студентов, аспирантов и молодых специалистов: сб. тез. докл. Владивосток: ИАПУ ДВО РАН. 2002.-С. 70-73.

109. Цейтин Г.С. Программирование на ассоциативных сетях // ЭВМ в проектировании и производстве. Вып.2. Л.Машиностроение. 1985.-С. 16-48.

110. Черняховская М.Ю. Представление знаний в экспертных системах медицинской диагностики. Владивосток: ДВНЦ АН СССР, 1983. -212 с.

111. Черняховская М.Ю., Грибова В.В., Тарасов А.В. Система интеллектуальной поддержки обследования больных, управляемая онтологией // Программные продукты и системы.- 2007. №2. - С.49-51

112. Черников Е.С. Распределенная интеллектуальная система "Проектирование электропечей" // Открытый Дальневосточный конкурс программных средств студентов, аспирантов и молодых специалистов: сб. тр. Владивосток: ИАПУ ДВО РАН. 2008. - С. 22-25.

113. Alberts L.K. 1993. YMIR: an ontology for engineering design. University of Twente.

114. An introduction to Gene Ontology http://www.geneontology.org/doc/GO.doc.html

115. Artemieva I.L. Domains with complicated structures and their ontologies // Inf. Theories and Appl. 2008.- Vol 15.- № 4. - PP. 330-337.

116. Artemjeva I.L., Gavrilova T.L., Kleshchev A.S. Expert systems: from mathematics to technology. Препр., Владивосток: ИАПУ ДВО РАН, 1997.-36с.

117. Artemjeva I.L., Gavrilova T.L., Kleshchev A.S. Mathematics for knowledge- based systems // Proceedings of the Slovenian-Russian Workshop on Software, 4 Dec. 1998, Vladivostok. PP. 15-31.

118. Artemjeva I.L., Gavrilova T.L., Kleshchev A.S. Mathematical approach to solving complex hard formalizable tasks // Дальневосточный математический сборник.- 1998.- № 5.- С. 122-135

119. Artemjeva I.L., Gavrilova T.L., Kleshchev A.S., Surov V.V. Application of Logical relationship systems for expert system development // Appl. of Advanced Information Technologies. Proceeding of the 4 World Congress on

120. Expert systems. 16-20 March 1998, Mexico City Cognizant Communication Corporation. 1998. V.I.- PP. 500-510. - ISBN 1-882345-22-3.

121. Artemjeva I. L., Knyazeva M.A., Kupnevich O.A. Processing of knowledge about optimization of classical optimizing transformations // International Journal on Information Theories and Applications. 2003. Vol. 10, №2. - PP.126-131. - ISSN 1310-0513.

122. Brickley D., Guha R.V. RDF Vocabulary Description Language 1.0: RDF Schema, W3C Draft, 2002. URL: http://www.w3.org/TR/PR-rdf-schema

123. Chemical-crystals ontology www-ksl-svc.stanford.edu:5915/doc/hpkb/query-results/real-ontolingua/ chemical-crystals/

124. Chemical Ontology, http://cvs.sourceforge.net/cgi-bin/viewcvs.cgi/obo/obo/ontology/biochemical

125. COME ontology, http://www.ebi.ac.uk/~kirill/come/COME.xml

126. Corcho O., Fernandez-Lopez M., Gomez-Perez A. Methodologies, tools and languages for building ontologies. Where is their meeting point? // Data & Knowledge Engineering. 2003. - № 46: 41-64.

127. Cristani M., Cuel R. A Survey on Ontology Creation Methodologies. In Int. J. on Semantic Web & Information Systems. 2005.- 1(2): 48-68.

128. Denny M. Ontology Building: a Survey of Editing Tools // http://www.xml.eom/pub/a/2004/07/14/onto.html

129. Fernandez, M., Gomez-Perez, A. and Juristo, N. METHONTOLOGY: From Ontological Art Towards Ontological Engineering, AAAI-97 Spring Symposium on Ontological Engineering, Stanford University, 1997, March 24-26.

130. Gangemi A., Pisanelli D.M. and Steve G. An Overview of the ONIONS Project: Applying Ontologies to the Integration of Medical Terminologies//Data & Knowledge Engineering.-1999.-Vol. 31.-№2.-PP. 183-220

131. Genesereth, M.R. and Nilsson, N.J. Logical Foundation of Artificial Intelligence. Morgan Kaufmann, Los Altos, California, 1987.

132. Genesereth, M.R., Fikes R.E. et al. Knowledge Interchange Format (version 3.0) Reference Manual. Interlingua Working Group of the DARPA Knowledge Sharing Effort. Computer Science Department, Stanford University. Report Logic-92-1.

133. Gerbaux F., Gruber T. Theory SUBSTANCES. http://saussure.iraikant.rm.cnr.it/onto/ON9.3-OL-HTML/substances/index.html

134. Gladun A., Rogushina J., Shtonda V. Ontological Approach to Domain Knowledge Representation for Information Retrieval in Multiagent Systems // IJITA.- 2006. -Vol. 13. -№ 4. PP. 354-361.

135. Gomez-Perez, A. A Framework to Verify Knowledge Sharing Technology //Expert Systems with Applications. 1997.- 11(4).- PP. 519-529.

136. Grau B. C., Parsia B., Sirin E., and A. Kalyanpur A. Modularity and web onologies. In Proceedings of the 10th International Conference on Principles of Knowledge Representation and Reasoning (KR2006), 2006.

137. Gruber T.R. Ontolingua: A Mechanism to Support Portable Ontologies. Technical report KSL-91-66, Stanford University, Knowledge Systems Laboratory, 1992.

138. Gruber, T.R. Towards Principles for the Design of Ontologies Used for Knowledge Sharing. // Inter. Journal of Human-Computer Studies.- 1994.- 43 (5/6).- PP.907-928.

139. Gruber T.R. A translation Approach to Portable Ontology Specifications. In Knowledge Acquisition Journal.- 1993.- Vol. 5.-PP. 199-220.

140. Guarino N. and Welty C. Towards a methodology for ontology based model engineering. URL: http://www.loa-cnr.it/Publications.htm

141. Guarino N. Formal Ontology, Conceptual Analysis and Knowledge Representation // International Journal of Human and Computer Studies. 1995.-43(5/6).- PP. 625-640.

142. Guarino N. Understanding, Building, and Using Ontologies. // IJHCS.- 1996.- 46 (2-3).

143. Guarino N. General Ontology of Artefacts. Deliverable 1. 2005. URL: http://www.loa-cnr.it/Publications.htm

144. Hartmann J., Palma R., Sure Y., Suarez-Figueroa M. C., Haase P., Gomez-Perez A., and Studer R. Ontology Metadata Vocabulary and Applications. URL: http://oyster.ontoware.org/oyster/omv-otm.pdf

145. Hartmann J., Palma R. and Sure Y. OMV- Ontology Metadata Vocabulary. URL: http://oyster.ontoware.org/oyster/omv-iswc.pdf

146. Hayashi Y., Bourdeau J., Mizoguchi R. Ontological Modeling Approach to Blending Theories for Instructional and Learning Design //http://www.ei.sanken.osaka-u.ac.jp/pub/all-publications.html

147. Hayashi Y., Bourdeau J., Mizoguchi R. Ontological Support for a Theory-Eclectic Approach to Instructional and Learning Design // http://www.ei.sanken.osaka-u.ac.jp/pub/all-publications.html

148. He F., Espen P. General approach for quantitative energy dispersive X-ray fluorescence analysis based on fundamental parameters // Anal. Chem. 1991. Vol. 63. P. 2237-2244.

149. An informal description of Standard OIL and Instance OIL // http://www.ontoknowledge.org/oil/downl/oil-whitepaper.pdf

150. Isotani S., Mizoguchi R. An Integrated Framework for Fine-Grained Analysis and Design of Group Learning Activities // http://www.ei.sanken.osaka-u.ac.jp/pub/all-publications.html

151. Jones D., Bench-Capon T. and Visser P. Methodologies For Ontology Development. URL: http://www.iet.com/Projects/RKF/SME/methodologies-for-ontology-development.pdf

152. Kataoka Y. Standardless X-ray Fluorescence Spectrometry (Fundamental Parameter Method Using Sensitivity Library) // The Rigaku Journal. 1989. Vol. 6.- №. 1 - PP. 33^10.

153. Kasai T., Yamaguchi H., Nagano H., Mizoguchi R. Building an ontology of IT education goals // Int. J. Cont. Engineering Education and Lifelong1.arning, Vol. 16, Nos. 1/2, 2006//http://www.ei.sanken.osaka-u.ac.jp/pub/all-publications.html

154. Kim H.M., Fox M.S., Gruninger M. An ontology for quality management — Enabling quality problem identification and tracing. // ВТ Technology Journal, vol 17, № 4. PP. 131-140.

155. Kitamura Y., Kashiwase M., Fuse M., and Mizoguchi R. Deployment of an Ontological Framework of Functional Design Knowledge // http://www.ei.sanken.osaka-u.ac.jp/pub/all-publications.html

156. Kitamura Y., Koji Y. and Mizoguchi R. An Ontological Model of Device Function and Its Deployment with Extensions for Engineering Knowledge Sharing // http ://www.ei.sanken.osaka-u.ac.jp/pub/all-publications.html

157. KnowledgeWeb. http://knowledgeweb.semanticweb.org/ semanticportal/

158. Kleshchev A.S. Problem-Oriented Representation for Development of Knowledge Bases for Expert Systems. In Third Inter. Conf. "Artif.Intell. and Inform.Control System of Robots", Smolenice, 1984.

159. Kleshchev A.S., Artemjeva I.L. Domain Ontologies and knowledge processing. Препр., Владивосток: ИАПУ ДВО РАН, 1999. 25 с.

160. Kleshchev A.S., Artemjeva I.L. A Structure of Domain Ontologies and their Mathematical Models. // The Pacific Asian Conference on Intelligent Systems 2001. Korea. November 16-17, 2001. PP. 410-420.

161. Kleshchev A.S., Artemjeva I.L. How can domain ontologies relate to one another // In the Proceedings of the Xl-th International Conference

162. Knowledge-Dialog-Solution" KDS 2005, June 20-27, Varna, Bulgaria, Sofia: FOI-COMMERGE-2005. Vol.1 - PP. 132-140. - ISBN 954-16-0032-8.

163. Kleshchev A.S., Artemjeva I.L. An analysis of some relations among domain ontologies // Int. Journal on Inf. Theories and Appl. 2005.- Vol. 12.- № 1.- PP. 85-93. - ISSN 1310-0513.

164. Kleshchev A.S., Artemjeva I.L. A mathematical apparatus for domain ontology simulation. An extendable language of applied logic // Int. Journal on Inf. Theories and Appl.-2005.- Vol. 12.-№2.-PP. 149-157.-ISSN 1310-0513.

165. Kleshchev A.S., Artemjeva I.L. A mathematical apparatus for ontology simulation. Specialized extensions of the extendable language of applied logic // Int. Journal on Inf. Theories and Appl. 2005,- Vol 12.- № 3. - PP. 265-271.-ISSN 1310-0513.

166. Kleshchev A.S., Artemjeva I.L. A mathematical apparatus for domain ontology simulation. Logical relationship systems // Int. Journal on Inf. Theories and Appl.-2005.-Vol. 12.-№ 4. PP. 343-351.-ISSN 1310-0513.

167. Kleshchev A.S., Artemjeva I.L. Mathematical models of domain ontologies // Int. Journal on Inf. Theories and Appl. 2007.- Vol. 14.- № 1. - PP. 35-43.-ISSN 1310-0513.

168. Lassila O., Swiclc R. Resource description framework (RDF) model and syntax specification. W3C Recommendation. 1999. URL: http ://www/w3/org/TR/REC-rdf-syntax

169. Lenat D.B., Guha R.V. Building large knowledge-based systems: representation and inference in the CYC project/ Addison-Wesley, Boston, 1990.

170. Lenat D.B., Guha R.V., Pittman K., etc. CYC: toward programs with common sense // Communication of ACM. 1990.- Vol 33, №8. - PP.30-49.

171. Luke S., Heflin J. SHOE 1.01. Proposed Specification, SHOE Project technical report, University of Mariland, 2000. URL: http://www.cs.umd.edu/projects/plus/SHOE/specl .01 .htm

172. McGee Wood M. and Wang S. Motivation for "Ontology" in ParallelText Information Extraction // http://olp.dfki.de/ecai04/cip.htm

173. Mizoguchi R. A Step Towards Ontological Engineering. http://www.ei.sanken.osaka-u.ac.jp/english/step-onteng.html.

174. Mizoguchi, R., M. Ikeda, K. Seta and J. Vanwelkenhuysen, Ontology for Modeling the World from Problem Solving Perspectives, Proc. of IJCAI-95 Workshop on Basic Ontological Issues in Knowledge Sharing (1995) 1-12.

175. Mizoguchi R. Tutorial on ontological engineering. Part 2: Ontology development, tools and languages/ URL: // http://www.ei.sanken.osaka-u.ac.jp/pub/all-publications.html

176. O'Murchu I., Zhdanova A.V., Breslin J.G. Semantic Community Portals. URL: http://www.ee.surrey.ac.Uk/Personal/A.Zhdanova/publications.html

177. Ontolingua. URL: http://www-ksl.svc.stanford.edu

178. Ontos Miner: Система Извлечения Информации из Текстовых Документов на Русском Языке. URL: http://www.avicomp.ru/rus/ontos/academicsolutionsrus.php

179. Onto Web, http://www.ontoweb.org/

180. OWL Web ontology, http://www.w3.org/TR/webont-req/

181. Palma R., Haase P. Oyster Sharing and Re-using Ontologies in a Peer-to-Peer Community // http://oyster.ontoware.org/oyster/oyster-challenge.pdf

182. Patil R.S. Causal Representation of Patient Illness for Electrolyte and Acid-Base Diagnosis. PhD Thesis, Laboratory for Computer Science, MT, 1981.

183. Patel-Schneider P. F., Hayes P., and Horrocks I. OWL Web Ontology Language Semantics and Abstract Syntax. Technical report, W3C, Feb. 2004. W3C Recommendation, URL http://www.w3.org/TR/2004/REC-owl-semantics-20040210/.

184. Paul E. van der Vet Nicolaas J.I. Mars Bottom-up construction of ontologies: the case of an ontology of pure substances; Memoranda Informatica 95-35 September 20, 1995

185. Paul E. van der Vet Piet-Hein Speel Nicolaas J.I. Mars The Plinius ontology of ceramic materials; April 1995

186. Sosnovsky S., Gavrilova T. Development of Educational Ontology for C-Programming // IJITA.- 2006. Vol. 13. - № 4. - P. 303-308.

187. Staab S. and Maedche A. Knowledge Portals: Ontologies at Work. In AI Magazine. 2001.- 22(2).- P.63-75

188. Staab S., SchnurrH.P., Studer R., Sure Y. Knowledge process and ontologies. IEEE Intelligent Systems. 2001.- vol. 16.- № 1.- P.26-34.

189. Studer R., Benjamins V.R., Fensel D. Knowledge Engineering: Principles and Methods. In Data & Knowledge Engineering. 1998.- 25. -P. 161-197.

190. The Sequence Ontology Project, http://song.sourceforge.net/

191. Uschold M., Gruninger M. Ontologies: Principles, methods and applications. //The Knowledge Engineering Review.-1996.-Vol. 11.-№ 2.P. 93-155.

192. Weiss S.M., Kulikovski C.A., Amarel S. & Safir A. A Model-Based Method for Computer-Aided Medical Decision Making. In Clancey W.J. & Shortliffe E.H. Editors, Reading in Medical Artificial Intelligence, the First Decade. Addison Wesley, 1984.

Похожие работы

Информатика, вычислительная техника и управление
05.13.00