Том 13, № 2 (2023)

В современном дедуктивном анализе к основным задачам относятся следующие: поиск доказательства заданного утверждения с помощью аксиом и правил вывода; проверка корректности заданного следствия из определённых посылок. О задачах вывода следствий с заранее заданными свойствам (задачи с интересными следствиями) в настоящее время известно немного, и нет чётких ответов на вопросы: какие свойства присущи интересному следствию и как вычислить интересное следствие? Ответы можно получить, если для моделирования рассуждений воспользоваться математическим аппаратом алгебры кортежей на основе свойств декартова произведения множеств. Объектами алгебры кортежей являются произвольные многоместные отношения. Эти отношения можно рассматривать как интерпретации формул математической логики. Они представляют собой матрицеподобные структуры, у которых ячейки содержат не элементы, а подмножества соответствующих атрибутов. Операции (дополнение, обобщённое пересечение и обобщённое объединение) в алгебре кортежей соответствуют логическим связкам математической логики (отрицание, конъюнкция, дизъюнкция), а отношение обобщённое включение – отношению выводимости. Вычисление кванторных операций выполняется с помощью операций с атрибутами (добавление фиктивного атрибута, что соответствует правилу обобщения в исчислении предикатов, и элиминация атрибута). Для двух из четырёх типов структур алгебры кортежей элиминация атрибутов соответствует вычислению проекции отношения. Для вывода интересных следствий в алгебре кортежей используется структура, названная минимальным следствием, которая равна обобщённому пересечению посылок, выраженных структурами алгебры кортежей. Интересные следствия вычисляются как проекции минимального следствия. В результате вычислений и проверок получаются следствия с сокращённым или заданным составом переменных, а также с сокращённым объёмом записи.

В работе описывается обобщённая онтология, позволяющая формировать знания о различных видах лечения (медикаментозном, восстановительном, хирургическом) вне зависимости от раздела медицины. Онтология - необходимый компонент создания информационной системы, ориентированной на решение класса задач планирования лечения. Планирование позволяет объединить виды лечения для различных заболеваний и разделов медицины. Описывается метод адаптации обобщённой онтологии к различным видам лечения и терминологии, привычной разработчику базы знаний – эксперту предметной области. Из обобщённой онтологии наследуются все специализированные онтологии по конкретным видам лечения, сохраняя её структуру и семантические зависимости. Такой подход обеспечивает создание баз знаний в системах поддержки принятия решений по комплексному назначению лечения пациента, открывая возможность создания единого решателя, обеспечивающего снижение затрат на разработку информационной системы. Обобщённая онтология разработана на облачной платформе IACPaaS и в настоящее время используется для создания баз знаний в различных областях медицины.

Рост мирового населения приводит к более крупному и более эффективному производству продуктов питания, заставляя агробизнес участвовать в гонке за большей производительностью. Таким образом, агрохимикаты, как инструмент увеличения и защиты производства, становятся всё важнее с каждым урожаем. В работе представлена онтология, описывающая знания, необходимые для создания модели всеобъемлющей прослеживаемости агрохимикатов (онтология всеобъемлющей прослеживаемости агрохимикатов, OntoPTA). В статье представлены классы и их отношения в иерархическом порядке, а также визуализация на языке онтологий OWL. Эта онтология заполняет пробел в понимании и моделировании этого типа процесса агробизнеса. Проведённое моделирование помогает администраторам ферм и разработчикам программного обеспечения лучше анализировать разработку, использование и обслуживание систем в агробизнесе.  

Исследуется возможность применения графовых моделей в проектном управлении для решения задачи формирования проектной группы и распределения работ проекта между потенциальными исполнителями. Выделены возможные направления применения онтологического моделирования в проектном управлении. Средствами редактора онтологий Protégé реализована онтология проекта. Исследуется возможность построения векторных представлений элементов простых графов и графов знаний в задаче формирования проектной группы. Задачи исследования: построение графовых моделей проектов – простого графа и графа знаний; применение векторных представлений вершин и отношений графовых моделей для решения задачи распределения работ проекта. Рассматривается возможность применения мер семантической близости в онтологии. Новизна предложенного подхода заключается в использовании при формировании проектной группы данных об участниках реализованных проектов, что повышает вероятность успешной реализации проекта. Представление элементов графа в виде числовых векторов позволяет применить к исследованию предметной области методы машинного обучения. Приводится пример решения задачи формирования рабочей группы проекта, в котором осуществлён выбор исполнителей проектной работы. Все расчёты осуществлены средствами языка Python.

Анализируется проблема многоуровневого управления ресурсами крупных предприятий и связанные с ней ограничения каскадного подхода, реализуемого в современных автоматизированных системах управления. Отмечается, что каскадный подход приводит к задержкам в процессах управления, росту сложности управления и значительным расхождениям между планами на разных уровнях управления, срывам сроков и выходу за бюджеты заказов. Предлагается распределённый подход, который предполагает создание автономных интеллектуальных систем управления ресурсами подразделений, формирующих стратегические планы и ведущих оперативное управление; сетевое сопряжённое взаимодействие указанных систем для согласования и синхронизации планов по событиям, поступающим в реальном времени. Разработан метод создания распределённых автономных систем управления ресурсами предприятий. Показана возможность реализации подхода в рамках цифровой экосистемы на базе сетецентрической платформы с вертикально-горизонтальными взаимодействиями указанных систем. Представлены результаты разработки и внедрения подхода на промышленных предприятиях по проектированию, производству и эксплуатации высокотехнологической продукции, требующей раздельного позаказного планирования и учёта. Обсуждаются перспективы развития подхода для формирования цифровых двойников отраслевых цепочек кооперации предприятий.

Анализ требований вакансий на рынке труда показывает, что они представляют собой многоуровневые языковые конструкции из нескольких слов со сложными семантическими связями. Целью исследования является разработка метода извлечения коротких текстов знаний и навыков/компетенций из текстов требований, имеющих сложную организационную структуру. Метод состоит в дополнении структуры сложных предложений новыми связями посредством дообученной на текстах онлайн-вакансий нейросетевой модели BERT и перехода от сложного текста к набору простых комбинаций слов. Показан процесс дообучения нейросетевых моделей BERT от лаборатории по искусственному интеллекту Сбербанка на текстах онлайн-вакансий. Реализованы два механизма добавления новых связей между словами требований с учётом знаний из предметной области: линейный и через дополнение дерева синтаксического разбора. Проведён сравнительный анализ для нескольких комбинаций инструментов. Наилучший результат показала комбинация: дообученная модель BERT плюс deeppavlov_syntax_parser плюс линейный способ дополнения связей. Применимость метода проверена на текстовом корпусе требований онлайн-вакансий. Предложенный метод показал более высокую эффективность, чем подход, основанный на правилах, который предполагает использование формальных правил и правил грамматики для анализа естественного языка. Использование метода позволяет оперативно определять ключевые изменения потребностей рынка труда на уровне текстов требований отдельных знаний и навыков/компетенций.