RU2485581C1 - Поисковая экспертная система - Google Patents

Поисковая экспертная система Download PDF

Info

Publication number
RU2485581C1
RU2485581C1 RU2012116720/08A RU2012116720A RU2485581C1 RU 2485581 C1 RU2485581 C1 RU 2485581C1 RU 2012116720/08 A RU2012116720/08 A RU 2012116720/08A RU 2012116720 A RU2012116720 A RU 2012116720A RU 2485581 C1 RU2485581 C1 RU 2485581C1
Authority
RU
Russia
Prior art keywords
output
unit
input
block
knowledge
Prior art date
Application number
RU2012116720/08A
Other languages
English (en)
Inventor
Юрий Иванович Калинин
Анатолий Федорович Якушев
Сергей Александрович Терновский
Алла Юрьевна Макарова
Олег Юрьевич Калинин
Людмила Вениаминовна Фролкина
Original Assignee
Открытое акционерное общество "Лётно-исследовательский институт имени М.М.Громова"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Открытое акционерное общество "Лётно-исследовательский институт имени М.М.Громова" filed Critical Открытое акционерное общество "Лётно-исследовательский институт имени М.М.Громова"
Priority to RU2012116720/08A priority Critical patent/RU2485581C1/ru
Application granted granted Critical
Publication of RU2485581C1 publication Critical patent/RU2485581C1/ru

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

Изобретение относится к области контрольно-вычислительной техники и может быть использовано при разработке систем автоматического управления (САУ) летательных аппаратов (ЛА). Техническим результатом является повышение информативности экспертных систем за счет поиска скрытых знаний целенаправленных иерархических структур базы данных ЭС при создании авиационной техники. Поисковая экспертная система (ПЭС) содержит базу знаний (БЗ) и базу данных (БД), рабочую память (РП), двусторонне связанную с ними первыми, вторыми и третьими входами-выходами машину логического вывода (МЛВ), блок объяснений (БО) и блок приобретения знаний, накопления знаний (БПЗ), выходы которых связаны с третьим и четвертым входами МЛВ, а также соединены двусторонними связями с пользовательским интерфейсом, выход которого связан с терминалом пользователя, блок общения, вход которого соединен с четвертым выходом МЛВ. В нее введены блок запросов, блок нагрузочных функций (БНФ), блок управляющего графа (БУГ), блок библиотеки (ББ), блок полноты вывода (БПВ), взаимосвязанный входом-выходом с БПВ блок выработки решений, обоснования решений (БВР). Причем выход блока общения связан с блоком запросов, выход которого связан с первым входом БНФ. Второй его вход соединен с первым выходом БВР, а выход БНФ соединен с входом БУГ, выход которого связан с ББ, выход последнего подключен к БД. Пятый выход МЛВ связан с входом БПВ, а БВР двухсторонними связями соединен с БПЗ, третьим входом-выходом соединен с пользовательским интерфейсом. Второй выход БВР подключен к второму входу терминала пользователя. 1 ил.

Description

Область техники
Поисковая экспертная система (ПЭС) относится к области контрольно-вычислительной техники и может быть использована при разработке систем автоматического управления (САУ) летательными аппаратами (ЛА).
Уровень техники
Известна связанная экспертная система (ЭС) (см. патент РФ на полезную модель №29597, 7 G06F 1/00, 2002 г.), включающая базу знаний (БЗ), базу данных (БД), процессор с динамическим запоминающим устройством, соединенный с машиной логического вывода (МЛВ), включающей интерпретатор и селектор, блок объяснений, блок организации взаимодействия с пользователем, введенный в МЛВ блок проверки двойственности, а БЗ выполнена в виде нейронной сети произвольной топологии на основе персептрона, соединенного с селектором МЛВ, вход блока проверки двойственности соединен с селектором МЛВ, а выход его соединен с интерпретатором МЛВ.
Однако предметная область базы данных (БД) связанной ЭС, ориентированная на задачи опознавания образов, не может участвовать в решении проблем выявления скрытых знаний иерархических структур БД при различных вероятностных характеристиках информации экспертов, делающих свои заключения.
Известна экспертная система (см. патент РФ на полезную модель №83638, G06F 17/00, 2006 г.). Система определения параметров рационального сокращения должностных лиц в организации, содержащая базу знаний (БЗ), машину логического вывода (МЛВ), рабочую память, блок объяснения, пользовательский интерфейс, блок приобретения знаний, причем выход БЗ и выход рабочей памяти соединены со входами МЛВ, другой вход МЛВ соединен с выходом блока приобретения знаний, выходы МЛВ соединены с входом БЗ и входом рабочей памяти, следующий выход МЛВ соединен с входом блока объяснений, а выход его и выход блока приобретения знаний соединены со входами пользовательского интерфейса, выходы которого соединены с входом блока объяснения и входом приобретения знаний, другие вход и выход пользовательского дисплея являются входом и выходом всей ЭС. В состав ЭС включен блок определения параметров сокращения при отсутствии обязательств по отношению к уволенным сотрудникам, блоки определения параметров сокращения при самостоятельном исключении второстепенных задач и жестких обязательствах по социальному обеспечению увольняемых сотрудников.
Однако данная экспертная система, предметная область которой ориентирована на решение организационных задач социального обеспечения сотрудников, не может обеспечивать выявление скрытых знаний иерархической структуры БД ЭС при создании авиационной техники.
Технический результат, на достижение которого направлено данное изобретение, заключается в повышении информативности экспертных систем за счет поиска скрытых знаний целенаправленных иерархических структур базы данных ЭС при создании авиационной техники.
Существенные признаки
Для достижения указанного технического результата в поисковую экспертную систему (ПЭС), содержащую базу знаний (БЗ) и базу данных (БД), рабочую память (РП), двусторонне связанную с ними первыми, вторыми и третьими входами-выходами машину логического вывода (МЛВ), блок объяснений (БО) и блок приобретения знаний, накопления знаний (БПЗ), выходы которых связаны с третьим и четвертым входами МЛВ, а также соединены двусторонними связями с пользовательским интерфейсом, выход которого связан с терминалом пользователя, блок общения, вход которого соединен с четвертым выходом МЛВ, дополнительно в нее введены блок запросов, блок нагрузочных функций (БНФ), блок управляющего графа (БУГ), блок библиотеки (ББ), блок полноты вывода (БПВ), взаимосвязанный входом-выходом с БПВ блок выработки решений, обоснования решений (БВР). Причем выход блока общения связан с блоком запросов, выход которого связан с первым входом БНФ. Второй его вход соединен с первым выходом БВР, а выход БНФ соединен с входом БУГ, выход которого связан с ББ, выход последнего подключен к БД. Пятый выход МЛВ связан с входом БПВ, а БВР двухсторонними связями соединен с БПЗ, третьим входом-выходом соединен с пользовательским интерфейсом. Второй выход БВР подключен к второму входу терминала пользователя.
Пояснение фигур
Для пояснения сущности изобретения на фиг.1 приведена структура поисковой системы, где изображены: 1 - база знаний (БЗ); 2 - блок общения; 3 - блок библиотеки (ББ); 4 - блок запросов; 5 - блок полноты выводов; 6 - база данных (БД); 7 - машина логического вывода (МЛВ); 8 - рабочая память; 9 - блок нагрузочных функций; 10 - блок управляющего графа; 11 - блок объяснений; 12 - пользовательский интерфейс; 13 - блок приобретения знаний, накопления знаний (БПЗ), 14 - блок выработки решений, обоснования решений (БВР); 15 - терминал пользователя.
ПЭС содержит БЗ 6 и БД 1, двусторонне связанные с первым и вторым входами-выходами МЛВ 7, а последняя - двусторонне связанная с БЗ 6 и РП 8 для хранения промежуточных результатов вычислений. Выходы блока объяснений БО 11 и блока приобретения знаний, накопления знаний БПЗ 13 связаны с третьим и четвертым входами МЛВ 7, а их входы-выходы двусторонними связями соединены с пользовательским интерфейсом 12, выход которого соединен с терминалом пользователя. Вход блока общения 2 соединен с четвертым выходом МЛВ 7, выход блока общения 2 связан с блоком запросов 4, выход которого связан с первым входом БНФ 9. Второй вход БНФ 9 соединен с первым выходом БВР 14, а выход - со вторым входом БУГ 10. Выход БУГ 10 соединен с ББ 3, выход последнего связан с БД 1. Пятый выход МЛВ 7 связан с входом БПВ 5, а вход-выход его соединены с первым входом-выходом БВР 14, второй выход БВР 14 соединен со вторым входом терминала пользователя 15, второй вход-выход БВР 14 соединен со вторым входом-выходом блока приобретения знаний 13, третий вход-выход двухсторонними связями соединен с блоком пользовательского интерфейса 12.
Система работает следующим образом
БЗ 1 в начале работы содержит формулировку поставленной задачи, а затем в ней появляется множество фактов, которые программа смогла установить к текущему моменту времени. БЗ 1 содержит всю информацию, относящуюся к данной предметной области, представленную в виде фактов, правил и моделей. Факты - конкретные данные об объектах из рассматриваемой области. Правила - эвристический опыт специалистов, выраженный в структуре «ЕСЛИ-ТО», не гарантируют получение оптимального решения даже при наличии правильных исходных данных. Оптимальность их значений определяется углублением знаний ПЭС, использованием скрытых знаний, моделей - описанием систем, действие которых основано на известных физических законах, позволяющих прогнозировать их поведение в исследуемой ситуации.
Наполнение информацией БЗ 1 требует поиск и привлечение профессиональных экспертов высокого уровня, проявляется понимание того, что «делает» ЭС. При этом обработка информации правил БЗ дает возможность легко видоизменять их, оставляя неизменной программу обработки правил.
Рабочее пространство в базе фактов 1 играет роль кратковременной памяти, а факты, которые оно содержит, являются утверждением описания задачи и способов обращения к долговременной памяти. БЗ 1 состоит из операторов преобразования, выраженных в форме правил. Правила содержат переменные, которые уточняются и приводятся в соответствие с известными фактами с помощью процедур квазиунификации или фильтрации в процессе работы МЛВ 7. МЛВ 7 - набор приемов обработки данных из БЗ 1, направленных на решение поставленной задачи. Унификация является механизмом, который лежит в основе работы продукционных систем. Она позволяет ответить на вопрос, существуют ли такие комбинации переменных, которые позволяют получить логически идентичные формулы и являются составным элементом алгоритма резолюции. При выполнении унификации в МЛВ 7 происходит разрешение конфликтов, управление приоритетами, распространение ограничений, выполняется доступ к памяти.
МЛВ 7 - интерпретатор, являющийся основной частью ЭС, управляет порядком выводов, выполнение которых представляется в виде последовательности элементарных циклов.
Элементарный цикл МЛВ состоит в следующем:
- определение: представление правил и относящихся к ним фактам путем унификации (сопоставление с образцом);
- выбор: выбрать такие правила, которые следует выполнить для эффективного решения задачи;
- вывод: выполнить действия, используя результаты определения унификации правил, построить новую базу фактов.
Управление ЭС состоит в разрешении конфликтов между правилами, готовыми к выполнению. Выбор правила имеет важное значение не только для производительности ЭС, но и для того, чтобы она могла совершенствоваться и «понимать» то, что она делает.
Вопросы к БД 1 определяет информационный поиск идентичных объектов. Поиск заключается в использовании трех объектов: множество запросов (блок запросов 4), множество записей (блок 9) и бинарное отношение (блок 10), заданное на декартовом произведении этих множеств. Отношение поиска записи - поисковый образ элементов данных, которые представляют интерес в данном типе вопросов. Запрос - минимальный элемент, содержащий суть вопроса. Запрос совместно с отношением очерчивает тот круг объектов, которые отвечают на данный вопрос. Задача поиска заданного типа определяется выделением из множества записей конечного подмножества - библиотеки (блок 3). Задача поиска состоит в том, чтобы по произвольному запросу перечислить все записи из библиотеки 3, находящиеся в заданном отношении с запросом (удовлетворяющие запросу). При фиксации отношения поиска каждая запись задает предикат, определенный на множестве запросов и равный 1, если данная запись удовлетворяет запросу - аргументу функции. Задача поиска - способ описания конкретного класса предикатов, задаваемых на множестве запросов - конкретное подмножество предикатов из этого класса.
Управляющая система - информационный граф (ИГ) (блок управляющего графа - блок 10) строится на основе дискретных функций и вычисления волновых процессов на графах. В модели данных структура задается ориентированным информационным графом, ребра и вершины графа, нагруженные элементами данных, ассоциируются с выходами. Этот же граф описывает алгоритм поиска, на вход которого поступает запрос (блок 4), а на выходе получается подмножество данных. При этом процесс поиска начинается с корня «дерева» ИГ и распространяется в зависимости от значений нагрузочных функций на запрос, сразу по нескольким направлениям. Если этот волновой процесс на графе достигается элементами данных, то эти элементы включаются в ответ алгоритма на исходный запрос. ИГ решает задачу поиска, если для запроса ответ на этот запрос содержит все те и только те записи из библиотеки ББ 3, которые удовлетворяют запросу. Таким образом, ИГ (блок 10) определяет концепцию хранения данных и поиска информации как волнового процесса на графах, управляемого нагрузочными функциями (блок 9). Нагрузочные функции разделены на два класса - предикаты и переключатели и являются одним из основных управляющих параметров модели.
Нагрузочные функции определяют функции проводимости между вершинами графа при синтезе ИГ, реализующего систему функций, задаваемую задачей поиска.
Информационно-графовая модель обобщает модели данных. Алгоритмы и конструкции, используемые в древовидных базах данных, описываются древовидными ИГ.
Сетевые базы данных перекладываются на язык информационно-графовой модели - представляются графами. В дедуктивных базах данных нужные данные и знания получают путем логического вывода. Поэтому алгоритм поиска, используемый в этих базах данных, при переходе на язык информационных графов приводит к константному дереву, которое отражает суть дерева логического вывода. В реляционных базах данные представляются в виде таблиц. При этом алгоритм поиска есть алгоритм перебора, который описывается древовидным информационным графом.
Задачи поиска могут быть - поиск идентичных объектов, поиск на частично упорядоченных множествах данных, в которых в ответ на запрос надо перечислить все элементы базы данных, которые в заданном частичном порядке меньше, чем запрос. Это задачи включающего интервального поиска и задачи о доминировании.
Тем самым ИГ (блок 10) корректирует и раскрывает структурную часть БД (блок 1), обрабатывающую класс вопросов к БД, а сама БД в информационно-графовой модели представляется как совокупность нескольких ИГ (блок 10), охватывающих весь спектр вопросов к БД.
Область запросов - основной предмет ЭС. Если что-то попало в область запросов, то можно спросить об этом. Область запросов - это область, в которой ЭС должна быть экспертом, поэтому ЭС имеет базу знаний, содержащую заложенную в нее информацию. В идеальном случае БЗ целиком определяет область запросов, т.е. ей следовало бы знать все относительно рассматриваемого объекта, что на практике - маловероятно. БЗ фактически значительно меньше, чем область запросов и существует внутри нее.
Когда возникает конкретный вопрос, запрос должен попасть в область запросов. Однако он может не всегда точно попасть в БЗ. Место, в которое поместили конкретный пример, зависит от степени охвата БЗ данного конкретного примера внутри ЭС.
В БЗ различают два типа информации, связанной с данной задачей: постоянную и переменную информацию. Постоянная информация должна поступать в БЗ. Она содержит неизменные данные, которые характеризуют предметную область в целом. Переменная информация не должна поступать в БЗ, ее информация связана с задачей, поставленной в данный момент. Постоянная информация - это программная часть, а переменная информация - данные для конкретной задачи. Но ЭС имеет возможность обучения по мере накопления опыта, поэтому постоянная информация становится переменной.
Информационно-графовая модель данных объекта описывается: множеством запросов X, задаваемых на нем (объекте) вероятностным пространством, множеством потенциальных ответов У - записями, бинарным отношением ρ, заданным на X×У - отношение поиска и описывающее критерий семантического соответствия записи запросу, т.е. если ХρУ, то запись удовлетворяет запросу X.
Тройка (X, У, ρ) - типы задач информационного поиска, а (X, V, ρ) или (X, V, ρ, У) - библиотека, где V - это конечное подмножество - конкретная задача информационного поиска (ЗИП). ЗИП содержательно состоит в перечислении для произвольно взятого х∈Х всех и только тех записей из У, которые находятся в отношении ρ с запросом X, то есть удовлетворяют запросу X.
ИГ (блок 10) включает описание множества F одноместных предикатов, заданных на множестве X, множества G одноместных переключателей, заданных на множестве X; переключатели - это функции, область значений которых является начальным отрезком натурального ряда.
Задача интервального поиска на ИГ включает конечную многополюсную ориентированную сеть, в которой выбирается некоторый полюс - корень, остальные полюсы - листья, им приписываются записи из У (символы У с индексом), причем разным листьям могут быть приписаны одинаковые записи. Некоторые вершины сети (и полюсы) переключательные, и им приписываются переключатели из G. Ребра, не являющиеся переключательными, - предикатные, и им приписываются предикаты из множества F. Нагруженная многополюсная ориентированная сеть - ИГ над базовым множеством ℑ=<F, G>.
Функционирование ИГ определяется, если предикатное ребро проводит запрос х∈Х, то предикат, приписанный этому ребру, принимает значение 1 на запросах. Переключательное ребро, которому приписан номер n, приводит запрос х∈Х, если переключатель, приписанный началу этого ребра, принимает значение n на запросе х. Ориентированная цепь ребер проводит запрос х∈Х, если каждое ребро цепи проводит запрос х. Запрос х∈Х проходит вершину β ИГ, если существует ведущая из корня в вершину β ориентированная цепь, которая проводит запрос х. Запись у, приписанная листу α, попадает в ответ ИГ на запрос х∈Х, если запрос х проходит в лист х. Ответом U ИГ на запрос х - множество записей, попавших в ответ ИГ на запрос х - это ℑu(х) - результат функционирования ИГ U. Каждому ИГ U можно сопоставить процедуру поиска. Процедура хранит в своей внешней памяти структуру ИГ U. Входными данными процедуры является запрос, выходными - множество записей.
Если дана ЗИП I=<Х, У, ρ>, то ИГ U разрешает ЗИП I=<Х, У, ρ>, если для любого запроса х∈Х ответ на этот запрос содержит все и только те записи из V, которые удовлетворяют запросу х, т.е. ℑu(x)={y∈V: xρy}.
Работа БПВ 5 строится на основе использования регистровых автоматов (РА), определяющих полноту выводов. Каждый входной сигнал х∈Х автомата А определяет преобразование fx: а→ах множества состояний автомата А. Полугруппа Ga (множество с одной бинарной операцией, удовлетворяющей закону ассоциативности) - порожденная всеми такими преобразованиями - полугруппа автомата А. Для каждого слова p∈F(x) определяется преобразование fp: a→ap.Соотношение fpq=fp·fq показывает, что отображение γ: p→fp есть взаимно однозначное соответствие (гомоморфизм) свободной полугруппы F(x) на полугруппу GA. Полугруппа GA автомата А есть Х-автомат, если fpx=fpx. Отображение ξа: GA=ар является гомоморфизмом автомата GA в автомат A. F(x) - это Х-автомат с функцией переборов δ(p, х)=рх. Тогда γ - гомоморфизм автомата F(x) на GA.
Гомоморфизмы γ и γA'=γξA индуцируют разбиение R и RA' полугруппы F(x) на классы слов, имеющих одинаковые образы при гомоморфизмах γ и γA' - полнота выводов. Разбиение RA' является автономным, т.е. для любого класса S этого разбиения и любого х∈Х найдется класс S' такой, что Sx⊂S'. Разбиение R является полугрупповым, т.е. для любой пары S' и S'' его классов найдется класс S такой, что S'S''⊂S - отношение конгруэнтности на полугруппе F(х). БПВ 5 выполнен в виде регистрового автомата - бесконечный автомат с использованием Р-позиционного регистра - множество переменных (элементов регистра) с одной и той же р-элементной областью определения Р, занумерованных последовательными целыми числами и упорядоченных в соответствии с этой нумерацией.
Регистр состоит из конечного числа элементов, которые считаются бесконечными. Для нумерации элементов двустороннего регистра используются все целые рациональные числа (положительные и отрицательные), а одностороннего бесконечного регистра - все числа интервала (m, +∞) или (-∞, m).
Состояние регистра - всевозможные наборы значений (состояний) его элементов. Для задания преобразований множества состояний регистра используют периодически определенные преобразования, которые задают р-значной функцией f(z1…zq) и базовыми уравнениями Уi=f(xi+1,...xi+iq), определяющими значение i-й переменной регистра после выполнения преобразований через значение xi его переменных до выполнения преобразования. Набор чисел (ii…iq) - база периода. Для бесконечного регистра в обе стороны базовое уравнение однозначно определяет преобразование. В случае бесконечного в одну сторону или конечного регистра имеет место краевой эффект, когда часть или все аргументы xi+1,…xi+iq, при которых i выходит за пределы рассматриваемого регистра. В этом случае рассматриваемый регистр дополняют фиктивными элементами, принимающими всегда постоянные значения.
Преобразование переносится на случай нескольких регистров. В этом случае определяется множество состояний РА и функция переходов В. РА состоит из некоторого конечного набора регистров R1…Rn и состояниями его являются наборы состояний регистров. Каждому входному сигналу у∈У входного алфавита У автомата В соответствует некоторое преобразование fy множества В. Для заданной функции выходов РА рассматривается разбиение Г множества его состояний на попарно непересекающиеся классы и рассматривают функцию выходов как функцию, зависящую только от класса, которому принадлежит состояние автомата и выходного сигнала. Разбиение Г конечное, а его классы получаются путем применения булевых операций к допустимым множествам - конечно определенным множествам, в которых заданные элементы некоторого регистра (конечное число) принимают заданные значения. Допустимыми являются множества, в которых заданный регистр содержит определенную конфигурацию значений переменных или в состоянии его заданная конфигурация периодически повторяется.
Информация из БПВ 5 поступает в блок 14 для выработки решения, а затем в блок 13 приобретения знаний. Обучающая система ЭС - блок 13 находит уравнение поверхности в n-мерном пространстве описания, эта поверхность разделяет группы объектов. Задача обучения - разделение - задача классификации. Система ориентируется на удаленные объекты, использованные для определения положения разделяющей поверхности. Система изменяет положение поверхности, если только делаются ошибки классификации.

Claims (1)

  1. Поисковая экспертная система (ПЭС), содержащая базу знаний (БЗ) и базу данных (БД), рабочую память (РП), двусторонне связанную с ними первыми, вторыми и третьими входами-выходами машину логического вывода (МЛВ), блок объяснений (БО) и блок приобретения знаний, накопления знаний (БПЗ), выходы которых связаны с третьим и четвертым входами МЛВ, а также соединены двусторонними связями с пользовательским интерфейсом, выход которого связан с терминалом пользователя, блок общения, вход которого соединен с четвертым выходом МЛВ, отличающаяся тем, что в нее введены блок запросов, блок нагрузочных функций (БНФ), блок управляющего графа (БУГ), блок библиотеки (ББ), блок полноты вывода (БПВ), взаимосвязанный входом-выходом с БПВ блок выработки решений, обоснования решений (БВР), причем выход блока общения связан с блоком запросов, выход которого связан с первым входом БНФ, второй его вход соединен с первым выходом БВР, а выход БНФ соединен с входом БУГ, выход которого связан с ББ, выход последнего подключен к БД, пятый выход МЛВ связан с входом БПВ, а БВР двухсторонними связями соединен с БПЗ, третьим входом-выходом соединен с пользовательским интерфейсом, второй выход БВР подключен к второму входу терминала пользователя.
RU2012116720/08A 2012-04-26 2012-04-26 Поисковая экспертная система RU2485581C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2012116720/08A RU2485581C1 (ru) 2012-04-26 2012-04-26 Поисковая экспертная система

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2012116720/08A RU2485581C1 (ru) 2012-04-26 2012-04-26 Поисковая экспертная система

Publications (1)

Publication Number Publication Date
RU2485581C1 true RU2485581C1 (ru) 2013-06-20

Family

ID=48786496

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2012116720/08A RU2485581C1 (ru) 2012-04-26 2012-04-26 Поисковая экспертная система

Country Status (1)

Country Link
RU (1) RU2485581C1 (ru)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2607995C2 (ru) * 2015-02-11 2017-01-11 Общество С Ограниченной Ответственностью "Мивар" Автоматизированное построение маршрута логического вывода в миварной базе знаний
CN108319240A (zh) * 2018-01-24 2018-07-24 中国电力科学研究院有限公司 一种在现场作业终端应用采集运维知识库的方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2166208C2 (ru) * 1999-04-29 2001-04-27 Халин Евгений Васильевич Способ автоматизированного приобретения знаний по безопасности производства
RU29597U1 (ru) * 2002-12-30 2003-05-20 Федеральное государственное унитарное предприятие Летно-исследовательский институт им. М.М. Громова Связная экспертная система
US20050108001A1 (en) * 2001-11-15 2005-05-19 Aarskog Brit H. Method and apparatus for textual exploration discovery
US20050289168A1 (en) * 2000-06-26 2005-12-29 Green Edward A Subject matter context search engine
US20080147623A1 (en) * 2000-03-08 2008-06-19 Anderson Consulting, Llp Knowledge management tool
RU83638U1 (ru) * 2009-03-17 2009-06-10 Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова Система определения параметров рационального варианта сокращения должностных лиц в организации
RU2411574C2 (ru) * 2009-01-29 2011-02-10 Александр Валерьевич Бухановский Интеллектуальная грид-система для высокопроизводительной обработки данных
US20120059776A1 (en) * 2002-05-22 2012-03-08 Estes Timothy W Knowledge discovery agent system and method

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2166208C2 (ru) * 1999-04-29 2001-04-27 Халин Евгений Васильевич Способ автоматизированного приобретения знаний по безопасности производства
US20080147623A1 (en) * 2000-03-08 2008-06-19 Anderson Consulting, Llp Knowledge management tool
US20050289168A1 (en) * 2000-06-26 2005-12-29 Green Edward A Subject matter context search engine
US20050108001A1 (en) * 2001-11-15 2005-05-19 Aarskog Brit H. Method and apparatus for textual exploration discovery
US20120059776A1 (en) * 2002-05-22 2012-03-08 Estes Timothy W Knowledge discovery agent system and method
RU29597U1 (ru) * 2002-12-30 2003-05-20 Федеральное государственное унитарное предприятие Летно-исследовательский институт им. М.М. Громова Связная экспертная система
RU2411574C2 (ru) * 2009-01-29 2011-02-10 Александр Валерьевич Бухановский Интеллектуальная грид-система для высокопроизводительной обработки данных
RU83638U1 (ru) * 2009-03-17 2009-06-10 Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова Система определения параметров рационального варианта сокращения должностных лиц в организации

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2607995C2 (ru) * 2015-02-11 2017-01-11 Общество С Ограниченной Ответственностью "Мивар" Автоматизированное построение маршрута логического вывода в миварной базе знаний
CN108319240A (zh) * 2018-01-24 2018-07-24 中国电力科学研究院有限公司 一种在现场作业终端应用采集运维知识库的方法和系统
CN108319240B (zh) * 2018-01-24 2020-11-17 中国电力科学研究院有限公司 一种在现场作业终端应用采集运维知识库的方法和系统

Similar Documents

Publication Publication Date Title
Kandel et al. Fuzzy sets, fuzzy algebra, and fuzzy statistics
Levine et al. Nonlinear inverse reinforcement learning with gaussian processes
Rodriguez et al. Hesitant fuzzy linguistic term sets for decision making
Nguyen Advanced methods for inconsistent knowledge management
Isermann The enumeration of the set of all efficient solutions for a linear multiple objective program
Marcus et al. Bao: Learning to steer query optimizers
Hilprecht et al. One model to rule them all: towards zero-shot learning for databases
RU2485581C1 (ru) Поисковая экспертная система
Jiao et al. Coevolutionary computation and multiagent systems
Wijsen Reasoning about qualitative trends in databases
Li et al. Design of a conflict prediction algorithm for industrial robot automatic cooperation
CN114611990A (zh) 一种网络信息体系要素体系贡献率评估方法和装置
Kimbrough et al. Why nonmonotonic logic?
Xu et al. Understanding human mobility: A multi-modal and intelligent moving objects database
Utkin et al. Fuzzy decision making using the imprecise Dirichlet model
Lee et al. Context-adaptive approach for automated entity relationship modeling.
Satur et al. Multi-layered FCMs applied to context dependent learning
Syrotkina et al. Graphical and analytical methods for processing “Big Data” based on the analysis of their properties
Zhang Hesitant fuzzy linguistic information aggregation in decision making
Alechina et al. Modelling communicating agents in timed reasoning logics
Han et al. Research on public management efficiency improvement method based on parallel database oriented optimization management information system
Sonia et al. An implementation of the hesitant fuzzy linguistic ordered interaction distance operators in a multi attribute group decision making problem
Lenk Epistemological Remarks Concerning the Concepts “Theory” and “Theoretical Concepts”
Roth A connectionist framework for reasoning: Reasoning with examples
Dvoretskyi et al. Using the analytic hierarchy process with fuzzy logic Elements to optimize the database structure

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20160427