Том 14, № 1 (2024)

Термины, понятия и их содержание – не только основы общественных коммуникаций, ключи к взаимопониманию, познанию и передаче знаний, но и основополагающие элементы в построении компьютерных онтологий для систем искусственного интеллекта. Эволюция знаний в предметных областях приводит к эволюции языка, который изменяется, заимствует слова из других областей, расширяя их смыслы. Понятие системный анализ имеет широкое толкование, активно применяется в различных сферах деятельности (науке, экономике, инженерии и др.), углубляясь и адаптируясь под конкретные предметные области. Связанные с системным анализом понятия (система, предметная область, проблемная область и др.) также эволюционируют. Системный анализ фокусируется на взаимосвязи между элементами системы и определении её структуры и функций; включает различные методы моделирования, оптимизации и используется для решения конкретных задач. Онтологический анализ связан с изучением и описанием объектов, событий, процессов и отношений в предметной области, частью которой может являться система (системы); описывает структуру и свойства элементов, составляющих систему, и отношений между ними; используется для создания формального описания системы и обеспечения общего понимания её компонентов. Результат онтологического анализа может быть основой для системного анализа или его частью. Системный и онтологический анализы направлены на понимание сложных систем и их компонентов и могут использоваться вместе. Различие этих понятий во многом определяется содержанием понятий области исследования, её границами, объектом исследования как процесса, целеполаганием, теми традициями и контекстом, которые сложились у исследователей в конкретных предметных областях. В рамках принятой номенклатуры научных специальностей ВАК можно утверждать, что онтологический анализ входит в научную специальность «Системный анализ, управление и обработка информации, статистика».

Предложена онтология проектирования специализированных цифровых двойников компонентов пространственно-распределённых индустриально-природных комплексов (ИПК) на основе ранее разработанных автором теории и интеллектуализированной системы ситуационного моделирования. Онтология позволяет исследовать взаимодействие нестационарных ИПК в нормальных режимах функционирования и при возникновении нештатных или чрезвычайных ситуаций. Отличительная особенность разработки состоит в возможности превентивной аналитики безопасности интеграции ИПК в существующие инфраструктуры и обеспечивает количественную оценку эффективности предполагаемых мер предупреждения отказов компонентов ИПК, включая раннее обнаружение зависимых (сложных, каскадных) отказов. С целью повышения гибкости моделирования создаваемых ИПК представлена концепция структурной безопасности, обобщающая способы учёта различных аспектов безопасности. Актуальность поставленной задачи определяется ростом количества и энерговооруженности ИПК в современном мире, усложнением их взаимодействий и увеличением возможности наиболее опасных зависимых отказов, а также ростом объёмов доступных для анализа данных в результате быстрого развития Интернета вещей. Новизна предлагаемого подхода заключается в комплексном применении экспертных знаний на всех этапах моделирования в причинно-следственной парадигме с целью синтеза предпочтительных вариантов структур ИПК.

Открытые сообщества пользователей в социальных медиа являются источником данных, оперативно представляющим тематическую повестку актуальных для населения вопросов. Индикаторы активности пользователей - просмотры, комментарии и репосты - обладают динамической природой. В статье представлен новый взгляд на задачи тематического моделирования, результаты которого исследуются на наличие динамических свойств. Эти данные актуальны для решения задач информационной поддержки регионального и муниципального развития. Представлен опыт проектирования информационной системы комплексного тематического анализа больших открытых данных социальных медиа. Система основана на использовании трёх технологий: построения динамических тематических моделей для мониторинга социальных медиа; интеллектуального анализа результатов тематического моделирования объектов и процессов социальных медиа; когнитивной визуализации результатов динамического тематического моделирования. Для учёта проектной неопределённости использованы средства объектного моделирования, системного проектирования и модульный подход.

Представлены результаты экспериментов по оценке применимости методов машинного обучения для решения задачи распознавания аргументативных связей в текстах научной коммуникации. Под аргументативной связью понимается отношение, связывающее посылку и заключение типового рассуждения или аргумента, используемого автором для убеждения аудитории. Для оценки качества применялись характеристики точности, полноты и F-меры, полученные при решении задачи распознавания аргументативных связей между смежными текстовыми фрагментами двух видов: предложений и клауз. Базой эксперимента послужил русскоязычный корпус текстов из области научной коммуникации с размеченной экспертами-лингвистами аргументацией. Для разметки использован инструмент ArgNetBank Studio, позволяющий создавать коллекции текстов с детализированной разметкой аргументации. На основе размеченных текстов построены наборы данных для машинного обучения, в которых соотношение связанных и несвязанных аргументативными отношениями пар фрагментов текста (предложений или клауз) составило 1 к 3. Для повышения качества обучения моделей наборы были сбалансированы двумя способами. В первом случае баланс достигался за счёт того, что из каждого текста отбиралось равное количество пар обоих типов, во втором – пары дублировались. На полученных наборах данных проведены эксперименты по связыванию фрагментов текста методами машинного обучения разных типов. Экспериментально определён диапазон изменения оценок качества при распознавании связанных фрагментов в зависимости от их доли в обучающей и тестовой коллекциях. Установлено, что в рамках существующего дисбаланса в реальных коллекциях значения оценок качества могут изменяться в пределах 40‒50%. Новизна работы заключается в исследовании диапазона возможных расхождений в оценках качества при применении разных методов машинного обучения на сбалансированных и несбалансированных обучающих и тестовых коллекциях на русскоязычном материале.

Рассмотрена задача обеспечения актуальности знаний о бизнес-процессе предприятия на основе его онтологической модели. Устаревание моделей бизнес-процессов предприятия ведёт к необходимости перепроектирования решений по их автоматизации. Приведены подходы к решению задачи поддержания актуальности модели бизнес-процесса. Исследован нормативный базис бизнес-процесса предприятия на предмет его подобия моделям, разрабатываемым для решения задач по автоматизации, и сделан вывод о наличии у них общей основы. Это позволяет рассматривать нормативный базис как метамодель и сохранять данные с использованием лингвистических переменных. Рассмотрены онтологические модели, построенные по стандарту IDEF5 для наиболее распространённых нормативных документов бизнес-процесса. Выявлено, что одним из важнейших элементов управления промышленным предприятием и его бизнес-процессами является поддержание актуальности всех компонентов, включая ситуационно-онтологическую модель. Предложена методика интеграции онтологической модели в процесс актуализации нормативных документов предприятия, сохранения знаний о бизнес-процессе и извлечения их для формирования изменений к нормативным документам и к моделям, использующимся для автоматизации бизнес-процессов. Рассмотрен пример применения методики для планирования ремонта оборудования, осуществляемого вне основного плана работы.

Для обеспечения бесперебойной работы электроэнергетических систем необходимо периодически проводить диагностирование электрооборудования с использованием методов и моделей, учитывающих параметры и факторы, влияющие на его состояние. В работе рассмотрен подход к оценке технического состояния электрооборудования с использованием взвешенных нечётких правил с учётом разнотипной информации (измерительной, экспертной). Новизной подхода является представление параметров в виде нечётких треугольных чисел и формирование векторов весов важности значений терм-множеств параметров. Это позволяет: оценить техническое состояние электрооборудования в условиях разнотипной информации для прогнозирования состояния оборудования; быстро выявить параметры, значения которых вышли за допустимые пределы, тем самым определить предварительную причину выхода оборудования из строя, а также принять обоснованные диагностические решения относительно состояния электрооборудования.