ДСМ-метод порождения гипотез для объектов, описываемых атрибутами с весами тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат технических наук Липкин, Александр Аркадьевич

• Липкин, Александр Аркадьевич
• кандидат технических наук
• 2008

Оглавление диссертации кандидат технических наук Липкин, Александр Аркадьевич

Введение.

Глава 1.

Глава 2.

Глава 3.

Глава 4.

Заключение диссертации по теме «Теоретические основы информатики», Липкин, Александр Аркадьевич

В результате работы над диссертацией был разработан вариант ДСМ-метода, позволяющий работать в предметных областях с семан тической неравнозначностью структурных элементов. Данный вариант имеет ряд преимуществ, которые были подробно описаны в последнем разделе третьей главы. Кратко повторим их:

1. Данный метод позволяет лучше учитывать специфику некото рых предметных областей, например, страхование и расчет рисков.В подобных предметных областях есть факторы, которые не име .ют большого веса, однако которые все же необходимо учитывать.Подобная дифференциация факторов-признаков по значимости позволяет уменьшить погрешность при принятии решения.2. Разработанный вариант ДСМ-метода позволяет существенно сократить число порождаемых противоречий.3. Предложенный метод является весьма гибким и легко на страиваемым: за счет изменения весов и значений порогов можно получить реализацию не какой-то одной, а целой группы страте гий.4. Данный метод позволяет учитывать не только качество, но и количество гипотез, т.е. число гипотез "за" и "против" может ока зать влияние на конечный результат.Кроме того, был сделан обзор и предложена теоретико множественная формализация большинства основных существующих разновидностей ДСМ-метода (подробнее об этом можно прочитать в первой и во второй главах соответственно). А также предложен ряд мер и модификаций, призванных оптимизировать производительность про граммных реализаций ДСМ-процедуры. Подробнее об этом и ряде дру 78 гих соображений можно прочитать в четвертой главе. Там же можно прочитать краткое описание экспериментальной программной реализа ции, созданной на основании вышеизложенной теории и реализующей вариант обобщенного ДСМ-метода, предназначенный для работы в ус ловиях семантической неравнозначности данных.В рамках создания этой программной реализации были получены следующие результаты:

1. Разработана объектная модель ДСМ-системы, позволяющая наиболее эффективно работать с контекстными методами.2. Реализован ДСМ-рсшатель со встроенной возможностью из менения стратегии за счет параметров, заданных в конфигураци онном файле (перенастройка весов и пороговых значений, опреде ление S-норм для вычисления весов и правил суммирования).3. Разработан набор правил для вычисления весов.4. Создана интеллектуальная система, позволяющая проводить вычисления по оценке рисков.Из вышеперечисленного можно сделать вывод, что цель и задачи, ' поставленные в начале диссертационной работы были в полной мере достигнуты и раскрыты. Напоследок хотелось бы очертить круг задач и перспектив, открытых перед ДСМ-методом для работы в условиях се мантической неравнозначности структурных элементов.В области теории дальнейшая работа видится в следующих на правлениях:

1. Разработка логико-математического аппарата неконтекстных вариантов ДСМ-метода для работы в условиях семантической не равнозначности данных (аналогично простому ДСМ-методу с за претом на контрпример и без оного).2. Определение четкого круга задач и конкретных предметных областей, где предлагаемый вариант ДСМ-метода работает опти мально и является предпочтительным.3. Исследование перспектив по созданию обратного ДСМ метода для работы в условиях семантической неравнозначности данных.Дальнейшее развитие разработанной ДСМ-системы видится в реализации заложенного в её архитектуре потенциала, как в области программного воплощения достижений ДСМ-науки, так и в придании ей характеристик программной системы промышленного масштаба:

1. Создание удобного пользовательского интерфейса.2. Переход от конфигурационного файла к настройкам, встроен ным в интерфейс.3. Увеличение числа реализованных S-норм.4. Возможность более гибко ранжировать категории признаков и их веса.5. Возможность выбирать используемый вариант ДСМ-метода.6. Возможность выбрать несколько вариантов ДСМ-метода с по следующим сопоставлением полученных результатов.

Список литературы диссертационного исследования кандидат технических наук Липкин, Александр Аркадьевич, 2008 год

1. Burch, Robert. Introduction to modern Peircean Logic with applications to automated reasoning. Publications of the Army Research Laboratory, White Sands, New Mexico, 1996

2. Frawley W., Piatetsky-Shapiro G., Matheus C. "Knowledge Discovery in Databases: An Overview" // AI Magazine La Canada, CA: American Association for Artificial Intelligence, 1992. (ISSN: 0738-4602)-Fall 1992.

3. Kantardzic, Mehmed. Data Mining: Concepts, Models, Methods, and Algorithms. John Wiley & Sons, 2003 (ISBN 0471228524)

4. Kosko B. Fuzzy systems as universal approximators // IEEE Transactions on Computers. Vol. 43. - № 11, November 1994.

5. Norris E.M. An Algorihm for Computing the Maximal Rectangles in Binary Relation. // Revue Roumaine de Mathématiques Pures et Appliquées .-23 (2), 1978.7. Zadeh, Lotfi. Fuzzy Sets // Information and Control- 8(3). -1965.

6. Zadeh, L. A., Fuzzy Sets as a Basis for a Theory of Possibility // Fuzzy Sets and Systems. Vol. 1. - № 1, 1978.

7. Аншаков О.М., Скворцов Д.П., Финн В.К. Логические средства экспертных систем типа ДСМ // Семиотика и информатика.-1986.-Вып. 28.

8. Аншаков О.М., Скворцов Д. П., Финн В.К., Ивашко В.Г. Логические средства ДСМ-метода автоматического порождения гипотез: основные понятия и система правил вывода. // НТИ. Сер. 2. -1987.- №9.

9. Аншаков О.М. Об одной интерпретации ДСМ-метода автоматического порождения гипотез // НТИ, сер 2., № 1-2. М.: ВИНИТИ РАН, 1999.

10. Аншаков О.М. Логико-математические основания ДСМ-метода автоматического порождения гипотез. Диссертация на соискание ученой степени доктора физико-математических наук. -М.: ВИНИТИ, 2000.

11. Аншаков О.М. Каузальные модели предметных областей. // М:НТИ. Сер. 2,- 2000.- № 3.

12. Аншаков О.М. Об одном подходе к порождению гипотез в ДСМ-методе. //Десятая национальная конференция по искусственному интеллекту с международным участием КИИ-2006 (25-28 сентября 2006 г., Обнинск): Труды конференции. В 3-т. М: Физ-матлит, 2006.

13. Блинова В.Г., Ивашко В.Г., Скитер П.В., Финн В.К, Хазанов-ский К.П. Об интеллектуальных системах типа ДСМ // Семиотика и информатика-М 1990 - Вып. 31.

14. Брускина Д.Г. ДСМ-подобная система для компьютерного прогнозирования рецидива аденомы гипофиза Дипломная работа.- М.:РГГУ- 1998.

15. Виноградов Д.В. Несимметричный ДСМ-метод с учетом контекста // Пятая национальная конференция с международным участием .Искусственный интеллект-96. Казань: 1996. - КИИ-96: Сб. науч. тр.: В 3 т. - Казань : Ассоц. искусств, интеллекта, 1996.

16. Виноградов Д.В. Алгебраическая модель связанных свойств ДСМ-метода // НТИ-97. Информационные ресурсы. Интеграция. Технологии. Материалы конференции-М.:ВИНИТИ 1997.

17. Виноградов Д.В. Корректные логические программы для правдоподобных рассуждений // НТИ, сер 2., № 5, ВИНИТИ РАН, М., 2001.

18. Григорьев П.А. Методы интеллектуального анализа данных в предметных областях с частично детерминированными свойствами объектов. Диссертация на соискание степени кандидата технических наук. М.: ИППИ РАН, 2000.

19. Заде JT. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

20. Кузнецов С.О. Сходство в обобщенном ДСМ-методе и алгоритмы его порождения. // НТИ. Сер. 2 — 1995 -№6.

21. Кузнецов С.О. Быстрый алгоритм построения всех пересечений объектов из конечной полурешетки. // НТИ. Сер. 2.- 1993 — №1.

22. Липкин A.A. Теоретико-множественный подход в ДСМ-методе // Труды 49 научной конференции МФТИ "Современные проблемы фундаментальных и прикладных наук": Часть VII Управление и прикладная математика. М.: "Солар", 2007.

23. Липкин A.A. Работа с несимметричным ДСМ-методом в условиях неравнозначности признаков // Труды 50-й научной конференции МФТИ "Современные проблемы фундаментальных и прикладных наук": Часть VII Управление и прикладная математика. Том 2 М.: МФТИ, 2007.

24. Липкин A.A. Об одном методе анализа больших массивов структур с частично детерминированными свойствами объектов //Вестник РУДН. Серия "Математика. Информатика. Физика". М.: РУДН, 2008.-№2

25. Мельников Н.И. Решатель интеллектуальных задач типа ДСМ. //НТИ Сер. 2.-2001.-№4.

26. Милль Д.С. Система логики силлогистической и индуктивной.- М.: Книжное дело, 1900.

27. Михеенкова М.А. ДСМ-метод правдоподобного рассуждения как средство анализа социального поведения // Известия РАН. Сер. "Теория и системы управления".- 1997-№ 5.

28. Михеенкова М.А., Финн В.К. Анализ мнений и многоагентные системы. // Десятая национальная конференция по искусственному интеллекту с международным участием КИИ-2006 (25-28 сентября 2006 г., Обнинск): Труды конференции. В 3-т. М: Физматлит, 2006.

29. Объедков С.А. Алгоритмические аспекты ДСМ-метода и формального анализа понятий. М.: РГГУ, 1999.

30. Поспелов Д.А. Десять "горячих точек" в исследованиях по искусственному интеллекту // Интеллектуальные системы (МГУ). М.- 1996, -Т.1.

31. Путрин А., Панкратова Е., Программная реализация интелек-туальной системы типа ДСМ для распознавания химической канцерогенное™ // НТИ . Сер . 2 1997.- № 3.

32. Финн В.К. О возможностях формализации правдоподобных рассуждений средствами многозначных логик // Всесоюзный симпозиум по логике и методологии науки. Киев: Наукова думка, 1976.

33. Финн В.К. Об обобщенном методе автоматического порождения гипотез // Семиотика и информатика 1989.- Вып. 29.

34. Финн В. К. Интеллектуальные системы: проблемы их развития и социальные последствия // Будущее искусственного интеллекта. М., 1991.

35. Финн В. К. Синтез познавательных процедур и проблема индукции // НТИ. Сер. 2. 1999.- №1-2.

36. Финн В.К. Об интеллектуальном анализе данных //Новости искусственного интеллекта. М. 2004. - №3

37. Финн В.К. Об одном варианте логики аргументации // НТИ. Сер. 2.- 1996.-№ 5-6.