Организация онтологических баз знаний и программное обеспечение для описания информационных ресурсов в молекулярной спектроскопии

• Автор: Привезенцев, Алексей Иванович
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Томск
• Количество страниц: 239 с. : ил.

ВВЕДЕНИЕ.

Глава 1. Организация баз знании в ИС

1.1 Представление знаний.

1.1.1 Концептуализация

1.1.2 Инженерия онтологий.

1.1.3 Представление данных, информации и знаний в i

1.1.3.1 xi X.

1.1.3.2 ii .

1.1.3.3

1.1.4 Дескриптивная логика и машины вывода

1.2 Информационные системы.

1.2.1 Определение информационной системы
1.2.2 Слои информационной системы.
1.3 Ресурсы информационной системы.
1.3.1 Определение информационных ресурсов.
1.3.2 Метаданные
1.4 Обзор информационных систем по молекулярной спектроскопии
1.4.1 Информационные ресурсы в предметной области молекулярной спектроскопии.
1.5 Выводы по главе
Глава 2. Информационная модель предметной области с процедурными знаниями
2.1 Информационная модель предметной области с процедурными знаниями в виде цепей е прямых и обратных задач.
2.2 Информационная модель молекулярной спектроскопии.
2.2.1 Прямые задачи.
2.2.2 Обратные задачи.
2.3 Модель данных молекулярной спектроскопии. ХМЬсхемы результатов решений прямых и обратных задач молекулярной спектроскопии
2.3.1 Прямая задача определения физических характеристик изолированной молекулы
2.3.2 Прямая задача определения параметров спектральной линии изолированной молекулы
2.3.3 Прямая задача определения параметров контура спектральной линии.
2.3.4 Обратная задача приписывания квантовых чисел спектральным линиям
2.3.5 Обратная задача определения коэффициентов Эйнштейна.
2.3.6 Обратная задача определения уровней энергии изолированной молекулы
2.4 Выводы по главе
Глава 3. База знаний по спектроскопии молекул воды
3.1 Прикладная онтология спектроскопии молекулы воды.
3.2 Свойства и классы прикладной онтологии спектроскопии воды
3.2.1 Классы
3.2.2 Свойства
3.3 Индивиды в прикладной онтологии по молекулярной спектроскопии воды.
3.3.1 Представление источника информации в форме индивида прикладной онтологии для задач по определению.уровней энергии
3.3.2 Представление источника информации в форме индивида прикладной онтологии задач по определению переходов
3.3.3 Представление источника информации в форме индивида прикладной онтологии задач определения параметров контура спектральных линий
3.3.4 Представление информации о среднеквадратических отклонениях в форме индивида прикладной онтологии
3.4 Применение прикладной онтологии по молекулярной спектроскопии воды
3.4.1 Канонические источники информации и проблема достоверности 1
3.4.2 Организация поиска источников информации по запросам пользователя
3.4.3 Размещение прикладной онтологии в сети Интернет
3.5 Схемы метаданных прямых и обратных задач молекулярной спектроскопии.
3.5.1 Представление метаданных результатов решений задач но определению уровней энергии.
3.5.2 Представление метаданных результатов решений задач по определению переходов.
3.5.3 Представление метаданных результатов решений задач по определению параметров контура спектральных линий.
3.6 Выводы по главе
Глава 4. Программное обеспечение Мета для организации базы знаний.
4.1 Архитектура программного обеспечения Мета.
4.2 Алгоритмы организации базы знаний предметной области.
4.2.1 Алгоритм фиксации схем метаданных
4.2.2 Алгоритм создания метаданных для решений задач.
4.2.3 Алгоритм формирования индивидов АВох прикладной онтологии
4.3 Проектирование программного обеспечения Мета
4.3.1 Функциональность для разработчика
4.3.2 Функциональность для пользователя
4.4 Реализация программного обеспечения Мета
4.5 Характеристики программного обеспечения Мета
4.6 Выводы по главе
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Список использованных источников насчитывает 8 наименований. Работа содержит рисунка и таблиц. Глава 1. Термин знания является общеупотребимым и имеет примерно одинаковые толкования. В диссертации используется дополненное определение знания, взятое из толкового словаря 4. Определение. Знания совокупность зафиксированных в сознании и мышлении человека или машины фактов предметной области. Сознание определяет восприятие и понимание окружающего мира, а мышление задат способы установления связей, сопоставлений и осуществление из этого выводов, используя логику. Если рассматривать логику, заложенную в машину, то используется формальный язык математической логики. Формальный язык множество конечных слов над конечным алфавитом определяется словами, порожднными некоторой формальной грамматикой, например формой БэкусаНаура для описания синтаксиса. Интерпретации смысла синтаксических конструкций формального языка логики определяется логической семантикой, которая определяется формально. Формализация логической семантики позволяет явно задавать смысл высказываний и разделять сами высказывания и заключения об их истинности. Естественным способом представления знаний предметной области является построение иерархии понятий, связанных между собой отношениями. Этот способ лежит в основе фреймов, семантических сетей, но эти языки не имеют формальной семантики машина не может интерпретировать смысл высказываний. С другой стороны, логика предикатов первого порядка имеет формальную семантику, причм логический вывод не является полностью разрешимым, но не имеет удобных средств представления знаний предметной области в виде иерархий понятий и их отношений. Объектом изучения научной дисциплины представления знаний является предметная область. Представление знаний в предметной области предполагает выделение концептуализации, указание формальных структур предметной области и правил их вывода, а также типов вычислений, выполняемых на этих структурах и их частях. Представление знаний предметной области в форме баз знаний в автоматизированных системах накладывает ряд ограничений на допустимые наборы логик и вычисления, обусловленные современным состоянием вычислительной техники и программного обеспечения, делая их менее выразительными по сравнению, например, с представлением знаний на естественном языке. Существенным ограничением на представление знаний в автоматизированных информационных системах является тот факт, что они оперируют только абстрактными объектами и процессами и не могут осуществлять отнесение абстракции к физическим объектам или процессам. Представление знаний в виде логической теории наиболее продуктивно используется в научных исследованиях. Такого рода представление знаний рассматривается в диссертационной работе. АВох, являющийся телом логической теории, определяющим совокупность фактов, существующую в предметной области. Представление знаний развивалось в процессе становления натурфилософии как научной дисциплины, а позже перешло в информатику, претерпев существенные метаморфозы в своей терминологии. Наиболее существенное расхождение точек зрения произошло при интерпретации термина онтология. Существует две разные точки зрения на определение онтологии. Первой придерживаются философы, а второй инженеры по знаниям. С философской стороны онтология понимается как наука о бытии, сформировавшаяся в веке нашей эры, но рассматриваемые в ней вопросы восходят ещ к трудам Аристотеля, Платона. Онтология рассматривает объекты, свойства, категории и отношения между ними в реальном мире. Важным понятием в онтологии, как философской науке, является категория, определяющая различные способы бытия. Страдание. С точки зрения инженеров онтология понимается как представление реальности, понятной и человеку и компьютеру. В философском смысле мы говорим об онтологии как об определенной системе категорий, отвечающих за определенное восприятие мира. В этом случае эта система не зависит от определенного языка. Онтология Аристотеля всегда одинакова, вне зависимости от того, каким языком мы ее описываем.